Разрабатываем AI-ассистента поддержки и продаж: теперь на каждый запрос тратим 2₽ вместо прежних $2

70% обратившихся к нам клиентов спрашивают про ИИ-ассистента поддержки, еще 30% просто не знают, что есть что-то лучше ботов. Расскажем, как интегрируем ИИ-ассистента и кастомизируем это решение под клиентов, чем он отличается от ботов, и как получается экономить за счет его внедрения, поднимая уровень качества ответов.

Привет, я Настя, автор в Haiku AI. На нашей платформе мы создаем кастомные решения на основе ИИ. С появлением большого потока лидов решили автоматизировать первую линию поддержки и снять часть нагрузки со своих сейлзов, делегировав задачи нейронкам.

AI-ассистент может использовать всю важную и последнюю информацию об услугах, классифицировать и обрабатывать лиды и с легкостью общаться с клиентом, не раздражая его как боты. Мы не хотели, чтобы нашим клиентам приходилось подстраиваться под «‎мозг» бота, угадывать, по каким ключам получить ответ на свой вопрос или пытаться «докричаться» до оператора-человека. Давайте разбираться, с чего мы решили, что AI-ассистент умнее обычного бота.

Начнем с саммари, если вам некогда читать детали. Собрали самое важное из блоков ниже:

База знаний

ИИ-ассистент работает как обычный сотрудник службы поддержки. Получив вопрос от клиента, он ищет информацию в доступных источниках и объединяет ее в ответ. В отличие от простых чат-ботов, ИИ способен анализировать информацию в разных форматах. Поэтому он не уступает менеджерам, а иногда даже превосходит их. ИИ-ассистент легко справляется с пиковыми нагрузками, например, во время акций или мероприятий.

Как плавно интегрировать ИИ-ассистента в свой проект? Обеспечить его первичными материалами о компании. Как и простого бота, AI-ассистента можно подключить к базе данных. Но это может быть динамическая и многоканальная база данных. С ИИ она будет собираться из разного контента вокруг компании, обучаться и дополняться автоматически.

Один из самых ценных ресурсов для базы знаний — наработанные годами материалы команды саппорта: тысячи вопросов и ответов, скрипты для сотрудников, которые можно завести в ИИ. В то же время в базу можно добавить не только текстовый материал, но и:

Все это можно спарсить и передать нейронке.

Эти данные ИИ разбирает на фрагменты и складывает в векторную базу данных. Полученная из разных источников информация приводится к одному формату, чтобы нейронка могла быстро найти ответ на заданный клиентом вопрос. При этом, когда в подключенном канале будут появляться новые данные, они также будут добавляться в базу, а ИИ-ассистент сразу же сможет обратиться к этой информации.

В системе материалы проходят 3 этапа:

Например, представьте, что вы агентство видеопродакшена, у вас есть папка на гугл-диске с 12 тысячами видеофайлов, в которую собираются материалы от всех операторов. Чтобы найти определенное видео, не нужно отсматривать все файлы. Теперь можно проиндексировать их автоматически — отметить все видео, на которых есть собаки или желтый цвет. Более того, можно запросить конкретные кадры, на которых есть объект, и ИИ подскажет, что стоит посмотреть.

Это весомое отличие от простых чат-ботов. Их базы знаний нужно было обновлять вручную, а вслед за изменениями в базе, опять же вручную, править скрипты чата. С AI-ассистентом сбор релевантной информации и ее обработка происходят автоматически.

Обработка запроса

Еще одной проблемой обычных чат-ботов является необходимость общаться с ними на их языке — языке ключевых слов, по которым они ищут информацию в базе.

Но, что еще важнее, он помнит контекст разговора и может дать дополнительные ответы на вопросы.

Например, мы отправляем в чат запрос: «я хочу обменять билет». ИИ думает: «так, кажется, это про обмен билета. Отвечаем по этому пункту». Он идет в базу знаний и ищет информацию про обмен. Находит кусочки статичной информации — о правилах обмена и кусочки динамической информации — сколько стоит обмен билета у разных авиакомпаний.

ИИ идет по каскаду знаний. Сначала каталогизация — о чем спросили, потом фиксирование контекста — чтобы не забыть. При следующем вопросе нейросеть помнит, что ответила ранее. Это нужно, чтобы бот не зациклился и не начал бесконечно спрашивать одно и то же или перебрасывать на оператора без обозначения контекста проблемы клиента.

Эта комбинация данных, нейронок и памяти переводит поддержку на новый уровень — многофункциональных мультимодальных агентов, которые умеют декомпозировать задачу, понимают обратную связь и помнят, когда и где клиент к нам обращался.

О возможностях ИИ-ассистента при ответе клиенту расскажем в следующем разделе.

Ответ клиенту и другие действия

Но если бот не справляется с запросом, клиенту приходится ждать, пока у оператора не начнется рабочий день и он не ответит на все его негодования. AI-ассистент не просто пытается найти ответ, она совершает какое-то действие, которое помогает бизнесу решить поставленную задачу — например, меняет статус лида в CRM-системе или связывается с клиентом.

Самый распространенный способ взаимодействия клиента с саппортом — это текст. Чуть менее распространенный — аудио, и еще менее распространенный — видео — цифровой аватар.

Так называемые коннекторы, к которым присоединяется ИИ-ассистент, могут быть абсолютно разными, особенно если AI-ассистент интегрирован в омниканальную CRM-систему. Если к CRM-компании привязаны несколько каналов, пользователь может получить ответ в телеграме, по телефону или на почту. При этом AI-ассистент запомнит все интеграции с одним клиентом — соберет все, о чем он говорил и писал, затранскрибирует и сохранит в карточке клиента, чтобы при следующем контакте с ним помнить всю историю взаимодействия.

Поскольку Haiku AI платформенное решение, наш AI-ассистент очень гибкий, в отличие от коробочных решений ребят, которые специализируются на цифровой поддержке. Им нужно делать под свой сервис отдельные коннекторы, а у нас их можно просто подключить. Это может быть многоканальная база знаний, возможность общения с пользователями посредством цифровых аватаров, генерация персонализированных открыток или писем клиентам, сбор саммари звонков и связь с клиентами в соцсетях.

Например, AI-ассистента можно подключить к аккаунту магазина одежды в Instagram. Потенциальная покупательница видит в сториз понравившееся платье и в ответ на историю спрашивает стоимость изделия. Бот распознает по картинке модель платья, выдает данные о стоимости и деталях изделия — состав ткани и в каких цветах оно представлено, а также уточняет, нужна ли дополнительная информация о продукте или клиент хочет сделать заказ.

Допустим, клиент решает сделать заказ, тогда ИИ запрашивает цвет и размер, имя получателя, контактный номер телефона, адрес и способ доставки. По итогу диалога с пользователем ИИ отправляет администратору магазина уведомление об оформленном заказе.

Если описать просто, наше решение выглядит так:

Помимо продаж, мы планируем внедрить AI-ассистента для помощи разработчикам, которые приходят создавать решения на нашей платформе самостоятельно. Сейчас прорабатываем совместный курс с GeekBrains, на котором ребята учатся строить ИИ-решения на нашей платформе и интегрировать их в бизнес. На основе этих обучающих материалов мы разработаем AI-ассистента для пользователей Haiku AI.

Вы можете прийти на платформу и настроить своего ассистента. Этот вариант подойдет разработчикам и IT-стартапам. Бизнесу мы предлагаем услуги эксперта, который настроит для вас решение под ключ с учетом всех пожеланий.

*Meta признана в РФ экстремистской организацией и запрещена