[Top.Mail.Ru] [] [] [] [] [] Вход для зарегистрированных пользователей Логин Пароль Восстановить пароль Войти Регистрация - Конференции - «Открытые системы» - DATA AWARD - Data&AI - ИТ-инфраструктура - Безопасность - Автоматизация - Директор ИС - Компьютерный мир - ИТ в здравоохранении - Партнерские проекты - ИТ-календарь - Экспертиза - Пресс-релизы - Архив журналов - Подписка Альфа-Банк: ИИ в помощь контакт-центру Андрей Сон: «Мы помогаем экспертам контакт-центра быстрее и качественнее отвечать на поступившие вопросы путем внедрения ИИ-помощника, который рекомендует или генерирует релевантные подсказки, учитывающие онлайн-контекст общения с клиентом» 10.04.2025 Николай Смирнов 10411 прочтений - Ключевые слова : - Data Award - Генеративный ИИ - Искусственный интеллект Андрей Сон, руководитель направления по разработке нейронных сетей Альфа-Банка, – о создании интеллектуального помощника для операторов контакт-центра, который учитывает онлайн-контекст общения с клиентом. [] [] В Альфа-Банке запустили интеллектуального помощника для операторов контакт-центра, который генерирует релевантные подсказки, учитывающие онлайн-контекст общения с клиентом. Он базируется на четырех моделях ИИ и помогает сократить среднее время обработки обращений на 10%. О проекте рассказывает Андрей Сон, руководитель направления по разработке нейронных сетей Альфа-Банка и номинант на премию Data Award. - В чем суть решаемой проблемы? В Альфа-Банке трудятся несколько тысяч сотрудников контакт-центра. Зачастую они сталкиваются с типовыми вопросами. Ранее оператор вынужден был выбирать из сотни шаблонных ответов, разрозненно хранящихся в электронных таблицах и текстовых документах. Для этого нужно помнить эти шаблоны и долго искать подходящий по ключевым словам. Также, у каждого сотрудника есть личные шаблоны, что приводит к дубликации и потенциальным ошибкам. Наконец, помимо шаблонов, у операторов есть множество интерфейсов для поиска релевантной информации о клиенте и объемная база знаний, в которой можно долго искать подходящие разделы, теряя ценные секунды. Для того, чтобы решить эти проблемы и улучшить опыт клиентов, Департамент продвинутой аналитики разработал помощника для сотрудников контакт-центра на основе моделей энкодеров и генеративного ИИ. - Как вы помогаете сделать работу операторов эффективнее? Мы помогаем экспертам контакт-центра быстрее и качественнее отвечать на поступившие вопросы путем внедрения ИИ-помощника, который рекомендует или генерирует релевантные подсказки, учитывающие онлайн-контекст общения с клиентом. Мы создали четыре модели. Три из них – модель рекомендации шаблонов, модель рекомендации прошлых ответов экспертов и модель рекомендации интерфейсов – являются BERT-биэнкодерами (Bidirectional Encoder Representations from Transformers). Эти модели по контексту диалога возвращают текстовые подсказки оператору: подсказку-шаблон, подсказку-ответ и подсказку-ссылку на интерфейс соответственно. Этими моделями охвачены 90% операторов. Четвертая модель, основанная на технологиях RAG (Retrieval Augmented Generation) и использующая LLM, направлена на предоставление качественных с точки зрения базы знаний консультаций путем их генерации «на лету». RAG на данный момент находится в пилоте и тестируется на 15% потока. - Что представляет собой решение? Решение состоит из двух компонентов, работающих в тандеме. Первый из них – интерфейс продукта, разработанный командой развития цифровых диалоговых систем и интегрированный в платформу, где работают операторы – подсказки появляются у них прямо в рабочем окне. Второй компонент – бэкенд, в частности, модуль коммуникаций, где в онлайн-режиме собираются диалоги клиентов с банком. Эта информация направляется в систему исполнения моделей, где находятся разработанные нами решения, выдающие релевантные подсказки. - Что получилось особенно удачно? В короткий срок было разработано и внедрено сразу четыре модели, которые помогают всесторонне решить проблемы, с которыми сталкиваются сотрудники контакт-центра. Кроме того, удачным решением является интеграция ИИ-помощника непосредственно в платформу операторов. - Какова обратная связь от операторов контакт-центра? Насколько подсказки точны? Последний замер VoE (voice of employee – «обратная связь сотрудников») по продукту помощника показал оценку 4,81. Помимо этого, для оценки работы продукта замеряем точность подсказок разметкой, а