К выводу о скорой новой «языковой реальности» пришли в Центре социального проектирования «Платформа», протестировав зарубежные и российские чат-боты. При этом речевые цифровые технологии уже широко используются в поисковых системах, голосовом управлении смарт-устройствами, для идентификации человека и защиты данных. Голосовые помощники Apple Siri, Google Assistant, Microsoft Cortana, Amazon Alexa, российская «Яндекс.Алиса» без лишних механических усилий со стороны человека находят по устному запросу нужную информацию, подсказывают маршрут, рассказывают о городских сервисах, погоде, новинках кино и могут даже обидеться на грубость, как, например, робовойс от Тинькофф Банка.
Между тем банки не спешат доверять ботам управление финансами граждан через гаджеты. Это не значит, что инновации в сфере голосовых технологий игнорируются банками в целом. Они находят применение в таком важном функциональном секторе, как обработка обращений граждан в call-центрах.
«Большинство топовых банков сегодня активно применяют речевые технологии для автоматизации общения с клиентами. Голосовые консультанты помогают получить информацию о текущем балансе, адресах банкоматов, курсах валют», — говорит коммерческий директор Центра речевых технологий (ЦРТ) Андрей Лысков. В ИТ-компании «Крок» рассказали, что 90% их заказчиков из банковской отрасли уже внедрили голосовых роботов-помощников либо находятся на стадии внедрения. «Это одна из наиболее приоритетных, трендовых задач банков в рамках оптимизации затрат и повышения качества клиентского сервиса», — отмечает менеджер по развитию решений для контактных центров «Крок» Дмитрий Песоцкий.
Эволюция «войстеха»
История применения голосовых ботов в России началась в конце 1990-х годов, считают эксперты. «Одной из основных сфер внедрения наряду с телекомом и пассажирскими транспортными компаниями изначально стала банковская сфера», — говорит руководитель департамента клиентского обслуживания ВТБ Ольга Цегельная.
На первом этапе это были системы автоматического распределения звонков ACD (Automatic Call Distribution), которые просто «раскидывали» поступающие вызовы между операторами. Со временем количество обращений в контактные центры банков росло, одновременно увеличивался штат сотрудников. «Перед кредитными организациями встала задача: ускорить обслуживание клиентов и оптимизировать труд операторов. И в 2000-х годах появилась технология автоматического предоставления информации клиентам — IVR с использованием DTMF (Dual-Tone Multi-Frequency, выбор цифр на телефоне), предшественник интеллектуального робота-помощника», — рассказывает Дмитрий Песоцкий. С помощью этой версии IVR клиент мог самостоятельно получить типовую информацию из меню, нажав определенные кнопки на телефоне. Основные возможности первых «кнопочных» систем IVR ограничивались озвучиванием предзаписанных аудиофрагментов и маршрутизацией вызовов в зависимости от выбора пункта меню.
Затем IVR начали интегрировать с технологиями синтеза и распознавания речи. Сначала они работали исключительно на так называемых закрытых грамматиках, когда система понимала ограниченный набор фраз в ответе клиента, например «да» или «нет». Но начиная с 2010 года голосового помощника стали обучать понимать открытые вопросы. «Например, вы звоните в контактный центр и без нажатия клавиш озвучиваете цель обращения: получить информацию по акции, закрыть кредит, оформить ипотеку, узнать баланс, уточнить адрес ближайшего банкомата и проч. В итоге вы либо получаете данные от робота, либо он мгновенно переключает вас на нужного оператора», — объясняет представитель «Крок». Первыми, по его словам, такие «понимающие» решения начали внедрять «Аэрофлот» и РЖД. Далее тему подхватили банки. Кто-то даже стал давать своим голосовым роботам в контактных центрах имена, как, к примеру, Сбербанк, где бот отвечает на вопросы справочного характера.
Но главное, конечно, не в имени, а в функционале. В частности, рассказывает Ольга Цегельная, голосовой помощник, установленный в ВТБ, сегодня понимает вопросы клиентов, заданные в свободной форме, и позволяет обрабатывать 25% их обращений в автоматическом режиме. Консультации от робота могут быть получены буквально в течение трех-четырех секунд и не зависят от количества сотрудников в контактном центре, времени суток и других факторов. При звонке достаточно изложить суть вопроса, и он будет автоматически направлен на нужный автоматизированный сервис. Если в базе знаний IVR нет ответа на вопрос, звонок переводится на профильного сотрудника исходя из тематики вопроса клиента. Выигрывают все: клиентам не приходится ждать, а банк в контакт-центре снижает нагрузку на своих сотрудников.
