Идеальное внедрение начинается с идеальных заказчиков

Интервью опубликовано на Spot.uz в феврале 2024 года.

С чего начинается внедрение технологии?

За годы работы с банками и телекомом я выработал простую классификацию заказчиков. Их три типа:

• Те, кто хочет передовые технологии, но не понимает практической выгоды
• Те, кто понимает потребности, но не имеет ресурсов или готовности
• Те, кто понимает, имеет ресурсы и внутреннюю необходимость

Идеальное внедрение возможно только с третьим типом. Именно такой кейс стал эталонным: крупный банк Узбекистана полностью автоматизировал контакт-центр. Инициативная команда заказчика, ориентация на измеримые результаты — вот основа успеха.

В каких отраслях работают речевые технологии и ИИ?

Банки, ритейл, аутсорсинговые колл-центры, телеком. Везде, где есть большой поток однотипных обращений клиентов. Технологии автоматизируют обработку запросов, сокращают время ожидания и обеспечивают персонализированный сервис.

Специфика Узбекистана

Рынок активно растёт, государство поддерживает цифровые инновации. Но есть реальный барьер — отсутствие внутренних компетенций в ряде компаний тормозит внедрение.

Про диалекты. Это вопрос, который задают все. Роботы обучаются независимо от диалекта: если в обучающие данные попадают разговоры на диалектах — модель их усваивает. Аналогично со смешанной узбекско-русской речью, которая в реальных колл-центрах встречается постоянно.

Точность распознавания речи (ASR) достигает 87% на датасете с диалектами и смешанной речью. Точность понимания смысла (NLU) — 92%. Это лучшие показатели для узбекского языка на рынке.

Роботы vs операторы

Это ложная дихотомия. Роботы и операторы решают принципиально разные задачи.

Роботы эффективны при большом объёме стандартных запросов, работают 24/7 без усталости и ошибок. В ситуациях, требующих эмпатии и нестандартного решения, человек незаменим.

Лучший подход — гибридная модель: роботы берут на себя рутину, операторы фокусируются на сложных случаях. Работу операторов при этом улучшает речевая аналитика — анализ 100% звонков выявляет паттерны, которые нельзя заметить при выборочном контроле качества.

Про пилоты

Пилот — не тест технологии, это тест совместимости с конкретным бизнесом. Важно с самого начала договориться об измеримых критериях успеха и строго им следовать.

Я рекомендую называть это предварительным проектом с ограниченным объёмом данных — это честнее отражает цель. Три месяца — достаточный горизонт для первых выводов.

Что дальше

LLM и GPT-подобные технологии уже меняют индустрию. Few-shot и End-to-end подходы позволяют обучать модели на объёмах данных в десятки раз меньше традиционного. Граница между роботом и живым разговором будет стираться.

Хотите обсудить проект по автоматизации контакт-центра? Напишите мне.