Как голосовые помощники учатся общению с человеком – кейс сервиса TWIN от web-студия «Ананас».
Сооснователи профессиональной web-студии «Ананас» из Екатеринбурга Егор Таланцев и Евгений Гавриляк рассказывают о том, в каком направлении сегодня развиваются умные голосовые помощники и сможет ли искусственный интеллект когда-нибудь полностью взять на себя клиентский сервис.
Место робота в коммуникации бизнеса с клиентами
Внедрение робота (искусственного интеллекта) в клиентский сервис – мощный общемировой тренд, локомотивами которого являются крупные компании на потребительских рынках (транспортные, продуктовый ритейл, банки и др.).
Такие компании ежедневно сталкиваются с необходимостью обработки сотен тысяч клиентских запросов: обращений за консультацией по товару или услуге, претензий, уточнений по заказу и т.п. Поэтому именно у них постоянно растет потребность в автоматизации клиентского сервиса. Внедряя в него робота, компании могут повышать качество обслуживания, поддерживать высокий CSI; избавляются от необходимости раздувания штата операторов своих контакт-центров, помогают им справляться с резким ростом нагрузки, снижают текучку кадров, позволяют переключать сотрудников с обработки типовых обращений на более сложные задачи, например, исходящий телемаркетинг.
Кроме того, в последнее время ИИ начинает активно использоваться в рекрутинге и внутренних HR-процессах. Как минимум, ИИ может обзванивать соискателей с целью приглашения на собеседование или знакомить новых сотрудников с ценностями, регламентом работы, корпоративной культурой компании.
При этом сегмент голосовых помощников развивается быстрее сегмента чат-ботов, встраиваемых в неголосовые каналы коммуникации – мессенджеры, соцсети, e-mail, SMS, потому что таков запрос потребителя. Доля неголосовых каналов в омниканальной модели общения компании с клиентами растет, однако около 85% входящих и исходящих обращений до сих пор обрабатываются по телефону. Даже если на другом конце провода находится достаточно умный голосовой бот, иллюзия общения с живым человеком вселяет в клиента уверенность в том, что его вопрос будет оперативно решен.
Кроме того, голосовой бот решает такую важную задачу, как максимально высокая скорость ответа (реакции) на телефонный звонок и сокращение до нуля потерь входящих звонков – это тоже ключевая потребность клиента на b2c-рынках, удовлетворение которой сильно влияет на его лояльность бренду продавца товара или услуги.
Мы – разработчики и не занимаемся измерениями таких потребностей, однако эту статистику собирают, например, крупные аутсорсинговые контакт центры. Так, лидер данного рынка, компания VOXYS пишет, что подавляющее большинство клиентов компаний, обращающихся по телефону, ждет ответа на звонок в течение полминуты. Для сравнения, комфортное ожидание ответа через чат – пять минут, через почту – в течение суток.
Сервис TWIN
Путь развития голосовых помощников мы вживую отслеживаем с 2017 года (когда этот тренд только начал зарождаться), поскольку являемся создателями одного из первых подобных решений. Идея проекта возникла после того, как мы случайно наткнулись в интернете на видеоролик компании, директор которой рассказывал, как автоматизирует бизнес-процессы с помощью голосового бота. Тогда мы подумали – можно создать такое же решение, только более универсальное, чтобы любой бизнес мог легко адаптировать его под свои задачи. Так мы приступили к разработке проекта под названием TWIN.
Однако на тот момент студия существовала всего два года и собственных средств для работы над проектом не было. Нам удалось найти двух екатеринбургских предпринимателей, которых идея создания голосового помощника заинтересовала. Они стали не просто инвесторами, а владельцами проекта, а впоследствии основали компанию TWIN. Сейчас именно она занимается продвижением на рынок и продажами сервиса, а мы поддерживаем и улучшаем его как разработчики на аутсорсинге.
Первый рабочий прототип у нас был готов уже через полгода. Мы презентовали его на конференции Национальной ассоциации коллекторов (НАПКА) и попали точно в целевую аудиторию. Работа коллектора связана с большим количеством обзвонов и стрессовыми переговорами, из-за чего сотрудники выгорают в считанные недели и увольняются – возникает сильная текучка кадров.
Голосовой бот позволяет решить эту проблему: он берет на себя первичные звонки должникам, не обижается на отказы и угрозы, доводит до живых сотрудников только тех, кто уже готов к общению. Не случайно в 2017 году частные коллекторские агентства и аналогичные службы банков начали внедрять такие технологии одними из первых.
Тренды развития голосовых помощников
Развитие голосовых помощников в течение последних 4 лет идет по трем ключевым направлениям. Во-первых, их функционал расширяется за счет комбинирования голосового и не голосового общения, потому что сам по себе формат voice only достаточно ограничен, он не подходит для сложных сценариев общения. Так, к своему сервису мы добавили функцию отправки сообщения клиенту по завершении диалога: бот TWIN может написать ему в мессенджер, направить письмо или SMS, например, для напоминания номера заказа или другой важной информации. Также он способен начать разговор по телефону и продолжить в мессенджере, если так удобно клиенту.
Второе направление – кастомизация под задачи конкретного бизнеса. Например, модификация TWIN, которая используется одной из крупнейших российских транспортных компаний, умеет рассчитывать время доставки и ее стоимость для каждого конкретного пункта выдачи, пояснять детали заказа и консультировать клиента по документам – для этого бот интегрирован с базой данных самой компании.
Во-третьих, ИИ активно развивает коммуникативные навыки и учится лучше понимать человека. К своему проекту мы постепенно добавляем функционал в таких областях, как Natural language processing, Natural language understanding и Dialog Management. То есть бот TWIN, независимо от сферы применения, учится распознавать речь и даже пол собеседника (чтобы исключить ситуации, когда при общении с мужчиной бот обращается к нему, как к женщине), синтезировать естественную человеческую речь, управлять диалогом (менять скрипта разговора) в зависимости от эмоционального состояния собеседника.
Это актуально не только для специализированных сервисов, но и для метапомощников вроде «Алисы» у Яндекса или Siri у Apple, встроенных в аппаратно-цифровую экосистему этих компаний.
