Как компании создать собственного цифрового ассистента

Цифровые помощники — важный ИТ-тренд 2022 года как для государственного, так и для корпоративного сектора. Что это такое? В чем разница между голосовыми виртуальными онлайн-консультантами, чат-ботами и интерактивным голосовым меню?

Цифровые ассистенты, берущие свое начало от автоответчиков и умных чат ботов, за последние 10 лет прошли довольно серьезный путь развития, и неискушенному человеку уже не всегда просто разобраться общается ли он с живым человеком или с хорошо запрограммированным “роботом”. Сейчас наблюдается устойчивый тренд на переход от цифровых людей, в основе которых лежит диалоговая модель и ограниченный набор функционала, к проектам, использующих так называемый слабый ИИ и способным к самообучению.

Главным отличием цифрового ассистента является его возможность не просто вести диалог, а также выполнять различные команды пользователя, работая с внешней средой, например с поиском в интернете, уведомлениями на телефоне или же с внешними системами.

В конце 2021 года “Альфа банк” представил своего Финансового помощника Альфа, созданного на основе голоса известного актера озвучки Всеволода Кузнецова, озвучивающего в российских дубляжах Тома Круза, Уилла Смита, Бреда Питта и Геральда из Ривии.

Искусственный интеллект Альфа команда банка создает совместно с компанией Just AI, одним из мировых лидеров в сфере машинного обучения и технологий NLU (natural language understanding, понимание естественного языка).

В данный момент у голосового помощника сравнительно маленький набор функций. Альф может показать в чате баланс счёта и озвучить дату и сумму платежа по кредиту. В ответ на запросы по оформлению полиса для визы, настройке Siri и навигации по приложению он даёт ссылку на соответствующий раздел. Периодически эти команды не срабатывают и Альф просит повторить запрос позже или проверить соединение с интернетом. Таким же образом он реагирует на непонятные для него запросы.

Голосовой помощник Олег, от “Тинькофф банка”, позволяет пользователям управлять личными финансами и некоторыми элементами экосистемы «Тинькофф», к примеру, покупать билеты в кино, забронировать столик в ресторане, заказывать и отправлять на почту электронные документы или получить консультацию по различным банковским услугам.

Однако всеобщую известность данный голосовой ассистент получил благодаря опции автоответчика, при подключении которой он подключается к звонку и может вести диалог с абонентом в полностью автономном режиме, транскрибируя звонок в удобный для владельца номера мессенджер.

Развиваются цифровые ассистенты и в индустрии компьютерных игр, например компания Samsung сделала ставку на более одушевленного и наделенного визуальным образом помощника - Sam. Sam создана компанией Lightfarm в сотрудничестве с компанией Cheil, в свою очередь Cheil - маркетинговая компания, принадлежащая Samsung.

Основное предназначение Сэм – помощь игрокам. Цифровой ассистент будет делиться советами и полезной информацией, обрабатывать данные из профиля игрока, библиотеки игр, списка друзей, сообщества и сервисов Ubisoft.

Голосом или с помощью текста помощнику можно задать любой вопрос об играх и сервисах Ubisoft. Сэм будет напрямую связана с учётной записью игрока в Ubisoft, и это позволит ей анализировать активность игроков и давать каждому из них индивидуальные советы и подсказки для тех мест, с которыми у игроков возникли трудности, либо были пропущены. Игроки с её помощью смогут узнать о дате релиза игр, найти и посмотреть их трейлеры, узнать о секретах и пасхалках, купить ту или иную игру или же просто обсудить с Сэм лучших героев той или иной игры от Ubisoft.

Lora от GloraX. На сегодняшний день Lora является уникальным в своем роде продуктом, и никто из мира девелопмента пока не анонсировал что-то хоть отдаленно напоминающее ее по функционалу. Вероятно, это связано с тем, что для создание подобного продукта требуются довольно большой объем ресурсов и технологический уровень компании, к сожалению далеко не все на российском рынке могут себе это позволить.

Самой очевидной особенностью, которая сразу “бросается в глаза” является то, что Lora, в отличии от многих ассистентов, имеет свою уникальную внешность и анимацию, является больше чем просто синтезированным голосом. Мы верим, что восприятие Lora как живого собеседника поможет в будущим сделать коммуникацию с ней привычным делом, похожим на общением с собственным секретарем или персональным ассистентом.

Второй особенностью Lora безусловно является ее осведомленность в мире мире недвижимости, Lora может без труда рассказать вам обо всех объектах недвижимости GloraX и порекомендовать те или иные варианты.

На данный момент Lora обладает следующим функционалом:

В проработке сейчас находится функционал по онлайн показу и бронированию лотов при помощи Lora, а также управление элементами умного дома и умной квартиры.

- Какие бизнес-процессы можно автоматизировать таким образом? Что способен понимать современный ИИ? Какую работу можно доверить ему, а что лучше оставить человеку?

Голосовые помощники весьма эффективно используются как инструменты бизнеса, причем это может быть как средство автоматизации процессов, так и механизма вовлечения и онбординга клиента в цифровой экосистеме.

