Умным решениям нужны данные
Умным решениям нужны данные

Александр Огнивцев: «Главное, что мы вынесли из внедрения инструментов искусственного интеллекта, — они должны быть умными»


16:26 03.12.2018   |  Наталья Дубова |  «Открытые системы»

Рубрика Предприятие |   340 прочтений



Реальные кейсы внедрения искусственного интеллекта в поддержку клиентов обсудили участники клуба ИТ-директоров Ventra Lab.

 

Очередная встреча клуба ИТ-директоров Ventra Lab (некоммерческий просветительский проект компании Ventra) была посвящена использованию машинного обучения и искусственного интеллекта в клиентском сервисе и поддержке.

Александр Огнивцев, руководитель управления сервисной поддержки компании «Альфастрахование», рассказал, что в службе поддержки департамента информационных технологий несколько лет назад была сделана ставка на омниканальность: пользователи корпоративных приложений получили возможность обратиться со своими проблемами любым удобным им способом. Однако при этом сразу возникла проблема эффективной обработки неструктурированной информации в обращениях. Из возможных вариантов – нанимать специалистов или автоматизировать процесс с помощью алгоритмов машинного обучения – в «Альфастраховании» выбрали автоматизацию.

Облачный сервис искусственного интеллекта, интегрированный с корпоративной платформой Service Desk, выполняет классификацию обращений, обучившись на обширной базе знаний, сформированной с помощью каталога ИТ-услуг, и большом объеме реальных обращений клиентов, которые собирались в течение четырех лет. По словам Огнивцева, в 85% случаев робот обеспечивает правильную классификацию обращений (а для критичных для бизнеса ИТ-сервисов этот показатель превышает 95%), затраты на обработку обращений сократились вдвое-втрое. Чтобы эффективность сервиса не снижалась, его регулярно, раз в квартал, переобучают на новых данных.

Следующим шагом в использовании искусственного интеллекта в ИТ-поддержке «Альфастрахования» будет внедрение чатбота для пользователей и голосовых суфлеров для операторов контакт-центра. Обучить последних, отметил Огнивцев, задача не из простых, потому что они должны будут выдавать рекомендации, грамотные с технической точки зрения и при этом понятные людям и полезные специалистам. Сейчас в компании ведется работа по созданию соответствующей обучающей базы.

«Главное, что мы вынесли из внедрения инструментов искусственного интеллекта, — они должны быть умными, опираться на сильную математику. Только в этом случае от них можно ждать ощутимого экономического эффекта», – резюмировал Александр Огнивцев.

Чтобы быть умным, искусственному интеллекту нужны данные, считает Олег Седелев, директор проектов управления инфраструктуры и больших данных корпоративно-инвестиционного блока Сбербанка. КИБ работает с примерно 2,5 млн клиентами – от компаний малого бизнеса до крупнейших корпораций, и не менее 10% прибыли блока связано с аналитикой данных.

Примером клиентского сервиса, построенного на сложной аналитике и приносящего банку реальный доход, может служить проект «Кредит за 7 минут». Корпоративные клиенты Сбербанка получили возможность выбирать, получать одобрение и оформлять крупные кредиты в интернет-банке менее чем за 7 минут, хотя раньше на этот процесс могло уходить до двух недель. За простотой и удобством новой услуги стоит мощная система еженедельного анализа всей доступной информации по всем клиентам из среднего и крупного бизнеса.

Обработка нескольких тысяч атрибутов по каждому клиенту позволяет заранее сформировать его скоринговый балл и сформулировать возможные кредитные предложения. Когда клиент делает онлайн-запрос, система оперативно проводит минимально необходимый дополнительный скоринг, и на основании всех этих данных принимается решение об одобрении кредита. По словам Седелева, это первый в России и один из первых в мире примеров кредитного сервиса, оперирующего столь крупными суммами в режиме онлайн.

Олег Седелев: «Ценность для клиентов несут только те решения в области искусственного интеллекта, которые в состоянии давать осмысленные ответы на сложные запросы»

Седелев рассказал также о многоуровневой системе когнитивных сервисов поддержки корпоративных клиентов банка. На самом ее верху – уровень предсказательной аналитики, основанный на максимально полном знании клиента. Эти сервисы работают в упреждающем режиме – решают проблемы клиента до того, как у него возникнет потребность обратиться за помощью.

Если помощь все-таки необходима, в дело вступает когнитивный сервис маршрутизации – он распознает тему обращения и направляет клиента к оператору или роботу. На часть вопросов может дать ответ голосовой помощник «Анна» или чатбот. Но если задача не может быть решена без вмешательства человека, ему на помощь также приходит искусственный интеллект. Виртуальные ассистенты операторов колл-центра дают варианты решения проблемы, а выбор релевантного остается за человеком.

Седелев подчеркнул, что ценность для клиентов и, соответственно, для бизнеса банка несут только те решения в области искусственного интеллекта, которые в состоянии давать осмысленные ответы на сложные запросы, связанные с персональными данными, например, о статусе корпоративной карты или состоянии счета. А для этого роботам необходима связь с хранилищем данных и сложными аналитическими алгоритмами. Именно поэтому система когнитивных сервисов Сбербанка, как и решение «Кредит за 7 минут», интегрирована с кластером Hadoop, обеспечивающем хранение и обработку петабайт данных.


Теги: Искусственный интеллект Машинное обучение
На ту же тему: