Жажда живого общения

В условиях расширения возможностей применения искусственного интеллекта (ИИ) и совершенствования самих технологий вопрос о необходимости регулирования этой сферы становится все более актуальным — обсудить введение маркировки ИИ-контента уже предложили в Госдуме. За маркировку искусственного интеллекта в сфере клиентских коммуникаций — одного из многих направлений использования ИИ, по данным SuperJob, уже высказались большинство опрошенных сервисом россиян. В бизнесе недовольство клиентов опытом взаимодействия с нейросетями признают, но уточняют, что речь идет, скорее, о случаях некорректного применения ИИ. Маркировать же ИИ, считают представители бизнеса, нужно, но только тогда, когда применение таких технологий может ввести людей в заблуждение относительно того, с кем именно они имеют дело.

Выйти из полноэкранного режима

Развернуть на весь экран

Можно, если осторожно

В октябре председатель Госдумы Вячеслав Володин предложил обсудить введение маркировки контента, созданного с помощью нейросетей: текстов, изображений, видео. Ранее такую возможность допустили в Минцифры. Вопрос, впрочем, актуален и для сфер B2B и B2C и касается использования ИИ при взаимодействии бизнеса с партнерами и клиентами. Так, недавний опрос сервиса по поиску работы и подбору сотрудников SuperJob показал, что шесть из десяти россиян хотели бы, чтобы компании маркировали ИИ при общении с ними: позиция потребителей выражается в тезисе «не хочу терять свое время». Между тем, отмечает руководитель AI-лаборатории hh.ru Евгений Биндасов, к помощи искусственного интеллекта сегодня прибегают до 65% компаний.

Внедрение организациями ИИ в свои бизнес-процессы, впрочем, объясняется стремлением к их оптимизации, и сфера взаимодействия с клиентами или партнерами не исключение. «Искусственный интеллект становится ключевым инструментом в выстраивании коммуникаций,— отмечает директор HR-Tech в "Авито" Дмитрий Королев,— В коммуникации с клиентами и партнерами ИИ может использоваться для автоматизации обмена данными, отчетности и аналитики. Такие системы позволяют в реальном времени отслеживать KPI без участия менеджеров, что особенно важно для компаний с широкой сетью филиалов или подрядчиков». Речь идет в том числе и о взаимодействии с соискателями. «44% российских компаний используют искусственный интеллект в HR-процессах»,— рассказывает Евгений Биндасов. По его словам, HR-специалисты прибегают к нейросетям для генерации контента и идей, поиска информации, конкурентного анализа, упрощения обучения и адаптации новых сотрудников на рабочем месте. Причем, подчеркивает Дмитрий Королев, переход бизнеса к использованию ИИ обусловлен как желанием оптимизировать ресурсы, так и «общим технологическим сдвигом».

Представители бизнеса, в свою очередь, признают, что негатив со стороны клиентов при общении с искусственным интеллектом в рамках их взаимодействия с компаниями действительно присутствует. «Согласно исследованию НАФИ, от 32% до 40% российских потребителей негативно оценивают взаимодействие с ИИ-ботами, причем основные претензии связаны с неспособностью систем обрабатывать нестандартные запросы, потерей контекста при эскалации на оператора и невозможностью определить, общается ли клиент с человеком или машиной»,— рассказывает директор департамента «Страхование» «Рексофта» Никита Евсеенко.

Речь, однако, идет скорее о случаях непроработанного подхода организаций к использованию нейросетей. Грамотное же применение возможностей ИИ упрощает жизнь обеим сторонам процесса. «Людей раздражает плохо обученный ИИ»,— объясняет основатель IT-компании TIQUM и HR-агентства it_smiles Юрий Гизатуллин. Поэтому, отмечает он, в его проектах много времени уделяют обучению и тестированию ИИ. Функционал же этого инструмента достаточно широкий: его применение в В2С позволяет зацепить клиента за счет мгновенных ответов в круглосуточном режиме, напоминания о заказах и уточнения деталей, а в В2В — подсказывать менеджеру контекст общения вплоть до оценки эмоциональной окраски ответа клиента. При этом, подчеркивает господин Гизатуллин, ИИ в коммуникациях не может заменить человека, а «просто сокращает время между вопросом и решением». Схожее мнение выражает и CEO, основатель контент-агентства Inhouse Media Александр Гречковский: «При корректной настройке пользователи воспринимают ИИ как часть сервиса. Конечно, ИИ может ошибиться, поэтому очень важно проводить фактчекинг и следить за его работой». В целом же, по его словам, искусственный интеллект уже стал «неотъемлемой частью» коммуникаций как в B2B, так и в B2C: сегментирует аудиторию, анализирует запросы, структурирует переписку и так далее.

