Поделиться
Как искусственный интеллект меняет работу контакт-центров
Современный бизнес невозможно представить без искусственного интеллекта. Этот тренд перевернул традиционные подходы к управлению, автоматизации и взаимодействию с клиентами. От прогнозирования спроса до персонализированного маркетинга — ИИ становится незаменимым помощником для компаний любого масштаба. Нейросети помогают автоматизировать рутинные процессы, выявлять мошеннические схемы, оптимизировать логистику и даже создавать контент. Более того, ИИ-решения уже научились адаптироваться под специфику конкретного бизнеса, предлагая персонализированные решения для самых разных отраслей. Сегодня нейросети применяются повсеместно: от простых чат-ботов до сложных аналитических систем, предсказывающих рыночные тренды.
Бизнес и нейросети
Согласно результатам 2024 года, суммарный объем инвестиций в сферу искусственного интеллекта в России достиг 305 млрд рублей, продемонстрировав рост на 36%. Сегодня автоматизация поддержки с помощью ИИ — не роскошь, а необходимость для конкурентоспособности. Технологии помогают бизнесу одновременно улучшать сервис и снижать нагрузку на персонал.
Например, финансовый сектор в России начал активно внедрять технологии искусственного интеллекта. Российские банки (Сбербанк, ВТБ, Т-Банк и т.д) активно внедряют ИИ для повышения эффективности и безопасности. ИИ используется в кредитном скоринге, выявлении мошенничества, персонализации предложений и улучшении клиентского сервиса.
В розничной торговле такие сети как «Лента» и X5 Group («Пятерочка», «Перекресток») применяют ИИ для управления товарными запасами и логистикой. «Лента» дополнительно тестирует системы компьютерного зрения для мониторинга наполненности полок, а X5 Group использует интеллектуальные алгоритмы при подборе персонала.
В телекоммуникационной отрасли «Билайн» с помощью ИИ определяет оптимальные места для размещения розничных точек и персонализирует рекламные кампании. «Ростелеком» добился значительной экономии — несколько млрд рублей — благодаря использованию ИИ-систем для создания таргетированных персональных предложений и лидогенерации.
Промышленные предприятия также демонстрируют одни из самых впечатляющих результатов внедрения ИИ. «Газпром нефть» применяет интеллектуальные системы для контроля точности бурения. Металлургические гиганты «Северсталь» и Магнитогорский металлургический комбинат используют ИИ для повышения качества продукции и снижения себестоимости производства.
Среди других отраслей можно отметить лесопромышленный холдинг Segezha Group, розничную сеть «М.Видео-Эльдорадо» и химическую компанию «ФосАгро», которые также успешно внедряют ИИ-решения в свои бизнес-процессы, хотя детали их реализации обычно не разглашаются.
«Яндекс» тут занимает особую позицию, так начал работать с нейросетевыми технологиями еще в 2010-х. С тех пор компания активно развивает это направление, интегрируя нейросети в поиск, голосовые помощники, генерацию контента и другие сервисы.
Несмотря на широкое и довольно успешное применение ИИ в России, практика показывает, что пока используются преимущественно базовые модели ИИ. Базовые модели ИИ — это отличная основа, но их недостаточно. Чтобы добиться высокой точности в узкоспециализированных бизнес-задачах, их необходимо дополнять специализированными решениями. Наилучшие результаты демонстрируют адаптированные, узко специализированные решения — будь то обработка медицинских изображений, юридический анализ или автоматизация клиентской поддержки.
Одна из сфер, где использовании ИИ быстро набирает популярность — службы поддержки. Чтобы успевать за растущими бизнесами, не теряя скорость и качество обслуживания, контакт-центрам необходимо активно внедрять ИИ-решения, которые помогают ускорять обработку обращений.
CNews поговорил с создателями одного из таких решений, которое недавно анонсировал Яндекс, и узнал подробнее о принципах его работы и перспективах направления.
Что такое «Нейросаппорт»?
Yandex B2B Tech представила «Нейросаппорт», ИИ-ассистент, призванный оптимизировать работу контакт-центров, оперативно анализировать запросы клиентов, используя корпоративные базы знаний для предоставления операторам готовых ответов в реальном времени. Он оперативно анализирует запросы клиентов, используя корпоративные базы знаний для предоставления операторам готовых ответов в реальном времени.
Сотрудник может отправить подсказку как есть, адаптировать её или написать свой вариант — это сокращает нагрузку на персонал и ускоряет обработку запросов.
Перед специалистами поддержки стоит непростая задача: оперативно находить нужные сведения и быстро их анализировать. При этом необходимо строго соблюдать стандарты качества ответов. Чтобы упростить эту задачу, было принято решение о разработке инструмента, способного предлагать наиболее подходящие варианты ответов, принимая во внимание контекст запроса и цели клиента. Например, если клиент интересуется статусом заказа, модель сможет предоставить оператору информацию о текущем местоположении товара и предполагаемой дате доставки.
