Обращение клиента, закрытое действием, а не ответом
Простой чат-бот отвечает словами, а клиенту часто нужно действие (перенести доставку, оформить возврат, сменить адрес). На фразе «передаю оператору» польза бота заканчивается.






На платформе SvayaВ каталоге платформы это техническое решение «Обращение клиента, закрытое действием, а не ответом».
Простой чат-бот отвечает словами, а клиенту часто нужно действие (перенести доставку, оформить возврат, сменить адрес). На фразе «передаю оператору» польза бота заканчивается.

Под вас настраиваются документы, правила задачи и подключения к вашим системам. Это делает ваша команда инструментами платформы в пилоте, а интеграции сверх готовых коннекторов к 1С и системам с протоколом MCP оцениваются и оплачиваются отдельно.
Обычный чат-бот отвечает на вопрос, но как только клиенту нужно действие, передает его оператору (сотруднику первой линии поддержки). Клиент пишет «где мой заказ», «хочу вернуть товар», «смените адрес доставки» или «оформите претензию», а бот отвечает «обратитесь в поддержку». В банке то же самое.
Чтобы узнать остаток, получить выписку, перевести деньги или заблокировать карту, клиент идет к оператору или в отделение. В результате первая линия поддержки перегружена типовыми обращениями, среднее время обработки звонка растет, а в очередях висят запросы, которые можно было закрыть за минуту. Чем больше у компании поток обращений, где ответа недостаточно и нужно именно действие, тем дороже обходится компании этот разрыв между ответом и нужным действием.
Применение - это рабочий процесс, в котором ИИ-агент доводит действие до записи в вашей системе. Ниже его компоненты.
Мы собираем ИИ-агента, который в одном диалоге не только отвечает, но и сам выполняет действие в системах компании. Внутри языковая модель понимает запрос клиента и обращается к учетным системам компании, где не только читает данные, но и записывает их. На одной инфраструктуре мы объединяем следующие компоненты:
Понимает обращение клиента в чате, мессенджере или по телефону, ведет диалог, уточняет детали. Тему и намерение обращения на входящем потоке определяет быстрый классификатор (классическое машинное обучение), диалог ведет языковая модель, голос обрабатывает распознавание речи.
Агент обращается к системе управления клиентами, системе управления заказами, складской или банковской системе и совершает операцию, например узнает статус заказа, оформляет возврат, меняет адрес или регистрирует претензию.
Через программный интерфейс (API) с ограниченными правами, то есть агент может делать только то, что ему явно разрешеноПо каждому действию задан порог, до какой суммы и до какого уровня риска агент действует сам, а что требует подтверждения клиента или оператора. В банке выписку агент готовит сам, а перевод проводит только после явного подтверждения клиента.
На основе заданных порогов и правил, без языковой моделиКаждый шаг агента записывается, чтобы можно было разобрать любую операцию и подтвердить ее соответствие требованиям.
На основе системы протоколирования
Финальное действие, выходящее за установленный порог, всегда остается за человеком. Автоматически проходят только простые и низкорисковые операции, и только после авторизации клиента. Основание каждой точки подтверждения записано в описании задачи. Точку, которая стоит по требованию регулятора, нельзя убрать никакой настройкой. Границу, которая стоит по вашим внутренним правилам, вы двигаете сами правкой описания задачи по статистике прогонов, например, по доле случаев, где ваш сотрудник согласился с предложенным решением. Каталог действий мы расширяем постепенно. Начинаем с одного-двух сценариев полного закрытия обращения и добавляем новые по мере подтверждения точности.
Часть цифр взята из публикаций самих компаний и деловых СМИ с указанием года, часть из отраслевой практики без названной компании. Оговорки о том, что цифра не переносится на другой случай напрямую, стоят в тех же пунктах.
Перед пилотом мы проводим диагностику, на которой разбираем самые частые типовые обращения, проверяем, к каким системам есть программный интерфейс на запись данных, и фиксируем исходный уровень показателей. Пилот идет от 8 до 16 недель. Начинаем с одного-двух сценариев, где обращение можно закрыть действием целиком, выстраиваем пороги автономии и контур подтверждения, подключаем журнал действий.
Результат измеряем по следующим показателям:
Все показатели сравниваем с исходным уровнем, который замерили до пилота. Действия выше установленного порога на всем протяжении пилота проходят только с подтверждением человека.
Внедрение оправдано, если у компании большой поток типовых обращений, где клиенту нужно не объяснение, а конкретное действие, и если уже есть простой чат-бот, который упирается в «дальше идите к оператору». Нужен программный интерфейс к учетным системам на запись данных или возможность его подключить. Чем сильнее перегружена первая линия поддержки, тем оправданнее внедрение.
Техническое решение работает на разрешенном в России технологическом стеке и учитывает требования по защите данных. Агент авторизует клиента до того, как выдать персональные данные или совершить действие с ними (152-ФЗ), а персональные данные хранятся в России. Права агента ограничены, действия выше заданного порога суммы или риска требуют подтверждения человека. Для банковских операций техническое решение учитывает требования Банка России, а каждая операция записывается в журнал для разбора и проверки.
У каждого применения своя страница, текущая помечена. Расшифровка пометок о том, где мы собираем применение, стоит на странице автономных ИИ-агентов.
У страховщика среднего размера урегулирование убытка - это длинная ручная цепочка.
На платформе SvayaКогда портфель растет, а андеррайтеров больше не становится, заявки выстраиваются в очередь, и время на каждую становится узким местом.
На платформе SvayaАнтифрод-подразделение нередко получает тысячи сигналов в день, и на ручной разбор у аналитиков не хватает времени.
На платформе SvayaСложные документоемкие процедуры проходят через много рук и повторный ввод данных.
Частично на платформе SvayaКогда круг поставщиков большой и разрозненный, ручной поиск и сравнение предложений занимают дни или недели.
На платформе SvayaКогда у нужной системы нет нормального интерфейса, обычная интеграция невозможна или обходится дороже.
Частично на платформе SvayaБольшой рынок, который текущая команда продаж охватить не успевает.
Вне платформыКлиенту часто нужно не объяснение, а конкретное действие.
На платформе SvayaПри большом объеме найма поиск кандидатов и отбор резюме отнимают у рекрутеров много времени, а входящий поток откликов велик при низкой доле подходящих.
Вне платформыЗакрытие периода идет долго и вручную, а на анализ у финансовой команды не остается времени.
На платформе SvayaЧетыре материала, с которых стоит начать знакомство с платформой.
Требования к серверуПроцессоры, память, диски и видеокарты для установки в закрытом контуре
Модули платформы14 модулей платформы, от обработки запроса до выпуска обновлений
Как устроена платформаОбзор механизмов платформы и того, где проходят границы ее самостоятельности
Презентация платформыPDF на 30 страниц с помодульным разбором платформы
Опишите в двух словах процесс, который хотите отдать ИИ-агенту, и назовите систему, куда он должен дописывать результат. Руководитель ИИ-направления БизнесМатики ответит предложением, где названы объем пилота (один процесс и один тип документов или заявок), метрика пилота с ее исходным значением и срок.
Хотите сначала запустить техническое решение сами? Заведите учетную запись на витрине и запустите техническое решение на своем файле. Для заявки учетная запись не нужна.