Для 95% потребителей уровень клиентского сервиса является ключевым фактором их лояльности к бренду, свидетельствуют данные исследования Microsoft «State of Global Customer Service 2018». При этом ожидания потребителей относительно предоставляемого сервиса постоянно растут: 61% готов прекратить взаимоотношения с брендом, если уровень сервиса их не устроил. Клиентский сервис — важнейшая часть стратегии привлечения и удержания клиентов. Соответственно, увеличиваются расходы компаний на управление качеством обслуживания клиентов — так, согласно исследованию Customer Experience Management Market Size, проведенному индийской консалтинговой компанией Fortune Business Insights, в 2018 году по всему миру они оценивались в $6,2 млрд, а к 2026 году достигнут объема $23,9 млрд.
С ростом цифровизации всех областей жизни клиентов и ростом каналов коммуникации их обслуживание становится более сложным и комплексным. Организациям приходится не только поддерживать множество каналов общения, но и анализировать и систематизировать данные, поступающие из разных источников, отмечают аналитики Fortune Business Insights.
«В Google мы особое внимание уделяем распознаванию естественного языка, диалекта, характерного для того или иного региона, — и это, кстати, требует огромного количества вычислительных мощностей», — говорит руководитель Google Cloud в России Сергей Плотель. По его словам, многие российские компании пользуются инструментами автоматического перевода, чтобы переводить сайты для аудитории других стран.
Общение с интеллектом
Использование систем искусственного интеллекта (ИИ) при этом значительно облегчает задачу, говорит CEO и основатель Chatme.ai (компании — разработчика диалоговых систем и разговорного искусственного интеллекта) Сергей Шлыков.
Технологии ИИ позволяют создавать виртуальных ассистентов и чат-боты, отмечает он: «Тренд на неголосовое общение растет — в частности, идет запрос на асинхронное общение, подразумевающее ответ не в данный момент времени, а с некоторым опозданием».
По словам Сергея Шлыкова, уже поколение миллениалов предпочитает такое отложенное общение в чате, не говоря о цифровых аборигенах — поколении Z. По оценке британского банка Barclays, к 2020 году «зеты» станут крупнейшей группой потребителей в мире и будут осуществлять до 40% всех покупок в США, Европе и странах БРИКС, в остальных странах их доля составит примерно 10% потребления.
Звонки заставляют потребителя реагировать здесь и сейчас, тогда как в мессенджере или чате ты можешь реагировать тогда, когда тебе удобно, отмечает разработчик: «Поэтому рынок текстовых чат-ботов будет расти быстрее, чем голосовые роботы».
Эволюция ботов
Первые программные решения для автоматизированного ответа на запросы клиентов могли отвечать только на самые простые вопросы, отмечают аналитики Российской ассоциации электронных коммуникаций (РАЭК). Напомним, что одна из самых первых компьютерных программ имитации общения A.L.I.C.E. была разработана в 1995 году. С развитием технологий обработки естественного языка, нейросетей и машинного обучения чат-боты научились не только понимать запросы, сформулированные в разговорной манере, и давать на них ответы, но и «узнавать» клиента, предлагать различные варианты в зависимости от дополнительных вопросов клиента, прогнозировать развитие диалога на основе анализа результатов предыдущего общения.
В частности, в 2016 году американская компания 1–800-Flowers.com, специализирующаяся на розничной торговле цветами и подарками, запустила чат-бот GWYN (Gifts When You Need), который сама компания называет ИИ консьерж-сервисом. На основе информации о получателе подарка, которую предоставляют пользователи, чат-бот подбирает наиболее подходящие подарки. Чат-бот понимает естественный язык запросов и может задавать уточняющие вопросы, если изначальной информации недостаточно для осуществления индивидуального подбора. За два месяца после запуска чат-бота 70% онлайн-заказов были сделаны через GWYN, также выросли объемы продаж.
«Очеловечивание» чат-ботов способствует росту положительного опыта потребителей от такого общения, что, в свою очередь, повышает лояльность и стимулирует желание обращаться к сервисам компании чаще.
В Google особое внимание уделяют бесшовному переключению с виртуального оператора на живое общение, отмечает Сергей Плотель: «При этом ИИ понимает контекст задаваемых вопросов клиентом и в режиме реального времени подсказывает оператору — выводит на экран нужные статьи базы знаний, формы для заполнения и другую важную и релевантную информацию». Так, например, работает Ebay с использованием Google Cloud Contact Center AI.
Эффект от применения чат-ботов отражается не только на клиентском сервисе, но и на расходах компании на его обеспечение, говорит Сергей Шлыков: «Виртуальному сотруднику не нужно платить зарплату и оборудовать рабочее место».
При этом инвестиции в разработку таких решений зависят от размера компании, а также текущих процессов, которые могут быть уже достаточно хорошо автоматизированы «старыми» методами. По данным Chatme.ai, в целом затраты на внедрение подобных технологий при сбалансированном подходе составляют не более 10% ИТ-бюджета, а постоянные расходы — порядка 3%.
Уже через один-два месяца после внедрения бот сможет отрабатывать 10–25% запросов, через год — до 50–80%. «В ближайшем будущем везде, где есть необходимость коммуникации, бизнес должен будет иметь чат-боты, это станет так же важно, как и иметь веб-сайт сегодня», — считает Сергей Шлыков.
Знай наших
Внутренние CRM-системы, сайты, мобильные платформы и приложения, социальные сети, программы лояльности, диалоги с чат-ботами позволяют собирать огромные массивы информации (big data). Ее анализ, выделение общих признаков, нахождение закономерностей — это путь к пониманию потребителя, отмечают аналитики РАЭК. Но обычные программные средства не позволяют в полном масштабе использовать весь потенциал этих данных.
Технологии искусственного интеллекта и машинное обучение способны выжать из данных значительно больше полезных взаимосвязей, говорит заместитель руководителя Центра компетенции НТИ «Технологии беспроводной связи и интернета вещей» Петр Прокофьев: «Но даже тех массивов данных, которые сейчас собираются, для полноценного применения ИИ пока недостаточно, чаще всего в больших массивах информации не хватает каких-то ключевых данных или параметров».
В ближайшем будущем остро встанет вопрос о мультимодальности данных, то есть преобразование их в единые форматы для обработки.
Быстрее всего технологии анализа и обработки данных на основе ИИ внедряются в ретейле, где они позволяют распознавать товары на полках магазинов, оптимизировать их расположение, а также складские запасы и логистику.
Аналитика данных и ИИ-технологии, такие как поддержка и принятие решений, компьютерное зрение, обработка языка, речевая аналитика, сегодня активно применяются в бизнес-процессах компаний всех сфер экономики, отмечают в пресс-службе Сбербанка: «Это позволяет в значительной степени сократить время, стоимость и повысить качество принимаемых решений, а клиентам — получать удобные персонализированные продукты и сервисы в режиме реального времени, что особенно важно для клиентоориентированной банковской сферы».
