В ГК Softline объяснили, почему неструктурированные данные снижают точность ИИ-помощников
Искусственный интеллект в клиентском сервисе перешел из категории экспериментальных технологий в разряд производственных ресурсов. Сферы применения ИИ постоянно расширяются – от HR и логистики до юриспруденции и финансов, но самой зрелой и массовой точкой применения остается клиентский сервис: контакт-центры, продажи, поддержка клиентов и сотрудников. В ГК Softline рассказали, что уровень автоматизации обслуживания с помощью ИИ-агентов может достигать 80%. Современные решения на основе технологий обработки естественного языка и генеративного ИИ работают с данными и знаниями компании. ИИ-помощники снимают с людей рутину и повышают качество сервиса, однако результат внедрения зависит от того, насколько точно компания выбрала сценарии, определила цели и метрики проекта.
В компании объяснили, что ключевое отличие современных ИИ-агентов от классических роботов заключается в способности понимать естественный язык и действовать автономно. Если старые системы работали по жестким скриптам и реагировали только на определенные фразы, то новые агенты могут вести свободный диалог, обращаться к базе знаний и совершать последовательные действия: проверить статус заказа в CRM, связаться со службой доставки, предложить клиенту альтернативу. Технология RAG позволяет роботу находить релевантную информацию в документах компании и формулировать ответы на ее основе, что снижает риск ошибок нейросети.
Проблема эффективности ИИ-помощников затрагивает контакт-центры, отделы продаж и службы поддержки в банках, ритейле, телекоме, энергосбытовых компаниях и медицине. На практике результаты внедрения зависят от отрасли и сложности запросов.
Отдельное направление – помощники операторов, которые не заменяют человека, а делают его работу более эффективной. Система слушает диалог в реальном времени и предлагает сотруднику релевантные варианты действий, готовые ответы на основе базы знаний, аргументы для работы с возражениями. По данным экспертов, внедрение таких помощников сокращает время обработки обращений на 20%, ускоряет адаптацию новых сотрудников в 2 раза и повышает долю вопросов, решенных с первого раза, на 5-8%.
В ГК Softline обращают внимание на проблему исходящих коммуникаций. Цена контакта выросла из-за маркировки звонков, что увеличило расходы компаний. Автоответчики, блокировка спам-фильтрами и нежелание клиентов отвечать на звонки снижают эффективность обзвонов. Решением становятся омниканальные стратегии, когда при неудачном звонке коммуникация автоматически переключается в мессенджер, а также детекция автоответчиков на базе ИИ.
Речевая аналитика позволяет анализировать 100% коммуникаций и извлекать управленческие данные: почему клиенты звонят, на каком этапе разговора теряют интерес, каков эмоциональный фон диалога. В компании подчеркивают, что качество ответов ИИ напрямую зависит от качества базы знаний. Использование актуальных данных обеспечивает высокую точность, тогда как неструктурированная информация существенно снижает надежность работы алгоритмов.
В ГК Softline считают, что максимальный эффект дает комплексный подход, при котором роботы, помощники операторов, аналитика и база знаний работают как единая система. Начинать внедрение рекомендуется с аудита процессов и актуализации базы знаний, а измерять результат стоит бизнес-метриками, а не только долей автоматизации.