Поделиться
Сервисная сеть «Ленремонт» перешла к анализу звонков с ИИ-системой Aiston
Aiston автоматизировала контроль качества звонков с помощью ИИ для «Ленремонта».
Разработчик и интегратор корпоративных ИТ-решений Aiston завершил проект по внедрению системы речевой аналитики на базе искусственного интеллекта для ремонтно-сервисной сети «Ленремонт». Благодаря системе компания перешла от выборочной проверки к аналитике всего массива поступающих звонков, превышающего 18 тыс. диалогов в сутки.
Ранее сотрудники отдела контроля качества могли проверять не более 5-10% звонков в день. Эти ручные и трудоемкие процессы ограничивали управляемость сервисом, создавали риски потерь заявок из-за ошибок и увеличивали нагрузку на специалистов. Aiston разработал для компании «Ленремонт» индивидуальную ИИ-систему на основе собственных разработок, адаптированных под сценарии контакт-центра.
LLM интерпретирует диалоги, классифицирует отклонения, сопоставляет их с критериями качества и формирует структурированные аналитические отчёты. По итогам внедрения доля анализа выросла до 99%, а операционная нагрузка на сотрудников отдела контроля качества снизилась в 10 раз. Количество выявляемых проблемных звонков увеличилось с 90 до 500 случаев в день, что позволило компании оперативно реагировать на ошибки и снижать потери выручки.
«Объём коммуникаций в сервисных компаниях настолько высок, что классические инструменты контроля качества просто не способны обработать такой поток. ИИ-модели решают задачу, которую невозможно решить типовыми решениями, и позволяют анализировать каждый звонок и делать это стабильно и объективно», — отметил генеральный директор Aiston Иван Григорьев.
В «Ленремонте» подчеркнули значимость перехода на автоматизацию: «Для нас принципиально важно анализировать каждый звонок. Только полный охват позволяет понимать реальное качество сервиса и вовремя выявлять ошибки. Система Aiston дала нам такую возможность».
Проект реализован в закрытом контуре заказчика и интегрирован в существующую инфраструктуру «Ленремонта», что позволило обеспечить безопасность данных и масштабируемость решения.
Короткая ссылка
