Материал подготовлен при участии специалистов Unibell и iMedia Solution.
Представим ситуацию. Один и тот же сценарий в чат-боте может начинаться по-разному: «Здравствуйте, я виртуальный помощник» или «Привет, я Алексей».
В голосовых роботах — аналогично: либо честное «я голосовой помощник», либо попытка звучать как оператор. С точки зрения логики продукта разницы почти нет. С точки зрения поведения пользователя — есть.
В индустрии до сих пор живёт убеждение: AI должен выглядеть как человек, иначе он менее эффективен. На практике всё иначе.
Пользователь быстро понимает, где система. И вместо решения задачи начинает её проверять: задаёт нестандартные вопросы, ищет несостыковки, пытается выйти за рамки сценария. Чем сильнее имитация человека, тем быстрее запускается этот процесс.
В голосовых роботах это особенно заметно.
Мы наблюдали сценарии, где менялась только подача: в одном случае — имитация человека, в другом — честное обозначение помощника. Логика диалога одинаковая. Реакция — нет.
При имитации пользователи чаще проверяют систему. При честной подаче — сразу переходят к задаче. Чем больше «человечности», тем больше лишних шагов в начале диалога.
С чат-ботами похожая история.
Имя, стиль, эмоции создают ожидание человеческого поведения. Но структура остаётся системной.
Возникает разрыв: форма — «человек», содержание — система. И именно это вызывает раздражение.
Важно, что проблема маскировки редко существует сама по себе. Чаще она появляется там, где есть проблемы в самом продукте: перегруженный интерфейс, сложная логика, запутанные сценарии. Тогда «человечность» пытаются использовать, как компенсацию. Но это подмена. AI не исправляет слабую архитектуру — он добавляет ещё один слой сложности.
Когда продукт собран правильно, AI перестаёт быть «персонажем». Он становится частью системы.
Маскировка под человека — это, как правило, страхи бизнеса: что автоматизация отпугнёт, что снизится доверие, что исчезнет контроль.
На практике всё наоборот — прозрачность снижает сопротивление.
Рынок постепенно уходит от идеи «персонажей» к инструментам. Но инерция остаётся: даже в хороших продуктах AI продолжают «оживлять» по привычке.
И в итоге всё сводится к простому:
не так важно, представляется система человеком или нет. Важно — помогает ли она решить задачу или заставляет тратить время на её проверку.
Почему прозрачность выгодна бизнесу: данные, регуляторика и архитектура доверия
Мы описали поведенческую сторону: пользователь, столкнувшийся с имитацией человека, переключается в режим проверки, а не решения задачи. А наши коллеги из iMedia Solution добавили к этому системное измерение — что происходит внутри продукта, когда бизнес всё же выбирает маскировку.
Маскировка снижает качество самого ИИ
Когда модель получает инструкцию имитировать живого человека — придумывать биографию, изображать эмоции — она тратит часть контекста не на решение задачи пользователя, а на поддержание легенды. Это напрямую влияет на точность. Исследование Ибрагима, Хафнера и Рошера (2025) показало: модели с «тёплым» или эмпатичным поведением допускали на 10–30% больше ошибок по сравнению с базовыми версиями, а системные промпты, добавляющие «теплоту», давали падение надёжности на 12–14%.
Показательный кейс — скандал с сетью супермаркетов Woolworths. Их ИИ-помощник Olive работает с 2018 года и в целом получал положительные отзывы. Несколько лет назад один из сотрудников команды вручную прописал для Olive скрипты с личными деталями — чтобы бот общался с покупателями «теплее».
Когда пользователь вводил дату рождения для подтверждения аккаунта, Olive начинал рассказывать, что его мать родилась в тот же год. В итоге покупатели стали жаловаться: бот «говорил о воспоминаниях о своей матери и её сердитом голосе» и «постоянно утверждал, что является реальным человеком».
В итоге скрипт удалили, а представитель Woolworths был вынужден публично объяснять произошедшее. Попытка добавить «тепло» обернулась волной негатива и извинениями — результат, прямо противоположный задуманному.
Доверие строится иначе, чем кажется
Пытаясь сделать ИИ теплее бизнес обычно исходит из интуитивной логики: люди доверяют людям, значит, нужно выглядеть как человек. Но в контексте клиентского сервиса доверие строится не на ощущении живого собеседника, а на предсказуемости и компетентности. Пользователь доверяет системе, которая даёт точный ответ за разумное время, не путается, не юлит и не уходит от вопроса.
Регуляторика: окно закрывается
Отдельная история — регуляторный горизонт. В ЕС с августа 2026 года AI Act обязывает явно раскрывать факт взаимодействия с ИИ. Для российского рынка это пока не требование, но регуляторные тренды наверняка дойдут и до нас. Так что, компании, которые уже сейчас выстраивают прозрачную коммуникацию, страхуют себя от необходимости перестройки продукта под давлением регулятора.
И последнее — про людей в этой системе. Прозрачность в отношении ИИ не значит, что человек уходит из процесса.
ИИ-ассистент закрывает высокочастотные, предсказуемые запросы быстро и точно. Человек подключается там, где нужна эмпатия, нестандартное решение или ответственность за исход. Если это разделение не скрывать, а объяснять, пользователь не будет негативить, он будет понимать, что за системой стоят люди, которые её настроили и контролируют.
