Эксперты ГК ЛАНИТ: «Развитие голосовых и чат-ботов будет идти в сторону использования генеративных моделей»

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

Владислав Балаев (ЛАНИТ): Сегодня оба эти направления базируются на использовании больших языковых моделей (ChatGPT и аналоги). У технологии есть свои ограничения, например, галлюцинации, но с точки зрения развития она наиболее перспективная. Главное ее преимущество — гибкость. Чат-бот можно построить в течении нескольких минут без долгой технологической или методологической работы и протестировать. Однако с учетом ограничения нужно уметь работать, при необходимости перестраивать бизнес-процессы, регулировать качество за счет не только технологий, но и переработки материалов, лежащих в основе. Сейчас мы видим, что ключевые свойства решений с чат-ботами, которые интересны заказчику, — это гибкость и прозрачность. Именно они помогают легко протестировать решение, понять, что именно идет не так, и приложить усилия по доработке в правильном направлении. Для голосовых ассистентов важна скорость генерации. Пока немногие решения позволяют одновременно быстро и качественно синтезировать голос, но именно на синтез голоса, а не на запись, сейчас ориентируются производители таких решений.

Руководитель практики Центра компетенций больших данных
и искусственного интеллекта ЛАНИТ Владислав Балаев
Фото: ЛАНИТ

Дмитрий Медведев (ЛАНИТ-ТЕРКОМ): Современные боты должны понимать естественный язык и контекст диалога, а также быстро интегрироваться с внутренними системами компании (CRM, базами знаний и т.д.). Также важна высокая точность ответов, безопасность данных и возможность масштабирования под разные каналы – мессенджеры, веб, голосовые интерфейсы и др. Кроме того, заказчики хотят, чтобы голосовые и чат-боты реально помогали бизнесу: например, брали на себя часть работы службы поддержки, способствовали росту продаж и упрощали взаимодействие клиентов с компанией.

Директор департамента прикладных решений ЛАНИТ-ТЕРКОМ
(входит в группу компаний ЛАНИТ) Дмитрий Медведев
Фото: ЛАНИТ

Александр Николайчук (Artezio): Рынок ботов прошёл интересную точку разворота. Ещё три-четыре года назад заказчика можно было впечатлить самим фактом наличия бота — он отвечает, он не спит, он масштабируется. Сегодня это никого не удивляет. ChatGPT и другие потребительские AI-продукты радикально переучили пользователей: люди теперь знают, как должен звучать хороший диалог с машиной, и корпоративные боты всё чаще проигрывают это сравнение.

Евангелист ИИ-решений компании Artezio (входит в группу ЛАНИТ) Александр Николайчук
Фото: ЛАНИТ

Поэтому первое, что мы говорим заказчикам: бот — это не продукт, это инфраструктура. Его ценность определяется не тем, насколько красиво он здоровается, а тем, насколько глубоко он встроен в реальные процессы компании. Бот, который умеет только отвечать на вопросы из FAQ, — это уже вчерашний день. Интересен тот, кто может проверить статус заказа, инициировать возврат, передать заявку в нужный отдел и при этом не потерять контекст разговора.

Второй момент, который сейчас критически важен, — это то, что я бы назвал устойчивостью к живому человеку. Пользователь всегда выходит за рамки сценария: перебивает, уточняет, меняет тему на середине фразы, пишет с ошибками. Старые боты на таких отклонениях ломались. Современное решение должно это выдерживать — удерживать логику разговора, понимать исправления, не заставлять человека повторять уже сказанное. Это базовое ожидание, которое сформировали большие языковые модели.

Для голосовых ботов есть отдельный нюанс, который многие недооценивают: в телефонном разговоре нет визуального канала, нет кнопок, нет времени на размышление. Пауза в полсекунды — это уже тревога у пользователя. Неестественная интонация — это раздражение. Голосовой бот работает в условиях, где ошибка стоит дорого, потому что человек просто кладёт трубку и больше не звонит.

Ну и последнее — управляемость. Заказчики устали от решений, которые работают как чёрный ящик. Им важно самим менять сценарии, видеть аналитику, понимать, почему бот ответил именно так. Это вопрос доверия к инструменту, и без него долгосрочных проектов не получается.

— Расскажите о лучших, по вашей оценке, практиках применения голосовых и чат-ботов.

