«ШІ не забирає в оператора роботу — він забирає рутину»: Сергій Сінченко про нову модель сервісу Moneyveo

20 Листопада 2026

Banker.ua продовжує оголошувати переможців премії Banker Awards 2026, розказувати про їхню перемогу в номінаціях, а також публікує їхні ексклюзивні матеріали. Сьогодні представляємо наступну номінацію і її переможця.

Лідер AI-трансформації клієнтського сервісу

П’ять відсотків. Саме стільки взаємодій із клієнтами могла перевірити служба контролю якості Манівео до того, як компанія передала цю роботу штучному інтелекту. Тепер це 100%. Кожна розмова автоматично транскрибується, аналізується й оцінюється. Для бізнесу, у якому репутація будується на тому, як саме з людиною говорять у складний для неї момент, різниця між п’ятьма і ста відсотками — це різниця між вибірковим контролем і системою.

Контроль якості — лише одна з трьох сфер, куди Манівео впровадила штучний інтелект. Друга — скоринг і управління ризиками. AI-скоринг на основі великих даних оцінює заявку за секунди, і це не маркетингова фраза, а операційний стандарт: рішення по кредиту клієнт отримує практично миттєво, без дзвінків і довідок. При цьому алгоритми працюють точніше за класичні моделі, і це безпосередньо впливає на головний показник відповідального кредитування — прострочену заборгованість, яка у компанії на 25% нижча, ніж у 2021 році. Третя сфера — маркетинг і клієнтський досвід: аналіз поведінки користувача дозволяє пропонувати релевантний продукт замість масових розсилок, що знизило вартість залучення клієнта на 5,5% і підвищило конверсію видачі без додаткових маркетингових витрат.

Результати за звітний період — у цифрах, які на стагнуючому ринку мікрокредитування виглядають аномально: активна клієнтська база зросла на 20%, кредитний портфель — на 26%. Генеральний директор Сергій Сінченко пояснює логіку так: «Ми будуємо модель, у якій технології підсилюють відповідальність, а не замінюють її». За цією фразою — принципова позиція: штучний інтелект у Манівео не ухвалює рішення замість людини, а дає людині повну картину для рішення. Квотування AI в маркетингу, обмеження на автоматичні відмови, людина в циклі на критичних етапах — елементи, які відрізняють відповідальне застосування технології від гонитви за автоматизацією.

Головний Telegram-канал банкірів

Повну версію обгрунтування читайте у спецвипуску журналу Banker.

Штучний інтелект у фінансовому сервісі — це вже не просто спосіб швидше відповідати клієнтам, а можливість переосмислити якість взаємодії з ними. Сергій Сінченко, CEO Moneyveo, розповідає, як компанія за допомогою AI перейшла від вибіркової перевірки дзвінків до аналізу майже всіх контактів, чому людська експертиза залишається необхідною, та як автоматизація допомагає будувати персоналізований сервіс.

— Що спонукало Moneyveo розпочати системну трансформацію клієнтського сервісу із використанням ШІ?

— Moneyveo від початку була компанією, яка не просто слідувала технологічним трендам, а сама задавала нові стандарти ринку. Ми першими в Україні запустили онлайн-кредитування як повноцінний цифровий бізнес, першими на ринку впровадили міжнародні стандарти безпеки платіжних даних, зокрема PCI DSS. Тому ШІ для нас — логічний наступний крок у розвитку компанії. Сьогодні ШІ дає нам можливість перейти від просто цифрового сервісу до більш персоналізованої моделі взаємодії з клієнтом: краще враховувати контекст його звернення, швидше знаходити релевантні рішення та забезпечувати стабільно високий рівень сервісу незалежно від масштабу.

Це стало можливим завдяки поєднанню даних, технологій та ШІ. Для нас важливо використовувати ці можливості не заради самої технології, а для створення конкретної цінності, як для клієнта, так і для бізнесу.

Тому системна трансформація сервісу для нас, передусім, про якість і своєчасність рішень, довіру та клієнтський досвід. ШІ в цій моделі — інструмент, який допомагає нам вивести якість взаємодії з клієнтом на новий рівень.

— Ви використовуєте ШІ не лише для контролю, а й безпосередньо для роботи операторів — від AI Email Agent до асистента в омніканальному контакт-центрі. Як змінилася роль оператора після впровадження цих інструментів? Що сьогодні має робити людина, а що ефективніше передати AI?

— ШІ не забирає в оператора роботу — він забирає рутину. І це принципова різниця. Раніше оператор значну частину часу витрачав на пошук інформації, роботу з типовими запитами, перевірку даних і формування стандартних відповідей. Сьогодні частину цих завдань ефективніше передати AI: він може швидко знайти потрібну інформацію, визначити тему й контекст звернення, запропонувати відповідь або виконати інші повторювані операції. Водночас людина залишається особливо важливою там, де потрібні контекст, емпатія та робота зі складними й нестандартними ситуаціями.

