Кейс гиганта. Как IKEA превратила «провалы» ИИ в €1,3 млрд дополнительной выручки. 21.by

Кейс гиганта. Как IKEA превратила «провалы» ИИ в €1,3 млрд дополнительной выручки

07.07.2026 08:02 — Разное | ProBusiness  
Размер текста:
A
A
A

Источник материала: ProBusiness


Изображение носит иллюстративный характер. Фото: Declan Sun / Unsplash.com

Большинство компаний внедряют чат‑боты с ИИ, смотрят, как растет показатель автоответов, и на этом ставят точку. Мол, эффективность выросла, сократить затраты на сотрудников поддержки получилось — задача выполнена и все «счастливы». Но IKEA поступила иначе: в компании посмотрели на запросы, с которыми бот не справлялся, и на основе этого построили новый канал, который в итоге принес сети дополнительную выручку в € 1,3 млрд. Кажется, такая «прибавка» стоит того, чтобы тщательно разобраться в этом кейсе — этим и займемся.

Чат‑бот в честь культового стеллажа Billy

В 2021 году Ingka Group (крупнейший из 12 операторов франшизы IKEA в мире) запустила чат‑бота на базе ИИ под названием Billie — в честь легендарной линейки стеллажей Billy.

Billie взял на себя поток однотипных запросов, который ежедневно обрушивается на колл‑центры IKEA: статус заказа, наличие товаров, информация о магазинах, условия возврата.

По любым отраслевым меркам Billie сработал отлично. По данным Reuters (июнь 2023 года), бот обработал 47% всех обращений клиентов с 2021 года. Это примерно 3,2 млн взаимодействий, в которых ни один оператор не поднял трубку. По оценкам, это нововведение позволило компании сэкономить порядка € 13 млн.


Изображение носит иллюстративный характер. Фото: appshunter.io / Unsplash.com

Для большинства компаний на этой цифре разговор бы и закончился. Почти 50% обращений уходят в автомат — отличный заголовок для отчёта. Это попадёт в презентацию для совета директоров и формально окупит внедрение.

Но Ingka Group на этом не остановилась. Команда продолжила разбираться в том, что осталось за пределами этих 47%.

Что скрывалось за «фейлами» ИИ?

Те самые 53% запросов, с которыми Billie не справился, не были просто «более сложными версиями» стандартных вопросов. Когда Ingka Group внимательно проанализировала эту «хвостовую» выборку, проявился отчётливый сигнал.

Клиенты снова и снова обращались за помощью в планировке дома и интерьере.
Они спрашивали:

  • как организовать пространство в комнате;
  • какие товары сочетаются друг с другом;
  • как лучше расставить мебель в конкретном помещении.

Это были не транзакционные вопросы, а консультации.Чат‑бот, даже очень хорошо обученный, пока был не способен полноценно провести такой разговор (сейчас нейросети уже близки к такому уровню, но все еще не идеальны). А вот опытный консультант — вполне.

И именно в этот момент IKEA свернула с привычного для отрасли маршрута.

8500 человек, которые не потеряли работу

Классический ответ на автоматизацию в колл‑центре — сокращение штата. Это логично: меньше звонков — значит, нужно и меньше операторов. Но Ingka Group решила не идти по этому пути.

Вместо этого компания запустила структурированную программу переквалификации и переобучила 8500 сотрудников колл‑центров на удаленных консультантов по интерьеру. Это были те же люди, но с новыми компетенциями и в новой роли.


Изображение носит иллюстративный характер. Фото: Filios Sazeides / Unsplash.com

Глобальный директор по персоналу и корпоративной культуре Ingka Group Ульрика Бисерт в комментарии Reuters сформулировала это так: компания делает ставку на долгосрочное развитие сотрудников, обучение и переквалификацию и параллельно ускоряет создание новых рабочих мест.

На вопрос, приведёт ли Billie к сокращениям, её ответ был однозначным: «Мы этого сейчас не наблюдаем».