Владислав Балаев (ЛАНИТ): По нашему опыту можно привести два примера:

1. Создание чат-бота и внедрение в работу службы поддержки за две недели для проекта федерального уровня. В этом случае существовала методологическая база, сформированная в рамках рабочего процесса. Она легко легла в основу чат-бота, удалось быстро протестировать качество, принять решение о внедрении. Такую скорость просто невозможно представить в эпоху сценарных чат-ботов или ботов на классическом машинном обучении.
    
2. Создание чат-бота для интегратора по поддержке продукта стороннего вендора. Этот проект интересен тем, что методологической базы как раз не было. Была документация по продукту на сайте вендора и переписка в рамках поддержки, накопленная за несколько лет. Но с помощью больших языковых моделей удалось структурировать информацию из переписки, выкачать документацию вендора и настроить чат-бот на этих данных. Этот пример демонстрирует возможности современных технологий не только в построении чат-ботов, но и в подготовке данных для них.

Дмитрий Медведев (ЛАНИТ-ТЕРКОМ): Одна из самых успешных практик – автоматизация первой линии поддержки: бот решает типовые вопросы, а сложные передает оператору с уже собранным контекстом. Хорошо работают боты в продажах и онбординге клиентов – они помогают выбрать продукт, оформить заявку или быстро получить персональные рекомендации. Также эффективны голосовые боты в колл-центрах для обработки массовых запросов, например, статуса заказа или записи на услуги.

Александр Николайчук (Artezio): Если говорить о практиках, которые действительно работают, я бы начал с простого наблюдения: лучшие внедрения — это всегда те, где бот решает одну конкретную боль, а не пытается заменить весь колл-центр сразу. Компании, которые приходят с запросом «сделайте нам универсального бота на все случаи жизни», почти всегда получают дорогой и неудобный инструмент. Те, кто говорит «у нас 40 % звонков — это вопрос о статусе доставки, давайте закроем именно это», — получают результат уже через два месяца.

Один из показательных примеров, который мы наблюдаем на рынке, — это применение голосовых ботов в банковском секторе для обработки входящих обращений. Там очень высокая нагрузка, очень типизированные сценарии — блокировка карты, баланс, ближайший банкомат. Голосовой бот здесь экономит не просто деньги — он убирает очередь, которая раньше раздражала клиентов в часы пик. Это тот случай, когда автоматизация напрямую улучшает клиентский опыт, а не просто снижает издержки.

Другая сильная история — чат-боты в HR и внутренних сервисах. Сотрудники крупных компаний часто не знают, к кому обратиться с простым вопросом: как оформить отпуск, где найти шаблон договора, когда ближайшая аттестация. Это не требует живого специалиста, но съедает огромное количество времени у HR-отдела. Бот, встроенный в корпоративный мессенджер, закрывает этот поток мгновенно — и, что важно, сотрудники принимают его охотнее, чем звонок на горячую линию или специальный сайт.

Ещё одна практика, которую я считаю недооценённой — это использование ботов не для замены оператора, а для его подготовки. Бот собирает контекст до того, как человек берёт трубку: кто звонит, с какой проблемой, какова история обращений. Оператор уже в первую секунду разговора знает, с кем имеет дело. Это гибридная модель, и она, на мой взгляд, сейчас даёт лучшее сочетание эффективности и качества обслуживания.

— Как голосовые и чат-боты помогают вашей компании для решения внутренних задач?

Владислав Балаев (ЛАНИТ): В первую очередь, это снижение нагрузки на службу поддержки в федеральных проектах, которые наша компания ведет.

Дмитрий Медведев (ЛАНИТ-ТЕРКОМ): Мы используем чат-ботов как один из интерфейсов для внутренних сервисов компании. Например, в разработанном нами продукте Smart Creator – системе на базе ИИ для автоматизированного создания документов – сотрудники с помощью бота генерируют необходимые документы по шаблонам, оформляют заявки и находят нужные инструкции. Это сокращает время на рутинные операции, снижает нагрузку на внутренние команды и делает процессы более прозрачными и быстрыми.

Александр Николайчук (Artezio): Мы в Artezio находимся в интересной позиции: с одной стороны, разрабатываем такие решения для заказчиков, с другой — сами являемся их пользователями. И это, честно говоря, дисциплинирует. Сложно продавать то, во что не веришь сам.

