Как AI-ассистент для звонков экономит бизнесу деньги и время и что для этого нужно

В предыдущей статье мы рассказывали, почему ручная обработка созвонов — это неэффективно. Сотрудники тратят время, распыляют внимание, руководители вынуждены вручную анализировать записи, и все это отнимает слишком много времени и сил. А время и человеческие усилия — одни из ключевых ресурсов в современном бизнесе.

Справиться с этой проблемой помогает искусственный интеллект. Но внедряют его компании неохотно, а порой сталкиваются с тем, что после подключения ассистента становится только хуже. Мы считаем, так происходит из-за неправильного внедрения, и хотим разобраться, как правильно. Кстати, будем рады в комментариях вашему опыту внедрения и использования ИИ в бизнесе.

В этой статье поговорим о том, насколько AI-ассистент звонков способен повышать производительность труда на самом деле. С кейсами, цифрами и рекомендациями по внедрению 👇

Как только нейросети для расшифровки текста набрали популярность, компании увидели в них шанс облегчить себе работу и начали внедрять в инфраструктуру. И тут возникла проблема, которой не ожидали: после внедрения многие заметили, что стало хуже, чем было. Так, 70% компаний говорят о том, что влияние ИИ на бизнес-процессы минимальное.

Искусственный интеллект действительно создает относительно понятные текстовые расшифровки звонков и сокращает время на ручную обработку — и это полезно. Но самая сложная часть работы не связана с переводом записи в текст, а с дальнейшим использованием расшифровок. И вот ее автоматизируют крайне редко, и чаще всего не в массовых продуктах.

Речь, например, о том, как сохранить конфиденциальные данные клиентов, о которых говорится в созвоне. Их не стоит отдавать внешнему ИИ из-за требований безопасности.

Или о том, как использовать расшифрованные данные — выбрать из них полезную информацию и отсеять лишнее. Без всей этой работы расшифровщик будет бесполезен: пользователи просто растеряются в огромном количестве информации, а для особо чувствительных созвонов использовать расшифровку и вовсе не получится.

Ничего из этого ассистент, внедренный с таким трудом, сделать не может. А причина — в коробке.

Большинство AI-решений — стандартные, коробочные. Это касается не только расшифровщиков звонков. Они не адаптированы под процессы конкретной компании, и в них почти нет возможностей кастомизации. Это логично с точки зрения разработчиков продукта, которые стремятся создать одно решение для всех. Для конечных потребителей такая универсальность оказывается минусом.

Универсальные AI работают с каждым клиентом по одному и тому же шаблону, который подходит, мягко говоря, не любой компании. У каждого бизнеса есть свои нюансы:

Универсальное решение в чистом виде не может учесть все эти детали. А компания точно не будет перестраивать у себя процессы ради одного бота. Поэтому чаще коробочные AI-решения используют как есть и мирятся с тем, что ассистент не адаптирован под нужды компании. Но результат не всегда приводит к повышению эффективности.

Чтобы решение заработало так, как от него требуется, переход между жизнью до AI и жизнью с AI должен быть максимально бесшовным. Таким, чтобы никому не пришлось переучиваться или делать больше, чем раньше, вместо упрощения работы. А бесшовно не получается — отсюда и проблемы.

Есть и хорошие новости: бесшовно перейти к использованию ИИ-ассистентов вполне возможно, даже если основа — коробочное решение. Главное — учесть все нюансы еще на этапе внедрения и не допускать распространенных ошибок.

Приведем несколько примеров, что получается при неверном внедрении и как на самом деле стоило бы сделать, чтобы все работало.

Как получается без правильного внедрения: AI незнаком с особенностями компании. Он не понимает, какой путь проходит информация, куда ее заносить, как предоставлять, и в итоге не может встроиться в процессы и работать системно.

В результате звонки все равно приходится перепроверять. А если вдруг понадобилась информация с созвона — ее по-прежнему нужно искать вручную, например в таблице, которая хранится где-то на устройстве руководителя. Выиграть время не получается.

Как нужно: AI-модуль для расшифровки звонков подключается ко всем инструментам, через которые вы совершаете звонки, — от Google Meet до телефонии. Расшифровщик не ограничивает компанию, не вынуждает использовать только определенные сервисы для звонков. Наоборот, он подстраивается под процессы компании.

Расшифровки же хранятся там, где вам удобно получать к ним доступ. Место хранения тоже настраивается: корпоративный диск, база данных, CRM — что угодно в зависимости от нужд компании. Данные сортируются по принципу, который нужен конкретной компании, — скажем, по датам или типам звонков. Суть в том, что вы можете выбирать, а не подстраиваться под коробочный AI.

Как получается без правильного внедрения: при попытке подключить AI-сервис к уже внедренному в компании ПО возникают проблемы с совместимостью. Например, ассистент не работает с программой для звонков, не может подключиться к созвону и записать разговор. Или данные, которые должны автоматически попасть в CRM, фактически этого не делают. Либо они теряются, либо их приходится вносить вручную.

Такое происходит не только с нестандартным ПО. Скажем, чтобы подключить зарубежный AI-ассистент к «Битрикс-24» или 1С, понадобится разрабатывать собственную интеграцию.

Как нужно: интегратор объединяет AI-сервис с конкретным ПО, которое используется в компании. Например, модуль расшифровки он интегрирует с системой, где будет храниться вся информация о созвонах, с инструментами бизнес-аналитики вроде Power BI или SAP Business Intelligence и т. д.

