Газпромбанк интегрирует персонального ассистента в процессы урегулирования задолженности, который будет распознавать эмоциональное состояние клиента и оператора, а при напряженном диалоге предлагать другого сотрудника. Эксперты говорят, что к 2025 г. около 95% обращений клиентов будут обрабатываться инструментами с искусственным интеллектом.
Представители пресс-службы Газпромбанка рассказали, что сервис формирует ответ на вопрос клиента любой сложности в онлайн-режиме, а также распознает эмоции клиента и оператора. «Это позволяет скорректировать ход диалога и тем самым повысить качество взаимодействия с клиентом. Во время разговора персональный ассистент распознает и анализирует речь клиента и оператора в режиме реального времени, извлекает данные из аудиопотока и анализирует эмоциональное состояние собеседников. На основании слов-триггеров ассистент формирует и отображает подсказки оператору для дальнейшей работы с клиентом. В случае эмоционального напряжения он может предложить перевести звонок на другого оператора или предоставить полноценный скрипт дальнейшей работы», — рассказали представители пресс-службы банка. Кроме того, они добавили, что данные об эмоциональном состоянии клиента и оператора передаются супервайзеру, который осуществляет наблюдение и принимает решение о дальнейших действиях. «Подсказки, предоставленные оператору персональным ассистентом, позволяют проявлять больше эмпатии и избегать негативных сценариев развития диалога, а также предотвращают эмоциональное выгорание сотрудников», — уточнили они.
Первый вице-президент Газпромбанка Анна Горячева отметила, что программное обеспечение позволило ускорить адаптацию новых сотрудников, минимизировать стрессовую нагрузку операторов, увеличить количество положительных, результативных диалогов с клиентами банка».
Руководитель VS Robotics Дмитрий Теплицкий рассказал, что ключевая цель и задача данного проекта — повышение эффективности переговоров, сокращение нагрузки на операторов, предупреждение выгорания сотрудников, рост показателей бизнес-процесса. «Наш опыт и реализованные кейсы показывают, что интеграция такого рода решений снижает репутационные риски, повышает лояльность клиентов, позволяет предоставлять высокий уровень сервиса», — отметил он.
Дмитрий Теплицкий рассказал, что это первое вышедшее в промышленную эксплуатацию решение. «Стоимость решения рассчитывается индивидуально и зависит от сложности внедрения, интеграции с внутренним ПО заказчика и количества активных операторов. Решение может использоваться в любом крупном контактном центре, где операторы работают с большим объемом сложной информации и существует большое количество операторов на этапе адаптации», — сообщил Дмитрий Теплицкий. Он добавил, что разработка заняла 11 месяцев.
Аналитик ФГ «Финам» Леонид Делицын оценил годовую стоимость такой системы в 10-15 млн руб.
Аналитик Freedom Finance Global Владимир Чернов уточнил, что стоимость пользовательской лицензии на год, включая одно рабочее место, составляет 150 тыс. руб. «При этом постгарантийная техническая поддержка обойдется в 15% от стоимости лицензии. А бессрочная лицензия на ПО с бесплатной гарантийной поддержкой в течение первого года будет стоить 11,4 млн руб. (с НДС)», — сказал он.
Директор по продукту цифровизации клиентского сервиса в дистанционных каналах компании BSS Юлия Вдовина отмечает, что современные речевые технологии обладают достаточной степенью зрелости, чтобы реализовать эффективных роботов, действительно помогающих в решении подобных задач, но многое зависит от внедряющей компании — насколько она понимает клиента, погружена в его запросы, как выстроен процесс обучения робота, какие приоритеты ставятся в ходе реализации проекта. «Банки являются одними из лидеров по внедрению речевых технологий — голосовых помощников, чат-ботов, речевой аналитики, автоматизации исходящих обзвонов, голосовой биометрии. Причем зрелость речевых технологий в последние годы позволяет создавать реально полезных роботов, помогающих клиентам решать свои задачи. Все это серьезно стимулирует новые проекты по внедрению речевых решений в банках. Уверена, мы будем наблюдать все возрастающую активность в этом направлении», — делится прогнозами Юлия Вдовина.
По ее словам, речевые технологии и решения на их основе в последние годы достигли существенной зрелости, что позволяет внедрять и обучать таких роботов, которые дают настоящую ценность для клиентов — адекватно понимают контекст запроса, быстро находят удовлетворяющий ответ, дают исчерпывающую информацию по запросу. «В конечном итоге если клиент получает оперативный и полный ответ на вопрос, то ему абсолютно все равно, кто его обслуживает — робот или оператор, — он решает проблему. Хотя все еще существуют виртуальные помощники, которые не очень хорошо отрабатывают задачи, и клиенты могут быть раздражены и даже недовольны. Но при современном уровне и потенциале развития речевых технологий — это скорее исключение, и виной здесь являются не столько технологии, сколько недостаточность опыта и компетенций внедряющей компании, непонимание цели автоматизации и неумение расставить приоритеты и правильно обучить робота», — считает она.
По ее словам, опыт компании BSS показывает, что если внедрять робота в отрасли, для которой уже есть предобученная модель, то он начинает эффективно обслуживать в очень короткое время. «Например, наше коробочное решение для банков сразу после внедрения может уже автоматизировать пятую часть всех запросов. А если его дообучить, то результат может достигать 60% и больше. Если есть специфические требования или новая отрасль, то потребуется от месяца до трех на обучение робота, после чего он может автоматизировать до 30% запросов и более», — заключила Юлия Вдовина.
Директор практики «Стратегия продаж и маркетинга» компании «Рексофт Консалтинг» Кирилл Малышев заявил, что порядка 95% обращений клиентов будут обрабатываться инструментами с искусственным интеллектом уже к 2025 г.:
«Это могут быть как входящие обращения с уточнением статуса по разным заявкам или информации, так и исходящие коммуникации по напоминаниям / персонализированным предложениям для клиентов, в том числе работа по оптимизации онлайн-диалогов. Основная сложность создания большинства ассистентов на основе ИИ — это интеграция внутренних систем и необходимой информации о клиенте и для клиента, чтобы быть максимально персонализированным».
Источник: ComNews
Изображение: Unsplash
