В мире, где каждое взаимодействие между компанией и клиентом становится цифровым, старые методы удержания и продаж больше не работают. По данным нового исследования McKinsey & Company “Next Best Experience: How AI Can Power Every Customer Interaction” (октябрь 2025), искусственный интеллект уже сегодня способен не просто прогнозировать потребности, а управлять всей логикой общения — превращая каждое касание в инструмент роста.
Речь идет о новой концепции — Next Best Experience (NBE). Это подход, в котором ИИ помогает компаниям предлагать клиенту именно то, что ему нужно, в тот момент, когда он готов это принять. Без спама. Без навязчивости. Без случайных действий. В основе — данные, аналитика и генеративный ИИ, объединенные в единую систему, где каждая минута контакта приносит ценность и клиенту, и бизнесу.
McKinsey утверждает: компании, внедрившие NBE, уже видят рост удовлетворенности клиентов на 15–20%, увеличение доходов на 5–8% и сокращение издержек на обслуживание на 20–30%. Это не теория — это проверенные цифры.
ИИ становится новым центром клиентского опыта.
Представьте: система сама понимает, что клиент столкнулся с проблемой, и решает ее до того, как он обратится в поддержку. Или заранее видит, что человек может отказаться от услуги — и предлагает ему персональное решение, выгодное и удобное. Это и есть “следующий лучший опыт” — когда технологии становятся не инструментом продаж, а посредником доверия.
McKinsey показывает, как NBE меняет логику бизнеса.
Классическая модель маркетинга — «push», когда клиенты засыпаны одинаковыми рассылками, рекламой и акциями. В новой модели все наоборот: система не «толкает» продукт, а спрашивает данные, анализирует контекст и предлагает то, что решает задачу человека.
В отчете приводится пример клиента страховой компании — Томаса, страдающего диабетом. Его взаимодействие с компанией до внедрения ИИ было типичным: ошибки в счетах, долгие звонки, раздражение, отказ от программ поддержки.
После внедрения NBE все изменилось. Система предсказала его ошибку в платеже, исправила ее автоматически и отправила бонус — купон на кофе. Томас не звонил в поддержку, а получал проактивные сообщения с решением проблем. Когда ему предложили снова подключить программу диабет-контроля — он согласился. Его доверие выросло, расходы компании на обслуживание сократились, а вовлеченность увеличилась.
Так работает NBE: клиент доволен, бизнес экономит.
McKinsey называет три ключевых преимущества NBE:
- Опыт как источник ценности.
Вместо того чтобы продавать, компания начинает помогать. Пример — глобальный платежный оператор, использующий машинное обучение для предсказания риска ухода клиента. Система анализирует тысячи факторов, выделяет проблемные сегменты и автоматически назначает интервенции: скидки, консультации, новые сервисы. Результат — снижение оттока на 20% в год. - Последовательность контактов.
Один из главных источников раздражения клиентов — хаос коммуникаций. Маркетинг, техподдержка, биллинг действуют разрозненно. Европейский телекомоператор решил прекратить рассылки клиентам, у которых были открытые жалобы. Через несколько месяцев индекс лояльности (NPS) вырос до уровня лидера рынка, а кросс-продажи увеличились. - Персонализация на основе ИИ.
Американская авиакомпания использовала ИИ для оценки ценности клиентов и назначения индивидуальных компенсаций за задержки рейсов. Теперь система различает, кто перед ней — частый пассажир или редкий турист. Это позволило увеличить точность таргетинга на 210%, удовлетворенность — на 800%, а намерение уйти снизить на 59%.
McKinsey описывает NBE как «двигатель», состоящий из четырех ключевых блоков:
- Data engineering — создание единого хранилища данных из CRM, биллинга, сайтов, приложений и колл-центров.
- Advanced analytics — предиктивные модели, определяющие вероятность отклика, ухода или апгрейда.
- Generative & agentic AI — генеративный ИИ, создающий персонализированные тексты и предложения в нужном тоне и формате.
- Campaign delivery platform — платформа, связывающая AI-рекомендации с реальными каналами: почтой, SMS, чатами, социальными сетями.