«Нейросаппорт» интегрируется в существующие CRM-системы на платформе Yandex Cloud через API с возможностью развертывания на инфраструктуре заказчика. В перспективе — развитие автономных ИИ-агентов для автоматического выполнения задач.
Как это работает?
Нейросеть оперативно анализирует запросы пользователей, учитывая контекст всей беседы, и в считанные секунды предоставляет оператору наиболее подходящий вариант ответа. Специалист может использовать предложенную подсказку, отредактировать её или создать свой собственный ответ.
По информации, предоставленной «Яндексом», операторы в 30–40% случаев используют ответы, сгенерированные нейросетью, практически без изменений. Это свидетельствует о высоком уровне доверия к системе и ее способности точно понимать запросы пользователей.
Эльвира Морозова, руководитель направления оптимизации бизнес-процессов на базе YandexGPT, так описывает эволюцию развития нейросетей: «Сложно точно предсказать, насколько быстро нейросети смогут разбирать нетипичные кейсы клиентов самостоятельно, но, учитывая темпы развития ИИ, модели учатся понимать контекст все лучше и обрабатывать более сложные запросы буквально каждый день. Наш сервис уже справляется даже со сложными запросами достаточно хорошо — мы используем дообученную версию YandexGPT, которая специализируется на работе с операторами поддержки и дообучена на 50+ сервисах «Яндекса», частотных сценариях работы операторов, их документации и правилах работы. По результатам внутреннего тестирования, операторы используют подсказки в каждом втором диалоге и в большинстве случаев вносят лишь минимальные правки. При этом удовлетворенность пользователей может расти за счёт более быстрого получения ответов.»
В основе сервиса лежат облегченные версии YandexGPT, прошедшие дополнительное обучение на внутренних данных более чем 50 сервисов «Яндекса». Благодаря этому нейросеть эффективно обрабатывает специфические запросы, характерные для служб поддержки.
Ключевую роль играет технология Retrieval-Augmented Generation (RAG), которая обеспечивает модели возможность не только генерировать ответы, но и находить необходимую информацию в базах знаний. Алгоритмы автоматически анализируют документацию, выделяют ключевые фразы и создают семантические индексы, что значительно ускоряет поиск релевантной информации и повышает точность предлагаемых ответов.
«Яндекс» добился большой экономии благодаря нейросетям. Эльвира Морозова так описывает в интервью «Ведомостям» достижения компании в этом направлении: «Сейчас применение нейросетей в работе оператора уже приносит «Маркету» и другим сервисам 15% экономии в деньгах. Совокупно «Яндекс» экономит миллионы на бизнес-процессах благодаря искусственному интеллекту. При дальнейшем масштабировании это будут миллиарды.»
Подводя итог
Развитие искусственного интеллекта в России переходит из стадии экспериментальных внедрений в фазу инструмента, который должен быть включён в экосистему как нечто само собой разумеющееся. Автоматизация служб поддержки с помощью искусственного интеллекта перестала быть экспериментальной технологией и превратилась в стратегическое преимущество для бизнеса.
Работа сотрудников поддержки характеризуется высокой интенсивностью, требующей быстрого поиска и обработки больших объемов информации. При этом предъявляются строгие требования к качеству предоставляемых ответов. Поэтому возникла идея разработки модели, способной предлагать операторам оптимальные варианты ответов в конкретных ситуациях, учитывая контекст и задачу клиента. Например, в случае вопроса о заказе, модель должна предоставлять информацию о сроках доставки, а также о статусе заказа (доставлен или нет).
Особое значение имеет вопрос о том, как повлияет масштабное внедрение нейропомощников на рынок труда. Эльвира Морозова так прогнозирует ситуацию на рынке в ближайшие 5-10 лет: «Мы видим сейчас рекордно низкий уровень безработицы — 2,3 %. Работодателям бывает сложно находить новых сотрудников, в том числе это касается сфер с такой высокоинтенсивной работой, как поддержка. А это приводит к еще большему увеличению нагрузки на уже имеющийся персонал. Нейросетевые помощники здесь могут оказать действительно большое влияние на ситуацию, причем в позитивном ключе. Сервисы наподобие нашего «Нейросаппорта» становятся эффективным инструментом для разгрузки персонала. Это не только помогает сотрудникам сосредоточиться на более сложных аспектах работы, но и повышает удовлетворенность клиентов, поскольку они получают быстрые и точные ответы на свои вопросы.»
Интеграция чат-ботов и голосовых помощников позволяет круглосуточно поддерживать пользователей, снижая нагрузку на живых операторов и обеспечивая мгновенный ответ на запросы. ИИ в работе с клиентами — это уже не вопрос «внедрять или нет», а вызов грамотной интеграции, где на первый план выходят скорость адаптации, качество данных и этичное использование технологий. И те, кто сможет найти эту гармонию, определят стандарты рынка в ближайшие годы.
Короткая ссылка
