Чат-боты начинают объединяться в команды и разговаривать между собой

Практически каждая крупная организация уже обзавелась собственным чат-ботом. Он общается с клиентами, выполняет рутинные операции, помогает найти информацию или правильно задать вопрос. Будущее — за сообществами ботов-специалистов, управлять которыми будет мастер-бот. Об этом говорили участники организованной CNews Conferences онлайн-конференции «Чат-боты 2021: на пути к интеллектуальному помощнику».

Зачем людям чат-боты

В последние 10 лет мобильные устройства превратились в мощный канал взаимодействия бизнеса и человека. Люди привыкли общаться друг с другом в режиме реального времени при помощи мессенджеров и ждут такой же возможности от бизнеса, говорит Антон Шебалкин, архитектор платформ развития бизнеса департамента «Операционная деятельность» компании «Диасофт». Это стимулирует развитие чат-ботов.

Тем не менее, людям все еще привычнее общаться с себе подобными. Поэтому от роботов они требуют максимальной схожести с реальным собеседником. Антон Шебалкин рассказал об эволюции чат-ботов от роботов, рассылающих уведомления, до контекстных помощников и, в будущем, персонализированных помощников и даже автономных организаций помощников, знающих все о клиенте и способных оказывать ему поддержку в самых разных областях.

Компания «Диасофт» предлагает платформу для создания контекстного чат-бота. Он способен принимать неструктурированную информацию по любому каналу, извлекать из нее сущности и намерения клиентов. Ядром системы является компонент «Управление диалогом», который помогает боту правильно реагировать на запросы. Главная особенность платформы — многоканальность. Она способна обрабатывать сообщения, поступающие из чатов на сайтах, колл-центров, социальных сетей, мобильных приложений, мессенджеров и пр. «Современному пользователю важны мгновенная адекватная обратная связь, доступность качественного сервиса в режиме онлайн, бесшовное взаимодействие и удобный интерфейс, — говорит Антон Шебалкин. — Использование ботов помогает повысить качество работы клиентской службы за счет правильно выстроенной маршрутизации входящих сообщений».

Чат-боты в HR

Одна из сфер применения чат-ботов — участие в работе кадровой службы. Полина Логинова, заместитель начальника Управления государственной службы и кадров Правительства Москвы, руководитель молодежных карьерных проектов, рассказала, как робот помогает в адаптации и развитии персонала.

Правительство Москвы ежегодно отбирает 200 студентов и выпускников ВУЗов для стажировки. Чат-бот отправляет им индивидуальную информацию о месте стажировки и наставнике, знакомит с куратором до начала вводного обучения, рассказывает о Правительстве Москвы и особенностях корпоративной культуры. В его обязанности входит получение обратной связи от участников. Стажеры оценивают ключевые события стажировки: обучение, первый рабочий день, рабочую неделю. Робот — это полноценный путеводитель не только по стажировке, но и по трудоустройству после ее завершения. Одновременно он помогает и в сборе от стажеров отчетных документов.

Возможности чат-бота

:

Источник: Управление государственной службы и кадров Правительства Москвы, 2021

Еще одно направление — использование чат-бота в качестве элемента геймификации в программе развития руководителей. Робот помогает оценить настрой участников на старте и в конце программы, помогает при выгорании и проработке негатива, собирает обратную связь и идеи по программе.

Что чат-бот делает в металлургии

В Трубной металлургической компании есть собственный чат-бот «Темка». Он помогает сотрудникам в режиме 24/7 и там самым способствует повышению их цифровой культуры, рассказал Игорь Хлебников, начальник Управления цифровых технологий Трубной металлургической компании. Сейчас с помощью бота подаются заявки в Service Desk, заказываются канцелярия, пропуски, собираются предложения по различным проектам в Бирже идей. Через чат-бот работает «горячая линия» Службы экономической безопасности, предоставляется всевозможная информация и т.д. Чат-бот постоянно учится на основе анализа взаимодействия с пользователями.

«Понятно, что любая компания инвестирует в цифровые технологии только тогда, когда от них есть отдача, — говорит Игорь Хлебников. — В случае с чат-ботом основной показатель эффективности — оптимизация использования рабочего времени за счет снижения трудозатрат на рутинные операции, поиск информации, изучение корпоративных процедур, а также сокращение времени подачи заявок». В основе бота — платформа Microsoft Asure, эмулятор Bot Framework. Он также интегрирован с корпоративным мессенджером.

