«ИИ не забирает у оператора работу — он забирает рутину»: Сергей Синченко о новой модели сервиса Moneyveo

20 ноября 2026

Banker.ua продолжает объявлять победителей премии Banker Awards 2026, рассказывать об их победе в номинациях, а также публикует их эксклюзивные материалы. Сегодня представляем следующую номинацию и ее победителя.

Лидер AI-трансформации клиентского сервиса

Пять процентов. Именно столько взаимодействий с клиентами могла проверить служба контроля качества Манивео до того, как компания передала эту работу искусственному интеллекту. Теперь это 100%. Каждый разговор автоматически транскрибируется, анализируется и оценивается. Для бизнеса, в котором репутация строится на том, как именно с человеком говорят в сложный для него момент, разница между пятью и ста процентами — это разница между выборочным контролем и системой.

Контроль качества — лишь одна из трех сфер, куда Манивео внедрила искусственный интеллект. Вторая — скоринг и управление рисками. AI-скоринг на основе больших данных оценивает заявку за секунды, и это не маркетинговая фраза, а операционный стандарт: решение по кредиту клиент получает практически мгновенно, без звонков и справок. При этом алгоритмы работают точнее классических моделей, и это напрямую влияет на главный показатель ответственного кредитования — просроченную задолженность, которая у компании на 25% ниже, чем в 2021 году. Третья сфера — маркетинг и клиентский опыт: анализ поведения пользователя позволяет предлагать релевантный продукт вместо массовых рассылок, что снизило стоимость привлечения клиента на 5,5% и повысило конверсию выдачи без дополнительных маркетинговых затрат.

Результаты за отчетный период — в цифрах, которые на стагнирующем рынке микрокредитования выглядят аномально: активная клиентская база выросла на 20%, кредитный портфель — на 26%. Генеральный директор Сергей Синченко объясняет логику так: «Мы строим модель, в которой технологии усиливают ответственность, а не заменяют ее». За этой фразой — принципиальная позиция: искусственный интеллект в Манивео не принимает решение вместо человека, а дает человеку полную картину для решения. Квотирование AI в маркетинге, ограничения на автоматические отказы, человек в цикле на критических этапах — элементы, которые отличают ответственное применение технологии от погони за автоматизацией.

Главный Telegram-канал банкиров

Полную версию обоснования читайте в спецвыпуске журнала Banker.

Искусственный интеллект в финансовом сервисе — это уже не просто способ быстрее отвечать клиентам, а возможность переосмыслить качество взаимодействия с ними. Сергей Синченко, CEO Moneyveo, рассказывает, как компания с помощью AI перешла от выборочной проверки звонков к анализу почти всех контактов, почему человеческая экспертиза остается необходимой, и как автоматизация помогает строить персонализированный сервис.

— Что побудило Moneyveo начать системную трансформацию клиентского сервиса с использованием ИИ?

— Moneyveo изначально была компанией, которая не просто следовала технологическим трендам, а сама задавала новые стандарты рынка. Мы первыми в Украине запустили онлайн-кредитование как полноценный цифровой бизнес, первыми на рынке внедрили международные стандарты безопасности платежных данных, в частности PCI DSS. Поэтому ИИ для нас — логичный следующий шаг в развитии компании. Сегодня ИИ дает нам возможность перейти от просто цифрового сервиса к более персонализированной модели взаимодействия с клиентом: лучше учитывать контекст его обращения, быстрее находить релевантные решения и обеспечивать стабильно высокий уровень сервиса независимо от масштаба.

Это стало возможным благодаря сочетанию данных, технологий и ИИ. Для нас важно использовать эти возможности не ради самой технологии, а для создания конкретной ценности, как для клиента, так и для бизнеса.

Поэтому системная трансформация сервиса для нас, прежде всего, о качестве и своевременности решений, доверии и клиентском опыте. ИИ в этой модели — инструмент, который помогает нам вывести качество взаимодействия с клиентом на новый уровень.

— Вы используете ИИ не только для контроля, но и непосредственно для работы операторов — от AI Email Agent до ассистента в омниканальном контакт-центре. Как изменилась роль оператора после внедрения этих инструментов? Что сегодня должен делать человек, а что эффективнее передать AI?

— ИИ не забирает у оператора работу — он забирает рутину. И это принципиальная разница. Ранее оператор значительную часть времени тратил на поиск информации, работу с типовыми запросами, проверку данных и формирование стандартных ответов. Сегодня часть этих задач эффективнее передать AI: он может быстро найти нужную информацию, определить тему и контекст обращения, предложить ответ или выполнить другие повторяющиеся операции. В то же время человек остается особенно важным там, где нужны контекст, эмпатия и работа со сложными и нестандартными ситуациями.

