Финансовый сектор в эпоху ИИ: почему навыки общения снова становятся ключевыми

Еще несколько лет назад обучение сотрудника в финансовом секторе часто строилось вокруг знания продукта: условий, тарифов, процедур, этапов консультации. Сегодня доступ к информации перестал быть конкурентным преимуществом. Сотрудник может быстро найти ответ или попросить ИИ подготовить объяснение, но это не означает, что он готов принять решение и корректно донести его до клиента.

Андрей Волков, бизнес-тренер и консультант по развитию управленческих компетенций, TSQ Consulting сформулировал главный сдвиг так: если раньше сотруднику было важно получить информацию, то теперь ему нужно проверить ее, сделать вывод и взять ответственность за результат. ИИ ускоряет работу, но не становится субъектом решения.

«ИИ не принимает решения. Ответственность за результат все равно остается на человеке.»

Андрей Волков, бизнес-тренер, консультант по развитию управленческих компетенций, TSQ Consulting

Компанией TSQ Consulting этот тезис был показан через простую цепочку: запрос → ответ ИИ → проверка экспертом → решение → последствия. Если человек пропускает этап проверки, он не становится эффективнее. Он просто быстрее переносит в работу непроверенные выводы.

По данным, приведенным в презентации со ссылкой на Microsoft Work Trend Index 2024, 75% работников интеллектуального труда уже используют генеративный ИИ. А 66% руководителей не стали бы нанимать кандидата без навыков работы с ИИ. Но сами по себе эти навыки не сводятся к умению написать запрос. Руководителю и сотруднику нужно понимать, где ИИ действительно помогает, а где требуется экспертная проверка.

Один из рисков, который прозвучал в выступлении TSQ Consulting: ИИ помогает писать отчеты, письма и развернутые ответы, но человек может постепенно терять способность формулировать мысль в живом разговоре. В переписке он выглядит убедительно, а на one-to-one с руководителем или клиентом не может ясно объяснить позицию без ИИ помощника.

Для финансового сектора это особенно чувствительно. Клиент может получить формально правильный ответ, но доверие возникает не только из точности формулировки. Оно зависит от тона, эмпатии, способности услышать сомнение, объяснить решение и не спрятаться за шаблон.

Андрей Волков предлагает рассматривать внедрение ИИ как обычный, но очень сильный процесс изменений. Компания проходит знакомые этапы: сначала недоверие к технологии, затем завышенные ожидания, потом необходимость правил, обучения, пилотов и закрепления результата.

В этом помогут модели ADKAR и Джона Коттера. Их смысл для L&D прост: сотрудникам недостаточно выдать доступ к сервису. Нужно объяснить, зачем меняется способ работы, где ИИ используется, где решение принимает человек, какие правила безопасности действуют и как теперь оценивается качество результата.

Андрей Нельзиков, старший тренер Школы РЕСО, рассказал о применении Вербо для специалистов по выплатам. Это сотрудники, которые общаются с клиентом после страхового случая: объясняют, что будет с выплатой или ремонтом, какие документы нужны, какие сроки ожидать и что будет происходить дальше.

До внедрения ИИ-тренажера процесс выглядел привычно: методологи готовили скрипт, затем проходил тренинг по коммуникации, после чего сотрудник выходил к реальному клиенту. Проблема в том, что реальный разговор почти всегда сложнее учебной ситуации. Клиент может быть растерян, раздражен, недоверчив или напуган.

Вербо добавили как третий этап между групповой практикой и реальностью. ИИ-аватар выступал клиентом после ДТП: он не до конца доверяет страховой компании, задает уточняющие вопросы, сопротивляется, переспрашивает и проверяет, насколько сотрудник способен объяснить процесс прозрачно.

«Доверие в страховом бизнесе очень важно.»

Андрей Нельзиков, старший тренер, Школа РЕСО

Андрей привел актуальные данные. В базе пилота было 419 сотрудников отделов выплат из всех регионов. 344 человека прошли тренажер, охват составил 82,1%. Успешно завершили сценарий с результатом не ниже 70 баллов всего 183 человека, то есть 53,2% от общей базы. Еще 161 участнику требовалась повторная проработка.

Для обучения это важный результат: тренажер не просто подтвердил прохождение материала, а показал, где сотруднику нужна дополнительная практика. Руководители могли смотреть отчеты, записи и баллы, чтобы понимать не только факт обучения, но и качество реального поведения в разговоре.

В банковском блоке Роман Вельянов и Герман Григорьев рассказали, как команда выбирала платформу для обучения и оценки навыков в премиум-сегменте. По словам спикеров, путь выбора провайдера занял около полугода. Одним из решающих факторов стала готовность команды Вербо быстро реагировать на запросы и адаптировать платформу под требования проекта.

Первый сценарий сделали не узким, а комплексным: его целью была проверка технических возможностей платформы, оценку сразу и hard skills и soft skills сотрудника. Участник общался с ИИ-клиентом, а система оценивала его по пяти критериям. Такой подход позволял проверить предел возможностей платформы: насколько реалистично ИИ ведёт себя в сложном диалоге, насколько детально можно настроить оценку и сможет ли один сценарий стать полноценным инструментом развития и диагностики компетенций.

После пилота выбрали 6 записей диалогов и передали их 6 экспертам, которые регулярно оценивают клиентские коммуникации. Все получили чек-лист, полностью совпадающий с критериями Вербо, и ту же четырёхбалльную шкалу. Затем средние оценки экспертов сравнили с результатами ИИ.

«Мы готовы были ожидать что-то порядка 70%. Здесь видим все выше 90.»

Герман Григорьев

После успешного теста банковская команда выделила четыре направления, где ИИ-симуляции могут использоваться шире. Важно: часть этих направлений описана как сценарии масштабирования и дальнейшей проверки, а не как уже завершенный результат.

Отдельная тема круглого стола — ассессмент руководителей. В классическом формате оценка требует месяцев цикла, сотен человеко-часов, синхронизации участников и экспертов. Практики из банковского бизнеса противопоставили ИИ-тренажер Вербо классическому процессу.

ИИ-симуляции могут сделать процесс оценки в разы быстрее, до 50% дешевле экспертной оценки, с асинхронным прохождением тренажера и едиными критериями для всех участников. Однако важно отметить, что технология хоть и помогает масштабировать оценку, но не отменяет методологию и ответственность экспертов.

Круглый стол показал одну общую логику: финансовым компаниям уже недостаточно обучать сотрудников продуктам, процедурам и скриптам. Сегодня важно, как сотрудник проверяет информацию, объясняет решение, выдерживает стресс, работает с недоверием клиента и берет ответственность за результат.

Вербо поможет перенести реальные разговоры сотрудников в симуляцию, настроить критерии оценки и провести пилот на конкретной роли, навыке или клиентской ситуации.