При этом система постоянно самообучается. Роботы-помощники учатся лучше понимать человека, говорит Дмитрий Песоцкий. В том же ВТБ, например, с момента внедрения голосового помощника уровень распознавания речи клиентов повысился до 85%, была улучшена лингвистическая модель. Также на основе изучения клиентского опыта, по словам Ольги Цегельной, были запущены новые сервисы, позволяющие отправлять клиентам СМС о готовности карты и адрес офиса, в котором можно ее забрать, информирующие, как активировать карту, как погасить кредит и т.д. Все это позволило увеличить на 10% количество звонков, обслуженных без переключения на сотрудников. По мнению генерального директора «ABBYY Россия» Дмитрия Шушкина, современные технологии обработки естественного языка (NLP) позволяют справиться с большим потоком клиентских обращений. Они способны распознавать содержание фраз, определять тему и даже улавливать саркастические нотки в голосе и выявлять троллей.
Поскольку голосовой помощник должен отвечать на множество различных вопросов клиентов, в ВТБ, например, он интегрирован с основными банковскими системами, такими как «ВТБ-Онлайн», CRM сотрудников контакт-центра. «Помимо того, что через голосового помощника после авторизации может быть предоставлена персональная информация по продукту клиента, его путь в IVR влияет на схему дальнейшего обслуживания. Сотрудник будет действовать, принимая во внимание полученную ботом информацию», — поясняет Ольга Цегельная.
Кто крадет время
Между тем в социальных сетях, да и просто в обиходе люди часто жалуются, что голосовые роботы «крадут их время». Проблема многих организаций, в том числе банковских, как объясняет Андрей Лысков, заключается в недостаточном изучении клиентского опыта. Несмотря на то, что уровень развития речевых технологий автоматизированного общения с клиентами сегодня позволяет полностью распознавать фразы, произнесенные человеком, далеко не во всех компаниях хорошо проработаны все возможные сценарии использования ботов. «Чаще всего недовольство возникает, когда у клиентов вопросы более сложные, чем типовые, а робот не научен на них отвечать и «катает» человека по простым вопросам. Необходимо внимательно подходить к разработке маршрутизации — постоянно изучать клиентский опыт и улучшать систему», — отмечает специалист ЦРТ.
Кроме того, во многих организациях до сих пор установлены «кнопочные» робовойсы. Всем знакома ситуация, когда после набора телефонного номера какого-нибудь медицинского центра, интернет-магазина или телеком-компании человек долго слушает аудиозапись о том, какой он важный клиент и какие кнопки ему нужно нажать для получения той или иной услуги, для перехода в тот или иной раздел меню. А в другом разделе нужно нажимать следующие кнопки, а потом — следующие. И далеко не факт, что в результате вы получаете нужную информацию. Самое обидное, что достаточно часто после всех этих долгих манипуляций звонок просто обрывается. «Мы тоже когда-то использовали кнопочное решение, но в 2017 году было принято решение заменить его на IVR с распознаванием речи», — вспоминает Ольга Цегельная.
Она признается, что внедрение современной системы IVR было не дешевым, но при этом в банке понимали: новая технология позволит упростить сервис для клиентов, а все затраты легко окупятся, так как драйверы эффективности легко измеримы. Ольга Цегельная добавляет, что банк продолжает развивать свою систему: сегодня над ней работает команда, которая непрерывно анализирует клиентское поведение и создает новые автоматизированные сценарии обслуживания. В настоящее время эти исследования позволили настроить возможность клиентских обращений по 240 тематикам. Применение таких технологий позволяет экономить ежемесячно десятки миллионов рублей, оценивает Андрей Лысков.
Что дальше
Следующим шагом в развитии голосовых помощников, как считает Дмитрий Песоцкий, станет более широкое применение искусственного интеллекта и машинного обучения: «Процесс может начаться уже в следующем году». В частности, в ВТБ планируется в перспективе решить ряд масштабных задач в части автоматизации процессов обслуживания через IVR, повышения уровня безопасности, в том числе через внедрение биометрии, развитие систем анализа и синтеза речи, искусственного интеллекта. «Уже сейчас мы тестируем робота на исходящих звонках, который предлагает клиентам банковские продукты, рассказывает про условия, отрабатывает возражения клиента и собирает его согласие на оформление продукта», — говорит Ольга Цегельная.
И конечно, будут совершенствоваться технологии синтеза речи. Как сказал на прошедшем форуме инновационных финансовых технологий Finopolis 2019 первый зампред Банка России Сергей Швецов, мы уже перешагнули тот этап, когда человек мог достоверно определить, с кем он общается — с роботом или другим человеком.
