Стоит ли внедрять ИИ в поддержку клиентов и продажи?

Искусственный интеллект (ИИ) производит революцию по всему миру, и одной из областей, в которой наблюдаются значительные успехи, является разработка систем вопросов и ответов (QA) на основе ИИ. Компании все чаще внедряют QA в свои системы для предоставления быстрых и точных ответов на вопросы клиентов. Хотя такие сервисы обладают потенциалом для улучшения обслуживания клиентов и повышения операционной эффективности, существует ряд проблем, с которыми сталкиваются компании при их внедрении.

На связи команда AskaBot, мы делаем ИИ QA ботов для компаний в России. За последний месяц наш биздев насчитывает порядка 70 компаний и в этой статье мы расскажем с какими проблемами внедрения столкнулись.

ИИ QA – это система, которая способна отвечать на вопросы пользователей, используя нейронные сети, алгоритмы машинного обучения и анализ данных. Она умеет распознавать и анализировать текстовую информацию, предоставлять точные и полезные ответы на вопросы клиентов, а также решать проблемы, связанные с технической поддержкой. Она анализирует большие объемы информации, собираемые из различных источников, таких как электронная почта, чаты, социальные сети, форумы и т. д. Мы используем свои ИИ технологии EQA (extractive question answering), KG (knowledge graphs), XAI (explainable ai) и в редких случаях генеративные модели – GPT или другие. Почему GPT-3 собачья чушь и про галлюцинации в LLM системах можно почитать тут.

Где используют ИИ QA модели?

Чат бот какой компании может стать самым популярным?

Компания Microsoft семимильными шагами двигается в направлении ИИ и уже анонсировала несколько крайне перспективных продуктов. Microsoft Dynamics 365 Sales и Viva Sales Copilot могут помочь в написании ответов по электронной почте и создании сводок о собраниях. Dynamics 365 Customer Service Copilot может составлять контекстные ответы на запросы клиентов через чат или электронную почту и предоставлять интерактивный чат для менеджеров по обслуживанию клиентов, опираясь на базы знаний и историю чатов. Компания также представила новую функцию "ускорители разговора" в Power Virtual Agents, которая позволяет использовать данные из веб-сайтов и баз знаний для ответа на вопросы, на которые бот не был обучен. Статья об этом.

Система ИИ QA должна быть совместима с инфраструктурой существующей системы, хранилищем данных и протоколами связи. Компании должны тщательно спланировать процесс интеграции, чтобы минимизировать сбои и обеспечить бесперебойную работу ИИ с существующими системами. В некоторых кейсах невозможно создать интеграторы с текущими базами данных компании и тут мало, чем можем помочь.

Как решаем: в ходе обсуждения компания понимает, какие необходимо произвести улучшения, которые нужны не только для QA ботов, но в целом для других задач компании. Спустя время, если компания улучшила инфраструктуру, возвращаемся к обсуждению.

Для эффективной работы QA ботов требуются качественные данные для обучения. Они используются для того, чтобы научить ИИ понимать естественный язык и давать точные ответы на запросы пользователей. Однако создание высококачественных обучающих данных представляет собой серьезную проблему. Данные должны быть разнообразными, актуальными и точными, чтобы ИИ мог давать правильные ответы в различных контекстах. Компаниям также может потребоваться инвестировать в очистку и предварительную обработку данных, чтобы обеспечить их достаточное качество.

Как решаем: помогаем компаниям делать датасеты данных, их так же в конечном итоге можно использовать не только для задач QA

Часто у компании много идей, где можно применять ИИ бота, но процесс внедрения может затянуться тк итоговый профит неочевиден. Не понятно – будет ли окупаться решение или станет еще одним бесполезным продуктом для компании. Для решения этого вопроса требуется тщательное обсуждение сферы применения, и конечно же, тест системы в реальных условиях.

Как решаем: даем месяц бесплатно попользоваться ботом, чтобы компания и сотрудники смогли оценить его эффективность

Для предоставления точных ответов ИИ часто требуется доступ к конфиденциальным данным компании. Однако сбор и хранение персональных данных может вызывать вопросы с безопасностью. Можно ли развернуть систему на серверах компании? А как в техническом плане данные защищены от кражи или потери? И многие другие вопросы.

Как решаем: на период демо со всеми подписываем NDA. Если данные передаются на наши сервера, то только по зашифрованным протоколам, по запросу - удаляем индекс, мы их нигде не храним и не используем в других целях. Так же предлагаем поставить систему на сервера компании и получаем просто данные о запросах

Действительно, модные LLM системы, как ChatGPT могут генерировать очень грамотный бред. И когда речь идет о бизнесе, то там цена таких ошибок может быть очень высокой. Поэтому, как мы и писали, мы пока еще редко используем в своих бизнес кейсах подобные системы. Наших ботов мы строим на конкретном наборе данных компании, а не на широком спектре информации, доступной в Интернете. Появилось много частных разработчиков, которые научились прикручивать GPT к документам компании, но не могут это масштабировать на большие объемы, как и не могут рассчитывать на высокую точность работы таких систем.

Как решаем: используем свои технологии и многолетнюю экспертизу команды инженеров

Клиенты ожидают быстрых и точных ответов на свои запросы и проблемы. Системы QA могут предоставить компаниям возможность отвечать на запросы клиентов в режиме реального времени, улучшая обслуживание клиентов и повышая их удовлетворенность. С помощью бота компании могут отвечать на запросы клиентов 24 часа в сутки 7 дней в неделю, обеспечивая более индивидуальный подход к каждому клиенту.

ИИ может автоматизировать ответы на часто задаваемые вопросы, высвобождая персонал, чтобы сосредоточиться на более сложных запросах клиентов. Это может повысить общую эффективность и производительность, позволяя компаниям обрабатывать больший объем запросов при сокращении времени ответа.

Автоматизация ответов на часто задаваемые вопросы позволяет предприятиям сократить количество сотрудников, необходимых для обработки запросов клиентов. Со временем это может привести к значительной экономии средств, так как предприятия могут сократить необходимость найма дополнительного персонала или привлечения сторонних организаций для поддержки клиентов.

Приложения ИИ QA могут собирать и анализировать данные о запросах клиентов, предоставляя ценную информацию о потребностях и предпочтениях клиентов. Эти данные могут быть использованы для улучшения обслуживания клиентов, разработки продуктов и маркетинговых стратегий, помогая компаниям принимать решения, основанные на данных.

Обычные боты-роботы строятся по конкретному сценарию и не могут выходить за его рамки. ИИ QA модели обучаются на данных компании (базах знаний, чатах, сайтов) и взаимодействуют с пользователями самостоятельно, отвечая на их вопросы на естественном языке не по сценарию.

Ключевые вопросы, которые мы задаем нашим клиентам при принятии решении об использовании QA чат-ботов Aska:

Сегодня среди наших клиентов компании из разных сегментов: финтеч, эдтеч, медтеч. В следующих статьях расскажем о технологиях, которые мы используем и поделимся бизнес эффективностью внедрения AskaBot в процессы компаний.