По последнему пути сейчас идут такие гиганты отечественного рынка, как Яндекс, Сбер и VK, которые поставляют железные решения (умные колонки или телевизионные приставки) со своими голосовыми ассистентами на борту, а также добавляют их в собственные мобильные и веб приложения.

Давайте разберем как и за счет чего бизнес может сэкономить или заработать внедряя цифрового ассистента.

Первое, что приходит на ум это внедрение голосовых помощников в IVR (умный колл центр), где при помощи технологии распознавания речи, а также интеграции с CRM системой и наличием некоторых навыков, голосовой помощник может не только маршрутизировать звонок, но и оказывать клиенту услуги полностью в автоматическом режиме.

Среди таких услуг может быть как простые действия - заказ справок, выписок или иных документов, которые ассистент может сгенерировать автоматически, получая информацию о клиенте из CRM и других систем, а также более сложные действия например регистрация обращения с большим количеством переменных. К последним, например, относится запись на прием к врачу, когда системе нужно распознать тип специалиста или его фамилию, предложить доступные слоты по дате и времени и подтвердить запись.

Экономия от внедрения таких систем очевидна: во- первых, она помогает значительно сократить затрачиваемое время на рутинные процедуры у работников колл-центра, что позволяет неплохо оптимизировать ФОТ, а во- вторых, позволяет удерживать целевые лиды,, даже если они позвонили в нерабочее время или в пиковые часы, когда колл-центр может быть перегружен, так как даже если ассистент не ответит на все вопросы клиента, он может зафиксировать обращения и с клиентом в дальнейшем сможет связаться человек, уже понимающий суть существующего вопроса и готовый дать ответы по существу.

Что же касается работы с экосистемой, то это довольно сложный путь, который чаще всего выбирают компании с большой клиентской базой и большим количеством продуктов или партнерских предложений, которые они хотят эффективно кросс-селить между своей аудиторией.

В этом случае ассистент чаще всего является альтернативным механизмом навигации по цифровой экосистеме. В качестве примера можно привести навыки Алисы от Яндекса по доставке продуктов, если верить данным с официального сайта, то цифровой ассистент уже может заказать доставку из свежий хлеб, суши, пиццу или продукты у нескольких десятков поставщиков.

Вторым хорошим примером является продажа финансовых услуг, в котором ассистент может проинформировать клиента о доступных для него предложениях и помочь ему заполнить анкету.

С точки зрения оптимизации колл- центра Lora выступает первой линией, которая позволяет быстро идентифицировать клиента и быстро направить его обращение на нужного специалиста, при этом ее многопоточность позволяет существенно увеличить качество работы с клиентами.

С точки зрения продаж Lora позволяет лучше “прогреть” посетителей нашего сайта и обеспечивает их всей необходимой информацией, что косвенно сказывается на качестве трафика, а следовательно и на конверсии в клиента.

На этапе заселения мы активно используем Lora для приглашения наших дольщиков на приемку квартир, после сдачи объекта - это также разгружает коллцентр и позволяет нашим клиентам получить всю необходимую информацию по дальнейшему взаимодействию с компанией.”

Как создают цифровых помощников? Как сложно реализовать проект по разработке корпоративного цифрового помощника на основе ИИ? Какой алгоритм действий? Примерная стоимость?

В 2022 году создать собственного цифрового ассистента стало намного проще чем раньше и теперь эта технологическая привилегия стала потенциально доступна довольно широкому кругу компаний благодаря большому количеству диалоговых платформ, доступа к навыкам Алисы и различным системам Text 2 Speech системам.

Однако даже несмотря на технологическое развитие создание цифрового ассистента остается довольно сложной и затратной задачей, доступной, в отличее от создания чат ботов, только для компаний с высоким уровнем цифровизации.

Условно создание цифрового ассистента можно разделить на несколько этапов:

Подробнее о каждом из которых мы поговорим ниже.

Распознавание и синтез речи

Для распознавания и синтеза речи компаниям проще всего использовать сторонние разработки, чаще всего в этой роли выступает Yandex Speech Kit или же Google Speech-To-Text API, однако есть и другие аналоги, например решение Amazon Polly или платформа aimyvoice от Just AI, которая позволяет не только выбрать готовый голос из довольно большой библиотеки решений, но и добавить свой собственный вариант, созданный на основе записи вашего диктора. Для компаний с мощной IT экспертизой также остается вариант создать собственное решение, например на основе библиотеки pyttsx3 для Python.

Большинство компаний традиционно выбирают самый простой путь и используют готовые решения на базе облачных технологий. Для примера расмотрим,что требуется для создания полноценного собственного голоса на базе решения от Yandex. Первое, что вам потребуется - это заключить договор с компанией и арендовать ее облако с развернутыми там нейронными сетями. Данное решение является довольно дорогим и может стоить вашей компании от 500 тыс. руб. в месяц, верхняя граница стоимости зависит в основном от предполагаемой нагрузки и если вы планируете использовать данное решение с сотнями параллельных обращений или звонков, то его стоимость может увеличится. Параллельно с развертыванием решения вам необходимо подобрать диктора, который подарит вашему ассистенту свой голос. Лучше всего подбирать из профессиональных актеров дубляжа или радиоведущих, так как они уже знакомы с нюансами работы в студиях и имеют опыт многочасовых записей.

