ИИ-бот или обычный чат-бот: чем умный отличается от скриптового

Каждый третий россиянин оценивает работу чат-ботов негативно - по опросу НАФИ, таких 35%, и недовольных теперь больше, чем довольных. Но злятся люди не на «ботов вообще». Злятся на кнопочного бота, который на живой вопрос отвечает «извините, я вас не понял». Именно эту стену и убирает ИИ-бот.

Разберём, чем обычный чат-бот по скриптам отличается от ИИ-бота, где разница видна в цифрах и когда какой из них вам действительно нужен - честно, включая слабые стороны каждого.

Если хотите сразу прикинуть под свои задачи, можно обсудить задачу - посмотрим, где у вас бот справится, а где нужен человек.

Что такое обычный чат-бот по скриптам?

Коротко: это бот, который работает по заранее прописанным правилам и кнопкам. Он не понимает смысл - он ищет знакомые слова и выдаёт заготовленный ответ. Шаг в сторону от сценария - и он в тупике.

У скриптового (его ещё называют кнопочным или rule-based) бота всё предусмотрено заранее:

• Дерево кнопок. Клиент выбирает пункт, бот ведёт его по заранее нарисованной ветке.
• Поиск по ключевым словам. Бот проверяет сообщение на знакомые слова-триггеры и по ним подбирает ответ.
• Готовые ответы. Никакой генерации - только выбор из заранее написанного набора.

Слабое место одно, но решающее - жёсткость. Как отмечают технические разборы, когда пользователь отклоняется от ожидаемого ввода, такой бот просто не срабатывает. Спросили иначе или про то, чего в сценарии нет, - и клиент упирается в «не понял вопрос» или в предложение позвать оператора.

Что это даёт понять: скриптовый бот силён только там, где всё заранее известно. Живого, свободно сформулированного вопроса он не выдерживает.

Что такое ИИ-бот и чем он умнее?

Коротко: ИИ-бот разбирает смысл вместо поиска ключевых слов. Он понимает намерение клиента при любой формулировке, держит контекст разговора и отвечает по базе знаний компании.

Технически он устроен иначе, но клиенту знать это не нужно. Бот определяет намерение - чего человек хочет, - вытаскивает из фразы конкретику (даты, номера, имена) и отвечает по сути. Как описывают технические разборы, ИИ-бот улавливает, что пользователи имеют в виду, - даже когда те формулируют коряво.

Отдельная важная деталь - откуда бот берёт ответы. Хороший ИИ-бот отвечает не «из головы», а по подключённой базе знаний компании: прайс, услуги, регламенты, частые вопросы. Это и делает его ответы точными, и заодно снимает главный страх (о нём - в разделе про выдумки).

Что это даёт: клиент пишет как привык - «а можно перенести на завтра», «сколько выйдет под ключ» - и получает ответ по делу, без тупика из-за неправильной кнопки. Как вообще работает текстовый бот, разобрано в гайде «Как работает чат-бот».

ИИ-бот или скриптовый - сравнение по полкам

Коротко: скриптовый бот дешевле и проще на старте, но нем на всё непредусмотренное. ИИ-бот понимает свободную речь и закрывает больше сам, но требует базы знаний и настройки.

Что это даёт: видно, что выбор зависит от задачи. Узкий понятный FAQ закроет и скрипт. Живое общение с разными формулировками тянет только ИИ.

Почему люди злятся на чат-ботов?

Коротко: потому что чаще всего они сталкивались именно со скриптовым ботом, который не понимает. Раздражает не автоматизация, а стена из «нажмите» и «не понял вопрос».

Цифры по России говорят прямо. По опросу НАФИ (6213 человек, август 2025), 88% уже общались с ботами, но лишь 33% оценивают опыт положительно - и это меньше, чем годом раньше. При этом 35% оценивают работу ботов негативно, 15% раздражаются сразу и требуют человека, а 57% вообще не могли понять, говорят они с ботом или с живым.

Международные опросы о том же: по исследованию Five9 (4 000 человек), 56% часто раздражаются на ботов поддержки, а 75% предпочли бы живого человека. Но это претензия к плохим ботам, которые не понимают и не выпускают на оператора.

Что это даёт понять: если ваш бот бесит клиентов - дело, скорее всего, не в идее бота. Он просто скриптовый и упирается в стену. Про честную работу с этим негативом - гайд «Чат-бот для поддержки».

Насколько лучше ИИ-бот закрывает обращения?

Коротко: заметно лучше. Ключевая метрика - какую долю обращений бот решает сам, без оператора. У скриптов она в разы ниже, чем у ИИ-ботов.

По бенчмаркам отрасли, скриптовые боты начального уровня закрывают сами около 20-40% обращений, а продвинутые ИИ-боты - 70-90%. Разница как раз в понимании: скрипт спотыкается на каждой непредусмотренной формулировке, ИИ-бот - нет.

Показателен и потолок скрипта на практике. По исследованию клиентского опыта Markswebb (крупные банки и digital-компании), в тексте пользователи решали 69% задач, из них 66% - ботами без оператора, но неудовлетворённость в среднем по рынку превышала 10%. Даже у больших игроков заметная доля диалогов срывается.

