На смену чат-ботам: как мы создали платформу, которая изменит саппорт

Наша команда сделала конструктор, где каждый может собрать бота на нейросетках — и закрыть до 80% обращений. Как это работает, рассказали в кейсах «ВТБ», «Рокетбанка» и «ДелоБанка».

Раньше наша команда делала чат-боты для бизнеса: мы создали Facebook-бота для «Точки», ассистентов для «Рокетбанка», Simple Wine и еще десятка проектов. Но в 2016 году на пике спроса поняли, что штамповать однотипных ботов — это скучно. И подумали: «А что, если сделать ботов умными и автоматизировать поддержку нейронными сетями?».

Гипотеза была такой: хорошие продукты серьезно тратятся на сервис поддержки и саппорт, чтобы пользователи были довольны. Если с помощью машинного обучения сделать чат-ботов умнее, то можно снять большой процент рутины с сотрудников. Тогда люди будут заниматься только интересными задачами и искренне кайфовать от работы, а сервисность поддержки вырастет.

Так мы решили сделать Lia.

Довольно быстро рынку стало понятно, что линейные чат-боты это не так уж удобно для бизнеса. Да, иногда они хорошо выполняют свои задачи: могут показать баланс на счете, прислать билеты или решить простой вопрос.

Но большинство ботов пока не понимают естественную речь и длинных фраз с контекстом, из-за чего людям приходится очень много печатать и задавать все параметры по шагам. А это очень утомительно, даже хуже, чем общаться с похмельным оператором колл-центра. Мало похоже на оптимизацию.

Поэтому мы решили научить чат-ботов понимать естественную человеческую речь и превратить их в виртуальных ассистентов.

В ситуации, когда ты страшно голоден и зол, вообще не хочется тратить силы на переписки с тупым ботом. После третьего нелепого вопроса ты хочешь послать к черту всех: и робота, и пиццерию. Проще уже спуститься за шавой. Зато умному помощнику ты благодарен за понятливость и скорость — твоя лояльность к бренду растет.

Если стоит задача «Качественно натренировать нейросеть, чтобы она понимала людей», просто разработчики тут не помогут. Нам нужны были математики с навыком разработки — оказалось, что на рынке их очень мало. Только на поиск спецов мы потратили пару месяцев, а нормально оценивать задачи по машинному обучению не научились до сих пор.

Работали запойно, жили идеей — первый прототип сделали за три месяца. В итоге получился виртуальный ассистент на нейронных сетях, который:

По нашим подсчетам, такой виртуальный ассистент должен был закрыть больше 80% типовых запросов в поддержку.

Первым заказчиком Lia стал банк «ВТБ» — им нужно было автоматизировать поддержку в новом интернет-банке для предпринимателей. Дедлайн заставил в сжатые сроки доработать технологию: наши нейронные сети стали заворачиваться в серьезный IT-продукт.

С «ВТБ» мы запустились достаточно успешно — особенно для продукта, который был сделан за четыре месяца. Наш гибридный робот базировался на нейросетях и сразу был умным: отвечал больше чем на 800 вопросов, поддерживал несколько сложных сценариев (выписки, смена тарифа, настройка пользователей) и говорил как человек.

А еще он здорово облегчал жизнь пользователям.

Канал: Чат в интернет-банке
Срок: 2 месяца
Результат: 74% снижение нагрузки на КЦ

Дальше мы на базе Lia автоматизировали FAQ в «Рокетбанке» и «ДелоБанке». Получили такие цифры:

Канал: Чат в интернет-банке и приложении
Срок: 2 недели
Результат: 32% закрытых заявок без операторов

Мы пилили-пилили своих умных ассистентов, но когда появились конкуренты, решили на базе Lia сделать конструктор — и дать всем бизнесам доступ к технологии. Так компании смогли бы делать хоть сотню ботов под себя на одной платформе — без лишних проблем с аутсорсерами.

Дело было за малым (ха-ха): придумать простой интуитивный интерфейс, чтобы любой мог собрать ассистента. Для этого команда за пару недель написала собственный язык разметки Lialang — язык разметки диалогов, на котором можно легко описывать сценарии и передавать их роботу.

Когда мы придумали язык описания сложных сценариев, появилась надежда, что Lia покроет 80% любых, даже сложных обращений.

Полгода ушло на разработку интерфейса, который понимает Lialang. В итоге получился визуальный конструктор — очень простой и непохожий на обычные ботодельни. Большая часть интерфейсов создается для разработчиков: надо понимать код, шарить в древовидных сценариях... Мы решили сделать попроще, чтобы на платформе могли работать люди без навыков программирования.

На нашей платформе сборка ассистента похожа на обучение ребенка с абсолютной памятью. Ты все подробно ему рассказываешь — он запоминает и дальше развивается сам. Для этого достаточно трех шагов:

Личные данные пользователей не используются, поэтому проблем с конфиденциальностью не возникает.

(этого количества вариантов достаточно благодаря нейронным сетям)

Если бы мы добавляли все вариации вопросов пользователя в кнопочного чат-бота, на это бы ушли годы. А нашей Lia нужно всего 10 примеров, чтобы понять тему и поддержать разговор.

Такой помощник может разговаривать с человеком по телефону или в чате. Он сразу извлекает кучу информации из естественной речи: e-mail, запросы, адреса. На эту смышленую робо-девочку можно скинуть большинство рутинных задач: от доставки пиццы и вызова такси до консультации клиентов.

Сборка умного ассистента в платформе занимает от двух недель до месяца. В первые дни технология начинает закрывать до 30% обращений, а через полгода — до 70%.

За шесть месяцев робот учится реалистично понимать запросы и узнавать паттерны: все это время его курирует живой человек.

Чтобы пользователям было просто разобраться с конструктором Lia, хотим запустить серию туториалов и обучать компании лично. Система не самая простая, но мы думаем, что рынок готов к диджитализации, а сотрудники — к обучению.

Будущее коммуникаций туманно — возможно, рекламу нам будут крутить во снах, а с дроном придется общаться силой мысли. Но уже можно предсказать, что в 2022 году до 70% всех взаимодействий с клиентами будет проходить через какую-нибудь разновидность ИИ (как пророчит авторитетный Gartner).

По нашей задумке конструкторы вроде Lia как раз помогут быстро перекинуть клиентский сервис на умных роботов: но не в далеком 22-ом, а уже сейчас.