# Оуэн Маккейб из Intercom: «Интеллект больше не является препятствием для ИИ-агентов» Источник: https://www.youtube.com/watch?v=y2eRWkVJeNU Канал: The Cognitive Revolution Опубликовано: 04.10.2025 --- В новом выпуске подкаста **The Cognitive Revolution** ведущий **Нейтан Лабенц (Nathan Labenz)** беседует с лидерами компании **Intercom** — сооснователем и генеральным директором **Оуэном Маккейбом (Eoghan McCabe)** и вице-президентом по машинному обучению **Фергалом Ридом (Fergal Reid)**. В центре обсуждения — путь создания **Fin**, одного из самых успешных ИИ-агентов для клиентского сервиса, и трансформация компании из классического SaaS-сервиса в лидера эры прикладного искусственного интеллекта. ## 🕰️ Истоки: От компьютерных наук 2004-го до GPT-4 [[JUMP:04:16]] Оуэн Маккейб отмечает, что его путь в ИИ начался задолго до современного хайпа. Он изучал компьютерные науки и специализировался на машинном обучении ещё в 2004 году [06:06]. Хотя тогдашние технологии не предвещали нынешнего прорыва, это заложило фундамент понимания систем. Intercom не была новичком в автоматизации: до появления современных LLM компания развивала продукт **Resolution Bot**. Однако настоящий перелом произошел с получением раннего доступа к GPT-4 за несколько месяцев до его официального релиза [42:17]. **Ключевые этапы становления Fin:** * **Ранний доступ:** Команда Intercom была одной из немногих, кто тестировал GPT-4 в закрытом режиме. * **Порог качества:** По словам Фергала Рида, именно GPT-4 стал той «мощной бестией», которая наконец позволила достичь человеческого уровня точности в узких задачах [42:30]. * **Архитектурный вызов:** Изначально модель была настолько тяжелой, что ее приходилось запускать на выделенном оборудовании, тщательно выстраивая инфраструктуру вокруг неё. ## 🛠️ Переломный момент: Почему интеллект — больше не ограничение [[JUMP:11:17]] Одним из самых резонансных тезисов Фергала Рида стало утверждение, что для автоматизации клиентского сервиса «интеллект перестал быть бутылочным горлышком» [01:17]. С момента запуска Fin показатель успешного разрешения тикетов (resolution rate) вырос с 35% до 65% [44:57]. При этом на долю улучшения самих базовых моделей (от OpenAI или Anthropic) приходится лишь малая часть этого роста. **Аргументы Фергала Рида:** 1. **Насыщение задачи:** Клиентский сервис проще, чем математические олимпиады. Уровня GPT-4 уже достаточно для насыщения большинства типичных запросов [46:03]. 2. **Эффект «конверта»:** Основной прогресс Intercom (рост на 30 процентных пунктов) достигнут за счет «инженерии контекста» — оптимизации RAG (retrieval-augmented generation), ранжирования и промптов [01:42]. 3. **Специфические модели:** Для многих задач Intercom отказывается от гигантских LLM в пользу собственных разработок. Например, для суммаризации запросов они используют комбинацию собственной модели encoder-decoder и дообученной (fine-tuned) **Qwen2** [47:08]. По мнению Рида, их собственный кастомный реранкер (модель переранжирования ответов) уже превосходит топовые решения от **Cohere**, которые компания использовала ранее [40:08]. ## 📉 Ошибки и уроки: Ловушка офлайн-тестов и риск 99 центов [[JUMP:10:42]] Intercom выработала скептическое отношение к популярным в индустрии методам оценки ИИ. Фергал Рид утверждает, что «офлайн-эвалы» (оценки на заготовленных наборах данных) часто вводят в заблуждение [10:54]. **Уроки компании по внедрению ИИ:** * **Тестирование в «дикой природе»:** Реальное общение людей настолько хаотично, что единственный способ проверить модель — это масштабные AB-тесты в продакшене [11:44]. Intercom считает своим преимуществом возможность видеть изменения эффективности даже в 0,1% на огромной базе клиентов [01:05]. * **Ценовой риск:** Intercom первой внедрила модель оплаты «99 центов за успешное решение» [02:48]. Оуэн Маккейб признается: на старте это было убыточно. Себестоимость одного ответа составляла около $1,21 [11:19]. * **Экономика масштаба:** Благодаря падению стоимости токенов и оптимизации моделей, сейчас этот продукт имеет стандартную для софта высокую маржинальность [113:21]. По данным Маккейба, в среднем человеческое решение тикета обходится компаниям в $26 (с учетом зарплат, офисов и бонусов), что делает цену в $0,99 «невероятной сделкой» [114:56]. ## 👥 ИИ и рынок труда: Кейс Klarna и реальность [[JUMP:23:50]] Обсуждая громкие заголовки о том, что компания **Klarna** заменила ИИ-агентами 700 сотрудников, Оуэн Маккейб высказал долю скепсиса. По его мнению, это больше похоже на «маркетинговый момент» и «смелую историю», чем на полную реальность [25:38]. **Позиция руководителей Intercom по поводу сокращений:** * **Работа «под водой»:** Большинство служб поддержки перегружены на 30% выше своих возможностей. ИИ не увольняет людей, а выводит команды из режима вечного аврала в состояние нормы [30:35]. * **Смена фокуса:** Компании перестают нанимать новых людей, но редко увольняют старых. ИИ «съедает» будущие вакансии [27:39]. * **Исключение — аутсорс:** Единственная сфера, где ИИ вызывает мгновенные сокращения — это BPO (аутсорсинговые колл-центры), от которых клиенты Intercom отказываются сразу после внедрения Fin [31:17]. ## 🚀 Текущий этап: От «сервисного агента» к «клиентскому агенту» [[JUMP:1:29:10]] Intercom готовится к следующему парадигмальному сдвигу. Оуэн Маккейб считает ошибкой наличие разных ИИ-ботов для продаж, поддержки и онбординга. **Видение будущего:** 1. **Единый агент:** По мнению Маккейба, клиенту нужен один «координированный подход». Глупо иметь агента по продажам с одними целями и агента по сервису с другими, если они конфликтуют между собой [1:29:38]. 2. **Эффективность инженеров:** Технический директор Intercom **Дар Карран (Darragh Curran)** поставил цель увеличить продуктивность инженерной команды в 2 раза за счет ИИ-инструментов [1:31:38]. 3. **Агентивность:** Fin должен перестать быть просто «вопрос-ответ» ботом. Он движется в сторону выполнения сложных процедур (например, возвратов платежей), где требуется 100% точность, а не просто 99% [50:55]. Маккейб подчеркивает: ИИ позволяет реализовать мечту о «высококлассном консьерж-сервисе» для каждого клиента, что раньше было физически и экономически невозможно [1:30:33].