Как ИИ делает чат-ботов умнее и полезнее

Пожалуй, каждый попадал в ситуацию, когда приходилось связываться со страховой компанией или техподдержкой. Как правило, мы отправляемся на сайт и видим всплывающее сообщение «Чем я могу вам помочь?». Или мы звоним по номеру службы поддержки клиентов, и слышим тот же текст от автоотвечика.

Итак, мы набираем сообщение или рассказываем чат-боту, чего хотим. В ответ мы слышим стандартные фразы — виртуальный собеседник нас не понял. Спустя несколько попыток хочется сдаться.

Это настолько распространенная ситуация, что у экспертов по обслуживанию клиентов даже есть для нее название: «спираль страданий».

Читайте по теме: Как связаться с оператором, если отвечают только роботы из службы поддержки

Но есть и хорошие новости. Чат-боты по обслуживанию клиентов становятся все менее роботизированными. И, по мнению исследователей, руководителей индустрии и аналитиков, в течение нескольких лет они значительно улучшатся. Они станут более умными, более разговорчивыми, более человечными и, самое главное, более полезными.

«Даже сейчас бывают моменты, когда трудно понять, что это не человек, — отмечает Берн Эллиот, аналитик исследовательской компании Gartner. — Это не так хорошо, как хотелось бы, но все движется в этом направлении. И инновации происходят быстрыми темпами».

ИИ добился удивительных успехов в обработке естественного языка — то есть его понимании и воспроизведении. Программы могут писать рассказы и стихи, отвечать на простые вопросы, переводить на десятки языков и даже создавать компьютерные программы. Как правило, исследовательским проектам в этой области доступны почти неограниченные вычислительные мощности и готовые данные по всему интернету.

Такие цифровые помощники, как Siri от Apple и Alexa от Amazon, тоже обращаются к интернету, чтобы отвечать на вопросы пользователей.

Но у большинства компаний ресурсы ограничены. Их информация о клиентах, необходимая для ответов на вопросы, находится не в интернете, а в корпоративных центрах обработки данных. У них меньше данных, чем у интернет-гигантов, и они накапливались годами, хранились в разных форматах, в разных местах. Это скорее геологические раскопки, чем сканирование интернета.

В результате появился растущий рынок разговорного ИИ. На нем присутствуют как крупные технологические компании вроде Microsoft, Amazon, Google и Oracle, так и небольшие проекты и стартапы, включая Kore.ai, Omilia, Раса, Senseforth.ai, Verint и Yellow.ai.

Поставщики предоставляют программные средства, которые компании затем настраивают и обучают на основе своих собственных данных.

Некоторые из них предназначены, чтобы помогать сотрудникам. Но как правило, боты созданы для обслуживания клиентов.

Пожалуй, самый впечатляющий путь к разработке собственной технологии чат-ботов прошла IBM. После того, как суперкомпьютер Watson одержал победу над чемпионами-людьми в телешоу Jeoprardy! около десяти лет назад, IBM стала применять технологию обработки естественного языка Watson в других областях. На раннем этапе основное внимание уделялось диагностике и лечению рака, и IBM назвала здравоохранение своим прорывным проектом.

Скриншот: YouTube, IBM Research 

В январе, после долгих лет работы, IBM объявила, что продает свой бизнес Watson Health частной инвестиционной компании. Несколько дней спустя Gartner оценила помощника IBM Watson как «лидера» в области разговорного ИИ для бизнеса. Watson превратился из прорывного проекта по диагностике рака в сервис чат-ботов по обслуживанию клиентов.

Сегодня помощник Watson Assistant — это самый успешный из ИИ-продуктов IBM. Технология развивалась на протяжении многих лет, постоянно совершенствуясь. В IBM довольно быстро поняли, что жесткий подход «вопрос-ответ», хотя и идеально подходит для игрового шоу, слишком ограничен и негибок в условиях клиентского обслуживания.

«Реальный мир открыл нам глаза», — комментирует Айя Соффер, вице-президент по технологиям искусственного интеллекта в IBM Research.

По ее словам, отправной точкой стало более глубокое понимание того, что происходит в колл-центрах, а также работа с другими компаниями по сбору и анализу многих тысяч звонков между клиентами и агентами-людьми. Они отслеживали, какие вопросы и последующие действия помогли решить проблему покупателя, а также какие сигналы указывали, что «разговор пошел не туда».

Первые чат-боты программировались с заранее определенным набором вопросов и ответов. Но если алгоритм не понимал собеседника, разговор заходил в тупик. Сегодня, отмечает Соффер, значительная часть новейших инноваций заключается в том, чтобы «научить систему понимать и выявлять намерения человека».