Це добре видно на прикладі контролю якості комунікацій із клієнтами. Раніше через обсяг контактів команда Quality Control могла вручну оцінити близько 3% дзвінків — фактично працювала з вибіркою у сотні розмов. Сьогодні завдяки AI ми автоматично аналізуємо близько 98% дзвінків, а наша ціль — довести покриття до 100%. Система визначає тематику та підтему звернення, перевіряє діалог за критеріями якості, виявляє порушення та відхилення. Тобто ми перейшли від вибіркового контролю 3% — сотень розмов — до системного аналізу 98% — десятків тисяч контактів.

І це змінює роль людини. AI бере на себе масштабний аналіз та рутинний контроль, а фахівці можуть зосередитися на інтерпретації результатів, пошуку системних проблем, навчанні команд і вдосконаленні клієнтського досвіду.

AI бере на себе масштабний аналіз та рутинний контроль, а фахівці можуть зосередитися на інтерпретації результатів, пошуку системних проблем, навчанні команд і вдосконаленні клієнтського досвіду

При цьому змінюється і сама професія оператора. Він поступово переходить від обробки типових запитів до управління винятками, складними ситуаціями та якістю рішення. Рутинні операції й первинний аналіз дедалі більше бере на себе AI, тоді як людина концентрується на ситуаціях, де потрібні досвід, контекст, емпатія та відповідальність.

Тобто ми рухаємося від моделі, де оператор виконує кожну операцію самостійно, до моделі, де людина та AI працюють разом: AI забезпечує швидкість і масштаб, а людина — контекст, експертизу та відповідальність за рішення.

— AI оцінює роботу операторів, але водночас оператор може оскаржити оцінку, а його рішення використовується для вдосконалення моделі. Як ви вибудовуєте баланс між автоматизованим контролем і людською експертизою?

— Для нас AI в оцінюванні роботи операторів — насамперед інструмент контролю якості та розвитку, а не остаточний арбітр. Його сильна сторона — масштаб і системність: модель може аналізувати великий масив взаємодій, перевіряти їх за визначеними критеріями, виявляти відхилення від стандартів і підсвічувати зони для покращення. Але автоматизована оцінка не завжди враховує весь контекст конкретної ситуації. Тому оператор має можливість оскаржити оцінку AI та надати додатковий контекст.

Для нас принципово важливо, що на цьому процес не закінчується. Рішення оператора використовується не просто для перегляду конкретної оцінки, а і як зворотний зв’язок для вдосконалення моделі. Фактично ми будуємо замкнений цикл: AI оцінює — людина верифікує — система навчається на цьому досвіді.

Саме тут, на мою думку, і виникає правильний баланс. Ми використовуємо AI там, де він дає масштаб і системність, але залишаємо за людиною можливість поставити оцінку під сумнів, додати контекст і вплинути на подальше вдосконалення системи. У результаті контроль якості стає не одностороннім процесом, де машина просто виставляє оцінку, а системою взаємного навчання — і для моделі, і для людей.

— Чи може AI в перспективі змінити не лише швидкість та ефективність обслуговування, а й сам стандарт взаємодії з клієнтом, і яким буде наступний етап цієї трансформації для Moneyveo?

— Так, AI може змінити не лише швидкість та ефективність обслуговування, а й сам стандарт взаємодії з клієнтом. Важливо, що ми прийшли до AI не напряму. Спочатку ми цифровізували процеси, побудували технологічний шар, який поєднав системи, дані та канали комунікації, а потім автоматизували рутинні операції. Саме цей фундамент сьогодні дозволяє нам масштабно застосовувати AI.

Перші кейси були прикладними й дуже конкретними: транскрибація дзвінків, визначення тематик звернень, аналіз зображень, автоматизація перевірок і контроль якості. Це важливо, тому що ми завжди починаємо не з технології, а з бізнес-проблеми: визначаємо, що саме хочемо покращити, і який вимірюваний результат має дати AI.

Наступний етап — персоналізований, контекстний і проактивний сервіс. Тобто AI має не просто допомогти швидше відповісти на запит клієнта, а враховувати історію взаємодії, розуміти контекст і допомагати визначати найбільш релевантний наступний крок.

Але тут є принципова межа. У фінансовому сервісі AI має бути контрольованим. Критичне рішення не може бути black box. AI отримує рівно стільки автономії, скільки компанія здатна контролювати. Тому разом із розвитком моделей ми розвиваємо валідацію, моніторинг і людський контроль.

Ще один важливий елемент нашої моделі — AI Runners: люди всередині бізнес-підрозділів, які знають свої процеси та знаходять нові можливості для застосування AI. Це дозволяє нам масштабувати AI не лише через IT, а безпосередньо через бізнес. І саме тут, на мою думку, відбувається найважливіша трансформація: AI перестає бути окремою технологічною ініціативою і стає частиною операційної моделі компанії.

Тому наступний етап для Moneyveo — створити новий стандарт сервісу: швидкий, персоналізований, контекстний і проактивний. Технологія сама по собі не є результатом. Результат — це якість клієнтського досвіду. AI має допомагати нам цю якість масштабувати, водночас зберігаючи людську відповідальність і довіру.

Саме таким ми бачимо майбутнє Moneyveo: AI стає системною технологією бізнесу, а якість клієнтського досвіду — ключовим результатом її застосування.


Усе найцікавіше за тиждень у нашому дайджесті: