директор и машина · контроль качества · заметка с планёрки · запись № 051 · 27 августа 2026 · Давид Герштейн

Транскрибация звонков обрывается на полуслове: техническая изнанка

Если вы купили речевую аналитику и она не окупилась — вы не одиноки, и дело почти наверняка не в вендоре. Разбираю на своём примере, где именно теряется смысл.

Речевая аналитика в CRM должна была снять с Иры рутину прослушивания звонков — и почти сняла, пока не начала путать несделанную работу с сделанной. Ира на планёрке кладёт на стол распечатку одного звонка и говорит: «Я не понимаю, за что ему поставили тройку. Он же весь скрипт отработал». Смотрим оценку ИИ — действительно тройка, комментарий модели: «менеджер не выявил потребность, не назвал цену». Слушаем запись — потребность выявлена на второй минуте, цена названа на седьмой. Звонок на девять минут. Значит, дело не в звонке.

Ира почти три года слушала звонки ушами — сначала по тридцать в день, потом меньше, когда добавились текстовые каналы. Она первая сказала фразу, которая потом стала поводом для отдельного разбора: «оценка плывёт», когда транскрипт какой-то… короткий. Мы сначала подумали, что дело в качестве записи — шум, обрыв связи. Оказалось, дело не в записи.

Цифры, с которых всё стало понятно

Прежде чем разбирать причину, три числа для масштаба. Контролёр успевала слушать около 30 звонков в день — это примерно 25% потока при 120 разговорах ежедневно. Средняя длина разговора — 8–12 минут, то есть на прослушивание уходило до 4 часов рабочего дня. А ячейка таблицы, куда складывалась расшифровка, вмещала около 50 000 знаков — примерно 40 минут разговора. Всё, что длиннее, обрезалось молча.

Последнее число и есть причина: система оценивала неполные разговоры как полные, и делала это уверенно. Проверьте у себя этот же лимит — он есть почти в любой таблице.

Где транскрибация звонков теряет ваши данные

Три места, и все три вы можете проверить у себя за полчаса, не привлекая подрядчика.

Расшифровки хранились прямо в таблице — одна ячейка на один звонок. Удобно: открыл строку, увидел весь текст, рядом оценка. Но у ячейки в таблице есть технический лимит на количество символов. Длинные звонки — от десяти минут и дольше — в этот лимит не влезали. Текст обрезался молча, без ошибки, без предупреждения. ИИ получал не весь разговор, а его начало, и честно оценивал только то, что видел.

Система не ошибалась — она оценивала то, что ей дали. Дело было не в модели, а во входных данных.

Честно скажу: это моя недоработка. Я сам согласовал схему, где расшифровка лежит прямо в ячейке, и не проверил, сколько туда влезает. Ира приносила мне «оценка плывёт» трижды — и трижды я отвечал, что дело в качестве записи. Если вы сейчас узнали свою ситуацию, это нормально: на такой лимит наступают все, кто складывает длинный текст в таблицу.

Дальше выяснилось второе: даже когда транскрипт полный, оценка одного и того же звонка при повторном прогоне не всегда совпадает сама с собой. «Оценка, она не всегда адекватна» — так это сформулировали на разборе. Прогнали один звонок трижды — получили не три одинаковых результата, а три близких, но разных. Для менеджера, у которого от этой оценки зависит премия, разница в один балл — это не мелочь.

Что сделали: ссылка на расшифровку вместо текста в ячейке

С обрезкой транскрипта решение нашлось простое, хотя дошли до него методом исключения. Вместо полного текста в ячейке таблицы теперь хранится короткий фрагмент — начало разговора для ориентира — и ссылка на полную расшифровку, которая лежит отдельно и открывается по клику. ИИ для оценки берёт полный текст из документа, а не то, что видно в таблице глазами человека. Разделили «что показываем человеку» и «что скармливаем модели» — вопрос, который вообще стоит держать в голове, когда решаете, какие данные можно отправлять в нейросети, а какие нет. Половина проблемы закрылась.

