MWS AI запустила ИИ-агента для разбора клиентских диалогов

ИИ-агент работает в формате чата. Пользователь загружает сессии (размеченные записи звонков и переписку с клиентами), задаёт любые вопросы на естественном языке и получает выводы с точными цитатами операторов и клиентов. Агент сохраняет контекст диалога, поэтому пользователь может задавать уточняющие вопросы и переформулировать их. Сложные запросы обрабатываются в фоновом режиме, пользователь получит уведомление, когда ответ будет готов. Одновременно можно вести до 30 диалогов с агентом.

ИИ-агента можно использовать для оценки работы операторов, контроля соблюдения скриптов и требований, анализа продаж, а также поиска причин недовольства и повторных обращений клиентов. Решение предназначено прежде всего для компаний с большим потоком клиентских коммуникаций: банков и страховых компаний, операторов связи, ретейлеров, медицинских организаций, а также компаний из сферы туризма и услуг.

Пилотный проект по внедрению ИИ-агента занимает от двух до восьми недель.  Стоимость зависит от формата данных и выбранного тарифа. Обработка голосовых обращений оплачивается по минутам речи, текстовых — по количеству сессий. Доступны также безлимитные пакеты.

ИИ-агент является частью сервиса речевой аналитики WordPulse — продукт включен в реестр российского программного обеспечения — и работает на базе языковой модели Cotype Pro 3. При этом архитектура WordPulse не привязана к конкретной модели: если у заказчика уже развернута собственная языковая модель, сервис может использовать её. WordPulse входит в ИИ-клиентский сервис MWS AI — мультиагентную систему для автоматизации и масштабирования клиентского обслуживания. В экосистему также входят ИИ-Оператор для работы с клиентами в текстовых и голосовых каналах и ИИ-Суфлер для поддержки сотрудников в реальном времени.

«Мы используем речевую аналитику уже много лет, поэтому можем оценить, как ИИ-инструменты изменили повседневную работу команды. Новым сотрудникам больше не нужно разбираться в техническом устройстве системы: они могут задавать вопросы на естественном языке и сразу работать с результатами. Подготовка новых отчётов, которая раньше занимала несколько дней и требовала участия специалистов с прикладными знаниями, теперь занимает несколько часов. Аналитики могут уделять больше времени содержательным выводам и проверке гипотез. Мы прогнозируем, что благодаря такому подходу эффективность аналитической команды вырастет минимум на 30%. Срок адаптации новых специалистов может сократиться с недели до одного-двух рабочих дней. В перспективе это позволит расширять аналитическое покрытие без пропорционального увеличения штата: один специалист сможет вести больше направлений и глубже исследовать узкие места в клиентском опыте», — подчеркнула менеджер продукта в команде «Речевой аналитики» МТС Елизавета Алтухова.

«Речевая аналитика долгое время была привязана к ключевым словам. Типовые проверки — например, поиск заданных фраз или тем — можно было автоматизировать, но для этого требовалось заранее настроить словари и правила. Сложные вопросы аналитики по-прежнему разбирали вручную: почему клиенты остаются недовольны, какие факторы в диалогах влияют на продажи, какие приёмы операторов приводят к покупке или положительному отзыву. Для этого приходилось выгружать разговоры, отбирать нужные сессии, читать и сравнивать их — такой анализ мог занимать несколько дней. Теперь агент проводит его по запросу на естественном языке. Пользователь может начать с общего вопроса, затем уточнить его и проверить гипотезу на отдельных сессиях. К каждому ответу прилагаются цитаты из разговоров, поэтому выводы можно проверить», — отметила директор по продукту WordPulse Галина Прохорова.

Примеры сценариев

Сценарий 1. Анализ причин недовольства клиентов. Агент собирает причины недовольства и ранжирует их по частоте. Пользователь может выбрать одну из причин и посмотреть связанные с ней сессии с точными цитатами клиентов. Агент также проверяет, в каких случаях оператор предложил компенсацию или другой вариант решения, и составляет список диалогов, где этого не произошло.

Сценарий 2. Анализ продаж. Агент выявляет типичные возражения клиентов и сравнивает ответы операторов в разговорах, завершившихся покупкой, и в тех, где клиент отказался от неё. Он показывает, какие способы работы с возражениями оказываются наиболее эффективными, и на основе удачных ответов предлагает формулировки для новых скриптов.

Сценарий 3. Сравнение работы ботов и операторов. Агент сравнивает частоту негативных реакций, повторных обращений и переводов диалога на оператора. Он определяет темы, в которых боты уступают операторам по качеству помощи, и этапы сценария, которые чаще всего приводят к проблемам. Результаты анализа помогают выбрать направления для развития автоматизации.

Сценарий 4. Анализ отзывов о товарах. Агент группирует негативные упоминания по продуктам и выделяет основные причины жалоб. Он находит сравнения с товарами конкурентов и диалоги, в которых клиент собирается оставить отрицательный отзыв на маркетплейсе или в социальных сетях. Агент также проверяет, предложил ли оператор решение до завершения разговора.

Сценарий 5. Контроль соблюдения регламентов. Агент находит случаи, когда оператор обещает не предусмотренные правилами сроки или условия, озвучивает персональные данные до подтверждения личности клиента либо раскрывает данные третьих лиц. Для отдела контроля он составляет список таких сессий с указанием типа риска и точными цитатами.