За ИИ против

Позиции компаний по вопросу использования ИИ, впрочем, разные. Так, в «Авито Авто» опыт применения языковой модели оценивают исключительно положительно. По словам технического директора сервиса Артура Щеглова, внутренняя статистика показывает, что дилеры теряют до 34% потенциальных сделок именно из-за влияния человеческого фактора, а именно ошибок менеджеров при общении с клиентами. ИИ же, напротив, качество обслуживания повышает. «Тестирование технологии A-Vibe показало рост повторных контактов с клиентами, готовыми к покупке, на 16% и увеличение количества заключенных сделок на 5,6%. Модель формирует детальный отчет всего за 30 секунд, что в десять раз быстрее, чем в среднем занимает ручной анализ звонка. При этом точность такого нейроанализа достигает 95%»,— рассказывает господин Щеглов.

В рекрутинговой компании по подбору IT-специалистов Selecty, напротив, искусственный интеллект в клиентской коммуникации не применяют вовсе, причем, как подчеркивает руководитель группы по работе с клиентами Марина Балашкина, делают это осознанно. «Живой сервис и персональный подход пока несовместимы с автоматизацией: AI эффективен там, где запросы массовы и типичны, а в B2B и IT-аутсорсинге ценится способность слышать клиента и понимать контекст бизнеса»,— поясняет она позицию компании.

Языковые модели действительно плохо считывают «сложные социальные контексты», отмечает руководитель лаборатории искусственного интеллекта Московской школы управления «Сколково» Александр Диденко. «Это и понятно: в основном модель имеет доступ к одной модальности — текстовой, а живой человек воспринимает другого сложно: как текст, тембр, мимику… а иногда и позу»,— объясняет эксперт. Общей чертой всех LLM, по его словам, также является проявление излишней эмпатии к пользователям, поскольку далеко не всегда это идет им на пользу. В качестве примера господин Диденко приводит случай, когда модель пообещала клиенту продать автомобиль за один доллар, дав ему «юридически обязывающую» гарантию. Причем, отмечает спикер, исправлять подобное «поведение» ИИ дообучением и системными промптами удается плохо. Что же касается повышения доверия клиентов к ответам, подготовленным с использованием ИИ, то сделать это вполне возможно: «Пользователь должен понимать, откуда модель сгенерировала ответ... Должно быть перечисление ключевых тезисов, claims, с кликабельными ссылками. Либо ссылки могут быть в теле самого сгенерированного текста, как это сделала одна британская энергетическая компания, стремясь повысить доверие своих партнеров-агентов к автоматически генерируемым письмам на клиентские жалобы и запросы».

Ставка на баланс

Маркировку ИИ Александр Диденко называет палкой о двух концах: «Кого-то напоминание о том, что текст сгенерирован LLM, сегодня может оттолкнуть, а в перспективе до двух лет LLM станут настолько привычны для всех, что на это перестанут обращать внимание». Бизнес на этот вопрос также смотрит неоднозначно. Так, Юрий Гизатуллин разделяет В2С- и В2В-коммуникации, отмечая, что в первом случае маркировка обязательна, поскольку речь идет о доверии со стороны клиента. В случае же работы с контрагентами маркировка, считает он, нужна не всегда — например, если ИИ работает как часть CRM и выступает как «технологический инструмент, а не субъект коммуникации». Оптимальным решением, по его мнению, будет маркировка «по уровню участия ИИ». Александр Гречковский также выступает за «баланс». «Пользователи должны понимать, что взаимодействуют с технологией, но без избыточного акцента на этом»,— отмечает он. Против «жесткой регламентации» выступает и директор учебного центра «Академия Мобиус» Виталий Богачев, называя оптимальным решением «контекстно зависимый подход». «Если ИИ используется как инструмент для повышения эффективности (например, анализа большого объема данных), а его результаты всегда проверяются человеком, то маркировка необязательна. Однако в ситуациях, где ИИ полностью имитирует человеческое общение или принимает решения, прозрачность необходима»,— уточняет спикер.

Полина Попова