Со вторым — нестабильностью оценки — решили не бороться в лоб, а сначала измерить масштаб. Ввели ручную сверку: каждый месяц отдел контроля качества берёт часть звонков — набралось 66 за первый месяц — и оценивает их вручную параллельно с ИИ. По каждому звонку считается дельта: разошлись ли оценки и насколько. Это не финальное решение, это диагностика — мы пока не готовы полностью довериться автоматической оценке, если не понимаем, насколько она вообще адекватна. Заодно ручная сверка помогает не превратить запуск автоматической оценки в саботаж со стороны тех, кого она оценивает — эта часть внедрения устроена так же, как в кейсе про контроль звонков без саботажа.

Честно: если раньше Ира могла ушами прослушать от силы тридцать звонков в день, то ручная сверка 66 звонков в месяц с оценкой ИИ — это ещё около трёх часов её времени каждую неделю, которые раньше не тратились. Пока это не экономия, это цена за то, чтобы вообще понять, можно ли автоматизации доверять.

Почему это касается не только транскрибации

Проблема шире одной ячейки в таблице. Любая CRM-интеграция речевой аналитики сталкивается с вопросом: как система понимает, что это именно тот звонок, который нужно оценивать. Первый звонок может быть холостым, следующий — система не захватит, менеджер не всегда переводит сделку на нужный этап вовремя — это отдельная головная боль, разобранная в материале о том, почему менеджеры не вносят данные в CRM. Мы в итоге ушли от привязки к действиям менеджера — систему настроили так, что она сама выгружает все звонки по клиенту с уникальными идентификаторами и смотрит контекст предыдущих разговоров перед тем, как оценить последний. Про то, как это устроено технически на стороне речевой аналитики целиком — отдельный разбор в «Контроль качества звонков без ОКК».

Вывод с этой конкретной планёрки простой: прежде чем доверять оценке ИИ по звонкам, проверьте не модель, а трубу, по которой в неё льются данные. Обрезанный лимитом транскрипт и гуляющая от прогона к прогону оценка — не повод отказываться от речевой аналитики. Это повод не запускать её на всех менеджеров сразу, пока дельта между машиной и человеком не посчитана хотя бы на паре месяцев данных. Как эта труба устроена целиком, узел за узлом, — в разборе механики контроля качества звонков.

Мы пока эту дельту считаем. Чем кончится — расскажем отдельно.

И вот что я считаю главным во всей этой истории. Умение спросить у автоматики «а весь ли текст ты вообще видела» — это теперь навык руководителя, такой же обычный, как умение прочитать отчёт о деньгах. Раньше хватало доверия к подрядчику и к красивому интерфейсу. Сейчас тот, кто умеет проверить трубу с данными, стоит дороже того, кто умеет только требовать отчёт.

Как замкнуть петлю «оценка → разбор → изменение» — в бесплатном курсе.

И короткий чек-лист для вас: проверьте лимит ячейки, в которую складываются расшифровки; проверьте, доходят ли оценки до разбора с менеджером; проверьте, кто в вашей компании отвечает за то, чтобы по этим оценкам что-то менялось. Три проверки, полчаса времени — и вы будете знать, работает ваша аналитика или просто крутится.

Мы месяцы платили за аналитику, которая исправно работала и никому не помогала. Не повторяйте мой заход: начните сегодня с лимита ячейки.

Частые вопросы

Почему речевая аналитика неправильно оценивает длинные звонки?

Потому что расшифровка часто хранится прямо в ячейке таблицы, а у ячейки есть технический лимит символов. Длинный звонок — от десяти минут и дольше — в этот лимит не влезает, текст обрезается молча, без ошибки и предупреждения, и ИИ оценивает только начало разговора, честно занижая балл за то, что менеджер на самом деле сделал позже.

Как проверить, можно ли доверять оценкам ИИ по звонкам?

Ввести ручную сверку: каждый месяц часть звонков оценивает вручную отдел контроля качества параллельно с ИИ, а по каждому звонку считается дельта — разошлись ли оценки и насколько. В первый месяц так перепроверили 66 звонков — это не финальное решение, а способ измерить масштаб расхождения, прежде чем доверять автоматике полностью.

Почему оценка одного и того же звонка ИИ может отличаться при повторном прогоне?

Модель не детерминирована: при трёх прогонах одного и того же транскрипта получаются не три одинаковых результата, а три близких, но разных балла. Для менеджера, у которого от оценки зависит премия, разница в один балл — уже не мелочь, поэтому расхождение стоит замерять, а не игнорировать.

#контроль и надёжность #ии и нейросети #ошибки и провалы