ИИ принес "Сберу" 300 млн руб. за счет оптимизации обработки звонков

01 март 2024 02:40 #115761 от ICT
За счет применения ИИ среднее время маршрутизации звонков корпоративных клиентов "Сбера" на линию поддержки за два года сократилось в 3,5 раза до 18 сек. Виртуальный ИИ-ассистент маршрутизирует обращения 87% клиентов с использованием предсказательной (предиктивной) аналитики. При этом благодаря самообучению точность маршрутизации за год выросла на 14 процентных пункта до 77%. Менеджер продуктов Innostage Евгений Сурков считает, что в "Сбере" правильно понимают векторы эффективного применения ИИ в работе операторов и в предиктивном анализе: прямое взаимодействие ИИ с клиентом пока не выглядит основным направлением, улучшающим клиентский опыт, но это может измениться в ближайшем будущем. Директор департамента голосовых цифровых технологий ООО "БСС" (BSS) Александр Крушинский обратил внимание на то, что как правило ИИ применяется в КЦ в качестве виртуального ассистента на входящей линии (в телефонном или в текстовом канале), в системах роботизированных исходящих обзвонах (телемаркетинг, коллекшн и сбор обратной связи) и в системах речевой аналитики: "Основная цель робота на входящей линии — снятие нагрузки с операторов при сохранении клиентской удовлетворенности. Цель исходящих роботизированных обзвонов — снятие нагрузки с операторов при сохранении конверсии (в продажу для телемаркетинга, в погашение долга для коллекшн). Для речевой аналитики эффект менее измерим и более разнообразен. Речевая аналитика — это прежде всего инструмент анализа. В зависимости от того, что именно анализируется и как используются результаты анализа, эффект может быть в сокращении времени обслуживания, в удовлетворенности заказчика, в конверсии продаж и даже в повышение рыночной позиции за счет глубокого анализа клиентского опыта". В текстовом канале ИИ-ассистент успешно решает 23% обращений. Всего в голосовом канале речевая аналитика охватывает 99% консультаций. Искусственный интеллект анализирует ход диалога, оценивает качество консультации и соблюдение оператором стандартов клиентского обслуживания. Руководитель Управления клиентского сервиса СКБ Контур Евгения Гиленюк называет показатели, достигнутые "Сбером", очень высокими: "Количественные показатели, даже самые впечатляющие, не позволяют составить полную картину. Чтобы оценить подобные новшества системно и сделать правильные выводы, не менее важна качественная оценка от клиентов, как внешних, так и внутренних. Если точность маршрутизации звонков высока, устраивает внешнего клиента и не тратит ресурсов внутренних клиентов на элементарные действия, то рост их удовлетворенности — очевидная польза. За каждым процентом повышения точности маршрутизации стоят люди, поэтому 14% в случае "Сбера" — прекрасный показатель. В масштабах структуры Сбербанка каждый процент — это огромное количество людей, жизнь которых стала лучше. Показатель обработки ассистентом 23% обращений клиентов, если это действительно осмысленные ответы, — просто фантастика. В Контуре в общении с крупными корпоративными клиентами мы наоборот, делаем упор на активное вовлечение живых людей. Дело в том, что задачи и ситуации корпоративных клиентов зачастую требуют тщательной индивидуальный проработки. На массовых направлениях, где задачи несколько проще, уровень автоматизации звонков у нас несколько выше, около 10%. Но такой относительно не высокий процент мы выдерживаем сознательно, так как предъявляем высокие требования к качеству ответов робота: чтобы быть максимально полезным клиенту, ответ должен быть на 80% верным". Александр Крушинский напомнил, что для входящей линии стандартным (хорошим) показателем автоматизации является значение в диапазоне 30%-60%, однако корпоративный сегмент — это один из самых сложных сегментов для автоматизации: "Сотрудники корпоративных клиентов — это "профессиональные" клиенты банка, которые как правило знают продукты банка и умеют пользоваться инструментами, которые банк предоставляет. Как правило такие клиенты задают намного более сложные и разнообразные вопросы чем клиенты-физики. Поэтому мне кажется, что 23% очень достойный показатель, особенно если учитывать кол-во сотрудников "Сбера" и представить сколько часов труда операторов было сэкономлено за счет этих 23%. Повышение точности на 14 п. п. — это также каждый 7-й звонок. Результат как минимум ощутимый". По мнению Евгения Суркова, под вопросом остаётся роль ИИ в достижении показателя: "Оптимизация работы службы поддержки — это всегда комплексный процесс, пересекающийся в идеале со всеми процессами банковского обслуживания. Поэтому и объяснений улучшенным показателям может быть много. Например, ранее могли быть не оптимально составлены маршруты/скрипты самой поддержки, пользовательский путь в дистанционном обслуживании и офлайн-сервисах банка мог быть избыточен или непонятен. При оптимизации для ИИ имевшиеся проблемы могли выявить и устранить, что и могло принести основной эффект.
Также в "Сбере" отмечают эффективность ботов ИИ в маршрутизации и в помощи операторам. Но 23% запросов клиентов, решённых напрямую ИИ (без привлечения оператора) говорят о том, что до полной автоматизации процедур поддержки ещё далеко, и ИИ больше про помощь операторам, чем про самостоятельное решение вопросов. Скорее всего, любые вопросы, решаемые ИИ, могут быть решены без обращения в службу поддержки (например, за счёт внимательного чтения мануалов). Там, где требуются нетривиальные решения — ИИ ничего придумать сам, без участия человека, пока не сможет. Это потребовало бы выдачи ему небезопасных полномочий. А чем понятнее процедуры и мануалы — тем меньше требуется кто-то для их дополнительного разъяснения (неважно, бот это или оператор)". "Автоматизация процессов с бизнес-клиентами обычно более сложная, чем с физическими лицами, — говорит лидер направления ИИ ГК Softline Максим Милков. — Дело в том, насколько много сценариев можно выделить в коммуникациях с контакт-центром. Чем меньше сценариев и чем более они однородны, тем больший эффект можно ожидать от внедрения подобных ИИ ассистентов". Для прогнозирования индекса удовлетворенности клиентов (CSI) в Сбербанке также используется искусственный интеллект. При этом комплекс моделей машинного обучения предсказывает этот показатель для всех обращений. А у операторов контакт-центра теперь есть персональный ИИ-наставник, который работает в фоновом режиме и всегда готов ответить на любой вопрос. Директор дивизиона "Центр корпоративных решений" ПАО "Сбербанк" Сергей Леханов так прокомментировал результаты проекта: "Мы видим огромный позитивный эффект от ИИ-трансформации нашего контакт-центра. И это не только экономия средств банка, но и, что самое важное, экономия времени наших клиентов. Теперь предприниматели ещё быстрее получают квалифицированный ответ и эффективное решение своей проблемы, поскольку скорость маршрутизации выросла в разы. Точно так же выросла и квалификация наших специалистов, ведь они пользуются ИИ-наставником, что упрощает работу и увеличивает пользу для клиента".
Максим Милков считает, что эффект от внедрения ИИ зависит от того насколько оптимален процесс был до его внедрения: "Например, если маршрутизация к оператору занимала в среднем 15 секунд, то скорее всего добиться дополнительного эффекта достаточно сложно. С другой стороны, если процесс изначально сильно не оптимален, например среднее время маршрутизации составляет 20 минут, то решении проблемы может состоять в проведении бизнес-аналитики, в том числе на основе данных, для выявления "бутылочных горлышек" и внесения изменений в процессы без применения ИИ". Руководитель центра компетенций мультимедиа и унифицированных коммуникаций ООО "T1 Интеграция" Игорь Афонин обратил внимание на то, что усилить эффект от применения ИИ-ассистента может дать постобработка звонков клиентов: "Используя базу звонков как датасет для обучения ИИ, можно проводить анализ и пополнять базу знаний для конкретных направлений клиентских кейсов. Модель также можно дополнительно обучать, что в дальнейшем должно дать дополнительный эффект как в маршрутизации, так и в обслуживании". Ссылка на источник