Читайте по теме: Роботизированные обзвоны как канал продаж: достигать целей и не раздражать клиентов — это реально

Основная задача — создать программу, которая может определить суть запроса человека.

«Вы предполагаете, что есть только так много способов, которыми человек может что-то сказать, но вы узнаете, что на самом деле это не так», — рассказывает Боб Битти, директор по опыту в GM Financial.

Первоначально в компании использовали элементарного бота, который просто давал готовые ответы на заданный список вопросов. Но в 2019 году началась разработка интерактивного чат-бота совместно с IBM. За два года планировалось создать и внедрить бота на базе Watson Assistant.

Карантин, введенный из-за пандемии в марте 2020 года, неожиданно сдвинул график. Битти отправил домой около 700 агентов, которые работали в колл-центрах компании в Арлингтоне, штат Техас, и Чандлере, штат Аризона. Торопясь поскорее организовать удаленную работу агентов колл-центра, компания направляла клиентов получать консультацию через чат-боты, а не по телефону.

Сначала чат-бот едва справлялся с нагрузкой. Но разработчики GM Financial и инженеры IBM запрограммировали способность отвечать на все больше и больше запросов — независимо от того, как они были сформулированы — например, «Какова сумма моей выплаты?» или «Вы получили мой мартовский платеж?».

Фото в тексте: TippaPatt / Shutterstock

Однако даже простые вопросы требуют персонализированных ответов, которые программное обеспечение должно искать в базе данных компании. В самом начале чат-бот под названием Nanci (от англ. fiNANCIal — «финансовый») мог выполнить менее 10% запросов клиентов. Но в течение двух месяцев показатель успеха вырос до 50% — и сейчас, по данным GM Financial, составляет 60%.

До сих пор Nanci был чат-ботом только для текстовых сообщений, но компания добавляет голосовую версию. И вместе с IBM она пытается автоматизировать более сложные задачи, такие как изменение сроков оплаты.

По словам Битти, основная цель технологии чат-ботов — улучшить качество обслуживания клиентов и повысить лояльность к бренду материнской компании General Motors.

По оценкам, средний запрос в колл-центр длится шесть минут и обходится компании в $16. В GM Financial чат-бот теперь отвечает на многие вопросы клиентов. В январе, считает Битти, компания сэкономила в общей сложности $935 тысяч.

До сих пор персонал колл-центра не был сокращен. Технология, по словам Битти, позволит агентам тратить больше времени на решение сложных проблем — например, на разговор с клиентом, который потерял работу и нуждается в продлении аренды автомобиля или кредита.

Для большинства предприятий основное препятствие в совершенствовании искусственного интеллекта — нехватка обучающих данных. Некоторые технологии могут преодолеть это препятствие, автоматически генерируя больше обучающих данных или учась на меньших объемах данных.

Читайте по теме: «Подслушивает ли умная колонка? Все может быть». Михаил Бурцев — о голосовых помощниках и будущем разговорного ИИ

Anthem, медицинская страховая компания, клиентами которой являются более 45 млн человек, не испытывает недостатка в данных, а также располагает технологическим персоналом из нескольких тысяч человек, включая специалистов по обработке данных, экспертов по ИИ и разработчиков приложений. Помощник IBM Watson Assistant — один из многих инструментов, используемых Anthem.

Anthem показывает, что происходит сейчас с чат-ботами, работающими на ИИ, но также и то, что может стать возможным через несколько лет. Согласно данным компании, сейчас помощник Sydney (доступен также в мобильном приложении) в 90% случаев корректно отвечает на вопросы о доплатах («Мне заменят коленный сустав. Сколько покрывает моя страховка?») и лекарствах («Взаимодействуют ли между собой лекарства из моего рецепта?»).

Но долгосрочная цель, говорит Раджив Ронанки, президент цифровых платформ в Anthem, состоит в том, чтобы использовать ИИ для анализа всех заявлений и клинических данных, чтобы предоставлять персонализированные медицинские рекомендации. Этим не ограничивается: Sydney может даже загружать информацию о фитнес-трекере.

Например, существует более 380 вариантов ухода и лечения для людей с диабетом. В идеале помощник сможет ответить, какие диета, физические упражнения и схемы приема лекарств дают наилучшие результаты для подобных пациентов, в зависимости от возраста, пола, других состояний и истории болезни.

Эта информация будет полезна и как рекомендации для лечащего врача, и как советы по поддержке здоровья для отдельного человека.

ИИ, сказал Ронанки, поможет «перейти от реактивного ухода за больными к упреждающему, прогностическому и персонализированному медицинскому обслуживанию».

И, возможно, технологии позволят выйти из «спирали страданий».

Источник.

Фото на обложке: Alliance Images / Shutterstock