Как искусственный интеллект влияет на развитие коммуникационных платформ

Сажко
директор по продуктам МТC Exolve
В контексте стремительного развития технологий особую роль сегодня занимает искусственный интеллект (ИИ), который становится важнейшим фактором, влияющим на ситуацию в различных отраслях. Мы, обобщив опыт работы в МТС Exolve, решили посмотреть, как эта тенденция проявляется на практике, когда мы говорим о развитии коммуникационных платформ в В2В-сегменте.
Первый тренд, который можно отметить, - это рост роботизации. За последний год понятие "робот" сильно эволюционировало. Драйвером роботизации стала глобальная адаптация технологий Large Language Model (LLM) к практическим задачам. Мы пришли к четко сформулированному пониманию, что такое AI-агенты в коммуникационных продуктах: от простых чат-ботов до сложных автономных систем, способных самостоятельно решать ряд сложных задач и выполнять различные функции.
Таким образом, первый тренд - это глобальная адаптация больших лингвистических моделей и концепция AI-агентов как понятного образа продукта. Автономные системы, способные мыслить вне заданного контекста, возвращать клиента в нужный контекст, а также принимать решения по запросам как со стороны клиента, так и со стороны бизнес-пользователей, пока на стадии адаптации. Но тем не менее мы точно все в эту сторону придем. Потому что технологии стали настолько доступны, что позволяют собирать виртуального робота достаточно быстро, обучать его на базе знаний продуктов и применять не только для ответов на типовые вопросы клиентов в режиме диалога, но и цепочку действий. Самая быстрая и понятная среда по внедрению AI-агентов - это техническая поддержка, где они могут выполнять роль оператора, осуществляя не просто коммуникацию, но и определенные действия для повышения эффективности взаимодействия с клиентами.
Второй фокус для внедрения ИИ - это решения по повышению контактности бизнеса с клиентами. Они необходимы, так как индустрия за последние годы сделала очень много технологических инвестиций в разного рода "защитников" - в интеллектуальные средства обработки вызовов, защищающих абонентскую базу от спама и мошенников, что само по себе полезно и необходимо. Но с другой стороны, мы понимаем, что наши клиенты хотят успешно взаимодействовать со своей аудиторией в таких кейсах, как, например, уведомление о доставке, корректировка записи к врачу или заявка на подключение и т.д. Это значит, мы должны дать бизнесу инструменты, повышающие контактность и успешность целевых звонков. И здесь мы уже сделали шаг вперед и видим, что МТС Exolve идет впереди конкурентов: мы даем не просто отдельные инструменты, как, например, сервис проверки доступных и активных номеров, авторизованный вызов или каскадные рассылки, но и в целом интеллектуальное API по повышению контактности, которое позволяет улучшать взаимодействие с клиентами - посредством как телефонных звонков, так и текстовых сообщений или сообщений в мессенджерах. Мы стремимся, чтобы эти API-решения стали базовой услугой, которую будут использовать все, кто хочет улучшить общение с клиентами, и для этого активно применяем AI-технологии.
Третий ключевой аспект применения нейронных сетей - это постанализ. Это этап, когда диалог уже завершен и клиент хочет оценить его эффективность и понять суть взаимодействия. Нейронные сети существенно увеличивают наши возможности в этой области. Таким образом, третьим важным направлением использования этих технологий является речевая аналитика, которая осуществляется после завершения разговора и которую мы также запустили на своей платформе МТС Exolve.
Ранее настройка речевой аналитики под специфические задачи клиента была довольно сложной и трудоемкой. Необходимо было собрать десятки тысяч аудиозаписей и провести их разметку, определяя валидные и невалидные диалоги. Операторы могли тратить месяцы на подготовку, прежде чем перейти к продаже. Однако сейчас, благодаря большим языковым моделям с их обширным контекстом, эта длительная процедура больше не требуется. Теперь достаточно загрузить два-три примера в модель, указав, какие из них хорошие, а какие плохие. Модель, обладая широким контекстом, может автоматически классифицировать любые будущие записи как целевые или нет.
Таким образом, ИИ и большие языковые модели значительно сократили время выхода на рынок окончательных решений, а также улучшили качество новых услуг, и благодаря этому сервисы платформы МТС Exolve "закрывают" проблематику бизнеса максимально быстро и персонализировано.
