У лютому 2024 року Klarna оголосила, що асистент на базі OpenAI виконує роботу 700 штатних агентів підтримки. До 2025 року компанія заявила, що цифра зросла до 853. У травні 2025 року гендиректор Klarna сказав Financial Times, що фірма почала наймати людей назад, посларавшись на скарги щодо якості та межі чистої автоматизації. Ця дуга — заява, зростання, часткове відступлення — найбільш цитована історія в будь-якій розмові про заміну ШІ підтримки клієнтів, і вона ж найбільш хибно прочитана. Як тріумф її переоцінюють. Як провал — недооцінюють. Як інструмент вона говорить дещо конкретне: вартість заміщення агента — це не одне число, а розподіл за класами заміщення, і класи поводяться дуже по-різному.
Цей пост розбирає чотири класи заміщення, які Wagecore застосовує до роботи підтримки, цінові діапазони з довірчими смугами всередині кожного та методологічні рішення за цими числами.
Кейс Klarna, прочитаний уважно
Початковий пресреліз Klarna/OpenAI у лютому 2024 року повідомляв, що ШІ-асистент розв'язав 2,3 мільйона діалогів за перший місяць — близько двох третин вхідних чат-тикетів — з показниками задоволеності клієнтів, статистично невідрізнними від людей-агентів, і середнім часом розв'язання, що впав з 11 хвилин до менш ніж 2. Це був заголовок. Деталі в продовженні, що спливли переважно у звітах 2025 року від Yahoo Finance і Financial Times, важливіші: цифра в 700 агентів була порівнянням із законтрактованою потужністю агентів, яку витіснив асистент, а не з власними співробітниками Klarna. Цифра 853, оголошена пізніше у 2025 році, використовувала той самий метод порівняння. А частковий розворот 2025 року був не «ШІ не працює» — він був «залишкові тикети, які ШІ не може розв'язати, складніші, емоційно навантаженіші й потребують людей, яким платять більше, ніж базовому законтрактованому агенту».
Що цей кейс насправді показує — це розходження класів заміщення в реальному світі. Клас із високим обсягом — скидання пароля, «де моє замовлення» — майже цілком пішов до ШІ й там залишився. Клас спорів і діагностики пішов переважно до ШІ з людською петлею перевірки й теж там залишився. Клас складної ескалації пішов до ШІ спочатку, потім частково повернувся до людей. А клас відносин чи нових межових випадків взагалі не зрушив.
Це не провал технології. Це карта заміщення, що заявляє про себе.
Чотири класи заміщення
Wagecore класифікує завдання підтримки за чотирма класами на основі спостережуваних властивостей вартості та надійності — не на основі того, чи «відчувається» завдання автоматизовним. Класи такі:
Повне заміщення. Сортування тикетів L1, скидання паролів, перевірка статусу замовлення, відповіді на FAQ, проста обробка повернень у межах політики. У цих завдань вузький розподіл вхідних даних, високі вимоги до надійності лише за невеликим набором сценаріїв відмови й низька ціна помилки. ШІ обробляє їх від початку до кінця без людини в шляху розв'язання. Довірча смуга: $2–$8 за розв'язаний тикет за використання API фронтир-моделі плюс вендорська обгортка (Intercom Fin, Ada, Forethought — усі в цьому діапазоні за публічними цінами протягом 2025 року). Нижня межа передбачає добре налаштованого вендора; верхня — готове рішення з пошуком, але без перенавчання. Людський еквівалент: $15–$25 за тикет для агента аутсорсингового контакт-центру, за публічними ціновими гайдами від Crescendo і BPO середнього сегмента. Співвідношення на користь ШІ приблизно 3–5×, і розрив стабільний.
