Я, Павел Миловидов, являюсь основателем и руководителем компании «Безопасный офис». Уже более 5 лет мы предоставляем сервис виртуальных компьютеров. Помогаем малому-среднему бизнесу сэкономить на ИT-инфраструктуре, контролировать работу сотрудников, избегать проблем при проверках и обысках. В этой статье расскажу о нашем опыте использования искусственного интеллекта (ИИ) в бизнесе. О неудачных и удачных попытках. Также поделюсь свежей идеей одного продукта.
Один из ключевых процессов в моем бизнесе — это обзвон участников наших вебинаров и мероприятий. Цель — пригласить их на индивидуальную бесплатную консультацию. Мы называем такие встречи экскурсиями (записаться на экскурсию можно здесь, это совершенно бесплатно). Они проходят в Zoom и длятся около 30 минут. За это время мы рассказываем потенциальным клиентам, как наши сервисы решают их конкретную проблему: экономят средства, повышают контроль над сотрудниками, снижают риски при проверках.
Ключевая метрика для масштабирования бизнеса — количество проведенных экскурсий (чем их больше, тем больше продаж). Поэтому мы решили оптимизировать процесс обзвона потенциальных клиентов и приглашения их на онлайн-экскурсии. Попробовали применить возможности искусственного интеллекта.
Первые эксперименты с алгоритмическим обзвоном
Первый подход, который мы использовали — это алгоритмический обзвон. Суть метода заключается в том, что заранее составляется жесткий сценарий диалога с несколькими ветками развития разговора. При этом система распознает ответы и переходит к подходящему блоку из заготовленных реплик. Они, как правило, записываются с участием актеров.
Мы решили не экспериментировать сразу на нашей целевой аудитории (участниках мероприятий), а сначала опробовать технологию для «холодных» звонков. Приглашали людей на мероприятие. К сожалению, этот подход не оправдал себя. Люди довольно быстро понимали, что общаются с роботом. Как только собеседник распознавал, что разговор ведется не с живым человеком, он тут же бросал трубку.
Здесь проблема была не столько в обзвоне, а в «холодной» базе. Мы пробовали запускать то же самое, но с живыми операторами через колл-центр. Результат был печальный. Просто через холодные звонки плохо собирается народ в 2023-м году.
Попытка внедрения генеративных моделей
После первой неудачи с алгоритмическим обзвоном, мы решили попробовать более продвинутый метод — использование генеративных моделей искусственного интеллекта.
Суть этого подхода в том, что нейронная сеть обучается на огромном массиве реальных диалогов (например, «скармливаем» ей 600 успешных звонков), после чего она способна самостоятельно выстраивать естественное общение с человеком, генерируя ответные реплики.
Однако и эти эксперименты не увенчались успехом. Главный недостаток, с которым мы столкнулись — слишком долгое время реакции модели, до полутора секунд на ответ. В результате получалась неестественная беседа, «с тормозом».
Думаю, этот метод мы все-таки будем использовать, но уже для обзвона по итогам мероприятий. Проблема только в сборе этих условных 600 образцов звонков.
Успешный опыт генерации контента с помощью ИИ
Мы также начали активно экспериментировать с возможностями ChatGPT. У меня был платный доступ. Однако первые результаты оказались довольно разочаровывающими. Например, тексты нейросети были невысокого качества, на уровне средненачитанного человека. Поэтому мы поменяли подход и сосредоточились на задачах обработки и компиляции данных. Это оказалось значительно более результативным направлением.
В частности, мы стали активно использовать перевод профильных статей с английского. Сервис на основе ИИ DeepL помогает переводить статьи по тематикам HR, контроля рабочего времени и сотрудников.
Пусть переведенные таким способом тексты и требуют некоторой ручной доработки, это гораздо эффективнее самостоятельного написания статей с нуля. Автоматический перевод позволяет быстрее масштабировать наш блог.
Мы также используем ИИ для создания анонсов и описания видео для Youtube (можно посмотреть вот тут). Для этого предоставляем нейросети расшифровку конкретного ролика. Основная задача, которую мы ставим — создать краткое описание, не раскрывая всех основных деталей и сохраняя интригу для зрителя.