  • Сообщений: 103416

  • Пол: Не указан
  • Дата рождения: Неизвестно
  • Пожалуйста Войти или Регистрация, чтобы присоединиться к беседе.

    Похожие статьи

    ТемаРелевантностьДата
    «Яндекс.директ» повысит конверсии за счет оптимизации цены на поиске12.48Понедельник, 29 апреля 2019
    Schneider Electric может повысить конкурентоспособность предприятий ЮФО за счёт оптимизации цен на энергоресурсы12.35Среда, 31 июля 2019
    Hitachi Vantara расширяет линейку решений Lumada за счет приложений для ремонта оборудования и оптимизации обслуживания11.98Четверг, 27 сентября 2018
    Применение ИИ во взыскании помогло «Сберу» сэкономить 2 млрд рублей9.48Четверг, 23 сентября 2021
    Третий учитель: Т-Банк поможет Сберу и "Яндексу" учить ИИ-специалистов9.38Вторник, 20 августа 2024
    Третий учитель: Т-Банк поможет "Сберу" и "Яндексу" учить ИИ-специалистов9.38Среда, 21 августа 2024
    "Ростех" принес "Пользу"8.62Пятница, 06 сентября 2024
    Российский "Стриж" принес IoT в Казахстан8.53Четверг, 21 июля 2016
    Искусственный интеллект принес "Сбербанку" 50 млн долларов8.44Четверг, 25 января 2018
    Очередной аукцион частот для 5G принес FCC $4,5 млрд8.44Вторник, 17 марта 2020

    Мы в соц. сетях