Мы стараемся придумывать решения, которые можно максимально переиспользовать. Например, из розничного сегмента переносить в В2В.

На данный момент мы запустили проект автоматизации контакт-центра. Это двухуровневая система. На первом этапе используется NLP, на втором идет работа с языком машинного обучения. Первый этап – это язык шаблонов, который добавляется. На втором этапе система начинает отвечать  автоматически. Этот подход помогает быстро делать внедрения на текущих данных в режиме реального времени.

На все рутинные, стандартные вопросы отвечает робот, в сложных ситуациях подключается человек

У нас оператор со своего рабочего места обучает систему новым интентам (намерениям). На все рутинные, стандартные вопросы отвечает робот, в сложных ситуациях подключается человек. Так повышается качество скриптов. Мы собираем и обрабатываем большинство основных интентов, с которыми сталкиваются клиенты. Очень часто в других компаниях используется подход, при котором операторы записывают одни и те же ошибки, а у нас ошибки автоматически анализируются с помощью первого слоя симантической модели.

Мы можем балансировать нагрузку на контакт-центр. При росте нагрузки на вопросы начинает отвечать робот. При этом для клиента все выглядит так, словно он столкнулся с более глупым оператором.

Мы делаем группировку однотипных ответов, используя шаблоны, которые автоматически генерируются на стороне оператора, затем автоматически формируются такие простые фразы как приветствие и благодарность за длительное ожидание.