Это хорошо видно на примере контроля качества коммуникаций с клиентами. Раньше из-за объема контактов команда Quality Control могла вручную оценить около 3% звонков — фактически работала с выборкой в сотни разговоров. Сегодня благодаря AI мы автоматически анализируем около 98% звонков, а наша цель — довести покрытие до 100%. Система определяет тематику и подтему обращения, проверяет диалог по критериям качества, выявляет нарушения и отклонения. То есть мы перешли от выборочного контроля 3% — сотен разговоров — к системному анализу 98% — десятков тысяч контактов.

И это меняет роль человека. AI берет на себя масштабный анализ и рутинный контроль, а специалисты могут сосредоточиться на интерпретации результатов, поиске системных проблем, обучении команд и совершенствовании клиентского опыта.

AI берет на себя масштабный анализ и рутинный контроль, а специалисты могут сосредоточиться на интерпретации результатов, поиске системных проблем, обучении команд и совершенствовании клиентского опыта

При этом меняется и сама профессия оператора. Он постепенно переходит от обработки типовых запросов к управлению исключениями, сложными ситуациями и качеством решения. Рутинные операции и первичный анализ все больше берет на себя AI, тогда как человек концентрируется на ситуациях, где нужны опыт, контекст, эмпатия и ответственность.

То есть мы движемся от модели, где оператор выполняет каждую операцию самостоятельно, к модели, где человек и AI работают вместе: AI обеспечивает скорость и масштаб, а человек — контекст, экспертизу и ответственность за решение.

— AI оценивает работу операторов, но в то же время оператор может оспорить оценку, а его решение используется для совершенствования модели. Как вы выстраиваете баланс между автоматизированным контролем и человеческой экспертизой?

— Для нас AI в оценивании работы операторов — прежде всего инструмент контроля качества и развития, а не окончательный арбитр. Его сильная сторона — масштаб и системность: модель может анализировать большой массив взаимодействий, проверять их по определенным критериям, выявлять отклонения от стандартов и подсвечивать зоны для улучшения. Но автоматизированная оценка не всегда учитывает весь контекст конкретной ситуации. Поэтому оператор имеет возможность оспорить оценку AI и предоставить дополнительный контекст.

Для нас принципиально важно, что на этом процесс не заканчивается. Решение оператора используется не просто для пересмотра конкретной оценки, но и как обратная связь для совершенствования модели. Фактически мы строим замкнутый цикл: AI оценивает — человек верифицирует — система учится на этом опыте.

Именно здесь, на мой взгляд, и возникает правильный баланс. Мы используем AI там, где он дает масштаб и системность, но оставляем за человеком возможность поставить оценку под сомнение, добавить контекст и повлиять на дальнейшее совершенствование системы. В результате контроль качества становится не односторонним процессом, где машина просто выставляет оценку, а системой взаимного обучения — и для модели, и для людей.

— Может ли AI в перспективе изменить не только скорость и эффективность обслуживания, но и сам стандарт взаимодействия с клиентом, и каким будет следующий этап этой трансформации для Moneyveo?

— Да, AI может изменить не только скорость и эффективность обслуживания, но и сам стандарт взаимодействия с клиентом. Важно, что мы пришли к AI не напрямую. Сначала мы цифровизировали процессы, построили технологический слой, который объединил системы, данные и каналы коммуникации, а затем автоматизировали рутинные операции. Именно этот фундамент сегодня позволяет нам масштабно применять AI.

Первые кейсы были прикладными и очень конкретными: транскрибация звонков, определение тематик обращений, анализ изображений, автоматизация проверок и контроль качества. Это важно, потому что мы всегда начинаем не с технологии, а с бизнес-проблеми: определяем, что именно хотим улучшить, и какой измеримый результат должен дать AI.

Следующий этап — персонализированный, контекстный и проактивный сервис. То есть AI должен не просто помочь быстрее ответить на запрос клиента, а учитывать историю взаимодействия, понимать контекст и помогать определять наиболее релевантный следующий шаг.

Но здесь есть принципиальная граница. В финансовом сервисе AI должен быть контролируемым. Критическое решение не может быть black box. AI получает ровно столько автономии, сколько компания способна контролировать. Поэтому вместе с развитием моделей мы развиваем валидацию, мониторинг и человеческий контроль.

Еще один важный элемент нашей модели — AI Runners: люди внутри бизнес-подразделений, которые знают свои процессы и находят новые возможности для применения AI. Это позволяет нам масштабировать AI не только через IT, но и непосредственно через бизнес. И именно здесь, по моему мнению, происходит важнейшая трансформация: AI перестает быть отдельной технологической инициативой и становится частью операционной модели компании.

Поэтому следующий этап для Moneyveo — создать новый стандарт сервиса: быстрый, персонализированный, контекстный и проактивный. Технология сама по себе не является результатом. Результат — это качество клиентского опыта. AI должен помогать нам это качество масштабировать, одновременно сохраняя человеческую ответственность и доверие.

Именно таким мы видим будущее Moneyveo: AI становится системной технологией бизнеса, а качество клиентского опыта — ключевым результатом его применения.


Все самое интересное за неделю в нашей рассылке: