Dipa: как мы создали ИИ-помощника для внедрения нового софта

Меня зовут Елена Волкова, я сооснователь диалоговой платформы для бизнеса Dipa. Расскажу, как и зачем мы создали цифрового помощника на базе ИИ и нейросетей, а также — как мы его монетизируем и развиваем.

С 2006 года я работала в штаб-квартире компании SAP AG в Германии, где реализовала более 20 международных проектов и участвовала в глобальной команде, отвечавшей за разработку единой методологии управления организационными изменениями. В 2011 году вернулась на родину и впервые в России стала применять эту методологию в отечественных IT-проектах.

С моим сегодняшним партнером по бизнесу Татьяной Козуб я дружила давно. Татьяна развивала бизнес в области HR и занималась социальной психологией, написала книгу “360 градусов: Стратегия и Тактика развития лидеров”. Мы начали работать вместе в области повышения лояльности сотрудников к новым бизнес-процессам и ИТ-решениям, а в 2012 году открыли компанию CHANGE RUSSIA, которая занимается консалтингом по управлению организационными изменениями.

Когда компания запускает новый IT-сервис, жизнь почти каждого сотрудника превращается в боль — на старте оценить все прелести незнакомых технологий сложно. Нужную кнопку можно искать часами, еще больше времени уходит, чтобы полностью разобраться во всех алгоритмах. Возникает вполне естественное сопротивление.

Пытаясь положить конец мучительной адаптации персонала к новому софту, мы и занялись разработкой цифрового помощника Dipa (изначально он назывался Gagarin.ai), вложив в проект около $1 млн собственных средств.

Платформа Dipa стала логичным продолжением нашей работы в сфере автоматизации бизнеса. Наши консультанты постоянно обучают сотрудников компаний пользоваться новыми ERP-системами, а также поддерживают пользователей после внедрения сложных IT-систем (1С, SAP, Oracle и др.). Просто они делают это вручную — демонстрируют определенную операцию, а клиенты повторяют ее и задают вопросы. Консультанты ищут на них ответы и предлагают оптимальные решения.

Мы задумались ― почему бы не оптимизировать ресурсы и не создать единую базу ответов? Похожих платформ было много, но проектов, которые бы работали с тяжелыми ERP-системами и нелинейными запросами, ― ни одного.

У нас не было необходимости спрашивать у целевой аудитории, нужна ли такая платформа. Наша ежедневная работа была лучшим подтверждением того, что спрос точно есть. Искать инвесторов и убеждать их в правильности своих выводов нам тоже не требовалось — на разработку мы тратили собственные средства.

Сначала мы сделали бота в Telegram. Честно скажу, он получился очень “тупым”. Мы поняли, что такой вариант не пройдет, но идею не забросили, а обратились к крупному игроку ― профессиональной платформе для создания чат-ботов. Попробовали создать свой чат-бот на базе их платформы, но в итоге отказались и от этой идеи. К слову, сейчас чат-бот является только одним из возможных интерфейсов нашего сервиса.

Только с третьей попытки мы поняли, что нужна своя технология на NLU-движке (аббревиатура от Neuro Language Understanding). Разработку начали еще в 2018 году, а в нынешнем виде цифровой помощник был запущен к началу 2020 года.

Dipa — это диалоговая платформа на базе искусственного интеллекта и нейросетей, которая помогает пользователям разобраться со сложными ERP-системами и автоматизировать бизнес-процессы.

Благодаря технологии NLU помощник распознает устную и письменную речь человека и отправляет команды ИТ-сервисам и системам, чтобы обработать тот или иной запрос. Уже сейчас Dipa ориентируется в терминах SAP, ERP, CRM и многих других систем, а также владеет бизнес-лексикой.

Пользователь сам выбирает, в каком формате работать с Dipa ― окно в браузере, программа на рабочем столе, мессенджер, корпоративный чат. Он задает помощнику вопрос или же обращается с проблемой. Например, может написать «У нас сломался принтер». Цифровой помощник уточнит или автоматически определит, что это за принтер, в чем суть поломки, сам создаст заявку на ремонт и подскажет ее номер.

Dipa совместима с разными ИТ-системами и имеет широкий функционал ― например, оформляет заявки и заявления на командировки, выгружает отчеты с необходимыми данными и проверяет статус различных документов в системе.

Все разработанные нами сценарии работы платформы получили глобальный сертификат SAP. Это подтверждает, что наш сервис уже далеко не прототип, а готовое решение промышленного типа, которое может применяться в любых, даже самых крупных, компаниях — Dipa проста в установке, не “сломает” архитектуру внутренних процессов и не нарушит ИТ-систему клиента.

Раз в месяц у нас выходят новые релизы. Появляется дополнительный функционал, закрывающий потребности клиентов по самым разным направлениям. Мы создали огромный бэклог ― журнал доработок. Иногда в списках “хотелок” один заказчик может прописать более 200 позиций.

Но немедленно начинать работу над каждой просто нецелесообразно. Например, недавно клиент хотел, чтобы наш цифровой помощник отслеживал геолокацию сотрудников. Для него это была проблема №1, а в нашем списке приоритетов ― в лучшем случае №148. В некоторых “хотелках” мы и вовсе сразу отказываем клиенту — например, если видим, что это нерентабельно, то приводим эмпирические данные и отстаиваем свое мнение.

Часто клиенты просят, чтобы нейросеть обучалась сама по себе, без участия человека. Это вполне возможно и даже несложно с точки зрения технической реализации, но мы не рекомендуем такой подход. Он может привести к ошибкам в работе помощника, некорректным ответам и реакциям, а итоговый результат вряд ли удовлетворит клиента. Обычно заказчики к нам прислушиваются, иногда даже просят изменить бизнес-процессы в компании или настроить иначе IT-системы.

1. Крупная региональная сеть в России с 6 000 пользователей ERP-системы.

В чем была основная проблема:

Лояльность сотрудников к ИТ-системе была низкая, информации для изучения софта было слишком много, чтобы быстро разобраться.

Как решили проблему:

• Создали сервисы для работы в системе SAP. Они помогали автоматически проверять статусы документов, создавать документы из диалога и выгружать отчеты по запросу одной фразой.
• Доработали “базу знаний” и автоматизировали индексацию инструкций: так пользователи перестали искать ответы на свои вопросы по 7-10 минут ― теперь на всё уходит секунд пять.

Результат: Лояльность пользователей к системе существенно возросла. Сотрудники стали работать в системе в 5 раз быстрее.

2. Крупная добывающая компания с более чем 10 000 пользователей ИТ-систем.

В чем была основная проблема:

В ИТ-архитектуре компании было несколько сотен систем, с которыми нужно было научиться быстро работать. Кроме того, стояла задача сократить количество консультаций по работе с ними.

Как решили проблему:

• Усовершенствовали бизнес-процессы, и сотрудники стали легче находить обучающие материалы.
• Усовершенствовали разбор и управление логами диалогов массовых пользователей.
• Создали сервисы для системы Service Desk, поддержка пользователей ускорилась.
• Настроили гибкую отчетность по запросам пользователей с возможностью управлять узкими темами и запросами.

Результат: В среднем экономия составила от 40 000 рублей в год на 1 пользователя.

В нашей сфере существует два типа монетизации:

• Плата за сессии ― клиент покупает время общения с помощником
• Плата за пользователя ― этот тип выбрали мы, создав систему тарифов

Компании покупают лицензию, стоимость которой зависит от числа пользователей, платят за первичную настройку платформы и доработку функционала (при необходимости), иногда ― интеграцию с некоторыми IT-системами.

Пока продажами в нашей команде занимаются только два сооснователя, т.е. Татьяна и я. Отдела продаж еще нет — в будущем это станет точкой роста. Остальные сотрудники отвечают за техническую часть и разработку функционала. Еще в штате есть консультанты, которые разбираются в бизнес-процессах заказчика.

Клиентов мы ищем, в основном, через партнерскую сеть. Используем инструменты продвижения в SAP Store. Но большую часть продаж мы пока совершаем благодаря рекомендациям нашей платформы от клиента к клиенту.

За прошлый “пандемийный” год мы провели около 100 демонстраций клиентам. В целом, все хорошо реагируют на наши демо, но заказов в разы меньше количества демонстраций. Сначала мы немного растерялись — ведь раньше, в рамках наших консалтинговых услуг, клиенты гораздо более оперативно “созревали” на заказы. Сейчас понимаем, что цикл продаж Dipa в среднем занимает от года. Прежде всего, потому что наши потенциальные клиенты ― это крупный бизнес и большие корпорации, и на принятие решений уходит много времени.

На сегодняшний день мы успели провести больше 100 демонстраций продукта, у нас в работе около 10 пилотных проектов. Причем не только в России, но и на международном рынке, что позволит нам в будущем существенно увеличить воронку продаж. С некоторыми клиентами мы уже дошли до этапа эксплуатации.

Мы постоянно развиваем наш продукт и выводим на рынок новые модули. С каждым релизом Dipa может закрывать всё больше потребностей клиентов по самым разным направлениям. Мы научились быстро запускать новые навыки нашего помощника, причем даже в совсем не знакомых нам сферах. За расширением навыков стоит вопрос оперативной поддержки решения. Как правило, это всё разные люди и команды, и наша основная задача — объединять их усилия и получать результат в максимально короткие сроки.

Мы продолжаем делать акцент на user experience и видим здесь дополнительные возможности для ускорения бизнес-процессов у клиентов и, как следствие, экономии на операционных затратах.

Наконец, в ближайшее время мы планируем значительно расширить географию нашего присутствия. Приоритетная задача на текущий и следующий годы — выход на рынки Азии, восточной и западной Европы.

#ии #цифровойпомощник #dipa