Что слышно

Дмитрий Дырмовский, CEO группы компаний ЦРТ,— о том, как и зачем крупный бизнес внедряет речевые технологии и как генеративный искусственный интеллект развивает рынок дистанционного обслуживания

Выйти из полноэкранного режима

Развернуть на весь экран

Контактные центры банков, телеком, ТЭК и другой крупный бизнес принимают миллионы обращений. Еще недавно весь массив этих данных анализировался вручную. Компании записывали звонки, транскрибировали их, речевые аналитики сегментировали и классифицировали данные по разным тематикам. На основе полученной информации работали с возражениями, предлагали новые продукты и услуги. Качество диалогов операторов контакт-центров оценивали контролеры качества — такой подход позволял осуществлять лишь выборочную проверку и не исключал человеческий фактор. На помощь пришли технологии: алгоритмы понимания естественной речи позволили проще ориентироваться в тексте, а речевая аналитика — осуществить глубокий анализ 100% диалогов, агрегируя массив данных в простых и понятных отчетах. Сегодня технологии позволяют не просто удовлетворить, но и предвосхитить желания клиентов, развивая бизнес.

Персонализация и предиктивный клиентский сервис — мировые тренды

Согласно исследованиям Twillio, все больше компаний считают, что персонализация и предиктивность могут нарастить выручку до 90%, для чего необходим глубокий анализ коммуникаций с клиентами. Желание открыть новый пласт знаний о клиенте — вызов для разработчиков. Наши технологии уже позволяют «понимать» спонтанную речь клиентов, работать в шумах, ML-модели обучаются на детектирование сарказма и других атрибутов.

Разработчики экспериментируют с генеративным искусственным интеллектом, большими языковыми моделями в попытке умножить эффективность речевых технологий. Это ответ на острый запрос крупного бизнеса: импортозаместить AI-решения — внедрить в контактные центры российские решения взамен зарубежных, при этом сократить расходы и улучшить качество клиентского обслуживания.

Большие языковые модели — большие возможности

Преобладание экономики знаний — еще один мировой тренд: основным движущим механизмом становятся данные, информация и инновационные способы их извлекать, интерпретировать. Роль знаний в современной экономике все более значима, это оказывает фундаментальное влияние и на то, как бизнес достигает роста. Среди технологий, которые играют ключевую роль в этой парадигме, особое место занимают LLM (Large Language Models) — большие языковые модели, использующие алгоритмы машинного обучения, которые позволяют обобщать, анализировать и строить ответы на основе больших наборов данных. Один из популярных примеров — GigaChat от «Сбера».

Следуя трендам, мы в ЦРТ уже запустили AI-решение для аналитики и управления коммуникациями в контактных центрах. Современные алгоритмы машинного обучения позволяют увеличить скорость обработки обращений клиентов, а новые инструменты анализа, такие как GigaChat, помогают суммаризировать содержание и выявлять тематики диалогов, оценивать их результативность.

Можно выделить пять ключевых преимуществ использования LLM.

Эффективность и сокращение операционных расходов

Использование генеративного ИИ в колл-центрах позволяет повысить эффективность обслуживания за счет автоматизации обработки массива запросов. Это приводит к сокращению операционных расходов на труд: системы на основе LLM способны обслуживать клиентов без перерывов, обеспечивая круглосуточную поддержку, а быстрое решение вопросов увеличивает лояльность клиентов.

Естественное взаимодействие и персонализация

LLM способствуют улучшению опыта клиентов за счет более внимательного взаимодействия. Благодаря продвинутым алгоритмам обработки естественного языка LLM улавливают нюансы запросов и предлагают более точные, персонализированные ответы.

Глобальная доступность и поддержка языков

LLM способны предоставлять поддержку на различных языках и диалектах, делая услуги доступными для пользователей со всего мира.

Инсайты

Компании могут использовать отзывы клиентов для улучшения качества обслуживания, разработки новых продуктов и услуг, а также для повышения общей эффективности работы.

Трансформация роли сотрудников

С внедрением LLM меняется и роль сотрудников. Они начинают больше взаимодействовать с AI-системами, фокусируются на более сложных и творческих задачах, повышая свою квалификацию.

Генеративный ИИ трансформирует подходы не только в речевой аналитике, но и в диалоговых ассистентах, является драйвером совершенствования всего дистанционного клиентского обслуживания и целого ряда других индустрий, поэтому мы инвестируем в развитие таких проектов для создания передовых AI-сервисов.