Ваша компания использует генеративный AI в продуктах, проектах и бизнес-процессах? Смело рассказывайте о своем опыте на страницах проекта Generation AI! Правила отбора
AI-ассистент для бухгалтеров: как в Точке запускали продукт для самой консервативной аудитории
Точка — цифровой банк для предпринимателей и малого бизнеса. В Точке есть разные сервисы: расчетно-кассовое обслуживание, бухгалтерский и налоговый учет, эквайринг, корпоративные карты и другие инструменты, которые помогают бизнесу управлять финансами просто и эффективно. В центре внимания компании — пользовательский опыт и построение сервисов, которые решают реальные задачи предпринимателей и их партнеров, включая бухгалтеров.
Сентябрь 2025
Финансы
Контекст и задача
Бухгалтеры — стратегически важный сегмент для Точки. Это связующее звено между предпринимателями и банком. Для них команда разработала AI-ассистента, который помогает искать ответы по налогам и бухучету в нормативных документах: Налоговый кодекс, Федеральные законы, письма ФНС и Минфина.
Аудитория, с которой нам предстояло работать, оказалась крайне консервативной. Многие бухгалтеры привыкли к работе в 1С и с осторожностью относятся к новым инструментам, особенно к тем, что «умнее человека». Они опасаются, что AI может заменить их или допустить ошибку с серьезными последствиями.
Это делает привычные исследовательские и внедренческие практики (Zoom-интервью, коридорные исследования, онбординги) практически неприменимыми. И в кейсе с нашим AI-ассистентом для бухгалтеров мы решили попробовать другой подход — более человечный.
Ксения Соколова
Продакт AI-ассистента в Точке
Путь к решению и несколько уроков
Урок 1. Исследовать пользователя нужно в его среде, а не вашей
Изначально команда Точки пыталась проводить интервью по Zoom, но получила сухие, неполные ответы — инсайтов почти не было. Тогда решили знакомиться с аудиторией лично.
Команда провела 20 глубинных интервью в трех городах. Они приезжали к бухгалтерам в офисы, приносили чай и конфеты, проводили по 2–3 часа на их рабочем месте. Первое время уходило на айсбрейкинг и рассказ о миссии.
Только после этого бухгалтеры показывали реальные рабочие места, делились своим опытом и болями. Это дало 90% информации о том, что и для кого нужно делать, помогло сегментировать пользователей и собрать первые фокус-группы.
Урок 2. Тестирование гипотез у консервативной аудитории лучше проводить консервативными методами
Команда хотела протестировать ценность AI-ассистента, однако первый MVP оказался слишком абстрактным: это был просто чат без онбординга, в котором предлагалось задавать вопросы. Бухгалтеры не поняли, что с ним делать — никто ничего не спросил. Некоторые ожидали, что AI-ассистент будет чем-то вроде магической голограммы, которая решит все задачи.
Чтобы протестировать гипотезу ценности, команда решила заменить технологию на реального человека. Подключили эксперта Ирину — сертифицированного бухгалтера, которая вручную отвечала на вопросы из интерфейса Точки в течение 15 минут. Пользователей заранее предупреждали, что отвечает живой человек.
Формулировка оффера изменилась: вместо «попробуйте AI-ассистента» команда писала — «бесплатные консультации от наших бухгалтеров за 5 минут». Это сразу сделало предложение понятным.
Что в итоге:
Продукт стали позиционировать как «бесплатные консультации от живых бухгалтеров»
Запустили 100 пользователей в продукт: 50 задали первый вопрос, 30 — повторный, 5 человек остались активны на 4-й месяц и продолжили задавать вопросы раз в неделю
SLA — 15 минут. Для сравнения: у конкурентов ответы приходили в течение суток
С помощью тестирования с живым человеком вместо AI-процессирования сняли ключевую гипотезу: бухгалтеры действительно готовы заходить в интерфейс Точки и задавать вопросы по налоговому учету. Но только если формат понятен и не вызывает тревожности.
Урок 3. На одних кастдевах продукт не сделать — нужны штатные методологии
В Точке привыкли к A/B-экспериментам, коридорным интервью и юзабилити-тестам — но для бухгалтерской аудитории эти методы практически не работали. Респондентов было сложно найти, особенно при низком трафике, а если и удавалось — обратная связь часто оказывалась поверхностной и формальной.
