Как внедрить нейросети в работу компании

Александр Лира, директор по продажам интернет-магазина туров Travelata.ru

Помощники для клиентов и бизнеса, позволяющие нанимать меньше персонала, но отвечать на бесконечные вопросы и обращения путешественников, нейросети уже заняли полноценное место в российской туристической отрасли. Сколько нужно времени и ресурсов, чтобы научить их работать на компанию? Посмотрим на примере работы интернет-магазина туров Travelata.ru, который первым в туристической сфере России начал использовать эту технологию.

Тревожные новости, привычка россиян путешествовать и пандемия поставили всю туристическую отрасль перед выбором: нанимать больше людей при упавшей прибыли или обратиться к автоматизации. В период закрытых границ туристы слишком внимательно смотрели новостные каналы и при любом намеке на послабление санитарных мер просто обрушивались на информационные центры с бесконечными звонками. Инстинкт выживания и стремление сохранять связь с клиентами подтолкнули руководителей Travelata начать автоматизацию коммуникаций.

Библиотека вопросов и ответов

Первый шаг для внедрения нейросетей в работу компании – составление базы вопросов, с которыми к вам приходят люди. Собрать надо абсолютно все обращения клиентов, как постоянных, так и потенциальных. Обычно платформы, которые предназначены для работы с входящими коммуникациями, позволяют классифицировать их по темам. Благодаря формированию этого массива информации станет понятно, что спрашивают чаще всего, это очень важно для автоматизации. Следующий шаг – выбор платформы, которая будет главным инструментом. В Travelata остановили выбор на Intercom, она на тот момент, в 2020 году, была самой известной. Именно в нее загрузили всю статистику и начали составлять корректные ответы. Например, система могла ответить на такие вопросы: «Если я бронирую N числа, когда нужно выплатить оставшуюся сумму? Или: хочу забронировать тур на N число, мне нужно его оплатить сейчас полностью?» И тому подобное.

В результате получился качественный текстовый бот. Клиенты обращаются к нему с вопросом, он распознает намерение и выдает уже заготовленный вариант ответа. Конечно, такой подход позволил выполнить только часть задач, остальные продолжал закрывать справочный центр. Однако теперь специалисты компании получали автоматизированного помощника, который постоянно учился. Специалисты тренируют систему снова и снова отвечать на вопросы, тем самым лучше и тоньше понимать происходящее, чаще угадывать желания и намерения людей. Каждый раз учитывается, успешным или нет был ответ на вопрос, сами фразы внутри бота корректируются. Клиент тоже может оставить отзыв, было ли ему понятно и полезно такое общение. Для хорошего результата важно учесть все мнения.

Через год после запуска текстового канала и работы с ним был запущен голосовой бот. Фактически он занялся той же работой, но уже мог разговаривать с клиентами. База вопросов и ответов только на первый взгляд была той же, на самом деле ее пришлось адаптировать. Ведь письменная речь часто сильно отличается от устной. Даже работающую систему приходится постоянно учить распознавать, чего хочет клиент. Для этого используется масса тренировочных фраз – по части вопросов их количество достигает от 300 до 600.

ChatGPT вышел на арену

Доступ к API ChatGPT Travelata получила одной из первых, потому что компания работает на платформе, которая является партнером OpenAI. Конечно, новая система, с одной стороны, поражала находчивостью, но при этом совершала огромное количество ошибок.

Новая нейросеть сильно отличалась от той, что уже работала в компании. В первую очередь принципом функционирования: она генеративная и сама составляет ответы на основе знаний, которые получила от разработчиков. Однако вся эта база знаний ограничена 2021 годом,. Поэтому сразу ее можно было использовать только для предоставления самой простой и неизменной информации. Например, ChatGPT легко находит данные о том, какой пляж популярен в Сочи или сколько бассейнов в лучшем отеле Дубая.

Первоначально не было возможности влиять на ответ и задавать точные данные для него, поэтому все вопросы, которые поступали от клиентов, адресовали нейросети, но ответы ChatGPT специалист внимательно проверял. Кроме того, нейросеть не учитывала детали бизнеса, процесс работы и не понимала сроки обработки каждого вопроса. При этом ChatGPT мог легко составить резюме разговора с клиентом, чтобы специалист оперативно подключился к диалогу и не тратил много времени на понимание сути задачи.

Чтобы эффективнее использовать новый инструмент, пришлось изучить множество кейсов и справочную информацию, которую предлагали разработчики. Только тогда пришла идея эффективной работы для новой нейросети. Оказалось возможным загрузить в диалог ChatGPT актуальную базу данных и дать команду системе использовать только ее и не брать больше ничего. Таким образом, искусственный интеллект, который умеет грамотно писать и исправлять ошибки, сфокусировался на точной информации. При кажущихся безграничными возможностях существуют здесь и свои ограничения. В частности, нейросеть может помнить примерно 15 машинописных страниц текста. Значит, все знания надо уместить в этот объем. Кроме того, система воспринимает информацию только кусками размером в 2–3 абзаца. Поэтому нужно было взять базу и разбить ее на смысловые части. Только после этого ChatGPT может начать отвечать на вопросы, релевантные для конкретной компании. Существует расширенная версия, но не факт, что это будет выгодно с точки зрения бюджета, потому что доступ к ней намного дороже.

Машины или люди

В компании занимаются автоматизацией коммуникаций уже три года, и персонал адекватно реагирует на каждое новое изменение. В первую очередь потому, что это инструмент, который помогает снимать с сотрудников, загруженных большим объемом информации, часть задач. Нейросеть берет на себя очень простые вопросы, а специалистам достаются более сложные.

Никто не боится остаться не у дел, работы на всех хватает. Однако благодаря внедрению новых инструментов произошла корректировка количества персонала с учетом поступающих запросов. Поскольку компания растет и приходит больше клиентов, объем входящих вопросов увеличился, а штат вырос незначительно, потому что часть информации обрабатывают нейросети. Организации очень выгодны такие технологии, потому что можно быстро увеличить объем продаж, при этом не набирая много новых консультантов.

ChatGPT не сильно изменил стиль работы, хотя сотрудники жаловались на его некорректность, присылали примеры неадекватных ответов системы, которые нельзя использовать при общении с клиентами. Однако теперь и здесь найден баланс.

Цена автоматизации

Цена складывается из стоимости платформ, а это будет зависеть от количества рабочих мест и трат на внедрение. Система автоматизации с момента запуска до получения первых результатов требует не меньше полугода работы 1–2 специалистов. Хорошие результаты можно получить за год-два. После этого нейросети можно развивать силами одного специалиста, который продолжит настройку. В Travelata постоянно такими задачами занимается один человек, еще двое могут ему помочь с решением отдельных вопросов. Для такой сырой системы, как ChatGPT, понадобится больше времени на тестирование прежде чем появится уверенность, что все работает корректно в коммуникации с клиентом.

Сейчас используется технология NLU языка CAILA с алгоритмом классификатора Deep Learning в голосовых каналах и платформа Intercom в текстовых. Благодаря внедрению новых технологий только за один год затраты на клиентский сервис снизились более чем на 20%.