Почему AI роботы еще не заменили службу поддержки?

Сейчас практически у любой крупной компании в поддержке сначала отвечает бот, но вместо реальной помощи скорее это напоминает квест, как перейти на следующий уровень.

Наверняка, все уже привыкли использовать универсальную фразу: «оператор, оператор, оператор».

На картинке, похоже, старые скрины, но ситуация значительно не изменилась. Боты у всех поддержек слабо понимают вопрос пользователя и предлагают вместо решения то, что они умеют лучше всего. Причин здесь несколько:

У Сбера, Яндекс и Тинькоф гораздо меньше параметров чем у современных нейросетей, но только с ростом параметров, как выяснили openAI, происходит экспоненциальный рост навыков ИИ.

Слышал много дата-сайнтистов, которые говорят, что нейронка обученная под конкретную задачу с более чистым датасетом будет справляться с этой задачей лучше чем большая сетка, куда запихнули все, что запихнулось.

Но на практике почему-то, gpt программирует лучше чем copilot, а переводит тексты лучше deepl.

А у российских компаний просто недостаточно ресурсов, чтобы собирать и обучать сети на датасетах отвечающих современным тенденциям. Так как это, как правило, не основной их бизнес.

Когда только начинали заниматься AI чат-ботами, казалось, что все просто. Берем бизнес, где много обращений, пишем интеграцию с их ERP и заменяем 90% специалистов поддержки.

На деле оказалось, что информация о заказах, клиентах, производстве лежит в разных программах и отделах. И чтобы ответить на простой вопрос: "где мой заказ?" нужно по id клиента найти информацию в нескольких программах, сделать пару звонков и только потом ответить. И у каждого бизнеса свои процессы, что убивает возможность масштабировать такое решение.

Т.е. до подключения AI еще многое нужно автоматизировать стандартными средствами. К чему бизнес не был готов, т.к. оператор и так справлялся.

Кроме прочих проблем, есть еще самая банальная. Продукты, на которых реально построить "умный" клиентский сервис были анонсированы недавно - в ноябре компанией openAI.

На момент написание статьи sdk с ассистентами находится в методе beta. И на данный момент есть больше количество issue багов в оф. github. Правда, все они относятся к специфичным задачам, а основной функционал работает как заявлено.

Разработчики еще не успели перевести свои решения на новые продукты, а старые работали с костылями и не годились для коммерческого использования. Самая популярная проблема - "забывание" контекста. Все сервисы создания помощников под ключ, которые я тестировал, неожиданно забывали, о чем шла речь пару минут назад и начинали здороваться.

Безусловно прогресс дойдет и до неповоротливых гигантов. А пока, конкретно мы решили выбрать ниши, где не требуется большого количества интеграций с неавтоматизированными процессами. Скажем, в сфере услуг для небольших компаний, где требуется просто рассказать потенциальному клиенту о компании, услуге и записать его на дальнейший шаг.

Это лишь один кейс работающего уже сейчас AI в бизнесе. Например, компания Tomoru делает голосовых роботов для прозвона базы. Yandex проводит beta-тестирование сервиса по аналитике звонков менеджеров.

Так что, живем в интересном, быстро меняющемся мире! Буду рад обратной связи по статье в комментариях. Если есть вопросы по применению AI в бизнесе, готов ответить в ЛС.