Контрольоване заміщення. Спори щодо білінгу, діагностика продукту, де важлива конфігурація клієнта, зміни в акаунті з межовими випадками політики, прості скарги. ШІ пропонує рішення, людина перевіряє його до відправлення клієнту — або за кожним випадком для випадків з низькою впевненістю, або пакетним аудитом для випадків з високою впевненістю. Структура вартості помітно відрізняється від повного заміщення: ви платите за інференс ШІ плюс частку часу агента на тикет, де частка залежить від вашої політики аудиту. Довірча смуга: $5–$14 за розв'язаний тикет. Широка смуга відображає вибір між важким аудитом (перевіряється кожен тикет) і легким (вибірково). Еквівалент лише для людини: $18–$30 за тикет — ці тикети довші, ніж за повного заміщення, тож людська база теж зростає. Співвідношення на користь ШІ 2–3×, і воно погіршується в міру посилення петлі аудиту.
Аугментація. Складні ескалації, емоційні ситуації (повернення, пов'язані з медичними чи сімейними обставинами, скарги на збої сервісу), розслідування за кількома системами, випадки, що потребують уваги керівництва. ШІ допомагає людині — накидає відповіді, піднімає історію, підсумовує минулі тикети, пропонує прецеденти за політикою — але не діє. Розв'язання лишається за людиною. Вартість по суті «зарплата людини плюс підписка на ШІ-асистента на місце». Довірча смуга: $20–$45 за тикет. Внесок ШІ проявляється як пропускна здатність, а не як штат: старший агент із добрим копілотом обробляє, може, на 30% більше тикетів за зміну. Еквівалент лише для людини: $25–$60 за тикет. Співвідношення: скромне зниження вартості на однозначний відсоток, де виграш виражений у швидкості розв'язання, а не в меншій кількості агентів.
Незамінний залишок. Управління відносинами зі стратегічними клієнтами, нові межові випадки, що не вписуються в жоден попередній патерн, регуляторне чи юридичне листування, кризові інциденти (шахрайські мережі, обробка масових збоїв, PR-чутливі скарги). ШІ може бути в петлі як дослідницький інструмент, але шлях розв'язання повністю людський і часто охоплює кількох людей (агента, менеджера, іноді юриста). Вартість: $50–$200+ за тикет залежно від тривалості та рівня. Бази для порівняння з ШІ тут немає, бо ймовірність заміщення за поточних можливостей фактично нульова. Частковий зворотний найм людей-агентів у Klarna у 2025 році стався переважно всередині цього класу й на верхньому краю Аугментації — саме там, де впевненість ШІ була найнижчою, а ціна хибної відповіді найвищою.
Людська база, повністю навантажена
Числа вартості за тикет вище спираються на людську базу, що сама заслуговує на довірчу смугу. Дані ZipRecruiter за 2025 рік щодо «Customer Support Representative» у США показують середню річну базову близько $42 000, зі смугою 25-го–75-го перцентиля $34 000–$50 000 залежно від географії та стажу. Повністю навантажена — пільги, податок на зарплату, обладнання, накладні на менеджмент, вартість заміни за плинності, амортизація навчання — типовий множник 1,35–1,55×, що дає навантажену річну вартість приблизно $57 000–$77 000. Поділіть на 1800–2000 продуктивних годин на рік, і отримаєте $28–$43 за навантажену годину агента. За типового для галузі часу обробки 8–14 хвилин на тикет по всьому міксу це дає цифру $15–$25 за тикет для рутинної роботи L1 і цифру $25–$60 для складних тикетів, наведені вище.
Аутсорсингове BPO-ціноутворення — опублікований гайд Crescendo, бенчмарки середнього сегмента від аналітичних фірм контакт-центрів — іде нижче цього в перерахунку на тикет ($6–$15 за L1 голос чи чат у дешевших географіях), але його не слід читати як людську базу, якщо тільки альтернатива з ШІ не порівнюється з тією самою офшорною схемою. Економічно чесне порівняння зіставляє подібне з подібним: внутрішнє з внутрішнім, BPO з BPO, а ШІ — з людською вартістю, яку він реально витісняє всередині тієї організації. Змішування порівнянь — це те, як виникають заяви про зниження вартості в 10×, що не переживають першого кварталу роботи.
