Автоматизация поддержки клиентов с ИИ

Что ИИ делает на первой линии поддержки: приём обращения, ответ, передача человеку

ИИ на первой линии поддержки разбирает входящее обращение, находит ответ в документах компании и передаёт человеку то, в чём не уверен. Рабочий день оператора уходит на повторяющиеся вопросы: где заказ, что подойдёт вместо снятой позиции, какие условия отгрузки, как оформить рекламацию. Формулировка каждый раз новая, ответ один и тот же.

Обращение приходит в свободной форме

Клиент пишет так, как ему удобно. В проекте для оптового дистрибьютора обращения приходили четырьмя способами: списком без артикулов, фотографией рукописного листа, пересылкой из чата, вопросом на подбор — когда точного наименования в обращении нет вовсе. Любую форму система сводит к единой структуре: что спрашивают, о каком объекте речь, чего не хватает для ответа. Фото и сканы разбирает тот же слой, что и извлечение данных из входящих документов.

Три уровня уверенности и передача человеку

У каждого ответа есть уровень уверенности, и от него зависит судьба обращения:

• высокая — ответ уходит клиенту сразу;
• средняя — сотрудник получает 2⁠–⁠3 готовых варианта и выбирает один нажатием;
• низкая — система сама задаёт уточняющий вопрос: об объекте, условиях, сроке.

Догадки к клиенту не уходят: сложный случай достаётся человеку целиком — переписка, структура обращения, кандидаты на ответ со ссылкой на место в документе и причина, по которой система не ответила сама. Вопросы самих сотрудников закрывает единый поиск по внутренним данным компании, звонки — голосовой ассистент.

Ответ собирается из утверждённых документов

Отвечает система только по материалам, которые компания признала актуальными: регламенты, инструкции, описания условий, каталог. Каждый ответ хранит ссылку на источник — его открывают и сверяют с оригиналом. Такой способ отвечать по своим данным называют RAG (retrieval-augmented generation): как модель отвечает по вашим документам, как устроен поиск по своим данным. Правила ведут сотрудники явно: таблицу замен заполняет человек, модель её не выдумывает.

Откуда система берёт ответы и куда возвращает результат

Данные система берёт там, где они уже лежат, и возвращает результат в тот же диалог, где клиент задал вопрос.

Из каналов у Dzeta AI подтверждён Telegram: в нём работает ассистент эксперта. Из учётных систем — 1С, с ней собран приём обращений у дистрибьютора. Остальные подключения обсуждаем на аудите: сначала смотрим, где обращения лежат сейчас и в каком виде.

Кейсы Dzeta AI: приём обращений у дистрибьютора и ассистент эксперта

Портфель Dzeta AI — 50+ реализованных проектов. Два из них про входящий диалог с человеком.

Оптовый дистрибьютор инженерных систем: обращение любого вида доходит до ответа

С обращениями клиентов у дистрибьютора ежедневно работают более 300 менеджеров, 60 филиалов держатся на едином каталоге и общих правилах, в поисковом индексе 389 тысяч позиций. Раньше все четыре формы — список, фото листа, пересылку, вопрос на замену — менеджер разбирал руками; команда Dzeta AI свела их к единой структуре и положила поверх правила дистрибьютора.

После внедрения у дистрибьютора:

• уверенный ответ уходит сразу, спорное превращается в вопрос менеджеру;
• правила замен ведут сотрудники, одни на все 60 филиалов;
• собранный результат переносится в 1С без ручного ввода.

Со стороны отрасли тот же сценарий описан на странице ИИ в оптовой торговле и дистрибуции.

Ассистент эксперта в Telegram: первичный разбор без человека

Для эксперта с высоким потоком первичных обращений Dzeta AI сделала цифрового ассистента в Telegram. Ассистент ведёт диалог сам: задаёт вопросы по шагам, собирает ответы и выдаёт разбор из 15 блоков. Источник ответов — авторские материалы, которые эксперт согласовал заранее, за их пределы ассистент не выходит. К эксперту обращение попадает уже разобранным, и время специалиста уходит туда, где нужна именно экспертиза.

Как считают эффект: метрики фиксируют до старта

Целевое качество и критерии успеха Dzeta AI фиксирует до старта на выгрузке реальных обращений заказчика — по этому набору систему потом и принимают. Смотрят три величины: долю ответов, принятых сотрудником без правок; долю обращений, которые система отдала человеку по низкой уверенности; число случаев, где система ответила там, где отвечать не стоило. Долю обращений, которую закроет система, до замеров на вашем потоке мы не называем: состав обращений в каждой компании свой, и повторяющихся вопросов в нём разное количество.

Как считают долю автоматизированных обращений

Доля автоматизированных обращений (automation rate) — часть входящего потока, которую система закрыла сама, без участия сотрудника: обращения, завершённые ответом системы, делят на общее число обращений за тот же период. Спорные случаи, ушедшие человеку, в числитель не попадают. Одной этой величины мало — её легко поднять, отвечая на всё подряд. Рядом считают долю ответов, принятых без правок: она показывает, можно ли этим ответам верить. Подробнее — в статье о том, как ИИ снижает нагрузку на операторов поддержки.

Как внедряют: аудит, пилот на ваших обращениях, приёмка

Внедрение Dzeta AI ведёт этапами.

Сначала пилот, чтобы проверить гипотезу на ваших данных до большого проекта, в продуктив проект идёт только по его результатам. Бюджет уходит и на разработку, и на подготовку материалов: сведение регламентов, разбор устаревших версий, описание правил, которые живут у двух человек в голове. Из чего складывается реальная стоимость внедрения — разбор в отдельной статье.

Где работает система и кто видит переписку с клиентами

Систему на открытых моделях Dzeta AI разворачивает в контуре заказчика: обращения, документы и клиентская база остаются внутри компании, персональные данные её не покидают (152-ФЗ «О персональных данных»). В ChatGPT и другие внешние сервисы данные не уходят, если заказчик этого не хочет. Свой IT-отдел не нужен: достаточно человека, который понимает процесс и проверит ответы.

Когда автоматизация поддержки не окупится

Первая линия автоматизируется, когда обращения приходят текстом, повторяются изо дня в день, а ответы на них где-то записаны. Отраслевой разбор — что из этого подходит клинике. Остальные случаи видны ещё на аудите:

• Ответов как данных нет: регламенты устарели, актуальные условия живут в переписке и в головах сотрудников.
• Обращения принимают голосом по телефону: там нужен голосовой ассистент.
• Поток маленький, вопросы каждый раз разные: вложения не вернутся.
• Каждое обращение заканчивается решением человека — скидкой, уступкой, исключением из правил.
• Задачу закрывает регламент или настройка учётной системы: так и напишем в отчёте по аудиту.
• Со стороны заказчика некому проверять ответы первые недели работы.