Наиболее ощутимый эффект мы получили в области онбординга новых сотрудников. ИT-компания — это среда с высокой текучестью на входе: приходит много людей, у каждого масса однотипных вопросов в первые недели. Как получить доступ к репозиторию, где найти регламент code review, к кому обратиться по административному вопросу. Раньше это всё ложилось на HR и тимлидов — людей, у которых и без того плотный календарь. Сейчас значительную часть этого потока забирает бот, встроенный во внутренний мессенджер. Новый сотрудник получает ответ мгновенно, без ощущения, что он отвлекает коллег по пустякам.

Второе направление — поддержка на этапе пресейла и работы с документацией. У нас большой объём типовых запросов: подобрать релевантные кейсы под запрос клиента, сформировать структуру коммерческого предложения, найти нужный шаблон. Здесь мы используем решения на основе больших языковых моделей, которые работают с нашей внутренней базой знаний. Это не магия — это экономия двух-трёх часов на задаче, которая раньше требовала ручного поиска и согласований.

Ну и важный момент, который я всегда подчёркиваю: внутреннее использование — это ещё и способ проверять гипотезы до того, как мы предлагаем их заказчику. Мы видим, где бот ломается, где пользователь теряет терпение, где сценарий оказался слишком жёстким. Это живая лаборатория, и она стоит дороже любого тестового стенда.

— В каких направлениях, на ваш взгляд, пойдет дальнейшее развитие голосовых и чат-ботов?

Владислав Балаев (ЛАНИТ): Развитие будет идти в сторону использования генеративных моделей. Это направление развивается динамичнее всего, мы все больше и больше учимся с ними работать. Несмотря на то, что каждые две недели выходит новая модель и качество растет, в первую очередь развитие будет идти именно за счет адаптации людей и бизнес-процессов к этим технологиям. Продукты, позволяющие строить такие решения, будут концентрироваться на тестировании, прозрачности, безопасности и выявлении сценариев нецелевого использования.

Дмитрий Медведев (ЛАНИТ-ТЕРКОМ): Основной тренд – развитие ассистентов на базе LLM-моделей и генеративного ИИ, которые лучше понимают контекст, могут вести сложные диалоги и помогать решать реальные задачи, а не просто отвечать по заранее заданным сценариям. Второе направление – глубокая интеграция ботов с бизнес-процессами и корпоративными системами, когда они становятся фактической точкой входа для выполнения действий: от получения аналитики до запуска операций в системах компании. Также будет расти роль мультимодальных интерфейсов, где текст, голос и данные из разных источников объединяются в единый пользовательский опыт для дальнейшей обработки и решения задач.

Александр Николайчук (Artezio): Я бы выделил несколько направлений, которые мне кажутся не просто трендами, а реальными точками роста на ближайшие годы.

Первое — это переход от реактивных ботов к проактивным. Сегодня почти все боты работают по одной логике: пользователь написал — бот ответил. Но следующий шаг — это бот, который сам инициирует коммуникацию в нужный момент. Напоминает о просроченной задаче, предупреждает о проблеме до того, как она стала инцидентом, предлагает решение, не дожидаясь вопроса. Это принципиально другая модель отношений между системой и пользователем.

Второе направление — это то, что индустрия начинает называть агентными системами. Бот перестаёт быть просто интерфейсом и становится самостоятельным агентом, который может планировать цепочку действий, использовать внешние инструменты и доводить задачу до конца без участия человека. Это уже не «ответить на вопрос», это «решить проблему». Разница огромная — и технически, и с точки зрения ответственности, которую бизнес готов делегировать машине.

Третье — персонализация на уровне, который раньше был невозможен. Бот будет знать не просто имя пользователя, но и его поведенческий профиль, историю решений, предпочтительный стиль коммуникации. Разговор с таким ботом будет ощущаться иначе — не как взаимодействие с системой, а как работа с хорошо осведомлённым ассистентом.

И наконец — мультимодальность. Голос, текст, изображение, документ в одном диалоге без переключения между каналами. Пользователь диктует, прикладывает скриншот, получает ответ голосом — всё в рамках одного взаимодействия. Технически это уже возможно, вопрос в том, как быстро бизнес научится это применять осмысленно, а не ради демонстрации возможностей.

Если говорить честно, главный вопрос ближайших лет — не технологический, а про доверие. Насколько быстро компании и их клиенты будут готовы передавать ботам всё более сложные и ответственные решения. Технологии уже опережают готовность людей им доверять — и вот это, пожалуй, самый интересный вызов.

— Большое спасибо за беседу!