Николай Романов

Для выгрузки заказов в таблицу легко заранее описать последовательность: получить записи, выбрать поля, сохранить результат. С обращениями людей задача устроена иначе. Один человек хочет узнать статус заказа, другой — получить счёт, третий — уточнить условия доставки. Потребуются разные данные и разный порядок действий. ИИ-агент позволяет поручить выбор этих шагов языковой модели. Владелец процесса задаёт доступные инструменты и правила, а модель определяет, какие из них вызвать для конкретного запроса...

Клиент спрашивает: «Сколько дней есть на возврат и куда обращаться?» Поиск по базе знаний находит десять подходящих фрагментов. Но первым в выдаче оказывается текст о том, что деньги поступают в течение десяти дней. Языковая модель получает его как основной контекст и отвечает клиенту: «Десять дней». Ответ звучит правдоподобно, но он неправильный. Верный срок возврата — четырнадцать дней. При этом сам поиск сработал нормально: он действительно нашёл материалы о возврате и сроках. Проблема появилась на следующем этапе — в порядке найденных фрагментов...

Фотографии постоянно становятся частью рабочих процессов. Продавец загружает снимок товара, клиент показывает поломку, курьер фотографирует подъезд, а монтажник отправляет результат выполненной работы. Каждое такое изображение требует решения: тот ли товар находится в кадре, соответствует ли фотография требованиям, есть ли повреждения, выполнены ли работы по чек-листу. Обычно снимок сначала просматривает человек и только потом вручную передаёт результат в следующий этап процесса. Чтобы автоматизировать эту работу, мы добавили в Staqflow узел «Анализ изображения»...

Голосовое сообщение от клиента, запись звонка, часовая планёрка или кружок вместо заявки — всё это полезные данные. Проблема в том, что работать с ними не так удобно, как с обычным текстом. Аудиозапись нельзя быстро просмотреть глазами или найти внутри неё нужную фразу. Чтобы понять содержание десятиминутного разговора, придётся потратить примерно те же десять минут. Поэтому звонки часто прослушивают выборочно, а голосовые сообщения в поддержке постепенно накапливаются. Чтобы встроить такие данные в автоматизированные процессы, мы добавили в Staqflow узел «Распознавание речи»...

Открыть счёт, найти номер, скопировать дату, перенести сумму, проверить поставщика. Потом повторить с другим счётом. А следом разобрать чеки, акты и анкеты. Каждое действие выглядит небольшим. Но именно из таких действий складывается ручная работа, которая остаётся даже между вполне автоматизированными системами. Почта приняла вложение, учётная система готова создать документ, а данные между ними всё ещё переносит человек. Ошибка в одной цифре может обнаружиться только через месяц. Мне как менеджеру по развитию Staqflow интересны функции, которые помогают закрывать такие участки процесса...