Новая архитектура бизнеса: как SDC выстраивает работу вокруг клиента

Бизнес переживает новую технологическую гонку — на этот раз вокруг искусственного интеллекта. Но вместе с распространением AI меняется и запрос компаний: вместо автоматизации отдельных функций бизнес все чаще ищет решения, способные перестраивать клиентские процессы целиком и давать измеримый эффект.

И если еще несколько лет назад подобные комплексные платформы крупный бизнес искал преимущественно среди международных вендоров, то сегодня в Казахстане формируются собственные технологические экосистемы, способные конкурировать с международными платформами.

К примеру, Sapa Digital Communications (SDC). Она входит в Sapa Group — казахстанскую группу компаний, объединяющую экспертизу в FinTech, AI, цифровых коммуникациях, WorkTech и Computer Vision и развивающую собственные технологические продукты для бизнеса. За первый год работы SDC внедрила собственные решения в банковском, телекоммуникационном, микрофинансовом и страховом секторах. SDC объединила в едином продуктовом контуре управление клиентскими процессами — от омниканальной CRM до речевой аналитики, предиктивных моделей и голосовых AI-агентов. Сегодня компания масштабирует эту модель за пределами страны, реализуя проект для одного из банков Узбекистана.

О том, почему крупный бизнес переходит от отдельных IT-продуктов к единому технологическому контуру и где AI действительно дает экономический эффект, рассказывает директор SDC Дина Саракаева.

SDC существует всего год, но уже реализует проекты для лидеров корпоративного рынка. Что позволило относительно новому игроку так быстро выйти в крупный корпоративный сегмент?

— Думаю, совпали несколько факторов. Сам рынок изменился: компании больше не готовы годами внедрять технологии, не понимая, когда получат бизнес-эффект. Мы это понимали, поэтому SDC — не просто разработчик или интегратор, а продуктовая компания, создающая собственную экосистему решений для управления клиентским опытом.

В команде есть экспертиза в CVM, Collection, маркетинге и в монетизации данных. Поэтому разговор с клиентом начинается не с вопроса «какую технологию вам продать?», а с того, какую бизнес-метрику необходимо изменить.

Если задача — повысить эффективность взыскания, мы строим решение вокруг экономики Collection. Если необходимо перестроить работу с B2B-клиентами — анализируем весь путь клиента: продажи, обслуживание, маркетинг и аналитику. В этой модели сквозная аналитика и технологии помогают удерживать клиентов и стимулировать повторные продажи.

Именно такой подход, на мой взгляд, позволяет нам сегодня выходить за пределы Казахстана. Для рынка важна не география происхождения технологии, а ее способность решать конкретную бизнес-задачу. Сейчас мы уже реализуем первый банковский проект в Узбекистане и рассматриваем дальнейшее развитие на внешних рынках.

Сегодня практически каждая технологическая компания говорит об AI. Не превращается ли он в маркетинговый ярлык?

— AI превращается в реальный инструмент ровно в тот момент, когда компания начинает считать его экономический эффект. Для нас это обычная инженерная задача с понятным P&L: растить конверсию, поднимать Recovery Rate, снижать стоимость контакта и удерживать клиента.

Главная ловушка сейчас в другом: компании внедряют AI точечно — бот в колл-центре, ассистент в чате, скоринг у рисковиков. Каждый видит лишь свой кусок данных и действует изолированно, порождая цифровой хаос. Классический пример — противоречивые коммуникации, когда должнику на просрочке робот звонит с требованием вернуть долг и тут же шлет пуш с предодобренным кредитом.

Бизнесу нужен не еще один точечный помощник, а система, где агенты работают на единых данных внутри сквозного процесса. Начинать нужно с архитектуры — в этом суть Data-Centric подхода. Сначала компания собирает надежный слой данных о клиенте и только поверх него разворачивает AI Orchestration Platform. Она распределяет задачи между профильными AI-агентами без потери контекста. На больших базах только такая связка дает гиперперсонализацию без раздувания штата.

Как в таком случае устроена ваша AI-платформа?

— Архитектура строится вокруг четырех принципов.

Data-Centric ядро и оркестрация. В основе — общий слой данных о клиенте: история, продукты и текущий статус. AI Orchestrator распределяет задачи между речевой аналитикой, предиктивными моделями и диалоговыми агентами и передает контекст от одного инструмента к другому. В контур попадают только те агенты, чья экономическая эффективность подтверждена на практике.

Безопасность и независимость от вендора. Платформа разворачивается внутри защищенного периметра компании. Мы не привязаны к одному провайдеру: можно использовать open-source модели, развернутые внутри периметра, собственные модели компании или внешние LLM там, где это позволяет политика безопасности.

Казахский язык. Мы с нуля собрали и разметили собственный корпус данных на казахском языке и дообучили на нем свои модели, поэтому наши голосовые агенты звучат естественно и лучше понимают нюансы живой разговорной речи.

Масштабируемость без кода. Платформа выдерживает сотни одновременных разговоров и не создает дополнительной нагрузки на телефонию заказчика. При этом логику диалогов, промпты и базы знаний бизнес-команда может вести самостоятельно в no-code интерфейсе, без программистов.

Но CRM, речевая аналитика и BI давно существуют на рынке. В чем главное преимущество экосистемы SDC?

— Проблема крупного бизнеса часто не в нехватке технологий, а в разрыве между данными и операционными процессами. Данные уже показывают риск оттока, а менеджер узнает об этом только после ухода клиента.

Мы закрываем этот разрыв с двух сторон. С одной — наша Data-Driven CRM. Она объединяет продажи, клиентский сервис, встроенный BI и CVM-управление жизненным циклом и ценностью клиента, подсказывая сотруднику следующий шаг на основе данных. С другой — Data-Centric AI-платформа: в ее центре лежит единый защищенный слой клиентских данных, к которому напрямую обращаются речевая аналитика, модели и агенты, а не копии и разрозненные выгрузки.

Если коротко, data-driven — это решения на основе данных, а data-centric — система, построенная вокруг данных. Данные общие, а действовать на их основе можно двумя способами: через сотрудника или через AI-агента.

Отсюда главный бизнес-эффект — сжатие Time-to-Action: аналитические сигналы больше не оседают в отчетах. Если абонент дважды пожаловался на связь, менеджер сразу видит оффер удержания; если заемщик пропустил платеж, робот связывается с ним в тот же день. Система в реальном времени превращает входящий сигнал либо в точную подсказку сотруднику, либо в автоматический запуск нужного AI-агента.

Если сами технологии становятся доступнее, в чем остается конкурентное преимущество IT-компании?

— В глубокой отраслевой экспертизе, качестве внедрения, высокой скорости и понятном эффекте для P&L. Написать код могут многие. Собрать платформу, которая бесшовно встает в чужую инфраструктуру и перестраивает бизнес-процессы без стресса для операций, — единицы. И для нас принципиально, что масштабируемое решение такого уровня создается здесь, в Казахстане, нашими инженерами.

От технологии к практике

О том, как этот подход работает на практике, говорят проекты SDC в банковском и телекоммуникационном секторах.

Нурбанк: цифровая трансформация процессов Collection

В Нурбанке SDC автоматизировала сквозные процессы работы с портфелем просроченной задолженности. В единый контур вошли разные этапы взыскания и коммуникаций, включая электронное платежное требование — инструмент, интегрированный с банками второго уровня.

«В проектах такого масштаба для нас важна не сама автоматизация, а ее влияние на бизнес-показатели. Единый процесс работы с задолженностью позволяет лучше управлять портфелем, быстрее реагировать на изменения и повышать эффективность взыскания. Поэтому результат мы оцениваем прежде всего через динамику Recovery Rate, NPL и операционные показатели команды», — отмечает и. о. председателя правления АО «Нурбанк» Алексей Мажуга.

По данным SDC, в проектах по автоматизации Collection рост Recovery Rate может достигать 30%, а снижение NPL — 27%. Конкретные показатели зависят от структуры портфеля и исходных процессов заказчика.

«Кселл»: единая платформа для B2B и В2С

Другой масштабный проект SDC реализует для ведущего оператора «Кселл». На единую омниканальную платформу переведена вся B2B-команда. Система замкнула в одном контуре полный цикл работы с корпоративными клиентами: от обработки тарифных и продуктовых запросов до сквозных продаж, сервисного обслуживания, маркетинга и аналитики.

«Для B2B-направления с большой клиентской базой особенно важно, чтобы продажи, обслуживание и работа с данными не существовали как отдельные процессы. Наша задача заключалась в создании единого рабочего пространства, где сотрудник видит историю взаимодействия с клиентом, его продукты, запросы и текущие задачи. Сегодня на платформе работают более 800 сотрудников. Для нас это прежде всего возможность сделать клиентские процессы более прозрачными, последовательными и масштабируемыми. Платформа позволяет централизовать сложные процессы, автоматизировать сценарии в единую цифровую модель, которая масштабируется вместе с бизнесом», — отмечает Казбек Шаимов, главный коммерческий директор АО «Кселл».

Эти проекты отражают более широкий сдвиг в запросах крупного бизнеса: вместо набора отдельных цифровых инструментов компании стремятся объединить данные, коммуникации и операционные процессы в единую систему.

Для SDC следующий этап — масштабирование этой модели. За первый год компания прошла путь от запуска собственной продуктовой линейки до внедрений в нескольких ключевых отраслях Казахстана. Теперь задача — доказать, что созданная в Казахстане технологическая экосистема востребована не только на внутреннем, но и на международных рынках.