Эта система постоянно учится. Каждый новый контакт улучшает ее прогнозы. С каждым взаимодействием она становится точнее.
McKinsey подчеркивает: ни одна ИИ-система не будет работать, если сотрудники ей не доверяют.
Даже идеальная модель не принесет пользы, если оператор или менеджер ее игнорирует. Поэтому внедрение NBE требует не только инвестиций в IT, но и культурной трансформации.
Примером служит собственный опыт McKinsey с внедрением внутреннего генерирующего помощника Lilli: половина усилий проекта ушла не на код, а на обучение и внедрение в повседневные процессы.
Исследование предлагает шесть шагов:
- Интеграция данных. Создать базу, объединяющую ключевые источники — CRM, биллинг, операционные данные.
- Продвинутая аналитика. Начать с пилотного кейса — предсказать отток или вероятность покупки.
- Технологическая экосистема. Вложиться в MLOps и MarTech, чтобы ускорить путь от модели до клиента.
- Новая операционная модель. Убрать «силосы» между отделами и ввести единые KPI.
- Оценка эффекта. Использовать контрольные группы и A/B-тесты для точного измерения результатов.
- Двухскоростной подход. Запускать пилоты параллельно с масштабным строительством инфраструктуры.
Реальные примеры внедрения:
📍Азиатский телеком.
Компания столкнулась с ростом жалоб из-за новой тарифной системы.
Создав NBE-платформу и объединив данные, она внедрила ИИ-модель, прогнозирующую звонки по поводу счетов. Генеративный ИИ создавал объясняющие письма в простом тоне и предлагал новые тарифы. Результат — снижение оттока на 5% и ROI, увеличенный в 4 раза.
📍Итальянский оператор связи.
Компания прошла путь от классического телеком-бизнеса к технологическому потребительскому бренду.
Система NBE анализировала паттерны семьи Росси: рост интернет-трафика на выходных, низкое использование звонков, частые жалобы на роуминг.
ИИ предложил им три варианта тарифа: «Weekend booster», «Roaming shield» и «Balanced plan».
В течение трех дней клиент получил письмо, push-уведомление и звонок от консультанта с уже готовыми расчетами.
Результат — рост доходов на 5%, увеличение маржи на 30% и CTR в 2–3 раза выше обычных кампаний.
McKinsey делает вывод: мы стоим на пороге новой эпохи клиентского опыта.
ИИ и генеративные технологии становятся связующим звеном между данными, коммуникацией и эмоциями.
Клиенты ожидают точности и заботы. Компании, которые смогут это обеспечить, выигрывают не только рынок, но и доверие.
Для Казахстана эта концепция может стать одним из самых мощных инструментов трансформации сервиса — особенно в сферах с массовыми клиентами: банкинг, страхование, телеком, госуслуги.
Казахстанские компании уже накопили большие массивы данных — но они часто изолированы и не используются системно. Внедрение NBE позволило бы:
- предсказывать проблемы клиентов и предотвращать жалобы;
- снижать издержки на колл-центры и обслуживание;
- повышать доверие и лояльность, особенно в госсекторе;
- увеличивать доходность за счет персональных предложений, а не массовых акций.
Для банков — это шанс перейти от продуктового мышления к клиентскому.
Для госуслуг — возможность построить цифровое государство, которое не реагирует, а предвосхищает.
Для телеком- и e-commerce — путь к удержанию клиентов без бесконечных скидок.
Если бизнес и государство смогут объединить данные и внедрить “двигатель” NBE, Казахстан сможет создать новую модель взаимодействия между экономикой и обществом — основанную не на принуждении и рекламе, а на доверии и точности.
ИИ уже перестает быть технологией — он становится языком общения бизнеса и человека.
Системы, подобные Next Best Experience, меняют суть отношений между компанией и клиентом: от случайных транзакций — к персональным историям.
В этой модели выигрывают все: бизнес получает эффективность, клиент — уверенность, а общество — новые стандарты сервиса.
Ален Серик, эксперт портала EconomyKZ.org