Еще один интересный опыт использования технологий ИИ — автоматическая генерация кейсов клиентов. Ранее этот процесс был довольно трудоемким. Теперь мы можем в автоматическом режиме перерабатывать интервью с заказчиками в полноценные кейсы. Для этого «скармливаем» нейросети расшифровку беседы, задаем будущему тексту эталонную структуру на основе методологии Максима Ильяхова.
ИИ компилирует весь массив данных из интервью в нужный нам формат за считанные минуты. При этом получаемые кейсы оказываются даже лучше по качеству, чем были написаны ранее профессиональным маркетологом.
Основная проблема, с которой мы столкнулись — необходимость собирать максимально подробные и структурированные интервью с клиентами. Но это гораздо проще, чем каждый раз искать хорошего копирайтера. Поэтому автоматизация создания кейсов с помощью ИИ является для нас весьма перспективным направлением.
Возможности автоматизации с помощью ИИ на примере поддержки клиентов
У нас накопилось около 25 тысяч заявок от клиентов за все время работы сервиса. Это ценнейший массив данных, включающий запросы пользователей, истории их переписок с поддержкой, время реакции на обращения, результаты закрытия заявок.
Казалось бы, на основе этих данных можно было бы автоматизировать отдел техподдержки с помощью ИИ — чтобы бот сам отвечал клиентам в автоматическом режиме. Однако пока я не вижу полноценного применения такого функционала, поскольку 99% поступающих к нам обращений требуют «ручных» действий оператора.
В основном люди пишут в поддержку, чтобы мы что-то починили — предоставили доступ в базу данных, восстановили работу виртуальной машины или какого-то другого сервиса. Это не типовые запросы (вроде перезагрузки роутера), которые можно обрабатывать в автоматическом режиме.
Поэтому единственное, где я вижу применение ИИ в поддержке на текущий момент — это создание некоего чат-бота помощника. Можно было бы загрузить нашу базу знаний, чтобы он консультировал операторов первой линии по типовым вопросам.
Например, как настроить порты для OpenVPN, почему не работает принтер при установленном подключении через OpenVPN и т. д. Но опять же для этого надо подготовить огромный массив обучающих данных из технической документации, ответов операторов. Пока у нас нет такого объема структурированных знаний, чтобы запустить полноценного чат-бота.
Анализ разговоров с клиентами+ИИ
Одно из направлений применения ИИ для развития нашего бизнеса — это автоматический анализ записей переговоров с потенциальными заказчиками. Есть компании, которые занимаются удаленным анализом разговоров с клиентами. Но они навязывают свои внутренние критерии оценки. Также их услуги дорого стоят. Я общался с лидерами рынка — они хотели 50 тысяч рублей в месяц только за анализ звонков, без видео. Все это можно сделать дешевле и удобнее с помощью ИИ.
Сейчас у нас анализ переговоров производится в «ручном режиме» при помощи асессора — человека, который прослушивает часть записанных звонков. Мы платим этой девушке 12-15 тысяч рублей в месяц. Однако процесс все равно не является оптимальным. Многое из того, на что следовало бы обратить внимание, она пропускает. Также наш асессор не анализирует записи зум-встреч. Для их качественной оценки требуется столько же времени, сколько занимает сама встреча.
Я вижу колоссальный потенциал для автоматизации этого процесса с помощью технологий ИИ. Уже сейчас есть возможность загружать расшифровку диалогов в нейросеть, задавая параметры оценки переговоров. В частности, насколько менеджеры по продажам следуют утвержденным скриптам, умеют ли выявлять истинные потребности потенциальных заказчиков, правильно ли выстраивают диалог, вовремя ли переходят к ключевым этапам воронки продаж. В итоге можно получать отчеты, некие таблички с конкретными выявленными недочетами или успешными тактиками.
Для этого, вероятно, потребуется обучать ИИ на большом объеме данных, развернув все на своих серверах. Скорее всего, будем использовать российские разработки (например, от Яндекса). В итоге планируем создать плагин для CRM, который будет автоматически готовить отчеты.
Было бы интересно попробовать такой продукт на практике? Готовы ли вы заплатить за такой функционал? Если да, то сколько?
