В Китае пользователи некоторых сервисов доставки и электронной коммерции начали использовать ИИ-чат-ботов поддержки не по назначению: вместо вопросов о заказах они просят объяснить устройство RAG-систем, рассказать о Transformer-моделях или написать фрагменты кода.

По данным публикации, такие диалоги часто не ограничены персональной квотой токенов, поэтому часть пользователей воспринимает это как возможность «потратить» вычислительные ресурсы платформы.

Причина такого поведения — растущее недовольство доступностью живых операторов. С начала 2026 года многие крупные сервисы активно перевели первую линию поддержки на ИИ. Чтобы попасть к человеку, клиенту приходится несколько раз запрашивать перевод на оператора и затем ждать в очереди. В периоды высокой нагрузки или ночью ожидание может занимать часы.

Компании объясняют внедрение ИИ необходимостью справляться с непрерывным потоком обращений. Работа операторов связана с высокой эмоциональной нагрузкой: им приходится одновременно урегулировать конфликты между покупателями, продавцами и курьерами, соблюдая внутренние сценарии общения и показатели качества. Автоматизация позволяет отсеивать типовые вопросы и направлять сложные случаи специалистам.

Однако на практике ИИ-поддержка пока не всегда улучшает клиентский опыт. Особенно часто проблемы возникают в вопросах возвратов, компенсаций, жалоб и спорных ситуаций, где важны контекст, эмоции и нестандартные обстоятельства. Пользователи жалуются, что бот отвечает шаблонно, неправильно трактует сообщения или «водит по кругу», а операторам затем приходится разбираться уже с накопившимся раздражением клиента.

На этом фоне некоторые пользователи стали намеренно задавать ботам посторонние технические вопросы — от просьбы написать пример сортировки на Java до объяснения принципов работы нейросетей. В отдельных случаях ИИ действительно отвечает как универсальная языковая модель, выходя за пределы сценариев поддержки. Для части аудитории это становится своеобразной формой протеста против труднодоступной живой помощи.

При этом использование ИИ в клиентском сервисе продолжает расширяться не только на уровне крупных платформ, но и у отдельных продавцов. Сторонние решения подключают распространённые языковые модели и базы знаний компаний.

Они эффективнее всего работают в предпродажных вопросах — например, о размерах, цветах товаров и сроках доставки. В послепродажном обслуживании, где нужны гибкие решения и работа с конфликтами, бизнес чаще сохраняет участие сотрудников.

Главный вывод этой истории в том, что ИИ пока не заменяет человеческую поддержку полностью. Он способен быстро закрывать простые и повторяющиеся запросы, но при сложных, эмоционально чувствительных или неоднозначных ситуациях пользователям всё ещё нужен понятный и быстрый путь к живому специалисту.