{"id":13642,"url":"\/distributions\/13642\/click?bit=1&hash=b1d04d123bef3157778955d4fff0f37b6ea4b9628be659b0252c803d9c42eced","title":"\u0412\u044b \u0441\u0430\u043c\u043e\u0437\u0430\u043d\u044f\u0442\u044b\u0439? \u0422\u0435\u043f\u0435\u0440\u044c \u043c\u043e\u0436\u0435\u0442\u0435 \u043f\u0440\u043e\u0434\u0430\u0432\u0430\u0442\u044c \u043d\u0430 \u00ab\u042f\u043d\u0434\u0435\u043a\u0441 \u041c\u0430\u0440\u043a\u0435\u0442\u0435\u00bb","buttonText":"\u041f\u043e\u0434\u0440\u043e\u0431\u043d\u0435\u0435","imageUuid":"7b44ef31-f829-53ec-90f8-add9595cf252","isPaidAndBannersEnabled":false}
Трибуна
Kirill Paraska

На смену чат-ботам: как мы создали платформу, которая изменит саппорт

Наша команда сделала конструктор, где каждый может собрать бота на нейросетках — и закрыть до 80% обращений. Как это работает, рассказали в кейсах «ВТБ», «Рокетбанка» и «ДелоБанка».

Раньше наша команда делала чат-боты для бизнеса: мы создали Facebook-бота для «Точки», ассистентов для «Рокетбанка», Simple Wine и еще десятка проектов. Но в 2016 году на пике спроса поняли, что штамповать однотипных ботов — это скучно. И подумали: «А что, если сделать ботов умными и автоматизировать поддержку нейронными сетями?».

Гипотеза была такой: хорошие продукты серьезно тратятся на сервис поддержки и саппорт, чтобы пользователи были довольны. Если с помощью машинного обучения сделать чат-ботов умнее, то можно снять большой процент рутины с сотрудников. Тогда люди будут заниматься только интересными задачами и искренне кайфовать от работы, а сервисность поддержки вырастет.

Так мы решили сделать Lia.

Почему обычным чат-ботам нужно поумнеть

Довольно быстро рынку стало понятно, что линейные чат-боты это не так уж удобно для бизнеса. Да, иногда они хорошо выполняют свои задачи: могут показать баланс на счете, прислать билеты или решить простой вопрос.

Но большинство ботов пока не понимают естественную речь и длинных фраз с контекстом, из-за чего людям приходится очень много печатать и задавать все параметры по шагам. А это очень утомительно, даже хуже, чем общаться с похмельным оператором колл-центра. Мало похоже на оптимизацию.

Поэтому мы решили научить чат-ботов понимать естественную человеческую речь и превратить их в виртуальных ассистентов.

В ситуации, когда ты страшно голоден и зол, вообще не хочется тратить силы на переписки с тупым ботом. После третьего нелепого вопроса ты хочешь послать к черту всех: и робота, и пиццерию. Проще уже спуститься за шавой. Зато умному помощнику ты благодарен за понятливость и скорость — твоя лояльность к бренду растет.

Как мы сделали чат-ботов умными

Если стоит задача «Качественно натренировать нейросеть, чтобы она понимала людей», просто разработчики тут не помогут. Нам нужны были математики с навыком разработки — оказалось, что на рынке их очень мало. Только на поиск спецов мы потратили пару месяцев, а нормально оценивать задачи по машинному обучению не научились до сих пор.

Работали запойно, жили идеей — первый прототип сделали за три месяца. В итоге получился виртуальный ассистент на нейронных сетях, который:

  • Понимает речь и естественный язык — здоровается, если написать «ку-ку», «йоу», «приветики», etc
  • Извлекает из речи имена, адреса, страны, периоды и даты — даже если писать в строчку «хочу все бросить и 7 ноября улететь на Кубу на две недели»
  • Самообучается — людям иногда нужно 5 раз промахнуться, чтобы сделать вывод. Робот всегда понимает ошибку с первого раза.
  • Действует по сложному сценарию — например, может отменить заказ, подсказать статус и ответить на попутные вопросы, помочь с оплатой или поговорить о жизни.

По нашим подсчетам, такой виртуальный ассистент должен был закрыть больше 80% типовых запросов в поддержку.

Первый умный бот для банка «ВТБ

Первым заказчиком Lia стал банк «ВТБ» — им нужно было автоматизировать поддержку в новом интернет-банке для предпринимателей. Дедлайн заставил в сжатые сроки доработать технологию: наши нейронные сети стали заворачиваться в серьезный IT-продукт.

С «ВТБ» мы запустились достаточно успешно — особенно для продукта, который был сделан за четыре месяца. Наш гибридный робот базировался на нейросетях и сразу был умным: отвечал больше чем на 800 вопросов, поддерживал несколько сложных сценариев (выписки, смена тарифа, настройка пользователей) и говорил как человек.

А еще он здорово облегчал жизнь пользователям.

Канал: Чат в интернет-банке
Срок: 2 месяца
Результат: 74% снижение нагрузки на КЦ

Гибридный агент FAQ и сценариев

Дальше мы на базе Lia автоматизировали FAQ в «Рокетбанке» и «ДелоБанке». Получили такие цифры:

Канал: Чат в интернет-банке и приложении
Срок: 2 недели
Результат: 32% закрытых заявок без операторов

Как мы собрали конструктор по созданию ассистентов

Мы пилили-пилили своих умных ассистентов, но когда появились конкуренты, решили на базе Lia сделать конструктор — и дать всем бизнесам доступ к технологии. Так компании смогли бы делать хоть сотню ботов под себя на одной платформе — без лишних проблем с аутсорсерами.

Дело было за малым (ха-ха): придумать простой интуитивный интерфейс, чтобы любой мог собрать ассистента. Для этого команда за пару недель написала собственный язык разметки Lialang — язык разметки диалогов, на котором можно легко описывать сценарии и передавать их роботу.

Когда мы придумали язык описания сложных сценариев, появилась надежда, что Lia покроет 80% любых, даже сложных обращений.

Как работает виртуальный ассистент

Полгода ушло на разработку интерфейса, который понимает Lialang. В итоге получился визуальный конструктор — очень простой и непохожий на обычные ботодельни. Большая часть интерфейсов создается для разработчиков: надо понимать код, шарить в древовидных сценариях... Мы решили сделать попроще, чтобы на платформе могли работать люди без навыков программирования.

На нашей платформе сборка ассистента похожа на обучение ребенка с абсолютной памятью. Ты все подробно ему рассказываешь — он запоминает и дальше развивается сам. Для этого достаточно трех шагов:

Шаг 1. Загружаешь историю переписок с пользователями, чтобы робот выделил паттерны

Личные данные пользователей не используются, поэтому проблем с конфиденциальностью не возникает.

Шаг 2. Прописываешь намерения: 10-20 вариантов самых частых запросов пользователя

(этого количества вариантов достаточно благодаря нейронным сетям)

Шаг 3. Создаешь сценарий: прописываешь несколько вариантов ответов или действий

Если бы мы добавляли все вариации вопросов пользователя в кнопочного чат-бота, на это бы ушли годы. А нашей Lia нужно всего 10 примеров, чтобы понять тему и поддержать разговор.

Что получается в итоге

Такой помощник может разговаривать с человеком по телефону или в чате. Он сразу извлекает кучу информации из естественной речи: e-mail, запросы, адреса. На эту смышленую робо-девочку можно скинуть большинство рутинных задач: от доставки пиццы и вызова такси до консультации клиентов.

Сборка умного ассистента в платформе занимает от двух недель до месяца. В первые дни технология начинает закрывать до 30% обращений, а через полгода — до 70%.

За шесть месяцев робот учится реалистично понимать запросы и узнавать паттерны: все это время его курирует живой человек.

Чтобы пользователям было просто разобраться с конструктором Lia, хотим запустить серию туториалов и обучать компании лично. Система не самая простая, но мы думаем, что рынок готов к диджитализации, а сотрудники — к обучению.

Будущее коммуникаций туманно — возможно, рекламу нам будут крутить во снах, а с дроном придется общаться силой мысли. Но уже можно предсказать, что в 2022 году до 70% всех взаимодействий с клиентами будет проходить через какую-нибудь разновидность ИИ (как пророчит авторитетный Gartner).

По нашей задумке конструкторы вроде Lia как раз помогут быстро перекинуть клиентский сервис на умных роботов: но не в далеком 22-ом, а уже сейчас.

0
6 комментариев
Написать комментарий...
Вениамин Плевин

Общался только с поддержкой Яндекса и Рокета. Заметил что временный ответ от бота раздражает больше, чем какое-то развернутое сообщение от живого челика. Но ваша технология выглядит вполне естественно (в примере с доставкой, например, остальные пока еще немного пластмассовые).
Но что делать с кейсами, когда есть ошибка со стороны компании? Мне вот, например, кинопоиск давал промокод за то, что у меня лагала подписка. Или это относится к тем процентам вопросов, которые на плечах операторов?
Ну и мемы от Рокета всегда веселят, а в сторону мемующих ботов я пока что как-то скептически настроен 🙃

Ответить
Развернуть ветку
Kirill Paraska
Автор

Сложные кейсы пока передаём людям — когда бот разгружает их от рутины, они решают проблемы лучше и индивидуальнее (например, у них остается время на мемы))

Ответить
Развернуть ветку
Алекс Соколов

Хэллоу. А если у меня мультиязычный сайт? Есть русский и английский языки. Бота прикрутить можно будет? Или нужно брать зарубежный аналог? И как вообще бот будет понимать, что на данный момент посетитель выбрал на сайте английский язык или русский, чтобы показывать меню чата на нужном языке?

Ответить
Развернуть ветку
Kirill Paraska
Автор

Алекс день добрый,
Lia понимает и Английский язык. Можно передать параметр языка в Lia и зависимости от этого диалог будет на нужном языке.

Ответить
Развернуть ветку
Дмитрий Бондарь

Привет. Есть интеграция с соцсетями? Например ВКонтакте и Инстаграм 

Ответить
Развернуть ветку
Kirill Paraska
Автор

Привет. Пока нет, но уже в бэклоге. 
Скоро будет доступно.

Ответить
Развернуть ветку
Читать все 6 комментариев
null