Как прокачать операторов контакт-центров c помощью нейросетей?

Вообще, понятие искусственного интеллекта введено еще в 1955 году Джоном Маккарти, так что и эту технологию нельзя считать открытием XXI века. Достижение наших современников в ее развитии.

Задача специалистов в области искусственного интеллекта — воссоздание с помощью вычислительных систем и других устройств разумных суждений и действий, которые свойственны только человеку.

Одной из проблем исследования искусственного интеллекта ученые назвали и нейронные сети.

Что такое нейросеть?

Нейросеть — это обучаемая система, которая не только работает по заданным настройкам, но и анализирует происходящее.

Нейросеть может менять свой алгоритм на основании прошлого опыта, а также воспроизводить ранее полученные результаты из своей памяти. Если она сталкивается с какой-то ошибкой или другим логическим поведением, она это запоминает и использует в следующих действиях.

Виды нейросетей

• Классификация. Нейросеть получает данные и классифицирует их по заданным признакам. Применяются в банковской сфере. Например, сеть получает набор данных: кредитная история человека, где он работает, как долго — и на основании этих параметров принимает решение об отказе или одобрении кредита.
• Предсказание. Такая сеть по набору данных выстраивает прогнозы. Например, рост и падений акций на финансовой бирже или отток клиентов.
• Распознавание. Такие сети способны распознавать визуальные образы, аудиофайлы. Например, они используются в соцсетях, когда при загрузке фотографии автоматически распознаются лица друзей.

Они могут учиться. Причем обучается нейросеть, подобно человеку: на примерах из жизни. Вспомним детскую игру, где ребенку нужно вставить геометрические фигуры в вырезанные по их форме отверстия. Сначала он ставит фигуры неправильно — все подряд в неподходящие отверстия — но со временем понимает, где ошибается, а где поступает верно, и по выученной схеме поступает со всеми оставшимися фигурами.

Процесс обучения нейросети аналогичен:

1. человек задает цель;
2. предоставляет обучающую выборку объектов;
3. сеть, анализируя примеры, учится сама составлять алгоритм, который приведет ее к успеху.

Пример задачи: отличить кубик от не-кубика.

Загружаем много картинок кубиков и других фигур, и нейросеть сама учится узнавать кубик. Смотрим на результаты, указываем на ошибки, добавляем новые примеры, сеть учится дальше. В результате обучения нейросеть «понимает», что такое кубик и может отличить его изображение от остальных, а ошибки сведены к минимуму.

Нейросети в клиентском сервисе

Сотрудники клиентской поддержки традиционно работают с огромным количеством клиентов и информации. Раньше в колл-центрах только разговаривали по телефону — с одним клиентом в минуту. Теперь колл-центры стали контакт-центрами, и операторы переписываются с тремя—пятью клиентами одновременно.

Ответы сотрудники контакт-центров ищут и заучивают через обширные базы знаний.

Использование базы знаний в контакт-центре

Как обычно происходит общение оператора в текстовых каналах:

• набирает текст вручную;
• создает текстовый документ с нужной информацией;
• пользуется шаблонами сообщений в приложении;
• пользуется внутренними базами знаний или поисковиками;
• консультируется со старшими операторами, руководителями групп операторов.

База знаний — это экспертная система, в которой хранятся данные, документация, руководства, статьи. Ее основное назначение — помогать в поиске решения проблемы и быстрее получать ответы.

Требования к информации в базе знаний:

• достоверность конкретных и обобщенных сведений;
• релевантность информации, получаемой с помощью правил вывода базы знаний.

Чтобы база знаний была всегда достоверна, компаниям приходится часто ее изменять: добавлять новые продукты, менять тарифы, изменять стоимость. При этом операторы должны предоставлять актуальную информацию, но следить за изменениями каждую минуту не могут. Что с этим делать?

Поставить нейросеть в помощь операторам, то есть внести в рабочую платформу нейромодуль — связующее звено между клиентом и оператором.

Человек не может выучить базу знаний и ежеминутно следить за ее изменениями. А нейромодуль может.

Нейромодуль анализирует вопросы клиентов и предоставляет операторам подсказку из базы знаний. Операторы моментально видят подборку статей, релевантных вопросу клиента, и выбирают лучшую из них или просто берут необходимую часть информации.

Нейросеть моментально подсказывает оператору ответ — клиент быстрее получает необходимую информацию.

Процесс:

1. в омниканальную платформу приходит сообщение от клиента;
2. нейромодуль анализирует запрос;
3. на основании запроса нейромодуль предлагает оператору статью или несколько статей (если вопрос более общий) из базы знаний;
4. оператор оценивает, подходит ли статья, и отправляет клиенту.

Нейромодуль запоминает популярные ответы и оценки и учится точнее подбирать информацию.

Оператор может вставить кусок информации из статьи или ссылку на всю статью. Клиент в статье может поставить оценку «нравится» или «не нравится» и подписать, что не понравилось в статье.

Посмотрите, как это происходит на практике:

Руководитель контакт-центра видит статистику статей, например: какие из них понравились и не понравились, сколько статей искали пользователи, сколько всего статей в базе знаний.

Так что же в итоге?

Информации уже слишком много, и меньше её не станет. В личной жизни мы пока что справляемся с хранением нужной информации при помощи приложений и «гуглим», когда нужно найти что-то новое. Оператор контакт-центра такой возможности лишен: поток обращений не будет ждать, пока сотрудник найдет информацию в базе знаний или сбегает в соседний отдел, если в базе её нет.

Нейромодуль освобождает оператора от необходимости рутинного поиска, чтобы он смог направить усилия на качественное, дружелюбное общение с клиентами — такой способностью нейросеть пока что не обладает.