Слово как лекарство: «Здравсити» превратил эмпатию в бизнес-метрику

В условиях, когда автоматизация становится повсеместной, живой человеческий контакт без шаблонных скриптов «робота-автоответчика» превращается в преимущество бизнеса и инструмент удержания клиентов. Руководители сервисных служб сходятся во мнении: качественный сервис перестал быть лишь отделом для разбора жалоб, превратившись в генератор прибыли.

На V Всероссийском форуме «Контакт-центр 2026», который состоялся в Москве в конце сентября, эксперты обсудили вопросы трансформации клиентских сервисных служб. Главный инсайт рынка – роботы должны разгружать сотрудников на рутинных этапах, но в критические моменты удерживать покупателей способны только люди. Искреннее внимание в момент возникновения проблемы нивелирует негатив эффективнее любых промокодов.

Параллельно меняется и сам стандарт общения – базовым элементом ведения бизнеса становится полный запрет на шаблонные фразы. Когда операторы общаются исключительно вживую, используя сценарии лишь как гибкий каркас разговора, доверие к бренду растет.

Реальную жизнеспособность этой стратегии подтверждает кейс маркетплейса здоровья «Здравсити.ру». Руководитель клиентского сервиса компании Юрий Оносовский поделился результатами внедрения эмпатичного подхода в едином контакт-центре платформы. Для распределения нагрузки в компании развернуты три линии поддержки. Базовые вопросы закрывает автоматика, но сложные ситуации уходят на вторую линию для индивидуального ведения, при необходимости к разговору подключаются дежурные профессиональные фармацевты. В итоге 82% клиентов дозваниваются до оператора всего за 20 секунд, а 95% всех проблем решаются прямо во время первого звонка.

«Рынок сегодня все больше становится зациклен на оптимизации и искусственном интеллекте. Это отличные инструменты, и ИИ-ассистент, внедренный на «Здравсити.ру», прекрасно справляется с рутиной. Но наш главный ориентир – это человек. Машины пока не умеют сопереживать. Наших операторов выбирают за искреннее внимание к людям, поэтому клиенты предпочитают звонить, чтобы оформить заказ по телефону», — отмечает Юрий Оносовский.

По итогам второго квартала 2026 года доля покупателей, совершивших повторный заказ сразу после разбора их жалобы на линии, выросла до 62,48%. Кроме того, операторы успешно повышают средний чек через полезные советы (например, рекомендуя пробиотики при покупке курса антибиотиков) и помогают собрать крупные заказы пожилым людям, неуверенно владеющим смартфонами.

Эксперт подчеркнул, что прямой диалог с потребителями позволяет развивать продукт на основе их реальных потребностей: вся аналитика обратной связи уходит разработчикам и логистам для доработки интерфейсов и бизнес-процессов

Теги:

• Здравсити
• клиентский сервис
• e-commerce
• контакт-центр
• поддержка клиентов
• метрики поддержки
• лояльность клиентов
• FCR
• управление процессами
• кейс компании

Хабы:

• Блог компании Здравсити PRO
• Управление продажами
• Service Desk
• Управление e-commerce
• Искусственный интеллект

Как мы запустили Qwen3.8–27B целиком на RTX 5060 8 GB и получили ~30 токенов/с

Наш проект называется ExVRAM Lab. Это открытая исследовательская лаборатория, в которой мы проверяем, насколько большие локальные LLM можно запускать на обычных видеокартах с ограниченным объёмом VRAM, если использовать ultra‑low‑bit quantization, полное размещение весов на GPU и существующие open‑source inference‑технологии.

ExVRAM расшифровывается как Exchange Compute for VRAM. Основная идея проекта — в ряде сценариев выгоднее потратить часть свободной вычислительной мощности GPU на работу с более компактным представлением весов, чем хранить часть модели в оперативной памяти и постоянно передавать данные через PCIe.

Когда мы начинали проект, исходный вопрос был достаточно простой: можно ли запустить dense‑модель примерно на 27 миллиардов параметров на видеокарте всего с 8 ГБ VRAM так, чтобы она не просто «запустилась», а работала полностью на GPU, поддерживала длинный контекст и обеспечивала нормальную интерактивную скорость генерации.

В качестве основной тестовой системы мы используем NVIDIA GeForce RTX 5060 8 GB на архитектуре Blackwell. Основная модель в текущих экспериментах — Qwen3.8–27B.

Сначала результат выглядел не слишком впечатляюще. Модель запускалась, но значительная часть весов оставалась в системной памяти. Около 5,7 GiB весов находилось на GPU, ещё примерно 2,5 GiB — на CPU. Скорость генерации составляла порядка 3,8–5,5 токена в секунду.

При этом сама видеокарта была загружена далеко не полностью.

Это стало одним из первых важных наблюдений проекта. Проблема заключалась не столько в нехватке вычислительной мощности RTX 5060, сколько в том, что часть decoder weights находилась в RAM. Во время autoregressive generation данные приходилось постоянно передавать между CPU и GPU через PCIe.