# Як навчити команду підтримки роботі з AI: copilot перед agent

> Як support-команда з 6-25 людей вчиться AI правильно: спочатку copilot (драфти + ескалація), потім — лише коли CSAT тримається — agent mode. Помилка Klarna навиворіт.

- Автор: Ярослав Максимович (Founder & CEO, AI Advisory Board)
- Опубліковано: 2026-05-08
- Оновлено: 2026-10-26
- Джерело: https://aiadvisoryboard.me/uk/blog/training-support-team-on-ai

Якщо ви власник і вашу команду підтримки просять "перейти на AI-first" наступного кварталу — будь ласка, прочитайте це до того, як підпишете SOW з вендором. Команди, що виграють у цьому, тренуються в copilot mode щонайменше 60 днів до будь-якої agent-mode автономії. Команди, що програють, пропускають фазу copilot і читають про це на Hacker News через пів року.

## TL;DR

- Команда 6-25 людей вчиться AI спочатку в copilot mode: AI пише драфт, людина відправляє. Agent mode — лише коли CSAT і escalation rate тримаються 60+ днів.
- Правильні три перші use case — драфт відповідей, тріаж тікетів, escalation routing. Не автономна відповідь.
- Klarna відкотила повний AI-агент у 2025 після падіння CSAT. Урок — у послідовності, не в "AI не працює для саппорта".

## Чому "AI agent for support" зазвичай провалюється з першого разу

Klarna публічно відкотила повний AI customer-service агент у 2025 після падіння CSAT. Не тому, що AI поганий у саппорті — тому, що команду попросили скіпнути copilot mode і не побудували escalation gap до людей. Stanford-дослідження 51 деплою показало: escalation-routing AI дає ~71% productivity gain, а approval-routing (так/ні) — лише ~30%. Послідовність важить більше за вибір інструмента.

Виграшний патерн: AI пише драфт, людина ревʼює, система вчиться з правок. Через 30-60 днів — дані, які intent-класи безпечно auto-resolve. Тоді — і лише тоді — agent mode для них з обовʼязковою ескалацією на все інше (патерн Intercom Fin).

> **Визначення:** Copilot mode — AI генерує драфт, агент ревʼює і править перед відправкою. Людина — у циклі завжди.

> **Визначення:** Agent mode — AI відсилає сам для конкретних intent-класів, що мають ≥60 днів свідчень про безпечність auto-resolve.

## Які use cases брати в перший тиждень

Невдалий перший use case — "хай AI авто-відповідає на tier-1". Правильні — copilot, що накопичується (з часом) у бік agent mode:

1. **Драфт відповіді** — тікет + історія клієнта + наші 5 останніх схожих резолюцій → v1 відповіді, яку агент править.
2. **Тріаж** — вхідний тікет → категорія + пріоритет + куди роутити, з confidence.
3. **Escalation routing** — драфт нижче порогу якості (low confidence, чутливий intent, VIP) → senior агенту з брифом.
4. **Драфт macro / KB** — та сама відповідь зустрічається 5+ разів → пропозиція нової macro для ревʼю команди.

B2B SaaS support команда на цьому патерні (публічний кейс) зекономила **70 person-hours/місяць** і досягла **84% deflection** — з людьми в циклі ревʼю. Це і є модель.

> **Tool tip (Course for Business):** 5-денна програма побудована навколо **Augment, don't replace** — кожен агент зберігає роботу і випускає copilot-інтеграцію на тижні 1. Пропорція **AI Champions (1:15-20)**: 14 агентів — 1 чемпіон; 28 — двоє. Формат **Shoulder-to-Shoulder** саджає чемпіона з агентом на 90 хв на справжню чергу. https://course.aiadvisoryboard.me/business

## Як насправді виглядають 5 днів

**День 1 — Baseline CSAT і ескалації.** До будь-якого AI: 30-денний CSAT, AHT, escalation rate, топ-20 intent-категорій за обсягом. Head of Support публікує. Це лінія "не регресувати нижче".

**День 2 — Три copilot-воркфлоу.** Чемпіони і Head of Support обирають три (типово: драфт топ-5 intents, тріаж + routing, macro-пропозиції).

**День 3 — Будуємо v1.** Чемпіон і senior-агент будують промпт драфту на топ-5 intents за справжніми тікетами минулого місяця. Завжди з історією клієнта.

**День 4 — Запуск на живій черзі.** Кожен агент крутить v1 у copilot mode (AI пише, людина ревʼює). Чемпіон спостерігає 30 хв з кожним. Промпт правлять двічі.

**День 5 — Демо + agent-mode roadmap.** Кожен показує, як змінився день. Команда вирішує, які intent-класи будуть кандидатами на agent mode після 60 днів copilot-даних — явно нічого ще не auto-replied.

Це останнє рішення і є тренінг. Без нього хтось тихо переключить рубильник.

