11.04.2022

Синтезированное общение: контакт-центры внедряют роботов

О перспективах технологий синтеза и анализа речи в клиентском сервисе и том, как голосовые и чат-боты TWIN показали себя на практике в работе контакт-центров VOXYS рассказывает Юлия Молчанова, директор VOXYS и Марат Девликамов, исполнительный директор TWIN.

Летом 2021 года российская компания-разработчик автоматизированных коммуникаций на основе голосовых роботов и чат-ботов TWIN привлекла 120 млн рублей инвестиций от стартап-инкубатора центра коммуникаций VOXYS, лидера российского рынка аутсорсинговых контакт-центров. В ходе сделки 14% компании TWIN были приобретены VOXYS, средства были направлены на развитие платформы TWIN. Бизнес-платформа TWIN позволяет компаниям различного масштаба эффективно автоматизировать коммуникации с клиентами.

Какие основные типы голосовых роботов существуют?
  
Марат Девликамов: Можно выделить два типа голосовых роботов или ассистентов. Первые предназначены для работы в пользовательских устройствах и программных экосистемах («Алиса» для Яндекс.Колонки и программных продуктов Яндекса, Siri для Iphone и продуктов Apple); второй, более распространённый тип роботов используется в телефонии, в контакт-центрах для автоматизации системы коммуникации бизнеса с существующими и потенциальными клиентами. Большая часть голосовых роботов задействована именно в B2C-коммуникациях, клиентском сервисе. По нашим оценкам, до 80% всех голосовых роботов сегодня задействованы в B2C коммуникациях в телефонии, 20% - в пользовательских устройствах и программных средах. Как правило, роботы, задействованные в B2C коммуникациях в контакт-центрах решают более сложные задачи, ведь их основное назначение, как правило, максимально эмулировать живое человеческое общение.

Технологии анализа и синтеза человеческой речи постоянно развиваются, какой новый функционал у голосовых роботов появился относительно недавно и чему они скоро научатся?

Марат Девликамов: Новые навыки голосовых роботов разрабатываются применительно к свойствам продукта или сервиса. Пользователь хочет получать функции самообслуживания от ассистента: ответ на практически любой вопрос и решение простой задачи (поставить будильник на утро, запланировать задачу в календаре, забронировать стол в ресторане). Но в случае бронирования в ресторане у робота-ассистента задача не только в классификации запроса и выполнении действия в одну итерацию, но в решении ряда задач в функции консьержа: автоматический поиск телефона ресторана в сети, инициирование звонка в ресторан, подтверждение брони в общении с человеком, возврат к клиенту с результатом этих действий. Навыки расширяются в сторону получения не только информации но и практической пользы от автоматизации процессов. Выделим такие навыки как перевод текста, запись, поиск информации, совершение звонков.  
Ассистенты типа Маруси или Siri – решают задачи, связанные с устройством будь это телефон или колонка. Если же мы говорим о навыках, которые разрабатывает бизнес для реализации в обработки запросов клиентов в контакт-центрах, то они, как правило, привязаны к продуктам и сервисам, которые предоставляет компания-заказчик, заказывающая разработку голосового робота. В контакт-центрах ассистенты прежде всего классифицируют обращения клиентов, решают задачи по информированию и передают информацию в CRM – где уже происходит дальнейшая обработка заявки оператором.

Юлия Молчанова: Отметим тренд на повышение доверия человека к голосовым роботам. Вот кейс из нашей практики. В процессе разработки голосовых роботов для  крупной сети общественного питания, работающей в том числе на доставку пиццы, мы столкнулись с тем, что клиенты зачастую не готовы оформлять заказы на доставку, если ответ произносится синтезированным голосом и они понимают, что общение идет с роботом. Даже если ассистент отвечает на все вопросы правильно, у пользователей зачастую нет доверия к роботу. Когда мы только внедрили робота для приема заказов на доставку пиццы, даже при условии отсутствия ошибок со стороны голосового ассистента, 30%  позвонивших предпочитали перейти к оформлению заказа оператором контакт-центра. Мы решили повысить уровень доверия к  технологиям через бонусные механики. По согласованию с заказчиком,  стали предоставлять скидку 20% на заказ через голосового робота. Когда робот стал озвучивать возможность получения скидки, количество желающих продолжить оформление заказа с помощью оператора контакт-центра снизилось с 30% до 7%.

Марат Девликамов: Голосовые роботы хорошо показывают себя и активно используются заказчиками в финтехе и HR-техе. В HR это, прежде всего, автоматизация массового подбора персонала с проработкой больших баз для инициирования голосовых вызовов и  определения наиболее целевых кандидатов.  В финтехе работы помогают как привлекать новых клиентов и используются заказчиками для информирования, реактивации базы контактов,  увеличивая количество касаний с брендом при снижение стоимости касания - совершенного вызова. В сервисном банковском обслуживании роботы уже повсеместно используются для оповещений клиентов о сроке очередного платежа по кредиту, проведения оперативных NPS-опросов, в рамках комплекса работ по возврату дебиторской задолженности.

