Wikibot – чат-бот для поддержки клиентов с ИИ, который знает про ваш бизнес больше вас
ИИ-помощник для поддержки клиентов умеет брать данные из внутренних систем компании по API – и за счет этого отвечать на индивидуальные, а не общие вопросы.
Раньше «умных» чат-ботов на сайте могли позволить себе только банки, мобильные операторы и наша гордость – Госуслуги, а весь их «ум» заключался в шаблонных ответах на набор триггерных фраз…
Но технологии ИИ за последний год шагнули так далеко, что теперь даже небольшой бизнес с базой в несколько сотен клиентов может организовать себе первую линию техподдержки за небольшие деньги. Благодаря чему клиенты смогут получать помощь круглосуточно и без выходных.
Сегодня поговорим о том, какой новый инструмент в этом может нам помочь.
1. Золотая середина в вопросе онлайн-поддержки клиентов
Стандартные чат-боты с набором вопросов и ответов часто тратят время клиента впустую и только повышают градус его раздражения, а держать круглосуточную техподдержку – это высокие расходы и отдельный процесс по найму и удержанию сотрудников.
Простой чат-бот явно проигрывает человеку, ведь он не обладает всей информацией о работе компании в реальном времени, а сценарий общения жестко задан.
Ограниченность знаний – это наверное самое бесящее в диалоге с ботом.
Решить дилемму призван #продуктдня сервис Wikibot, который понимает любые формулировки вопросов, отвечает на основе вашей базы данных и даже дергает информацию из других программ по API, чтобы клиент оперативно решил проблему.
Такой бот может лучше вас понимать, что ответить пользователю в данный момент – в нем можно агрегировать все самые свежие данные из админки, ERP, CRM, рассыльщика почты и других программ.
О том, с какими задачами лучше всего справляется ИИ-помощник Wikibot, мы сегодня и поговорим!
2. Обзор сервиса Wikibot
Wikibot активно пользуется преимуществом генеративных нейросетей как при оформлении ответов, так и для изучения важной информации о вашем бизнесе.
Если в традиционного бота поддержки вы должны самостоятельно вносить всю инфу о компании, продуктах, условиях и ценах, то Wikibot предлагает простейший путь – просто дайте ему ссылку на вашу базу знаний или сайт.
Сервис вытянет данные для обучения нейросети из готовых источников и автоматически настроит бота для ответа на вопросы вашей аудитории.
После обучения вы получаете не однотипный скрипт «триггерная фраза – варианты ответа», а работающую языковую модель, которая может отвечать на запрос клиентов в свободной форме, без объяснений по типу «отвечайте только ДА или НЕТ» с ограниченным числом формулировок вопросов.
И самое главное: вы получаете доступ к истории диалогов с клиентами и можете выгружать обратно в нейросеть ситуации, когда она не справилась с запросом клиента.
Надо просто добавлять недостающую информацию в базу знаний, а Wikibot обновит свои алгоритмы.
Wikibot можно делать умнее после каждого диалога.
Сервис интегрируется туда, где вы уже работаете с клиентами. Модель можно встроить в Телеграм, Битрикс, JIVO и прочие хелпдески.
Помимо интеграций в чат, Wikibot недавнего времени может быть интегрирован в разные внутренние сервисы компании по API: начиная от ERP и заканчивая сервисом почтовой рассылки.
Поэтому, когда вы придете к такому боту в чат и попросите отписать вас от рассылки писем, он сделает это тут же, а не будет звать оператора.
Управлять любыми параметрами вашей учетной записи, а также получать любые данные, теперь можно не только через привычный интерфейс сайта или приложения, но и напрямую через бота поддержки в текстовом формате.
Ответы ИИ-помощника могут быть представлены не только в виде текста, но и в формате google-таблички, например.
Вы боту – текстовую задачу, он вам – отчет в excel.
А еще бот может посчитать результат уравнения или ответить списком-инструкцией.
3. Как выглядит работа бота
4. Про цены
В данном моменте могу похвалить и поругать создателей Wikibot одновременно.
Начну с хорошего. Компания предлагает доступ к своей модели по цене от 8 тысяч рублей за 1000 запросов, которые надо израсходовать за 3 месяца.
По моим подсчетам, если к вам в поддержку приходит по 2-3 клиента в день – стартового тарифа будет более чем достаточно на 3 месяца работы.
Однако понять это с текущим описанием тарифов и без калькулятора в руке – почти невозможно.
Вместо того, чтобы прямо написать цену и примеры, команда вводит термин «кредитов». Это порочная практика сервисов, связанных с нейросетями: клиент не понимает, что конкретно подразумевается под одним кредитом. Я лично не понял с первого раза.
Вместо понятной пятикласснику ценовой политики команде пришлось добавить на страницу с ценами целый блок с объяснениями, сколько кредитов стоит одна операция, как они рассчитываются и так далее.
Хорошо хоть после регистрации дается сто кредитов для тестирования бесплатно — это 150-200 ответов бота.
Можно настроить и обучить бота для проверки его работы, а потом уже оплачивать один из основных тарифов.
5. С чем пока не справляется Wikibot
К сожалению, даже продвинутая модель не может справится со всеми запросами клиентов. В основном эти недостатки связаны с ограничениями ChatGPT, на базе которой созданы боты для ответов на вопросы.
Во-первых, модель не может отвечать на сообщения с несколькими вопросами. Чем больше вопросов будет в одном сообщении, тем больше вероятность, что нейросеть не выдаст пользователю корректный запрос. Впрочем, и настоящему менеджеру свои запросы лучше давать по одному, в этом многие уже успели убедиться.
Во-вторых, модель не очень справляется с уточняющими вопросами. Ей сложно понять, что новое сообщение пользователя относится к той же ситуации, а не начинает новый диалог. По словам разработчиков, они прямо сейчас работают над улучшением этой функции.
Также пока не реализована возможность установки Wikibot в контур компании – что довольно серьезное препятствие для крупного бизнеса.
6. В каких случаях ИИ-помощникам можно довериться. Личное мнение
У меня, как и у некоторых из читателей, уже был травмирующий опыт автоматизации работы с клиентами.
Стандартные боты не шибко радуют клиентов.
При общении с ботами мы чувствуем, что загнаны в рамки диалога, что помочь они на самом деле не могут, хоть и прикидываются добрыми друзьями.
Но в этот раз все иначе, ведь балом правят нейросети.
Генеративные нейросети позволяют создавать ботов, которые справляются с рутиной в отсутствии человека.
Ответ на стандартный вопрос состоит из двух частей: понимание, что хочет клиент и выдача ответа из базы знаний.
С обеими задачами современная нейросеть прекрасно справляется. Если не верите, можете попросить ChatGPT сложить «2+2»/«два плюс два»/«2 + два» и так далее. Нейронка выдаст вам правильный ответ, как бы вы не формулировали.
Модель можно постоянно обучать.
Если регулярно дополнять базу знаний, то получится свести уровень ошибок в общих вопросах до минимума.
Но у базы знаний есть один важный недочет – она подходит только для общих вопросов, а не индивидуальных случаев, для рассмотрения которых обычно нужен человек из поддержки.
В чат-ботах на сайтах или приложениях всегда бесит, что актуальной информации конкретно по вам – у них нет. И тут появляется сервис Wikibot, который предлагает дать боту инфу в реальном времени через интеграцию с другими системами бизнеса.
Взгляните на пример диалога, который явно не похож на стандартное обращение клиента, а ответ выдается не просто из базы знаний, но по API берется из карточки клиента в ERP:
В общем, как альтернатива стандартным триггерным ботам в нерабочие часы и на выходных – Wikibot просто огонь 🔥
Стать альтернативой людям в рабочее время продукт тоже в теории может, если дать ему доступы к нужной информации и какое-то время стажировать в компании наравне с людьми.
Если вы ждете предсказуемое поведение бота уже завтра, то вам такой вариант не подойдет. На глубокую интеграцию и “притирку” уйдет время.
Но разве когда вы будете нанимать очередного сотрудника техподдержки первой линии, вам не придется тратить на него время и ресурсы?
P.S. Команда попросила написать, что в данный момент ищет инвесторов для ускорения развития своего проекта.
P.P.S. Проект получил награду «Лучший продукт месяца №2 » на Product Radar в октябре 2023 года.
Знакомьтесь с новыми онлайн-сервисами, которые упрощают вашу жизнь в блоге Product Radar.
Понравилась статья? Хотите продолжение с внутрянкой сервиса? Буду благодарен за лайк и комментарий в поддержку публикации.
Если хотите дать свой проект в обзор – напишите мне в личку @begovatovd.
Сколько в процентах к общему количеству запросов поддержки на сайте пользователи пишут: Оператор, Человек и другие триггеры посылания нафик? Как по мне идеальный бот - это операторы или владелец мелкого бизнеса собирает базу однотипных вопросов, которые на 80% будут повторятся и при задании такого вопроса шаблон алгоритма выдает правильный заготовленный ответ, а для всех непонятых подключается уже чат-бот, дорогостоящий, за счёт токенов openAI, однако дающий произвольный ответ, ну и 1% оставшихся случаев это работа кожаных мешков из колл-центра.
У нашего бота есть модуль заранее готовых ответов. НО плюсом он распознает разные вариации вопросов
Тарификация модуля заготовок?
На минимальном тарифе 4 рубля за ответ. Чем больше тариф тем меньше цена ответа.
А в токенах сервиса это сколько? Удобнее все пересчитывать во внутреннюю валюту. Там выше в статье есть скриншот с кредитной тарификацией - 1 или 0,5 или 0,2 кредита за ответ. Но пояснений сколько за что нет.
0.5 токена один ответ по FAQ