Чат-бот, торговые сети и логистика

В X5 Retail Group работает более 300 тыс. сотрудников. Как быстро донести до каждого из них необходимую информацию? Чтобы ответить на этот вопрос, в компании провели исследование и выяснили, что большая часть сотрудников относятся к поколению Y и Z, рассказал Юрий Пчелин, начальник управления поддержки корпоративных сервисов, X5 Retail Group. Эти поколения привыкли потреблять информацию быстро и структурно и отвыкли от таких неудобных инструментов, как, например, поиск по папкам.

В монолитной SAP-системе компании сделали встроенную интерактивную подсказку: ее можно вызвать в любой момент и получить консультацию по возникшим вопросам. Подобное решение, позволяющее осуществлять контекстный поиск, появилось и на внутреннем Web-портале.

В планах — создание интерактивных помощников. При этом ИТ-инфраструктура компании очень сложная, и далеко не все используемые в ней системы интегрированы между собой. По мнению Юрия Пчелина, в такой ситуации имеет смысл предоставить возможность ИТ-специалистам самостоятельно без программирования создавать интеграционные потоки и простую функциональность. В этом поможет чат-бот, который будет через RPA соединяться с разными системами, запрашивать у них информацию и предоставлять ее пользователям. Например, таким образом сотрудники смогут выяснить, почему им начислена именно такая заработная плата. Конечно, это будет происходить не в режиме онлайн, но все равно существенно быстрее, чем делается сейчас.

Владимир Хаванских, старший аналитик-разработчик центра компетенций по речевым технологиям «М.Видео-Эльдорадо», рассказал о чат-боте, помогающем клиентам совершать покупки в магазине. Создать такого бота можно двумя способами. Первый — вручную описать сценарий консультации с учетом экспертизы по каждому товару. Это очень трудоемкий процесс, применимый только по отношению к часто покупаемым товарам.

Классификация чат-ботов

:

Источник: М.Видео-Эльдорадо, 2021

Второй подход — обучение нейросети для генерации экспертных ответов на обращения. Однако для ее обучения требуются значительные массивы данных. Третий вариант— создать базу знаний (онтологию), которые будут использоваться для консультации. Именно по такому пути пошли в «М.Видео-Эльдорадо».

Для создания бота были проанализированы отзывы клиентов при покупке товаров, выделены ключевые фразы. Еще один источник информации — спецификации товаров от поставщиков. На основании этих данных был построен граф с вероятностными связями принадлежности характеристик и свойств товаров в рамках каждой товарной категории. Он используется в работе чат-бота. Виртуальный помощник постоянно совершенствуется: его ошибки анализируются, добавляются новые товарные категории и диалоговые сценарии.

Еще один кейс из сферы логистики. DPD занимается доставкой товаров как в постоматы, так и конечным пользователям. Понятно, что люди хотят видеть, что происходит с их посылками, иметь возможность удобной оплаты и возврата товара. В DPD существует специально выделенная группа операторов, которая обрабатывает более 1,5 млн обращений в год, поступающих через чат-бота, рассказал Иван Киселев, владелец продукта управления по цифровым продуктам и интернет-маркетингу DPD в России. Чат-бот был запущен в начале 2020 г. Основная его задача — сокращение числа обращений к операторам. На сегодняшний день бот обрабатывает 90% входящих сообщений.

Иван Киселев рассказал о проблемах, которые возникают при оценке эффективности бота. Дело в том, что около 80% обращений клиентов закрываются по причине Session timeout. То есть сессия не была закрыта, не была переведена на чат с человеком, а закрылась по таймеру ожидания. При более тщательном анализе таких сессий удалось выявить целый ряд ошибок, которые совершает бот.

Ошибки бота внутри сессий с событием Session timeout

:

Источник: DPD в России, 2021

В результате было принято решение в конце каждой сессии спрашивать у клиента, решен ли его вопрос, и в случае необходимости переводить его на оператора. На основе анализа этих диалогов происходит дальнейшее совершенствование чат-бота.

Чат-боты и банки

О голосовых помощниках в контактных центрах рассказал Илья Щиров, исполнительный вице-президент, руководитель развития чат-канала и чат-ботов Райффайзенбанка. Сегодня более половины обращений в банк обрабатывается роботом. Для распознавания речи используется облачный Yandex SpeechKit. Разработка решения началась в прошлом году, и уже через 3 месяца был запущен первый пилот, в ходе которого робот отвечал на общие вопросы, например, о курсах валют. Было обработано почти 10 тыс. звонков, из них 24% закрыто без участия оператора.

Анализ этих звонков показал, что около 5% ответов бота были ошибочными. После доработки удалось сократить эту цифру до 1%. Сейчас бот может ответить на вопросы по более чем 200 темам. Чат-бот был хорошо воспринят клиентами — около 70% из них продолжили общение после того, как поняли, что на другом конце провода не человек, а робот. На сегодняшний день 30% звонков в контактный центр банка закрывается без оператора.

При создании человекоподобных помощников не обойтись без машинного обучения. В МКБ они используются, в частности, в сфере ИТ-поддержки, тестирования сервисов, в сфере HR, в работе контакт-центров и коллекторов, рассказал Дмитрий Литвинов, ИТ-бизнес-партнер департамента развития технологий банковских процессов ИТ-дирекции Московского кредитного банка.

В списке основных задач разработчиков ботов обеспечение быстроты поиска вариантов ответов и «человекоподобие» робота, в том числе возможность имитации эмоций при коммуникации. «Если у клиента сложный вопрос, на который он хочет получить ответ от банка, он, как правило, будет говорить с оператором, потому что ему необходима эмоциональная реакция», — говорит Дмитрий Литвинов.

В последнее время крупные финансовые компании активно занимаются созданием электронных помощников. Однако снизить затраты на колл-центры или работу службы продаж таким образом вряд ли удастся, уверен Ярослав Кабаков, директор по стратегии ИК «Финам». «Финансовые услуги сильно персонифицированы. Чаще всего клиент требует от чат-бота соединить его с реальным человеком», — говорит он.

Кроме того, многие банки пытаются составлять риск-профили клиентов, в том числе на основе его ответов на поставленные вопросы. «Финам» разработала список из 56 таких вопросов, и доверить провести опрос по ним чат-боту невозможно. Ярослав Кабаков также усомнился в том, что робот сможет подобрать для клиента наиболее интересный ему финансовый продукт — по его мнению, это задача по силам только квалифицированному менеджеру.

Как чат-бот может завоевать лояльность клиента? Наталья Балыбердина, руководитель направления развития цифровых каналов обслуживания «Альфа-Банк», рассказала о 2-летнем опыте превращения робота в интеллектуального помощника. Сегодня он участвует в 62% диалогов и полностью закрывает 42% из них. «Очень важно постоянно собирать и обрабатывать живые фразы для обучения чат-бота», — напомнила Наталья Балыбердина. Однако этого мало. В какой-то момент возникает ситуация, когда рост числа интентов приводит к тому, что число компонентов NLP-модели становится огромным. И управлять ими надо совершенно иначе.

Столкнувшись с такой ситуацией, в «Альфа-Банке» разделили все интенты на пулы, и за каждым из них закрепили сценариста. Это позволило выявить проблемы, на которые раньше никто не обращал внимания. Теперь каждый сценарист отрабатывает данные своего пула и принимает решения, исходя из собственного опыта. После этого он отслеживает полученный результат и при необходимости берет интент в работу снова.

Клиенты общаются в банк по разным каналам и периодически возвращаются для того, чтобы продолжить диалог. В ответ на это в «Альфа-Банке» реализовали возможность отслеживать и анализировать контекст диалога: теперь чат-бот принимает во внимание, когда и по какому поводу клиент взаимодействовал с банком в последний раз.

Еще одна особенность — возможность оценки вопроса клиента в контексте его речи. Например, словосочетание «открыть карту» в зависимости от ситуации может означать «открыть счет», «разблокировать карту», «выпустить карту» и т.д. Наталья Балыбердина также отметила необходимость персонализации предоставляемых клиенту данных. «Главная ошибка — наращивать количество тематик, не погрузившись в фразы клиентов», — заключает она.

Недалекое будущее

Аркадий Сандлер, эксперт в области разработки искусственного интеллекта, напомнил, что чат-бот должен максимально походить на человека. «В любом диалоге есть контент, контекст и инициатива. При этом на контент приходится менее 50% значимости. А значит, надо уметь управлять контекстом пользователя и собственным контентом, который влияет на контекст диалога. А для этого надо правильно задавать вопросы», — говорит он.

Сложные чат-боты не всегда нужны — для решения большинства задач достаточно простых решений. Однако некоторые пользователи стремятся поговорить с ботом не только по узкоспециализированным вопросам, но и на более широкие темы. И здесь компании надо решать, готова ли она обеспечивать им эту возможность. По мнению эксперта, будущее — за созданием специализированных ботов, которые будут управляться мастер-ботом. «Скоро боты будут разговаривать между собой на нашем языке», — уверен Аркадий Сандлер.