Что голосовые боты дают внедряющим их в коммуникацию с клиентами компаниям?

Юлия Молчанова: Прежде всего, повышение производительности в обработке клиентских запросов в 5-7 раз. По опыту реализуемых нами коммуникационных проектов, внедрение голосовых роботов позволяет экономить до 50-60% фонда оплаты труда специалистов по клиентскому сервису, прежде всего за счет снятия рутинных, типовых задач с операторов контакт-центров.

Какие IT-компании лидируют на мировом и российском рынке решений по анализу и синтезу речи?

Марат Девликамов: В основе используемых голосовыми роботами технологий лежат три ключевых сервиса: сервис распознавания речи, сервис классификации и принятия решения, сервис синтеза ответа. Google, Аmazon, Yandex – лидеры этих сервисов на мировом рынке, Тинькофф – держит первенство на российском рынке. Но даже относительно маленькие и независимые российские  игроки сегодня создают аналогичные технологии и собственные сервисы распознавания и синтеза речи. В условиях актуального импортозамещения  IT-решений активность  российских игроков будет только возрастать.

В чем голосовые роботы пока не могут превзойти оператора-человека?

Юлия Молчанова: Клиенту очень сложно объяснить ограничения по категориям консультирования, которые обусловлены техническим заданием. Всегда будет существовать сленг, сложные речевые обороты, отраслевая, региональная специфика. Кроме того, пока никто не знает, как обучить робота эмпатии - искреннему сопереживанию другому человеку. Диалог с искусственным интеллектом это все еще не диалог с человеком, без операторов-экспертов по клиентскому сервису не обойтись. Зачастую техническое задание компании-заказчика связывает разработчику робота руки, на данном этапе важна гибкость, которая позволит на выходе получить более функциональный продукт, который будет оптимизировать стоимость бизнес-процессов для заказчика, эффективно снимать рутинную и пиковую нагрузку с операторов,  функциональный и востребованный конечным клиентом продукт.

Насколько голосовые роботы самообучаемы? Чему они могут научиться сами, а где требуется помощь человека-учителя?

Юлия Молчанова: В части самообучаемости существует такой инструмент, как использование дата-сетов из записей разговоров клиентов с операторами контакт-центров. В процессе создания робота мы предварительного загружаем такой дата-сет в бота. В этой работе важно выстраивать так называемые интенты: частотные слова, фразы и речевые обороты, которые используют клиенты при общении с оператором. Для on-line магазина проектов питания это будет один набор интентов, а для службы экспресс-доставки – другой.  Это и есть индивидуальный подход. Использование дата-сетов позволяет индивидуализировать бота уже на этапе разработки, исключить появление негатива со стороны клиента от общения с «необученным» роботом. Хороший дата сет – это запись от 1000 до 3000 звонков с диалогами клиентов с операторами. С учетом того, что сейчас все звонки в контакт-центрах записываются, это аккумулировать такой сет просто.  
Кластеризация, голосовых роботов как правило, очень востребована. Компании стремятся уйти от типовых решений, отразить корпоративный tone of voice в используемых роботом словах и речевых оборотах, внедрить его в клиентский опыт общения с ассистентом, в том числе через вокабуляр и функционал голосовых роботов. Первоначальную оценку бота клиент делает по контенту. Быстро, четко, понятно.

Марат Девликамов: В  своих кейсах, мы постоянно анализируем диалоги, обучаем бота, корректируем сценарии. Например, для сети общественного питания мы внедрили робота, принимающего заказы на доставку по телефону. В пилот-версии робот подтверждал каждую позицию в заказе клиента, возвращая вопрос, говорил в более медленном темпе, задавал лишний уточняющее вопросы. Но,  проанализировав клиентский опыт при заказе в ресторане, мы на 100% изменили структуру исходного диалога, доработали модуль фиксации всех параметров блюда без подтверждения в заказе роботом, ускорили сам диалог и максимально приблизив заказ через робота к заказу человека в ресторане быстрого обслуживания.

За что критикуют голосовых ассистентов и насколько претензии обоснованы?

Марат Девликамов: Голосовых ассистентов критикуют, прежде всего, за ошибки. Естественно, что пользователи и заказчики хотят корректность 100%, но даже человек имеет свойство ошибаться, что-то не знать и не так понять в процессе общения. Требования к ассистентам выше, хотя должны быть такие как и к человеку. Сколько ошибок допускают роботы? Менее 10% на запросах, требующих классификации и  выбора темы. До 20% ошибок  могут совершаются роботами в сложных диалогах длительностью 2-3 минуты, но здесь важно учесть тип ошибки. Есть критические ошибки, которые привели к отказу пользователя от дальнейшего диалога, таких 5-7%  и ошибки, которые были исправлены ассистентом за счет уточнений или переспросов - ведь иногда и сами пользователи являются инициаторами ошибок.