Переквалифицированные консультанты начали работать в рамках отдельного сервиса. Они проводили сессии по телефону и видеосвязи, помогали клиентам подбирать товары, планировать расстановку мебели и продумывать проекты улучшения дома. В итоге компания получила не экономию затрат, а новое направление бизнеса.

€ 1,3 млрд выручки

Дополнительный канал услуг по продумыванию интерьера принёс Ingka Group € 1,3 млрд выручки в 2022 финансовом году. Это 3,3% общей годовой выручки Ingka.

Для сравнения: за тот же период онлайн‑продажи товаров Ingka составили около € 9,9 млрд, или 25% совокупных продаж.

То есть дистанционный канал дизайна (который вырос из анализа того, с чем чат‑бот не справляется) уже к тому моменту давал ощутимую долю выручки, сопоставимую с заметным фрагментом зрелого e‑commerce‑направления.

К 2028 году Ingka Group планирует довести долю этого канала до 10% от общей выручки, в том числе как осознанный шаг к тому, чтобы стать более привлекательными для молодого поколения покупателей — прежде всего Gen Z.

Ошибка, которую допускает большинство команд

Типичная модель использования ИИ в клиентском сервисе выглядит так: внедрить автоматизацию, повысить долю автоответов, снизить стоимость контакта и отчитаться об экономии. На уровне финансов это логичная схема — и нельзя сказать, что она неправильная.

Проблема в том, что при таком подходе выбрасывается слишком много ценной информации.

Нерешённые или эскалированные обращения воспринимаются как операционный «перелив» — то, с чем система не справилась и что пришлось передать человеку. Как только проблема закрыта, тикет архивируется и забывается. Данные, которые в нём содержались, почти никогда не рассматриваются как стратегический ресурс.


Изображение носит иллюстративный характер. Фото: Catalina Johnson / Unsplash.com

Случай IKEA — один из самых ярких и подробно описанных публичных примеров, который показывает альтернативу. Нерешённые запросы оказались не «провалами», а картой. Ingka Group прочитала эту карту, увидела, куда она ведёт, и проложила по ней маршрут — маршрут, который в первый год дал € 1,3 млрд.

Вопрос сегодня уже не в том, достаточно ли у вас высокий процент автоответов у ИИ‑системы. Вопрос в том, что вы делаете со всем тем, что автоматизировать не удалось.

Как повторить подход IKEA на своем масштабе

Если разобрать стратегию IKEA до базовых шагов, формула, которой может воспользоваться любая служба поддержки, выглядит так:

  1. Включите ИИ‑инструменты на стороне поддержки, чтобы они закрывали массовые, повторяющиеся запросы.
  2. Используйте фильтры, теги настроения и логи активности, чтобы отдельно смотреть на обращения, где потребовалось участие человека.
  3. Ищите «скопления» — вопросы, которые в разных формулировках возвращаются снова и снова. Поймите, что их объединяет и на какой разрыв в вашей текущей продуктовой или сервисной модели они указывают.

Не в каждом паттерне будет заложен новый источник выручки. Какие‑то подсветят пробелы в документации по продукту. Другие покажут, что у вас запутанный checkout или неочевидный тариф.

Но если вы просто закрываете тикет и оставляете данные без внимания, ничего из этого не всплывет на поверхность.

IKEA заработала € 1,3 млрд не потому, что запустила «самого умного» чат‑бота. Компания получила эти деньги благодаря тому, что стала любопытной к тому, чего бот делать не умеет.

 
 
Чтобы разместить новость на сайте или в блоге скопируйте код:
На вашем ресурсе это будет выглядеть так
Большинство компаний внедряют чат‑боты с ИИ, смотрят, как растет показатель автоответов, и на этом ставят точку. Мол, эффективность выросла, сократить затраты на...
 
 
 

РЕКЛАМА

Архив (Разное)

РЕКЛАМА


Яндекс.Метрика