Чтобы решить проблему, команда наняла восемь штатных бухгалтеров: сначала пятерых, потом еще троих. Это были настоящие пользователи с экспертной ролью, которые занимались (и занимаются) разметкой ответов модели, корректируют TOV, подсказывают, куда продукту стоит двигаться дальше с учетом появления новых законов и новых бухгалтерских трендов. Именно благодаря этому удалось увидеть 10% информации, которых раньше не хватало.
Что удалось заметить:
Страх задавать вопросы публично. Многие бухгалтеры боятся выглядеть некомпетентными. В отличие от открытой среды внутри IT-команд, здесь критически важным оказалось чувство защищенности. Вначале предполагалось сделать историю запросов доступной для руководителей — как инструмент контроля, но это бы разрушило доверие. Пользователи просто не стали бы пользоваться ассистентом, зная, что кто-то может читать их запросы. От идеи отказались.
Сложности с передачей негативной обратной связи. Бухгалтеры почти не давали фидбек напрямую. Чаще молчали или просто уходили. Особенно это проявлялось в переписке — чаты становились источником напряжения и недоверия. Чтобы снизить тревожность, команда переписала офферы и добавила четкие гарантии конфиденциальности: никто не увидит запрос, никто не будет оценивать. Это дало эффект — пользователи стали чувствовать себя безопасно и продолжили работу с продуктом.
Урок 4. Пользоваться продуктом начинают тогда, когда чувствуют доверие, а не просто интерес
Если продукт касается чувствительных тем — таких как налоги и бухгалтерия — цена ошибки может быть особенно высокой, вплоть до административных или даже уголовных последствий. Это делает вопрос доверия ключевым, особенно на старте. Один из самых частых вопросов от даже самых лояльных пользователей был: «А что, если ассистент ошибется?»
Решение 1: государственная символика
Команда заметила, что в кабинетах бухгалтеров часто размещены государственные символы — гербы, флаги, подписи президента. Это наблюдение легло в основу гипотезы: визуальное оформление ответа влияет на уровень доверия. Было проведено юзабилити-тестирование двух версий одного и того же ответа:
Вариант 1: без герба. Почти все участники теста сказали, что не понимают, откуда информация, и не чувствуют уверенности.
Вариант 2: с гербом. Текст генерации остался прежним, но добавили герб. 10 из 10 участников признали такой ответ достоверным. Простой визуальный маркер повысил доверие к продукту.
Решение 2: живой эксперт для проверки
Команда понимала, что налоговое законодательство может трактоваться по-разному — в зависимости от контекста, обстоятельств, юридической практики. И на старте продукт не мог давать сразу несколько вариантов трактовки.
Чтобы компенсировать это ограничение и заякорить пользователей в продукте, команда привлекла к работе трех сертифицированных налоговых консультантов.
Пользователи получили возможность отправить сгенерированный ответ от AI-ассистента на проверку живому эксперту. Проверенные ответы подписывались именем консультанта, что дополнительно снижало тревожность. При этом консультанты формулировали обратную связь не в контрастной оппозиции к ассистенту, а поддерживающе: например, «ассистент пока не обучен на этой части данных». Такой подход не разрушал доверие к продукту и давал пользователю ощущение безопасности.
Скепсис со стороны аудитории был огромным — особенно в первые недели. Но именно эти два решения позволили снизить напряжение и запустить органический интерес к продукту.
Полезно внедряться в жизнь пользователя и подбирать методы под реальные обстоятельства — особенно если продукт создается для узкой и чувствительной аудитории. Если команда сама не принадлежит к этой аудитории, важно привлекать экспертов и доверять их опыту.
Итоги: отталкиваться от аудитории, а не технологий
Проект Точки показал, что внедрение AI в нишевые и консервативные аудитории требует не технологических инноваций, а глубокой эмпатии, адаптации и соучастия. Команда не просто исследовала поведение пользователей — она стала частью их среды. В Точке отказались от иллюзии универсальности решений и сделали ставку на то, что работает здесь и сейчас, в конкретном контексте и с конкретными людьми.
Хотите решить похожую задачу? Мы расскажем, с чего начать!