Какие технологии искусственного интеллекта меняют работу операторов связи

Дмитрий Буланцев, технический директор MTS AI поделился кейсами применения голосового ИИ в коммуникациях с клиентами. Технологии искусственного интеллекта уже значительно трансформировали практически все ключевые сферы жизни и бизнеса: медицину, ритейл, промышленность и многое другое. Наибольшую эффективность ИИ показывает в отраслях, где значительную часть работы составляет коммуникация с клиентами, поскольку с его помощью можно автоматизировать эти процессы. Массовое применение чат-ботов уже кажется неизбежным: по оценкам экспертов, 95% коммуникаций между клиентом и компанией к 2025 году будет осуществляться с помощью ИИ. Уже ставшие традиционными варианты использования ИИ - боты, аналитика данных и коммуникаций - массово используются в работе операторов связи. Они активно внедряют подобные решения, чтобы повысить эффективность работы и улучшить качество обслуживания клиентов. На телекоммуникационном рынке сейчас конкуренция как никогда высока. Почти все потенциальные клиенты уже являются абонентами какого-либо оператора связи, и расширять пользовательскую базу затруднительно, поэтому компании пытаются оптимизировать свои расходы на поддержание инфраструктуры и обслуживание абонентской базы. Чат-боты и голосовые ассистенты Мировой рынок технологий разговорного искусственного интеллекта вырастет к 2026 году до $16,2 млрд при среднегодовом темпе роста 37,2%. Компании видят значительную окупаемость продуктов на основе разговорного ИИ, что подстегивает их к инвестициям и внедрению подобных решений. В России чат-боты стали крайне популярны у бизнеса, потому что отечественные разработчики предлагают собственные решения, которые могут успешно конкурировать с мировыми вендорами. У каждого оператора есть свой виртуальный помощник, многие банки также сами разрабатывают чат-боты и NLP-платформы. Внедрение чат-ботов и голосовых ассистентов в колл-центрах и на сайтах телеком-операторов и других компаний полезно и выгодно как бизнесу, так и абоненту. Клиенту не нужно ждать, когда ответит первый освободившийся сотрудник, он может не переживать из-за некорректных формулировок или настроения оператора компании. Многим проще озвучить свою просьбу голосом роботу или сформулировать свой запрос письменно. В то же время благодаря ИИ-решениям бизнес значительно сокращают нагрузку на сотрудников контакт-центров, которые обрабатывают звонки и сообщения пользователей. Как правило, клиенты обращаются в службу поддержки со стандартными вопросами: например, о тарифах, услугах, настройке устройства и т.д. Отвечать на типовые вопросы может чат-бот. Если он не поможет клиенту, то ему ответит сотрудник компании. Также роботы могут самостоятельно связываться с клиентом и информировать его о новых акциях или условиях тарифа. Ключевое преимущество виртуального ассистента в том, что в отличие от реального сотрудника, чат-бот работает 24/7, без выходных, больничных и отпусков, не забывает скрипты и не сорвется на клиенте, задавшем неудобный вопрос. Аналитика больших данных С помощью ИИ-решений можно не только коммуницировать с клиентом, но и анализировать разговоры сотрудников колл-центра, чтобы определить самые частые темы разговоров и их структуру для последующего внедрения в чат-ботов. Аналитика диалогов позволит проверить, насколько сотрудник компании следует скриптам и отклоняется от них, а также определит наиболее эффективные сценарии общения с клиентами. Она поможет проводить и маркетинговые исследования аудитории, выявляя на основе записей разговоров ключевые претензии и потребности потребителей. Технологии ИИ также могут применяться для анализа огромного количества данных о клиентах и их поведения в сети. Они позволяют выявлять закономерности - например, какие тарифы или услуги наиболее востребованы у клиентов, какими продуктами чаще всего пользуется конкретный абонент и как именно расходует свой трафик. Эту информацию можно применять при разработке новых продуктов, а также для создания персонализированных предложений для конкретного абонента. Более того, решения на базе нейросетей даже могут предсказать, какие услуги будут популярны у клиентов в ближайшее время и какие проблемы могут возникнуть у них в процессе обслуживания. Предиктивная аналитика также может применяться для проверки инфраструктуры связи у телеком-операторов. Если обучить нейросети на большом количестве данных о различных авариях и других неисправностях в инфраструктуре, то они смогут предугадать время и место, где может произойти авария, тем самым позволяя заранее обезопасить уязвимые места. Подобные решения активно применяются за рубежом, в России для активного использования такой технологии необходимы иностранные решения, которые пока недоступны у нас в стране. Аналитика в оффлайне Искусственный интеллект активно применяется и в салонах связи - например, с помощью технологии умного видеонаблюдения и аналитики. У операторов уходят значительные ресурсы на поддержание работы точек продаж, поэтому они стараются оптимизировать в них работу сотрудников. Алгоритмы искусственного интеллекта фиксируют, во сколько на работу пришел тот или иной сотрудник, и заносит эту информацию в специальную таблицу, чтобы у руководства была полная информация об эффективности персонала. Нейросети также прогнозируют, сколько продавцов потребуется в тот или иной момент времени. ИИ "понимает", что если днем в салоне никого нет, то много работников в это время не потребуется, и передает эту информацию менеджменту. Видеоаналитика в салонах связи позволит автоматически подсчитать посетителей магазинов, проанализировать их маршрут по точке продаж и определить наиболее интересные и "слепые" зоны. ИИ-аналитика предоставит оператору данные о демографических характеристиках клиентов: их пол, возраст. Искусственный интеллект зафиксирует настроение клиентов, а также позволит проанализировать очереди в магазине и понять причины их появления. Эти данные помогут менеджменту принять управленческие решения - от оптимизации бизнес-процессов до генерации новых маркетинговых идей. Видеоаналитика поможет сформировать черные списки или перечень VIP-гостей, которым необходимо особое обслуживание, и определять посетителей из этих списков автоматически по лицу. Это же позволяет идентифицировать клиента на входе, если он уже пользовался услугами оператора и был в салоне связи, и не спрашивать его паспорт при оказании услуг. Проблемы применения ИИ Искусственный интеллект пока не способен полностью заменить коммуникацию с человеком. В работе ИИ по-прежнему встречаются ошибки, поэтому у клиента должна быть возможность обратиться к сотруднику телеком-компании, если бот не смог разобраться в ситуации. Поэтому операторы связи должны стремиться найти баланс между автоматизацией процессов и сохранением индивидуального подхода к каждому клиенту. Полностью доверять ИИ пока нельзя в том числе и из-за технических ограничений - недостаточный объем дата-сетов или появление в них неточно размеченных данных может привести к ошибкам, и эта проблему проблему можно решить с течением времени, когда будут появляться новые наборы данных. К тому же всем компаниям еще только предстоит определиться с этической стороной вопроса разработки нейросетей. Пока нет единого ответа, сможет ли ИИ принимать ответственные и серьезные решения, насколько он будет объективен и беспристрастен. Компании должны быть уверены, что нейросеть обеспечит безопасность данных пользователей и не разгласит случайному человеку конфиденциальные данные - например, местоположение того или иного абонента. Еще одна проблема - пользователи пока не очень любят общаться с ботами. Одним такая коммуникация кажется долгой, другим - некомфортной, а некоторые и вовсе не верят в качество работы ботов и сразу просят переключить их на оператора. Выходом из этой ситуации в ближайшие годы может стать более сложная модель, в которой коммуникацию со всеми ботами компаний возьмет на себя универсальный персональный помощник (например, Siri или Алиса). Пользователь может спросить виртуального ассистента о балансе на счете телеком-оператора, и он получит информацию от бота компании, после чего передаст ее клиенту. Ссылка на источник