Далее начинает процесс обучения нейронной сети. Он состоит из итераций, в которых ваш диктор будет плотно работать с так называемым Voice Коучем озвучивать различные текста. В дальнейшем эта озвучка будет размечаться и передаваться в нейронную сеть в качестве материала для обучения. В среднем для хорошего результата диктору необходимо будет записать материала примерно на 40 часов, при этом важно чтобы условия записи были идеальными, на них отсутствовали посторонние шумы и голос диктора звучал на всех записях максимально похоже.

В среднем процесс создания собственного голоса занимает от 3 до 5 месяцев, но работа над улучшением синтеза может идти и после старта проекта, постепенно добавляя новый материал для обучения нейронной сети.

Диалоговая модель

Диалоговая модель - это по сути интеллект вашего голосового помощника именно в этом блоке задается его возможность запускать тот или иной сценарий для решения задач сотрудников или клиентов.

От того насколько широкой будет диалоговая модель напрямую зависит вариативность ответов и способность робота не загонять себя в тупик и адекватно реагировать на запросы собеседника.

Так же как и с системами распознавания и синтеза речи данный блок можно разработать как полностью внутри компании, так и взять одно из готовы решений. Собственная разработка, в этом случае, может идти практически на любом языке программирования от модного нынче Python, до более тяжелых в освоении C# или Java. Основной задачей в этом случае становится программирование сценариев и создание словарей интентов - ключевых слов или фраз, реакции на которые программа будет понимать, что именно от нее хочет собеседник и выбирать соответствующий запросу путь развития диалога.

Кроме полностью самостоятельной разработки есть целые платформы с low-code подходом, которые могут существенно упростить создание диалоговой модели и сразу “из коробки” дают довольно большой функционал по интеграции с внешними системами. Из таких систем можно выделить Just AI Conversational Platform или zDialog от Eora.

При выборе диалоговой системы очень важно понимать какими силами вы будете её в дальнейшем поддерживать и есть ли в вашем штате достаточно компетентные сотрудники, которые смогут освоить этот инструмент и в дальнейшем работать с ним без помощи подрядчиков. Необходимо трезво оценивать свои возможности и понимать, что с первого раза создать идеальную и полностью жизнеспособную диалоговую модель скорей всего не получится и необходимо будет развивать ее после запуска проекта, анализируя кейсов, возникающие при работе реальных людей с цифровым ассистентом.

Интеграция с цифровой экосистемой компании и Навыки

Кроме наличия качественной диалоговой модели также важен тот функционал, который может делать ваш цифровой помощник, например, присылать вам расшифровку непринятых звонков, оставлять заявки с обращением клиентов в CRM систему, автоматически генерировать и высылать клиентам нужные документы или же банально управлять освещением в комнате и заказывать вам такси.

Для реализации этих опций как правило проводится интеграция сценариев цифрового помощника с рядом внешних систем. Причем это могут быть как и внутренние системы, находящиеся в контуре компании, например CRM система, системы учета или электронного документо оборота. Так и внешние системы - различные месседж гейты, позволяющие отправлять сообщения на электронную почту или в мессенджеры, API внешних систем, если мы говорим про компоненты умного дома или умной квартиры или заказа такси.

Интеграция с такими системами чаще всего работает по следующему принципу, во время перехода в ту или иную ветку диалога цифровой помощник собирает нужную ему информацию о клиенте, например если мы говорим о необходимости получить какую- то справку, то это будет предпочитаемый способ доставки сообщения (в мессенджеры или на почту). После чего, по окончанию сценария, идет вызов внешний системы по работе с печатными формами, которой передается ID клиента, тип нужного документа, а эта система в свою очередь уже подтягивает все необходимые ей данные из CRM, 1С и других систем. После чего создает PDF документ с факсимиле и отправляет его клиенту.

Однако, зачастую, при автоматизации сложных процессов количество вовлеченных систем становится достаточно большим и не все они могут быть без проблем интегрированы друг с другом. Для решения таких задач цифрового ассистента можно интегрировать не с системами напрямую, а со специально сделанной (или уже существующей в компании) шиной данных. Эта система, построенная по принципам SOA, по сути является не только механизмом интеграции между различными системами, но и может брать на себя часть логики по маршрутизации данных в зависимости от запущенного процесса. Использование такого подхода поможет в разы быстрее развивать функционал вашего цифрового помощника создавая новые навыки на базе имеющихся систем.

Перед созданием цифровых ассистентов бизнесу важно задуматься о степени цифровизации собственных процессов, так как навыки цифрового ассистента по большей степени базируются на имеющихся у компании оцифрованных данных и могут запускать процессы в других системах, при этом сам ассистент должен выполнять минимум работы и быть только точкой входа, а не участником процесса, как это например бывает с обычным сотрудником компании.

Перед принятием решения о создания собственного ассистента я бы предложил пройтись по следующему чек листу: