6000 разів протестовано: компанії-фонди з "розумним" AI-клієнтським сервісом - одиниці

У січні 2026 року загальний обсяг китайських відкритих фондів досяг нової позначки у 37,7 трильйонів юанів, що стало десятим поспіль місяцем рекордного зростання. За цим зростанням стоїть близько 800 мільйонів інвесторів, які довіряють свої чесно зароблені гроші керівним компаніям фондів.

Однак більшість інвесторів не завжди добре розуміють усі складні правила торгівлі фондами, а правила цієї торгівлі часто оновлюються або навіть раптово змінюються. Випадок різкого падіння оцінки Silver LOF від Guotou Ruixin (детальніше див. «Задушені інвестори: як «здоровий глузд» стикається з раптовими змінами правил») є одним із крайніх прикладів останнього часу. Коли ринок несподівано змінюється, а вартість фондів коливається, хто може швидко і з турботою надати їм професійну підтримку?

Перший контакт звичайного інвестора, безумовно, не з рідкісними і зайнятими менеджерами фондів, навіть не з людською службою підтримки, а з штучним інтелектом — AI-обслуговуванням. Глобальне дослідження, опубліковане компанією SimCorp 19 січня 2026 року, показало, що 70% фінансових організацій вже використовують AI у фронт-офісі. Для внутрішніх фондових компаній це не лише технологічна ітерація, а й найімовірніший шлях вирішення протиріччя між масштабами у сотні трильйонів юанів і персоналізованим обслуговуванням для тисячі клієнтів.

Чи справді AI-обслуговування є дбайливим, професійним і оперативним? Коли ваш фонд падає у ціні, ви хочете дізнатися причину; коли гроші за викуп ще не надійшли — хочете з’ясувати, чому; коли ви хочете змінити план автоматичного інвестування, але не знаєте, як це зробити — чи може цей перший відповідач AI вам допомогти?

Щоб дослідити реальну якість фінтеху у сфері обслуговування на кінцях ланцюга, Центр нових фінансів Southern Weekend 3–9 лютого 2026 року провів тестування 15 провідних відкритих фондів за допомогою 5985 перевірок AI-обслуговування у різний час доби та у неробочі дні. Вони охоплювали п’ять високочастотних сценаріїв: запити щодо тарифів, операції з торгівлі, обробка несправностей, зворотній зв’язок щодо скарг і фінансову освіту інвесторів. Загалом було поставлено 19 питань.

Результати виявилися несподіваними: здатність AI-обслуговування не зросла разом із масштабами фондів. Навіть серед провідних компаній, що керують сотнями мільярдів юанів, рівень незалежних відповідей AI-чат-ботів різнився майже у три рази; деякі компанії навіть не могли правильно зрозуміти найпростіші логічні зв’язки у своїх бізнес-процесах; більшість AI-чат-ботів не могли чітко пояснити «чому» або відповідати на скарги — або давали неправильну відповідь, або ухилялися від теми, або взагалі мовчали. Навіть у робочий час (з 9:15 до 15:30) клієнти чекали у черзі до 22 хвилин, і при цьому не отримували перенаправлення до людського оператора.

4 AI-чат-боти з низьким рівнем «інтелекту»

Цей тест базувався на даних станом на кінець січня 2026 року і охоплював 15 провідних компаній — див. нижче.

Щоб повністю оцінити здатність AI-обслуговування реагувати, тестування тривало сім днів — з 3 по 9 лютого — і включало ранкові, обідні та вечірні сесії як у робочі, так і у неробочі дні.

Команда розробила 19 питань, що охоплювали запити щодо тарифів, операції з торгівлі, обробку несправностей, скарги та фінансову освіту — саме ті питання, з якими найчастіше стикаються інвестори. Для кожної компанії ці питання повторювалися тричі на день (ранок, обід, вечір) протягом 7 днів, всього 21 раз, і всього було проведено 5985 взаємодій для отримання порівнюваних результатів.

Результати показали, що рівень відповідей AI-чат-ботів між компаніями різнився у три рази, найгірший — у компанії China Construction Bank Fund — лише 31 бал.

Лише одна компанія показала високий рівень — у всіх сценаріях AI-боти давали точні інструкції або розбивали складні питання на прості, пропонуючи клієнтам вибір і поступове пояснення.

Ще 9 компаній демонстрували рівень відповіді від 70% до 90%. Але коли питання стосувалися конкретних деталей або меж регуляцій, стабільність AI-ботів починала знижуватися.

Найбільший розрив спостерігався у п’яти найгірших компаніях. Наприклад, у HuiTianFu Fund і PengHua Fund рівень незалежних відповідей AI-ботів був близько 50%, а у Jiashi Fund, ICBC Wealth Fund і China Construction Bank Fund — від 30% до 45%.

Візьмемо, наприклад, China Construction Bank Fund: їхній AI-бот міг самостійно відповісти лише на 4 питання: прив’язка або заміна банківської картки, швидкий ліміт викупу, запит і зміна плану автоматичного інвестування, зміна способу отримання дивідендів. На більш складні запити — «Що робити з замороженими частками?», «Як перевести з зовнішнього рахунку внутрішній?» або «Як швидко повернути кошти з QDII?» — AI-бот просто переводив клієнта до оператора.

Цікаво, що досвід переходу до людського оператора у China Construction Bank був кращим — коли AI не міг відповісти, система автоматично ставила клієнта у чергу до оператора без необхідності натискати кнопку «Перевести до оператора».

Очікування у черзі 22 хвилини без результату, у вихідні — «порожнеча»

Коли AI-бот не може допомогти, природно, що перехід до людського оператора — єдиний вихід. Але у цьому тесті цей шлях не завжди був відкритий, навіть у компаній з високим рівнем інтелекту AI.

З точки зору швидкості підключення, лише шість компаній, зокрема China Asset Management і Huaxia Fund, могли підключитися миттєво; E Fund — за 0,08 хвилини.

Але винятки траплялися і у більшості випадків. Наприклад, у Cathay Fund рівень відповіді AI становив 84,2%, що досить добре. Але під час спроби перейти до оператора у робочий час система повідомила: «Зараз черга дуже велика». Після 22 хвилин очікування з’єднання так і не відбулося.

Зв’язок між здатністю AI відповідати і швидкістю підключення до оператора не є обов’язковим. Результати показують різні комбінації.

Наприклад, Cathay Fund — це «сильний AI, повільний оператор». 84% питань AI може вирішити самостійно, і клієнтам зазвичай не потрібно переходити до оператора. Але при цьому, якщо потрібно залучити людину, доводиться чекати — у середньому 3,27 хвилин, а у випадку з 22-хвилинним очікуванням — це явно не зручно.

З іншого боку, Jiashi Fund — це інша картина. Їхній рівень відповіді AI — лише 42%, тобто понад половина питань залишаються без відповіді, і клієнти змушені часто звертатися до людської підтримки. Але у разі переходу до оператора, це майже миттєво, і навіть у вихідні дні тут ще працює людський персонал.

Найбільш комфортно для інвесторів — компанії з слабким AI і відсутністю людського обслуговування у вихідні. Наприклад, China Construction Bank Fund: рівень відповіді AI — лише 31%, тобто майже 70% питань потрібно передавати людині. Середній час очікування — 0,93 хвилини, що не є довгим, але у вихідні дні людське обслуговування закрите. Це створює серйозні труднощі для інвесторів, які працюють у будні.

Загалом, відсутність людського обслуговування у вихідні — поширена проблема у галузі. З 15 провідних фондів лише три мають цілодобову підтримку у вихідні, решта 12 — працюють лише з AI.

Глобальна взаємозалежність фінансових ринків означає, що вихідні — це час для важливих макропрограм, коливань на закордонних ринках і для інвесторів, щоб переглянути свої плани і підрахувати кошти. Для користувачів, які у неробочий час стикаються з проблемами з рахунками або затримками з переказами, це означає, що вони не зможуть отримати допомогу протягом до 48 годин. У таких випадках AI, найчастіше, просто переводить до людського оператора, що призводить до накопичення проблем і затримок у робочі дні.

Такий «робочий час» сервісу, що працює з 9 до 5, і цілодобове фінансове обслуговування — це джерело тривог для інвесторів, які самі мають справлятися з цим.

Відповіді «не по темі» або ухиляння від теми

З результатів тестування видно, що AI-обслуговування у питаннях операційної природи працює досить добре. Усі 15 компаній можуть відповісти на запити «змінити план автоматичного інвестування» або «перевести фонд». Ці питання мають чіткі правила і межі, тому AI справляється легше.

Однак, коли питання переходять у сферу «чому» — рівень відповідей різко знижується.

Наприклад, щодо «Чи стягується подвійний управлінський збір за FOF?» — лише одна компанія дала чітке і повне пояснення; десять компаній або відповідали неправильно, або переводили до оператора. Візьмемо, наприклад, GF Fund: їхній AI-бот відповів лише правилами щодо збору управлінських плат за ETF, але зовсім не торкнувся ключового питання — правил управління FOF, що є суттю.

(скріншоти тестів опущені)

Інвестори фондів — це переважно пасивні учасники ринку, які змушені терпіти коливання цін. Вони потребують не лише «настанов», а й «пояснень» і «підтримки».

Саме ці питання — справжній тест для AI-обслуговування. Вони вимагають не лише збереження правил, а й розуміння логіки за ними і здатності перетворювати її у зрозумілу мову. За результатами тестів більшість AI-чат-ботів ще не мають такої здатності.

Ще гірше — відсутність можливості подати скаргу.

Наприклад, за ситуації «Довгий спад фонду, у портфелі кілька кварталів без змін. Як повідомити керівництву, що менеджер не виконує обов’язки?» — лише 8 компаній, зокрема E Fund, надали канал для скарг, процедуру або швидку кнопку «Перевести до оператора». Інші 7 — не змогли запропонувати ефективних інструкцій. З записів взаємодій видно, що більшість AI-ботів, стикаючись із словами «бездіяльність» або «скарга», відповідають шаблонами типу «Рекомендуємо звернутися до оголошень фонду» або «Менеджер коригує портфель відповідно до ринкових умов». У емоційній і підтримуючій складовій AI ще не може повністю замінити людину.

Результати відповіді на питання про пояснення і скарги вказують на глибшу проблему — відсутність системної фінансової освіти (так званого «інвестосвіти»). За даними тестування, середній рівень відповіді на питання про інвестосвіту — лише 50%, тоді як на питання про управління рахунками — 91,7%. Це означає, що коли інвестори найбільше хочуть зрозуміти, AI ще не може їм допомогти. А кожне таке питання — це найкращий шанс для ознайомлення з правилами продукту і формування правильного сприйняття. Але якщо цей шанс закривається через відсутність відповіді, то і довіра, і розуміння руйнуються.

Вартість закриття таких «вікон» може бути значною.

З 1 січня 2026 року набрав чинності «Положення про управління витратами на продаж цінних паперів у відкритих фондах»; з 1 березня — «Керівництво щодо бенчмарків для порівняння результатів відкритих фондів» (див. «Більше зборів для інвесторів? Ілюзія «засліплення» через «зрівнювальні» стандарти»). Обидва нормативи спрямовані на прозорість тарифів і регуляторні обмеження. Коли правила оновлюються і викликають багато запитань у інвесторів, якщо AI-боти залишаються на шаблонних відповідях «звертайтеся до сторінки», це не сприяє фінансовій освіті і може ще більше поглибити невдоволення і недовіру. А якщо база знань AI не оновлюється швидко, то він може видавати застарілу інформацію, що збільшує інформаційний розрив і ризик скарг.

Візитна картка: темна або яскрава

Рівень інтелекту AI-обслуговування не може повністю відобразити рівень цифрової трансформації фонду. Головний економіст компанії Zhaolian, заступник директора Shanghai Financial and Development Laboratory, Дон Хі Мяо, під час опитування Центру нових фінансів Southern Weekend наголосив, що AI-чат — це лише один із конкретних застосунків AI і не може повністю відображати рівень цифрової трансформації фінансових установ.

Однак саме він є найширшим каналом для зв’язку фондів із клієнтами. Коли великі фонди у своїх річних звітах заявляють про «збільшення інвестицій у технології», «просування цифрової трансформації» або «створення AI-центра», їхні системи підтримки можуть навіть не відповідати на просте питання «Куди поділися мої гроші?». Цей контраст і став поштовхом до проведення цього тесту.

На основі отриманих даних ми створили шестиугольну модель компетенцій: інформаційне розкриття і запити, скарги і зворотній зв’язок, фінансова освіта, обробка аномалій у портфелі і торгівлі, управління рахунками, швидкість перенаправлення до людського оператора. У рамках цієї моделі рівень AI-обслуговування 15 компаній був проаналізований по кожній складовій, і джерела розривів стали більш очевидними.

Лише одна компанія досягла 97% відповіді у час торгів — це доводить, що «знання і закриття процесу» можуть бути майже ідеальними. Інша компанія має середній час переходу до оператора близько 0 секунд, що свідчить про здатність швидко закривати будь-які сценарії.

Однак не всі компанії досягли такого рівня. Наприклад, у China Asset Management — список «програшних» пунктів: відповіді на запити щодо комісій за купівлю і викуп, запити щодо NAV і доходності, зовнішні і внутрішні перекази, розбіжності у NAV і портфелі, різниця у тарифах ETF і звичайних індексних фондів, оновлення NAV на закордонних ринках, подвійний управлінський збір у FOF, ліміт швидкого викупу, помилки при автоматичному інвестуванні, невиплата дивідендів, призупинення торгів, невідображення портфеля після покупки, замороження часток — відповіді на всі ці питання відсутні.

Що це означає? Коли інвестор хоче дізнатися про торгові витрати, AI-бот не може повідомити; коли з’являються проблеми з відображенням портфеля — він не може пояснити; при помилках із автоматичним інвестуванням — не може допомогти; при затримках з поверненням коштів — безсилий. Це саме ті питання, що викликають найбільше занепокоєння і скарг.

Якщо на базових питаннях з правил і процедур AI-бот постійно переводить до людського оператора, то навантаження на людський ресурс зростає, а користувацький досвід погіршується, створюючи замкнене коло. Це — системний недолік: недостатня база знань, неповні інструкції, відсутність стабільного закритого циклу між AI і людським обслуговуванням.

Звертаємо увагу, що China Asset Management — не єдиний приклад. Так само погано працює ICBC Wealth Fund. Обидві компанії належать до «чотирьох великих банківських груп». Важливо зазначити, що перед призначенням нового CIO у China Construction Bank Fund 16 січня 2026 року ця посада була вакантною понад півроку. Швидке налагодження внутрішніх даних і заповнення прогалин у контенті — найактуальніше завдання для нового керівника цифрової трансформації.

Якісні людські консультанти — рідкість, а кількість звичайних інвесторів — майже 800 мільйонів. Вони не повинні довго залишатися у «сервісному вакуумі». Дон Хі Мяо наголошує, що саме тут AI має проявити свою «пропагандистську» функцію: допомагати знижувати операційні витрати, підвищувати контроль ризиків і покращувати користувацький досвід, вирішуючи проблему «першого і останнього кілометра» фінансових послуг.

Коли інвестор пізно вночі перевіряє портфель, коли новачок не розуміє правил торгівлі, або коли досвідчений клієнт стикається з раптовими проблемами — саме їхній чат-інтерфейс і є «візитною карткою» компанії. Її яскравість або тьмяність залежить від кожного досвіду клієнта.

Це — підсумки дослідження Центру нових фінансів Southern Weekend.