CNews: Речевые технологии все чаще используются как средство общения бизнеса с клиентом. Почему это происходит? Контакт-центры перестали приносить пользу?
Георгий Кравченко:
Георгий Кравченко
Обработка естественного языка позволяет построить настоящий диалог, неотличимый от диалога с человеком

Поначалу примитивные чат-боты, которые вовсе не обладали способностью распознавать свободную человеческую речь, отвечали исключительно на вопросы, сформулированные и запрограммированные создателями, но, тем не менее, стали передовым решением. Однако это были лишь первые шаги. Собеседники таких ботов довольно быстро понимали, что нуждаются в живом операторе, который действительно может решить задачу, потому что понимает в полной мере, чего хочет клиент. Не приблизительно, а во всех нюансах.

С тех пор технологии серьезно шагнули вперед. От клиента больше не требуется точных формулировок и ясного изложения мысли. Роботы начали понимать то, что им хочет сказать человек. Обработка естественного языка, или natural language processing (NLP), широко используется повсюду. То, на каком уровне сегодня находятся соответствующая наука и технология, позволяет, при достаточном объеме обучения, построить настоящий диалог, который будет неотличим от диалога с человеком. Это уже возможно. У клиента больше нет повода искать общения с живым оператором.

Зачем это бизнесу? Причин много. Например, использование речевых технологий дает возможность уйти от человеческого фактора. На практике это означает снижение количества ошибок, которые делают живые операторы, повышение точности и достоверности ответов, увеличение числа обслуженных клиентов, которые получают ответы быстро. По мере развития речевых технологий и внедрения их в бизнес-процессы, клиентский опыт не просто улучшается, он обязательно станет лучше, чем при общении со средним оператором в обычном, «живом» контакт-центре. Сегодня голосовые технологии в контакт-центрах компаний становятся новым стандартом обслуживания и качества.

CNews: Бизнес начнет экономить на сотрудниках? Вкалывают роботы — счастлив человек?
Георгий Кравченко:

Экономия на чем-то — это просто, понятно, ее можно хорошо оценить. Но тут нужно понимать, о какой экономии мы говорим. Во многих случаях она состоит вовсе не в том, что кого-то уволили и сэкономили на зарплате. И мы вовсе не считаем, что раз внедрили роботов, то можно целиком отказаться от контакт-центров. Конечно, можно представить себе, что в очень далеком будущем это может случиться. Но сейчас вопрос стоит по-другому. Роботы дают возможность использовать более эффективно человеческий ресурс. Вы высвобождаете время, перестаете выполнять рутинные операции, которые выполнять, в общем-то, не самое большое удовольствие. Бизнес сможет использовать людей там, где требуется экспертиза и творческие силы. Основная задача заключается в том, чтобы самые опытные сотрудники занимались чем-то более полезным, становились экспертами второй-третьей линии, обучали этого робота для того, чтобы он был настолько же естественным в общении, настолько же эффективным, как и они когда-то.

Все рутинные операции быстрее, эффективнее и дешевле выполняет робот. С его помощью легче улучшать клиентский опыт: удерживать клиентов, привлекать новых. И раз уж мы заговорили про экономию, то замечу, что экономия не только в людских ресурсах. Традиционно компании тратят огромные деньги на то, чтобы обеспечить человеку-оператору быстрый доступ к информации. Для этого разрабатывается множество специальных программ, продумывается их интерфейс, чтобы доступ к информации, например, к профилю клиента был удобен и чтобы оператор мог быстро эти данные обработать и дать ответ.

Роботу все это не нужно. Вот вам и точка экономии. Он работает с голыми данными, без всяких интерфейсов. При этом каждая деталь находится в его «поле зрения». Он ничего не забывает и никогда не устает. У него не бывает никакого иного настроения, кроме того, что вы ему задали. Он дает максимально подобранную, отфильтрованную информацию и делает это мгновенно. Организация рабочего места для такого сотрудника стоит дешевле.

Георгий Кравченко

Основная задача заключается в том, чтобы самые опытные сотрудники занимались чем-то более полезным, становились экспертами второй-третьей линии, обучали робота, чтобы он был настолько же естественным в общении, настолько же эффективным, как и они когда-то.

CNews: Помимо голосовых роботов компании начали обращать более пристальное внимание и на возможности речевой аналитики. Это так?
Георгий Кравченко:

Речевая аналитика — вещь чрезвычайно полезная и интересная. В живом режиме общения присутствую лишь ее элементы. У операторов есть скрипты, сценарии общения, а супервайзеры, в свою очередь, следят за массой параметров, например, за скоростью ответа, за тем, следует ли оператор скрипту, за тоном его разговора: как он работает с возражениями, нет ли слов-паразитов, не позволяет ли он эмоциям взять верх, может ли погасить конфликт в зародыше.

Довольно большое количество механической работы ложится на плечи супервайзера, не так ли? Но как они это делают? Ровно так, как вы себе это представляете — просто слушают разговоры. Кто сразу, в режиме онлайн, кто-то потом, в записи. Но как бы они ни слушали, в любом случае, ручной аудит не охватывает 100% разговоров, особенно если речь об онлайне.

CNews: Встречались данные о том, что супервайзеры, в среднем, слушают лишь 10% разговоров.
Георгий Кравченко:
Георгий Кравченко
Все рутинные операции быстрее, эффективнее и дешевле выполняет робот

Вы совершенно правы. Это принцип аудита. Я думаю, все укладывались в диапазон от 5% до 10%. В противном случае бизнесу пришлось бы иметь столько же супервайзеров, сколько и операторов, чтобы на одного говорящего пришелся один слушающий. И ему нужно ежедневно перерабатывать огромный массив информации: кто что сказал, какая статистика по тому или иному параметру, какие отклонения встречались, какие слова употреблялись — чтобы выработать представление, например, о том, какие методы общения являются более эффективными или какие характерные ошибки встречаются чаще всего. Речевая аналитика позволяет в автоматическом режиме вести 100-процентный мониторинг разговоров, неважно, онлайн или офлайн. Это та вещь, которая абсолютно недостижима в реальной жизни, если пытаться добиться ее силами людей.

Применяя разнообразные аналитические инструменты, можно собирать данные, кластеризовать их и выявлять те закономерности, которые сопутствуют интересующим нас явлениям. Мы увидим, что влияет на более эффективные продажи или, наоборот, почему вдруг клиенты отказываются от покупки в самый последний момент. Выявив эти закономерности (не интуитивно, а исходя из тенденций, которые дают нам большие данные звонков, проанализированных не частично, но в полном объеме), руководство компании сможет принять обоснованные меры.

Вот то, что дает бизнесу речевая аналитика, не говоря уже о дополнительных преимуществах, таких как First Call Resolution (FCR), то есть решения вопроса с первого обращения без повторных звонков. Прежняя голосовая аналитика могла работать только с механическими вещами, например, она определяла длительность телефонного звонка, количество пауз в разговоре. Теперь мы анализируем не внешнюю форму, а саму суть. Появление речевой аналитики в такой форме — это огромный прорыв.

Есть и другие параметры речевой аналитики, которые делают ее востребованным для современного бизнеса решением. Например, высокая точность распознавания произвольной устной речи даже при малом объеме данных для обучения. Или распознавание намерения по голосу без перевода в текст, использование встроенного распознавания сущностей — наименований продуктов, конкурентов, времени, и т.д. Также важно обеспечение полной интеграции с другими продуктами, а также открытые API для интеграции с CRM, BI и другими системами. Всеми этими преимуществами обладает наша речевая аналитика.

Георгий Кравченко

Прежняя голосовая аналитика могла работать только с механическими вещами, например, она определяла длительность телефонного звонка, количество пауз в разговоре. Теперь мы анализируем не внешнюю форму, а саму суть.

CNews: Компания BSS уже 26 лет на рынке. Вы предоставляете не отдельные решения, а целую платформу. Расскажите о ней подробнее.
Георгий Кравченко:

Наша диалоговая омниканальная платформа Digital2Speech представляет собой набор модулей, работающих на едином ядре, которые можно использовать как все вместе, так и по отдельности. Когда мы только начали работать над этим направлением, то сразу решили, что будем делать комплексное решение.

Сейчас Digital2Speech включает в себя модули голосового помощника, автоматизированных обзвонов, речевой аналитики, голосовой биометрии, чат-боты.

CNews: Это целиком облачное решение?
Георгий Кравченко:

Платформа может быть развернута как на территории клиента, так и работать из облака. Некоторым нашим заказчикам очень важно, чтобы решение было предоставлено по модели on-premises. Обычно к такому варианту обращаются те компании, которые очень щепетильно или консервативно относятся к вопросу хранения своих данных и стараются сделать все возможное, чтобы эти данные никаким образом не могли быть утеряны.

Облако же оптимально в том случае, когда нужен гибкий инструментарий. Он позволяет, людям, не являющимся специалистами, обучать, корректировать модели для голосового общения. Обычно это важно тем компаниям, у которых очень высока динамика взаимодействия с клиентами: часто меняются тематики, добавляются новые, и на все эти изменения нужно очень быстро реагировать.

CNews: Вы упомянули, что у вас есть самообучающийся виртуальный помощник. На недавней конференции CNews Forum нам демонстрировали голосовых роботов и просили угадать, где с клиентом говорит робот, а где — человек. Мы угадать не смогли, робот был слишком похож, даже запинался и заикался как надо. Расскажите, пожалуйста, про ваши разработки. На что похожи голосовые роботы от BSS?
Георгий Кравченко:
Георгий Кравченко
Digital2Speech включает в себя модули голосового помощника, автоматизированных обзвонов, речевой аналитики, голосовой биометрии, чат-боты

У нас целая виртуальная команда, помощники, управляемые искусственным интеллектом. Мы их называем нейроботами. У каждого персонажа есть имя и специализация. Алина — аналитик, «работает» супервайзером call-центра и должна улучшать качество обслуживания клиентов, обеспечивать повышение продаж. Соответственно, технология построена вокруг речевой аналитики, то есть записи разговоров сотрудников с клиентами и их анализу по большому количеству параметров, среди которых продолжительность разговоров, эмоциональность, следование скрипту, успешность, неуспешность, количество повторных звонков. На самом деле, количество параметров ограничивается потребностью и креативностью заказчиков. Алина видит, что оператор, допустим, ведет себя некорректно — это, кстати, очень распространенный случай — или дает ошибочную информацию. В результате ее работы появляются отчеты и рекомендации, на основании которых руководство улучшает бизнес-процесс, например, корректирует скрипт.

Дмитрий — офицер по безопасности. Он автоматически идентифицирует звонящего и проверяет личность клиента с помощью непрерывной голосовой биометрии, выявляет и предотвращает мошенничество и иные незаконные действия.

Николай — виртуальный помощник. Он может отвечать на звонки, как секретарь, перенаправлять их при надобности на нужных специалистов, рассказывать клиентам о новых продуктах компании, заполнять документы той информацией, которую ему продиктуют при разговоре и так далее. Николай может вести не только голосовой диалог, но и текстовый. Он не только отвечает на звонки, но и сам может делать исходящие обзвоны. Может начать общаться по телефону, продолжить в чате на сайте, а закончить в мессенджере. И это будет одна беседа. Вообще говоря, мы можем натренировать цифровых работников так, чтобы они трудились по разным направлениям. Такие решения востребованы и в телекоме, и в банках, госсекторе, рознице. Мне кажется — вообще везде.

CNews: То есть, скоро вместо вас интервью будет давать робот?
Георгий Кравченко:

Это большой философский вопрос и тема для отдельного разговора. Но, если кратко, я думаю, что человечество в развитии ИИ и голосовых технологий будет стремиться к решению действительно насущных задач.