Наслідок для математики класів заміщення: у дорогому внутрішньому середовищі співвідношення 3–5× за Повного заміщення посилюється, бо людська база висока. У дешевому BPO-середовищі та сама технологія дає співвідношення 1,5–2,5×, бо людська база вже низька. Технологія стала; економія — ні.
Чому довірчі смуги, а не точкові оцінки
Єдина цифра в доларах за тикет — найчистіша можлива відповідь, і вона майже завжди хибна. Дві причини.
По-перше, розподіл вхідних даних за кожним класом дико варіюється між компаніями. Мікс тикетів споживчого фінтеху сильно зміщений до Повного заміщення у верху воронки; черга підтримки B2B SaaS важка Аугментацією, бо тикети посилаються на конфігурації, специфічні для клієнта. Одна й та сама заява «ШІ-агент замінює людину» може відображатися в зниження вартості в 4× в одній компанії та в 1,2× в іншій — не тому що технологія різна, а тому що різний розподіл роботи.
По-друге, ціноутворення ШІ рухається. Вартість за токен фронтир-моделі впала приблизно в 10× з початку 2024 по середину 2025 року. Вендорські обгортки не падали з тією ж швидкістю, бо структура вартості Intercom Fin чи Ada — це не чистий інференс моделі, а пошук, вендорська маржа, продажі та інтеграція. Нижня межа кожної смуги відстежує сирий інференс; верхня — вендорське ціноутворення. Розрив між ними з часом звужується, але не дорівнює нулю.
Ми публікуємо довірчі смуги, бо точкові оцінки створюють ілюзію певності, яку кейс Klarna прямо спростував. Цифра в 700 агентів була точковою оцінкою, і вона не пережила контакту з розподілом залишкових тикетів.
Методологія Wagecard за цими числами
Wagecard від Wagecore ставиться до ролей підтримки так само, як до будь-якої іншої ролі: як до зваженого середнього за класами заміщення, де кожен клас оцінюється за можливостями, надійністю, ціною помилки та вартістю нагляду. Чотири класи вище відображаються на нашу стандартну рамку — Повне заміщення відповідає комірці Replaceable, Контрольоване заміщення — AI-augmented, Аугментація — Human-led-AI-assisted, Незамінний залишок — Human-critical.
Інвестиційний погляд на функцію підтримки тому читається як розрахунок NPV, а не як єдине співвідношення. Входи: розподіл обсягу тикетів за чотирма класами, поточна вартість лише для людини за класом, очікувана вартість ШІ-плюс-людина за класом за обраної політики аудиту, витрати переключення (онбординг вендора, побудова пошукового індексу, контракти на перенавчання) і ставка дисконтування з поправкою на ризик, що враховує шанс зміни ціни чи якості вендора посеред контракту. IRR на чергах, важких Повним заміщенням, високий — зазвичай 80%+ на горизонті одного року за смуг вище. IRR на чергах, важких Аугментацією, скромний. Період окупності варіюється від менш ніж квартал до понад два роки залежно від того, який клас домінує.
Це не чорна скринька. Класи заміщення, цінові смуги та ваги — усе опубліковано в нашій методології. Ми не переписуємо попередні числа заднім числом, коли методологія переглядається: Wagecard, розрахований під v1, лишається Wagecard v1 з числами v1, навіть якщо v2 оновлює смуги. Причина в тому, що вартість рішення про заміщення сплачується проти чисел, відомих на момент рішення — переписування заднім числом спотворює історію так, що попередні рішення виглядають краще чи гірше, ніж вони були в момент ухвалення.
Читаючи дугу Klarna через класи
З чотирма класами в руках послідовність Klarna — заява, зростання, часткове відступлення — читається чисто:
Цифри 700 і 853 агента охопили Повне заміщення й більшу частину Контрольованого заміщення. Вони реальні, математика тримається, а співвідношення приблизно таке, яке публічні ціни на Intercom Fin і еквівалентних вендорів передбачили б для високообсягового міксу тикетів споживчого фінтеху.
Частковий зворотний найм 2025 року охопив Аугментацію та Незамінний залишок. Klarna спочатку направила ці тикети через ШІ теж, уперлася в стіну якості й скоригувалася. Це не провал ШІ — це карта заміщення, прочитана правильно з другого разу. Межі класів реальні, і перетин їх на оптимістичних припущеннях коштує грошей у незадоволеності клієнтів швидше, ніж заощаджує їх у зарплаті.
Чого кейс не показує — це бінарної рамки, що домінує в більшості коментарів: ШІ або замінює підтримку, або ні. Обидва прочитання хибні. ШІ замінює вимірювану частку роботи за відомим ціновим співвідношенням, де частка залежить від розподілу тикетів і обраної політики аудиту. Інша частка лишається людською й стає ціннішою в міру того, як замінювана робота стискається довкола неї.
Що з цим робити
Слідує три речі.
По-перше, перш ніж рахувати будь-яку вартість «ШІ замінює підтримку», класифікуйте тикети. Частка Повного заміщення важливіша за все, бо вона домінує у співвідношенні. Черга на 70% із Повного заміщення поводиться зовсім інакше, ніж черга на 30% Повного заміщення й 40% Аугментації — а заголовкові цифри конкурентів рідко кажуть вам, яка в них.
По-друге, ставтеся до політики аудиту як до змінної першого класу. Цінова смуга Контрольованого заміщення ширша за інші, бо вибір аудиту змінює питому вартість майже в 3×. Більшість розборів пропускають це й цитують ту межу, що лестить висновку.
По-третє, не оцінюйте Незамінний залишок проти бази ШІ. Її немає. Ці тикети лишаються людськими, і правильне порівняння — людина-проти-людини (старший агент проти молодшого, внутрішній проти аутсорсингового), а не людина-проти-ШІ. Оцінка залишку проти фантомної бази ШІ — це те, що змусило перший захід Klarna переоцінити економію, і те, що змушує більшість внутрішніх бізнес-кейсів «ШІ замінює підтримку» переобіцяти на 30–50%, ще не дійшовши до пілота.
По-четверте, версіонуйте аналіз. Смуги тут відображають ціноутворення інференсу та вендорів, що спостерігалося до середини 2025 року. Вони зрушать. Рішення, ухвалене сьогодні, має фіксувати, проти яких чисел воно було ухвалене, бо наступні дванадцять місяців змін цін виглядатимуть економією лише проти незмінної бази. Wagecard несуть версію методології на лицьовому боці картки саме з цієї причини: Wagecard — це знімок рішення, а не прогноз.
Якщо ви хочете той самий аналіз за своєю роллю чи функцією, з класами заміщення, довірчими смугами й Інвестиційним поглядом, саме це робить Wagecore. Методологія відкрита на wagecore.ai/methodology, а безкоштовний Wagecard — на wagecore.ai/start.
Джерела
- Спільна заява Klarna та OpenAI, лютий 2024 — ШІ-асистент, що розв'язав 2,3 млн діалогів, еквівалент ~700 агентів.
- Звіти Yahoo Finance, 2025 — ШІ-асистент Klarna виконує роботу, еквівалентну 853 штатним агентам.
- Звіти Financial Times про частковий зворотний найм людей-агентів у Klarna, травень 2025.
- Дані ZipRecruiter щодо зарплат представників підтримки, 2025 — середня по США повністю навантажена вартість у перерахунку на тикет.
- Публічні ціни Intercom Fin AI — бенчмарки вартості за розв'язання протягом 2025 року.
- Гайд щодо цін аутсорсингових колл-центрів Crescendo — діапазони BPO-вартості за тикет від L1 до складних рівнів.