Алексей Чистяков (Bercut): «Ключевой вектор развития голосовых помощников и чат-ботов — роль агентов, которые знают, умеют и помнят то же, что обычный сотрудник или пользователь»

— Алексей, какими особенностями должны обладать сегодня голосовые и чат-боты, чтобы успешно конкурировать и быть интересными заказчикам?

— Для эффективной работы голосовых ботов недостаточно только выбрать или настроить модель – необходимо обеспечить доступ к корпоративным данным и системам компании. В этом случае ответы бота будут опираться на документы (метод Retrieval Augmented Generation, или RAG), регламенты, базу знаний — с цитатами и источниками. По потребности конкретной компании, чат-бот может обращаться и к «живым» данным из CRM, баз данных, через API и прямо в момент запроса. Иначе бот остается общим советчиком без привязки к бизнесу заказчика.

Технический директор компании Bercut Алексей Чистяков
Фото: Bercut

В целом ценность голосовых помощников выше, когда ИИ доступен в контексте задачи. Например, чат-бот может быть настроен как ассистент под роль в продажах, службе поддержки, юриспруденции или HR, при необходимости учитывать контекст по сделке или клиенту и долгосрочно хранить в памяти диалоги. Это повышает релевантность и снижает количество уточняющих вопросов. Для удобства использования функций бота необходимо встраивать его в привычные каналы: вызов из портала, CRM, мессенджера или с любой страницы через виджет, а не только в виде отдельного окна чата.

— Какие практики применения голосовых и чат-ботов можно назвать лучшими?

— Опираясь на текущие кейсы Bercut, выделяем ряд лучших практик применения голосовых и чат-ботов.

К их числу относится встраивание в бота функции поиска по базе знаний, то есть по корпоративным регламентам или техдокументации с цитатами в ответах. А также по отраслям и метрикам, таким как сокращение времени до ответа на десятки процентов и доступ к информации за минуты вместо часов или дней.

Другой популярный сценарий – это чат-бот в роли ассистента сотрудника с доступом к «живым» данным: RAG по документам, вызов CRM, баз данных и API в реальном времени, а также подсказки по сделкам, клиентам или заказам.

Часто в нашей практике клиенты используют голосового помощника как единого агента для базы знаний и предоставления оперативных данных. Они встраивают его в портал или CRM, например, банки следуют такому сценарию в части создания технических заданий и КП, а также в задачах урегулирования споров. Чаты помогают оператору отвечать по базе данных и контексту диалога — за счет этого время ответа может снизиться на 80 %, и доля решенных диалогов значительно вырастет.

С помощью голосовых ботов можно обрабатывать входящие обращения: классифицировать их, извлекать сущности, маршрутизировать, составлять первичный ответ или эскалировать. В госсекторе таким образом обрабатывают обращения граждан, а в службах поддержки и страховании – запросы клиентов. Как показывает практика, такой подход позволяет увеличить долю обращений без участия оператора и сократить время обработки входящих запросов.

Различные контакт-центры в телекоме, банках и ритейле повышают качество коммуникаций за счет голосовых и чат-ботов. ИИ-помощники делают подсказки операторам по базе знаний и контексту, оценивают диалоги и составляют скрипты в нужном тоне.

Чат-ботов уместно использовать и в целях генерации контента и мерчендайзинга. Они могут справиться с задачами описания товаров, карточек для маркетплейсов, формировать контент-планы, и, в среднем, вдвое ускорить эти привычные процессы в компании. Такие результаты подтверждают кейсы в ритейле, СберТехе и Ozon.

В сельском хозяйстве эти решения позволяют осуществлять голосовое управление в полевых условиях. Мы в Bercut разрабатываем AI Data Fabric — инструмент для интеграции LLM-моделей в корпоративную ИT-инфраструктуру. Одна из функций решения — Realtime Voice API, или голос с низкой задержкой. Этот инструментарий предназначен для контакт-центров, полевых сотрудников и виртуального менеджера по телефону. В перспективе планируем реализовать возможность создания кастомного голоса бренда и функцию речевой аналитики.

— Как голосовые и чат-боты помогают вашей компании решать внутренние задачи?

— Мы в компании используем собственную платформу Bercut AI Data Fabric (ADF) с доступным в нем решением «Кабинет сотрудника», которое представляет собой интерфейс для работы с LLM в корпоративном контуре. Эти продукты позволяют нам создавать ассистентов по ролям — в виде менеджеров продаж, проектных менеджеров и других функциональных ролей. Дополнительно осуществляют автоматический поиск по внутренним документам и доступ к «живым» данным. Это помогает быстро находить информацию по продуктам компании, контрактам и регламентам, а также отрабатывать сценарии перед поставкой заказчикам.

— В каких направлениях пойдёт дальнейшее развитие голосовых и чат-ботов?

— Ключевой вектор развития голосовых помощников и чат-ботов — роль агентов, которые знают, умеют и помнят то же, что обычный сотрудник или пользователь. Для этого критично «кормить» решение данными пользователя и компании: документами, информацией из CRM, регламентами, историями диалогов, — и выстроить оптимальный путь интеграции, то есть как эти данные попадают к агенту. Это должен быть единый интеграционный слой поверх разрозненных систем. Чем полнее и безопаснее интеграция, тем ближе агент к пониманию и знаниям на уровне сотрудника. Без интеграции агент остается «слепым» советчиком, с ней — становится полноценным помощником в контексте задачи.

Уже сегодня боты не только генерируют текст, но и делают запросы в момент диалога к базам данных, CRM, документам, внешним сервисам. Чтобы агент помнил то, что помнит сотрудник, будет совершенствоваться персонализация без повторного ввода контекста по сделке или клиенту, а также долгосрочная память по слоям: чат, пользователь, роль, домен, компания.

Также уверены, что будет востребована функция голоса с низкой задержкой Realtime Voice, которую, как сказал выше, мы реализуем на платформе Bercut AI Data Fabric. ИИ должен быть в контексте задачи, а не являться отдельным приложением, поэтому боты будут встраиваться в любые интерфейсы и становиться «невидимыми».

В результате эволюции голосовых помощников и по мере опыта их использования будут появляться готовые отраслевые решения и шаблоны: развертывание типовых сценариев, таких как поиск по базе знаний, ассистент сотрудника, обработка обращений, контакт-центр. Использование шаблонов сократит процессы разработки с нескольких месяцев до считанных дней. Первыми такие сценарии будут внедрять в госсекторе, ритейле, промышленности и ТЭК.

— Большое спасибо за беседу!