С октября прошлого года обзвон в России резко подорожал. Ввели плату за маркировку и теперь деньги списываются за саму попытку дозвониться, даже если человек не взял трубку. Раньше неудачный звонок был просто потраченным временем оператора. Теперь это ещё и счёт.

Цифры по нашему сервису показывают масштаб. Суточный объём вызовов после введения платы упал с 5,9 до 1,3 млн. А число попыток, которые нужны, чтобы хотя бы один раз нормально поговорить с человеком, выросло больше чем вдвое — с 2,18 до 4,62. То есть тот же результат теперь стоит в два раза больше звонков, времени и денег на маркировку каждого гудка.

При этом сам канал никуда не делся: за 2025 год пользователи «Скорозвона» сделали 1,57 млрд вызовов, на 16,5% больше, чем годом раньше. Звонить продолжают. Просто стало критично важно звонить точнее.

В чём была проблема

Обычная история: есть база на сотню тысяч контактов, по ней пускают обзвон, делают по 2-3 попытки на номер. Но часть этих номеров мёртвая — там вероятность дозвона процентов 5-10. 

Раньше на это можно было закрыть глаза. Сейчас по каждому такому номеру вы трижды платите за маркировку и инициацию вызова и получаете три гудка в пустоту.

Что мы сделали

Собрали инструмент, который оценивает базу до начала обзвона. По сути это модель, которая для каждого номера прикидывает вероятность дозвона и расставляет приоритеты: вот по этим звоним в первую очередь, а эти лучше вообще убрать из кампании.

Модель смотрит на историю соединений и недозвонов по номеру, на то, как номер себя ведёт при повторных попытках, и на тип ответа — живой человек, автоответчик или «недоступен». Дообучается она постоянно: каждый месяц в неё заходят данные по 40 млн новых номеров и по 120-150 млн совершённых попыток дозвона. 

По точности так: низкоконтактные номера модель ловит с точностью 93% — то есть почти всегда правильно говорит «сюда звонить бесполезно». По высококонтактным точность 81%.

Что это даёт на практике

Простая арифметика. Если убрать из обзвона низкоконтактную часть базы (а это обычно около четверти контактов), вы перестаёте платить маркировку за заведомо пустые попытки. Бюджет уходит туда, где есть живой человек.

На пилотах это выглядело так. В одном проекте на лидогенерации после скоринга контактность выросла с 36% до 48%, а процент дозвона — с 60% до 63%. В другом, на базе в 82 тысячи контактов, исключили из обзвона 20 тысяч мёртвых номеров — это сократило 61 тысячу пустых попыток за месяц и срезало затраты на маркировку и трафик примерно на 20%.

Что интересно — по рынку в целом мы видим тот же эффект, только медленнее. Контактность по всем кампаниям выросла с 19,7% летом до 26,3% к началу 2026 года. Плата за каждый звонок просто вытеснила тех, кто раньше компенсировал плохую базу количеством. Кто остался — звонит аккуратнее. Скоринг делает ровно это, но осознанно и сразу, а не методом проб и оплаченных ошибок.

Короткий вывод

Маркировка не убила обзвон. Она убила привычку звонить наугад. В новой экономике выигрывает не тот, кто названивает чаще, а тот, кто заранее знает, по каким номерам звонить смысла нет.

Голосовая автоматизация упирается в парадокс. Для одних задач принципиальна гибкость: робот должен понимать контекст, отрабатывать нестандартные вопросы, адаптивно вести диалог. Для других на первый план выходит человечность голоса — насколько естественно звучит речь на линии. Долгое время эти два качества приходилось выбирать по отдельности — первое дают роботы на LLM, второе — сценарные решения.

Мы проанализировали картину на реальных обзвонах и собрали новый тип робота: с логикой ИИ и живым дикторским голосом. Рассказываем, в чём заключается технология и какие задачи она может закрывать.

Откуда вообще берётся разница в голосе

Голосовые роботы на ИИ генерируют ответы через нейросеть, а для озвучивания реплик используют синтезированный голос. Технология называется TTS — text-to-speech, когда машина превращает текст в речь. Это даёт высокую степень гибкости: робот произнесёт любую фразу, которая подходит под контекст диалога, и поэтому хорошо тянет непредсказуемые диалоги с возражениями и нелинейной логикой.

Другая часть роботов — они называются сценарными — может воспроизводить только реплики, которые заранее начитал живой диктор. Такой голос звучит максимально естественно и позволяет удерживать более низкую стоимость минуты. Но робот идёт строго по подготовленному скрипту и при любых отклонениях заходит в тупик. Для массовых обзвонов это не проблема, а вот для сложных сценариев отсутствие адаптивности будет критичным.

Но есть задачи, в которых конверсия робота ощутимо зависит и от отработки сложных возражений, и от человечности голоса. Мы задались вопросом: можно ли в одном роботе соединить гибкость нейросети и естественность дикторской озвучки?

Что собрали в итоге

Решение оказалось в том, чтобы разделить «мозг» робота и голос.

Нейросеть занимается тем, что у неё хорошо получается — думает. Слушает человека, понимает смысл сказанного, решает, что ответить дальше и куда вести разговор. Но на этапе озвучивания реплик остаётся живой человек.

Подготовка выглядит так:

1. Берём реальные записи разговоров лучших менеджеров заказчика. Разбираем, какие фразы звучат чаще всего, как менеджеры отвечают на типовые вопросы и отрабатывают сложные возражения.

2. На этой основе собираем промт и сценарий.

3. По полученному сценарию записываем библиотеку реплик: их начитывает профессиональный диктор.

А вот что происходит в момент звонка. Абонент произносит реплику → нейросеть понимает смысл → определяет, какой ответ тут подходит → проигрывает заранее записанный аудиофайл с живым голосом.

Получается робот, который ведёт диалог гибко, как нейросетевой, но на линии звучит как живой оператор. Мы назвали такую технологию AI-HumanVoice.

Что это даёт в цифрах

В лидгене на холодной базе новый подход даёт прирост примерно в 1,4 раза к сценарному роботу — человек дольше остаётся на линии и доходит до сути разговора.

По стоимости минуты выходит экономнее полностью нейросетевого варианта: робот не синтезирует речь в реальном времени, а проигрывает готовый аудиофайл из хранилища. По расчётам экономия доходит до половины стоимости минуты.

Что ещё важно: многие движки синтеза речи работают на зарубежной инфраструктуре, а здесь используются локальные файлы, и всё остаётся в РФ. Поэтому робота можно использовать в отраслях с жёсткой регуляторикой: банках, страховых, госструктурах.

Под какие задачи подходят разные типы роботов

Тип робота стоит подбирать под сценарий, а не искать один «самый лучший».

• Массовый прозвон холодной базы по предсказуемому скрипту — здесь хорошо работает сценарный робот с дикторской озвучкой: дёшево и естественно звучит.

• Сложные непредсказуемые диалоги, длинные опросы — задача для нейросетевого робота с синтезом, где важна максимальная гибкость.

• Дорогой лидген, премиальные продукты, реактивация базы, регулируемые отрасли — там, где клиент чувствителен к голосу, а роботу важно одновременно гибко думать и живо звучать. Это сценарий для AI-HumanVoice.

А как у вас на работе с роботами на линии — раздражают синтезированные голоса или уже привыкли? И ловите ли вы сами на слух, что звонит не человек?