также полезность исходя из использования (текущая оценка – 42%, стремимся к 50%). - А что говорят клиенты про изменение качества консультаций? Есть ли какие-то метрики изменения их удовлетворенности? Для оценки удовлетворенности клиентов использовали VoC-опросы (voice-of-customer). По результатам аналитики доля сессий с положительной оценкой на 1,5% выше в том случае, когда использовался помощник. - Какие результаты достигнуты? Решение интегрировано в работу более чем 3 тыс. сотрудников, сокращение среднего времени обработки обращений достигло 10%. На данный момент примерно в половине случаев оператору помогает ассистент. - Почему всего 10%? На первый взгляд, экономия от мгновенных и релевантных подсказок должна быть выше. Время, которое сотрудник тратит на обслуживание, включает в себя много этапов – мы же влияем только на часть из них. Есть гипотеза, что при подготовке ответов подсказки не всегда можно использовать в чистом виде, в таком случае операторам необходимо переформулировать их, что нивелирует экономию времени. Сейчас активно работаем над решением, которое исправит этот аспект нашего решения. - Как эта экономия времени отражается на финансовых показателях? Снижение среднего времени обработки звонка позволяет контролировать модель численности – например, не увеличивать штат, несмотря на увеличение клиентской базы или потока входящих обращений. - В чем роль проекта для бизнеса компании? Поддержание и улучшение клиентского опыта положительно сказывается на удержании клиентов и потенциальной прибыли от них на всем времени жизни. Это показатель Lifetime Value, на которых многие ориентируются. Кроме того, более активное внедрение ИИ в работу контакт-центра может сказаться на численности операторов, что положительно повлияет на сокращение затрат. - Каковы планы по развитию проекта? Мы масштабируем генеративную модель ответов и генеративный поиск по базе знаний. Подключаем другие каналы взаимодействия с клиентами – например, с юридическими лицами. Еще одна важная задача на будущее – использование в подсказках данных о клиенте: продуктов, которыми пользуется клиент, среза последних операций и др. Подписаться на новости [] Managed IT: неизбежное будущее бизнеса в эпоху инфраструктурной сложности Как и какую часть ИТ-ландшафта передать во внешнее управление? Самое читаемое - Бума ИИ-агентов пока не предвидится - Оборотные штрафы за утечки персональных данных – вопрос времени - Windows 95 исполняется 31 год - Робот побил мировой рекорд Усэйна Болта - Data Catalog: от формального каталога к инфраструктуре доверия данным - Windows XP исполняется 25, и она по-прежнему обходит Windows 8 по популярности - ИИ не делает компании продуктивнее - Большинство россиян обеспокоены рисками ИИ и требуют жесткого регулирования - Миниатюрный робот поможет быстрее готовить зубы к установке коронок - Российских учителей бесплатно обучат использовать ИИ - Вызовы скрытой бизнес-логики: «реставрация» функциональности ERP - Развитию «многополярного» ИИ поможет разделение труда [Издательство открытые системы] - - - - - - Об издательстве - Обратная связь - Как нас найти - Контакты - О републикации - Теги - Архив изданий - Политика обработки персональных данных - Change privacy settings [osp-logo-image] «Открытые системы» - ведущее российское издательство, выпускающее широкий спектр изданий для профессионалов и активных пользователей в сфере ИТ, цифровых устройств, телекоммуникаций, медицины и полиграфии, журналы для детей. © «Открытые системы», 1992-2026. Все права защищены. Издания - Компьютерный мир - Открытые системы.СУБД - Директор ИС - Лечащий врач - Publish - Классный журнал - Понимашка Конференции - Data Award - Управление данными - Технологии бизнес-аналитики - Data & AI - Качество данных - Интеллектуальное предприятие - Управление бизнес-процессами © ООО «Издательство «Открытые системы», 1992-2026. Средство массовой информации www.osp.ru Учредитель: ООО «Издательство «Открытые системы» Главный редактор: Христов П.В. Адрес электронной почты редакции: info@osp.ru Телефон редакции: 7 (499) 703-18-54 Возрастная маркировка: 12+ Свидетельство о регистрации СМИ сетевого издания Эл.№ ФС77-62008 от 05 июня 2015 г. выдано Роскомнадзором. [] [] [] Мы используем cookie, чтобы сделать наш сайт удобнее для вас. Оставаясь на сайте, вы даете свое согласие на использование cookie. Подробнее см. Политику обработки персональных данных Закрыть