Искусственный интеллект в деле: как глава уральской IT-компании вывел ее на новый уровень

Мир захватывают нейросети. Все больше компаний внедряет в свою работу сервисы на основе искусственного интеллекта (ИИ). Одни используют готовые решения, в то время как другие разрабатывают их самостоятельно.

Шесть лет назад изучением нейронных сетей серьезно увлекся и директор компании NetAngels Антон Халиков. С тех пор он начал разрабатывать решения для повышения эффективности собственной компании. В колонке для DK.RU Антон Халиков поделился результатами этой работы.

— Мне всегда было интересно разобраться, что такое искусственный интеллект и что с его помощью можно делать. Примерно в 2018-2019 гг. я стал серьезно изучать этот вопрос для личного развития. Сначала читал различные статьи, проходил курсы на иностранных платформах. Потом даже два года учился в университете — слушал онлайн-лекции, выполнял практические задания, написал дипломную работу.

Со временем пришло понимание, что мои новые знания и навыки можно применить в собственной компании. Области для эффективного использования нейросетей выбирали методом проб и ошибок. Например, мы попытались создать инструмент прогнозирования, который бы мог предсказать, как клиентская база изменится в ближайшем будущем, или когда потребуются дополнительные ресурсы. Мы потратили время на разработку этого решения, но его ценность оказалась небольшой.

Спустя какое-то время наши поиски увенчались успехом. И нам удалось разработать несколько систем нейронных сетей, которые по настоящий момент помогают нашим сотрудникам решать реальные задачи.

Повысить безопасность

В 2020 г. мы стали фиксировать атаки спамеров и хакерских группировок, которые массово регистрировались на наших ресурсах для получения тестового бесплатного доступа. Форма регистрации тогда была достаточно простой. И буквально за несколько дней количество заявок увеличилось настолько, что у нас в облаке закончились все ресурсы. Стало понятно, что с этим нужно что-то делать.

Так, мы создали скоринговую систему с применением нейронных сетей. Она стала надежным фильтром для отсеивания хакеров и спамеров из потока людей, проходящих регистрацию. Если система видит подозрительные данные в форме регистрации клиента, она просит его дополнительно предоставить скан документа, удостоверяющего личность.

В течение нескольких лет система развивалась. Сейчас в ее работе задействовано еще несколько нейросетей:

• первая вычленяет имя и отчество клиента, чтобы мы могли корректно к нему обратиться;
• вторая совершает звонок для подтверждения регистрации;
• третья разговаривает с клиентом.

Таким образом, мы полностью автоматизировали процесс аутентификации. А число попыток взлома для противоправного использования наших ресурсов сократилось на несколько порядков. Кроме этого, нейросети также помогли нам сэкономить время, которое мы раньше тратили на общение с правоохранительными органами.

Разгрузить сотрудников

Еще одна задача, которую мы решили с помощью нейросетей — распределение поступающих средств на лицевые счета клиентов. Клиентов у нас достаточно много, ежедневно на расчетный счет нашей компании приходят сотни платежей.

Чтобы люди могли пользоваться нашими услугами, платежи от них должны быть занесены на правильный расчетный счет в нашей системе. Раньше за разнесение платежей у нас отвечал специально выделенный сотрудник. Сейчас необходимость загружать человека монотонной работой отпала.

Примерно в 2018 г. я поставил задачу сторонней команде разработчиков — сделать для нас решение, которое автоматизирует процесс, с применением имевшихся на тот момент возможностей искусственного интеллекта. Ребята с задачей справились. Точность работы системы составила 96-97%, еще 3-4% платежей разносились с ошибками. Но процент ошибок все равно был ниже, чем у человека, который выполнял ту же работу.

Через пять лет система начала сбоить: за это время выросла клиентская база, поменялись номера счетов и договоров. Нужно было либо дорабатывать решение, либо создавать новое с нуля. От первого варианта пришлось отказаться — в связи с тем, что команда разработчиков уже уехала из России.

И получилось так, что буквально за несколько дней я сам создал новую работающую систему. В дальнейшем мы ее доработали, устранили недочеты. Но в целом могу сказать, что она показала себя хорошо: с декабря 2023 г. система работает с точностью практически 100%.

Улучшить клиентский опыт

Также несколько лет назад мы начали использовать нейросети для взаимодействия с клиентами. Мы уже внедрили систему мониторинга, которая позволяет нам не только отвечать на звонок без участия человека, но и сократить количество клиентов, с которыми нужно пообщаться оператору.

• Во-первых, мы создали голосового помощника, который обращается к клиенту по имени.
• А во-вторых, этот голосовой помощник информирует клиента о проблемах, с которыми тот мог столкнуться, и подсказывает возможные пути решения. Часть проблем удается решить без оператора.

Сейчас мы делаем следующий шаг. Мы уже разработали прототип и начали внедрять решение, которое поможет повысить эффективность работы службы поддержки. Мы принципиально занялись его разработкой самостоятельно, чтобы обеспечить сохранность персональных данных клиентов, которые обычно озвучиваются в ходе разговора.

Как я уже отметил, телефонная связь — один из основных каналов нашего взаимодействия с клиентами. Ежемесячно сотрудники поддержки проводят в телефонных разговорах с ними около 90-100 часов. Прослушать и проанализировать такой массив информации сложно, а анализ выборочных звонков не даст нужного эффекта. В какой-то момент мы поняли, что у нас есть нужные компетенции, чтобы решить эту задачу.

Мы разработали и начали использовать систему из нескольких нейросетей.

• Благодаря им, во-первых, мы получаем полную транскрипцию разговора — что сказал клиент, а что на это ответил консультант поддержки.
• Во-вторых, мы получаем краткое содержание разговора в трех-четырех предложениях. С помощью таких кратких содержаний мы можем вести статистику, с какими проблемами к нам обращаются чаще всего.
• В-третьих, к сожалению, сейчас существующая система оценки клиентами качества обслуживания не всегда работает корректно — часто они ставят «пятерку» или «единицу», не объясняя, что именно им понравилось или не понравилось. Поэтому мы разрабатываем метрики, которые бы позволили оценить качество работы консультанта комплексно. В этом случае нейросеть сможет анализировать разговор с точки зрения того, насколько профессионально себя ведет наш сотрудник, решая проблемы клиента.  

В планах создание еще одной нейросети, которая поможет нам лучше понимать своих сотрудников и заботиться о них. Если на протяжении определенного периода времени сравнивать не только результативность, но и эмоциональную составляющую разговора каждого оператора, можно своевременно заметить признаки эмоционального выгорания и принять меры — снизить нагрузку на человека или отправить его в отпуск.

Что дальше?

Нейросети всегда выполняют действия с некоторой вероятностью ошибки. Те, кто работал с сервисами на основе генеративного ИИ, знает — не всегда можно получить тот текст или картинку, на которую рассчитываешь. Так же происходит и с другими нейросетями. Для того чтобы снизить вероятность ошибок, их нужно обучать.

За последние годы мы пришли к пониманию, что нейросеть не может работать автономно. Ей нужен хотя бы минимальный контроль со стороны человека. Она может ошибаться, ломаться, у нейросети могут возникать галлюцинации. И нужно своевременно ловить и устранять эти ошибки.

Поэтому к тестированию и обучению нейросетей мы привлекаем всех сотрудников компании, которые с ними взаимодействуют. По каждому из таких решений у нас есть специальный чат в мессенджере, куда мы просим всех скидывать примеры ошибок, чтобы мы могли с ними разобраться. Думаю, со временем мы сделаем процесс сбора обратной связи более удобным — придем к тому, что человек сможет с помощью мыши выделить подозрительный фрагмент и нажатием одной кнопки отправить нейросеть на автоматические дообучение.

Безусловно, год от года нейросети становятся все более перспективными для использования в различных областях. Уже сегодня их активно внедряют крупные технологические компании и банки — обычно у них в штате есть разработчики, которые могут создать свои решения на основе ИИ или адаптировать готовые сервисы под себя.

Компаниям малого и среднего бизнеса приходится тяжелее — они могут приобрести готовое решение на основе нейронной сети, но не всегда имеют компетенции, чтобы приспособить его под свои задачи за отсутствием нужных компетенций.

За последние годы мы накопили серьезный опыт в области искусственного интеллекта — набили шишки и научились создавать реально работающие инструменты. Думаю, что со временем мы начнем делиться этими наработками, интегрируя их в готовые решения — например, для продаж и работы колл-центров.

Реклама. ООО «ИНТЕРНЕТ-ПРО» ИНН 6671142678 erid: LjN8JtNf3

Читайте также на DK.RU: Автоматизация помогает бизнесу расти быстрее. А хостинг позволяет запустить даже нейросети