## Промпт-шаблон для драфту відповіді

```
Ти — copilot саппорту [COMPANY].
Tone: [BRAND VOICE — типово warm, concise]
Продукт: [1 абзац]
Межі: ніколи не приймай рішень про повернення коштів, не обіцяй SLA, не розкривай roadmap.

Історія клієнта (останні 5 взаємодій):
[ВСТАВ]

Поточний тікет:
[ВСТАВ]

Задача:
1. Виділи основний запит клієнта (1 речення).
2. Виділи будь-які вторинні / неявні запити.
3. Напиши відповідь:
   - підтвердження (≤15 слів)
   - resolution або наступний крок
   - що очікувати далі + коли
   - підпис
4. Confidence (0-1) — наскільки впевнений, що це закриває питання.
5. Confidence < 0.7 АБО тікет торкається refund, billing dispute, security, churn — СТОП, не пиши фінал, дай escalation brief для senior.

Правила:
- Не вигадуй можливості продукту.
- Не стверджуй фікс, якого нема в help-доках.
- Клієнт злий → веди зі співпереживанням ≤2 речення до рішення.
```

Цей промпт + 60-денне вікно лише-copilot — це різниця між "ми спробували AI в саппорті і CSAT упав" і "у нас 84% deflection з людьми в циклі".

## Гарне vs погане формулювання

**Погано:** "AI дасть нам порізати штат саппорту."

**Добре:** "AI даватиме кожному агенту драфт на кожен тікет. AHT впаде ~30%. Зекономлений час — на довгі складні тікети, що висять у черзі."

**Погано:** "Йдемо AI-first до Q3."

**Добре:** "Йдемо AI-copilot на тижні 1. Agent mode для безпечних intents — лише після 60 днів CSAT-даних, що це безпечно."

## Team scan (що AI-чемпіони рапортують після першого тижня)

- 11 з 13 агентів випустили copilot-інтеграцію; 2 в процесі.
- Топ use case: драфт топ-5 intents (усі 11), тріаж routing (8), macro-пропозиції (4).
- Економія на агента: 5-9 годин/тиждень, переважно first-draft на repeat-intents.
- AHT на топ-5 intents: впав з ~12 хв до ~7-8 хв у copilot mode.
- CSAT на тижні 1 — рівний (без регресії). Escalation rate +2pp — агенти обережні, не проблема.
- 2 проблеми якості: один промпт вигадав SLA, якого нема; один драфт обіцяв фічу з roadmap. Обидва зловлені, промпт оновлено.
- Shadow-AI: 1 агент вкинув повний тікет з PII у публічний чат-бот — переведено на схвалений інструмент.
- Пропорція тримається: 1 чемпіон / 13 агентів; на 1:25 не тягнув би.
- Час Head of Support на AI: ~3 години (Day 1 + Day 5).
- Пріоритет наступного тижня: підкрутити тріаж під VIP-flagging — 1 з 30 misclassified.

## Micro-case (що змінюється за 7-14 днів)

Типова компанія на 30-500 людей з 10-агентним саппортом заходить у тиждень 1 з AHT ~12 хв на tier-1 і ~65% deflection (self-serve + macros). До дня 14 — після чемпіонського copilot-тренінгу — AHT на топ-5 типово падає до **7-8 хв**, deflection до **70-75%**, CSAT тримається. Перший рефлекс Head of Support — переключати топ-intents у agent mode зараз; правильна відповідь — почекати 60 днів і вкласти зекономлений час у long-tail backlog складних тікетів, що висять тижнями.

> **Note on this case:** This example is illustrative — based on typical patterns we observe with companies of 30-500 employees, not a single named client. Specific numbers are rounded approximations of common ranges, not guarantees.

> **Tool tip (Course for Business):** Версія **6-week program** — коли support навчається з продуктом або success — додає щотижневі лаби. Шаблон — **Augment, don't replace**: ніхто не стає розробником, але кожен агент випускає reusable, а agent-mode roadmap будується на даних, а не вендорських обіцянках. https://course.aiadvisoryboard.me/business

## FAQ

**Q: Чи не образяться клієнти, дізнавшись, що відповідь написав AI?**
A: Клієнтів не ображають AI-драфти, що читаються добре, точно і швидко. Ображають AI-відіслані відповіді, які промахнулись. Copilot mode зберігає друге — людина останній фільтр.

**Q: Нас 4 агенти. Чемпіон потрібен?**
A: Не окремий. Head of Support грає чемпіона.

**Q: Коли можна повний agent mode?**
A: Для конкретних intent-класів з ≥60 днів copilot-даних, що CSAT тримався, escalation не стрибнув, resolution rate ≥90%. Типові перші кандидати — password resets, status checks, прості billing-питання. Ніколи — для refund, churn-сигналів, VIP у перший рік.

**Q: Як це уживається з нашим helpdesk?**
A: Copilot живе всередині helpdesk через інтеграцію або browser-extension. AI не заміщає helpdesk — збагачує.

**Q: А регульований саппорт (фінанси, health, держ)?**
A: Copilot — ОК, людина завжди останній фільтр. Agent mode для регульованих intents типово небезпечний навіть після 60 днів; тримайте їх copilot невизначено, поки compliance не дасть чіткий policy.

## Висновок

Тренінг саппорту на AI — не про навчання промптам. Це про згоду — вголос і письмово — що copilot перед agent, 60-денне data-вікно non-negotiable, і CSAT — ground truth, не вендорські демо. Реверс Klarna — повчальна історія; B2B SaaS 84% deflection — кейс для копіювання.

Наступний крок: вийміть 30-денний CSAT і escalation rate і повісьте на стіну. Це baseline Day 1.

Якщо хочете, щоб кожен співробітник випустив свою першу AI-автоматизацію за п'ять днів — забронюйте 30-хв дзвінок: https://course.aiadvisoryboard.me/business

---

Цитуючи, посилайтесь на https://aiadvisoryboard.me/uk/blog/training-support-team-on-ai. Більше статей: https://aiadvisoryboard.me/uk/blog