Технологии очень продвинулись: на задачах по распознаванию речи уровень голосовых роботов уже близкое к человеческому и достигает 95-98%.  На распознавание и синтезирование человеческого голоса работают нейронные сети. Для обучения нейросети сегодня требуется буквально один час живой человеческой речи.  Сегодня совокупная релевантность диалогов с голосовыми помощниками составляет порядка 80%. Важно учитывать, что ошибки допускают не только роботы, но и люди. Устранение ошибок в боте на программном уровне происходит быстрее и с более высокой степенью надежности, чем устранение человеческого фактора. В контакт-центре текучесть кадров может достигать 100% - процесс обучения радируемых сотрудников постоянно. Обучение - это временные и ресурсные затраты. Голосового робота вы обновляете на программном уровне один раз, он не деградирует, не может уволится, у него не болит голова, он только улучшается при системной работе по его настройке, робот лучше справляется с пиковыми загрузками, круглосуточной работой, ведь это виртуальная, а не физическая величина, ее возможности не ограничены количеством операторов в контакт-центре.

В конечном итоге, бизнес оценивает результативность по стоимости. Если бот в три раза дешевле человека и ошибается на 5% больше человека, то стоимость бизнес-процесса, который берет на себя робот, в конечном итоге, все равно становится более выгодной с внедрением робота.

Как на рынок голосовых роботов повлияла пандемия и что может стать драйвером для рынка голосовых технологий?

Юлия Молчанова: Пандемия увеличила запрос на автоматизацию. Если в 2017 году мы внедряли голосовых роботов на единичных проектах, то после 2020 года  практически каждый наш заказчик выражает интерес к такого рода автоматизации, а в разработке постоянно находится несколько десятков голосовых роботов. Технология даже на базовом уровне готова к внедрению, бизнес также «созрел» и осознал ее необходимость и полезность, а самое главное, для  конечного клиента диалог с голосовым роботом по телефону с каждым днем становится все более привычным и обыденным.

Какие препятствия существуют для повсеместного внедрения автоматизированных голосовых решений?
  
Марат Девликамов: Если говорить о том, что тормозит рынок, отметим неготовность к цифровой трансформации. Множество бизнес-процессов по-прежнему решаются устаревшими инструментами и способами. Не все компании готовы к цифровой трансформации и зачастую опасаются негатива со стороны клиентов от  перевода части коммуникаций на робота. Наша позиция – всегда лучше провести локальный эксперимент, сделать быструю интеграцию, за месяц выполнив разработку и проведя оперативный пилот, который покажет эффективность роботизации того или иного бизнес-процесса и позволит принять решение о масштабировании.

Представляют ли чат-боты угрозу для голосовых роботов?

Юлия Молчанова: Очевиден тренд на переход пользователей в текстовые каналы коммуникации, с их возможностями по отложенному и невербальному взаимодействию. Спроецируйте на себя: большинство из нас любят не любят прослушивать голосовые сообщения в мессенджерах, представителями поколения Z исходящий или входящий звонок расценивается как вмешательство в личное пространство. При этом говорить о том, что голосовые ассистенты вышли на плато развития, на наш взгляд, рано, мы все еще в стадии развития голосовых технологий. Но уже можно утверждать, что массовый клиент уходит из голосовых каналов в текстовые. Это не значит, что голос уйдет полностью, но его доля и функциональное назначение будет изменяться. В частности, за счет активного распространения умных устройств – колонок, беспроводных наушников, часов, очков дополненной реальности, смарт-телевизоров,  интерфейсы управления которыми станут основным каналом для голосовых роботов.

Повлияет ли на рынок наблюдаемое с весны 2022 года тотальное санкционное давление?

Марат Девликамов: Геополитические события будут стимулировать отечественную разработку в рамках текущих запросов отечественного бизнеса к отказоустойчивости ключевых клиентских сервисов. Мы имеем определенный объем бизнес-заказчиков, которые при решении своих бизнес-задач и автоматизации процессов дают разработчикам материал, задачи, дающие вектор развития продукта, его свойств. В этом смысле временная изоляция не грозит отечественным разработчикам нехваткой работы. Реализованные внутри страны решения в будущем могут быть очень востребованы на внешних рынках. Глобально объем внедрения технологий искусственного интеллекта в России, не только в голосовых ассистентах, но в бизнес-процессах в целом, очень высокий, Россия однозначно входит в пятерку стран мира, лидирующих в этом направлении. 

Материал на сайте издания

Общие цели -
общий результат

Партнёрам

Ты сможешь.
мы поможем.

Карьера у нас