Самого чат-бота интегратор подключает к хранилищу информации, чтобы он мог брать оттуда данные, и с мессенджером, которым пользуются в компании. Любым — от стандартного Telegram до специализированных корпоративных мессенджеров. В этом случае ничего не потеряется, а AI-ассистент без проблем встроится в инфраструктуру компании.

Как получается без правильного внедрения: AI-ассистент по умолчанию не адаптирован под требования безопасности бизнеса. Например, готовое решение может передавать запись в неподконтрольное компании облако. Также в облаке находится сам AI, который получает закрытую информацию компании и может стать причиной ее утечки.

Коробочные решения более уязвимы к атакам хакеров, а компания не может их проконтролировать. AI имеет дело с огромным количеством информации, и данные о компании могут попасть не в те руки. Их могут перехватить при передаче между сервисами, взломать самого ИИ-ассистента или потерять из-за человеческого фактора.

Все это делает AI-ассистентов ненадежными — и вот уже не каждая компания решается их использовать.

Как нужно: чтобы защитить данные от утечки, интегратор может разместить компоненты AI-ассистента на собственных серверах компании. Слой security guard будет отслеживать опасные запросы к модели и не пропускать ответы на них, а также удалять приватные данные из ответа.

И не только это: интегратор настроит защищенные протоколы для передачи и обмена данными, определит права разных групп пользователей, введет многофакторную аутентификацию. Так риск утечек снизится до минимума.

Как получается без правильного внедрения: в коробочном продукте есть готовые промпты — инструмент знает, как писать стандартные расшифровки и протоколы. Такие промпты не нужно вводить заново, и это удобно.

Но эти промпты — общие. А у бизнеса всегда есть специфические задачи: например, нужно автоматически удалять из расшифровки персональные данные. Или составлять саммари так, чтобы в нем всегда было не более десяти пунктов.

По общим промптам выполнить эти специфические требования невозможно — понадобится писать и контролировать промпты вручную. А сотрудники компании вряд ли станут этим заниматься: мало кто решается самостоятельно доделывать коробочное решение.

Как нужно: заказчик вместе с интегратором прописывают все нужные промпты и правила. Например, что в заголовке письма нужно указать проект, к которому относится созвон. Или выдавать саммари из тех самых десяти пунктов. При внедрении интегратор должен учесть все специфические правила компании так, чтобы вам не пришлось руками переделывать работу за ИИ.

Поэтому при грамотном внедрении можно обойтись вообще без ручного контроля промптов. Более того, их не понадобится вводить каждый раз, ведь под все процессы уже есть готовые сценарии. А если процессы изменятся, промпты можно легко переделать под новые стандарты.

Как получается без правильного внедрения: стандартный AI-ассистент обучен на большом массиве данных, поэтому может распознавать человеческую речь. Но при этом ИИ незнаком с регламентами и терминологией. Например, бранные слова в тексте бот поймет и подсветит. А вот если сотрудник не грубит, но нарушает принятый в компании тон общения — это AI уже не отследит. А потому не сможет точно проанализировать звонок и дать по нему обратную связь. Термины и сленг часто тоже распознаются неточно.

Скажем, бот слышит «спад» вместо SCADA — и весь диалог начинает выглядеть иначе.

Как нужно: чтобы AI понимал специфику, его нужно дообучить на массиве данных конкретной компании. По этим данным он сможет изучить регламенты, стандарты общения, примеры хорошего и плохого разговора, запомнит названия и имена. После такого обучения бот вряд ли назовет сотрудника Воронова вороной или перепутает CPA и CTA.

Как получается без правильного внедрения: для работы с AI-ассистентом сотрудникам и руководителю приходится выполнять множество действий, которые отнимают время и ресурсы. Например, чтобы бот расшифровал звонок, нужно пригласить его на встречу, дать права администратора, загрузить запись, выгрузить, сохранить на диск… И все это приходится повторять для каждого звонка.

При поиске информации тоже возможны проблемы. Если через какое-то время понадобится найти конкретную часть диалога — придется вспоминать дату звонка или дословные цитаты из разговора, чтобы отыскать нужное в огромном массиве информации.

Как нужно: пользоваться AI, не думая, что пользуешься. Просто проводить встречу, как обычно, а через две недели спросить чат-бота об информации из этого созвона. Задать вопрос в произвольной, разговорной форме и получить понятный и точный ответ.

Общаться с AI-ассистентом можно в той же форме, в какой вы общались бы с живым секретарем. И получить ответ уже через 5–30 секунд. Без волокиты и лишней траты времени.

AI-ассистент может делать со звонками все, чем сейчас занимаются люди. Только быстрее, точнее и без влияния человеческого фактора. Полноценная интеграция и донастройка позволяют боту:

Просто сравните — вместо долгого поиска нужных данных по таблицам можно сделать вот так:

Мы знаем, как кастомизировать AI-ассистента, чтобы он выдавал полный и информативный ответ на запрос руководителя: «Как там Толян на созвон сходил?» Или чтобы не находил слово «жопа» в словосочетании «Пежо, полный привод».

Расскажите к комментах, был ли у вас был неудачный опыт с AI-ассистентами — на чем споткнулись и чего не хватило? Давайте разберемся вместе, как можно сделать лучше.