Что это даёт: ИИ-бот снимает с операторов кратно больше рутины и не плодит недовольных «непонятыми» клиентами.

А ИИ-бот не начнёт выдумывать?

Коротко: риск есть, и его честно снимают опорой на источники. ИИ-бот привязывают к базе знаний компании, чтобы он отвечал по проверенным данным и не сочинял.

Страх понятный: у ИИ бывают галлюцинации - правдоподобные, но неверные ответы. Поэтому серьёзный ИИ-бот не отвечает «из головы». Его заземляют на базу знаний: бот сначала находит нужный фрагмент в ваших документах и отвечает на его основе. Как формулируют разработчики подхода, привязка к реальным данным делает ответы основанными на фактах из ваших документов, а «память» модели тут вторична.

Честно до конца: это снижает риск, но не отменяет его на 100% - если нужного ответа в базе нет, бот может ошибиться. Поэтому ИИ-боту нужны качественная база знаний, тестирование и сопровождение. Скриптовый бот, наоборот, не выдумывает в принципе - но платит за это тем, что часто просто «не отвечает».

Что это даёт понять: выдумки - решаемый вопрос настройки. Ограничьте бота вашими данными - и получите контролируемый, предсказуемый инструмент.

Когда хватит обычного бота?

Коротко: когда задача простая и предсказуемая. Если у вас 2-3 сценария и узкий FAQ, скрипт закроет их дёшево и без риска выдумок.

Скриптового бота достаточно, если:

• Сценариев мало и они очевидны - часы работы, статус заказа, записаться, подтвердить.
• Вопросы узкие и стабильные - простой FAQ, который редко меняется.
• Бюджет и сроки минимальны, а естественность диалога некритична.
• Цена «непонимания» низкая - клиент легко нажмёт нужную кнопку.

Что это даёт: не всякую задачу нужно усложнять. Там, где путь клиента предсказуем, скрипт честно делает работу за небольшие деньги.

Когда точно нужен ИИ-бот?

Коротко: когда клиенты пишут свободным текстом, вопросов много и они разные, а «непонятый» клиент дорого вам обходится.

Переходить на ИИ стоит, если:

• Клиенты формулируют по-разному и пишут живым текстом, не по кнопкам.
• Вопросов много и они разветвлённые, важно держать контекст разговора.
• Нужна высокая доля самостоятельных ответов - чтобы бот снимал с операторов основную рутину.
• Цена ошибки высокая - потерянный из-за «не понял» клиент стоит дороже, чем настройка бота.

Что это даёт: вы ставите ИИ там, где скрипт уже теряет и раздражает людей, - по делу, а не ради технологии. А заявки и переписку удобно сразу заводить в CRM - об этом гайд «ИИ-бот с интеграцией в CRM».

Сколько это стоит и с чего начать?

Коротко: ИИ-бот дороже скрипта на старте, потому что нужна база знаний, но на потоке обращений он окупается - минута работы бота выходит примерно 10-20 рублей против 50-70 рублей за минуту живого оператора.

Начинать разумнее с задачи, а не с абстрактного спора «скрипт или ИИ»:

1. Соберите частые вопросы клиентов за месяц - это и есть будущая база знаний.
2. Посмотрите, сколько из них однотипные и предсказуемые - их закрыл бы и скрипт.
3. Оцените, сколько приходят свободным текстом и «не по кнопкам» - вот где нужен ИИ.
4. Запустите на одном участке - например, на первой линии частых вопросов - и расширяйте.

Всё это можно собирать и отлаживать самому месяцами - а можно отдать тем, кто уже ставил ИИ-ботов на базе знаний, и получить понимающего бота на своих вопросах. Как считать выгоду, разобрано в гайде «Сколько стоит ИИ-бот».

Что почитать дальше

• Как работает чат-бот для бизнеса - механика текстовых ботов простыми словами.
• Чат-бот для поддержки - как не бесить клиентов ботом и честно работать с негативом.
• Голосовой ИИ-бот или IVR «нажмите 1» - то же сравнение, но для голоса и телефонного меню.
• Чат-бот для сайта - как ловить заявки прямо на сайте.
• Продукт: текстовые боты. Примеры - в кейсах.

Источники

• НАФИ - как россияне оценивают чат-ботов - 35% негативных оценок, 15% сразу требуют человека, 57% не отличают бота от живого (опрос 6213 чел., 2025).
• РБК - опрос НАФИ о чат-ботах - разбор тех же данных о росте недовольства ботами.
• Markswebb - Chatbot Rank 2021 - 66% задач решают боты без операторов, неудовлетворённость по рынку выше 10%.
• Alhena AI - бенчмарки containment 2025 - скриптовые боты закрывают 20-40% обращений, ИИ-боты 70-90%; оговорка «удержал ≠ решил».
• Five9 - исследование о предпочтении живого общения - 56% раздражаются на ботов, 75% предпочитают человека.
• DevRev - как работают чат-боты - механика rule-based и ИИ-ботов, почему скрипт ломается на нестандартном вводе.
• K2view - grounding и база знаний для ИИ - как опора на данные компании снижает выдумки бота.

Понимающего ИИ-бота на базе ваших знаний можно собрать за один заход, без месяцев самостоятельной отладки сценариев.