Как голосовые помощники помогают ЖКХ, банкам и телекому дозвониться до должников

Проблема работы с просроченными платежами остро стоит перед представителями совершенно разных сфер бизнеса. Работа операторов колл-центров ограничена по скорости, и многие компании переводят людей на обработку сложных запросов, а рутинные задачи отдают голосовым агентам. Директор по разработке и внедрению разработчика голосовых помощников Neuro.net Мария Бых рассказала о том, как российские компании устанавливают защищенную коммуникацию с должниками при помощи ИИ.

В 2024 году в силу вступили новые требования, регламентирующие работу с должниками в автоматическом режиме. Согласно изменениям в Федеральном законе №230-ФЗ, расширились требования к банкам, микрофинансовым организациям и коллекторским агентствам. Теперь эти организации обязаны использовать оборудование и программное обеспечение для автоматизации взыскания с использованием голосовых помощников, соответствующее требованиям ФССП.

Внедрение новых требований к автоматизированным системам взыскания подтверждает, что технологии диалогового ИИ и голосовых помощников стали неотъемлемой частью работы с задолженностью. Директор по разработке и внедрению Neuro.net Мария Бых отмечает, что их использование охватывает не только банковский и микрофинансовый сектор, но и телекоммуникационные компании, а также департаменты ЖКХ.

В финансовом секторе голосовые агенты напоминают клиентам о платежах по кредитам и займам и предлагают варианты реструктуризации задолженности. В телекоммуникационных компаниях роботы уведомляют абонентов о задолженности за мобильную связь и интернет. А в сфере ЖКХ голосовые роботы напоминают жильцам о сроках платежей за коммунальные услуги.

Сценарии работы с просроченной задолженностью

Наиболее популярные сценарии работы голосовых помощников для работы с задолженностями связаны с напоминанием о приближающемся платеже и уведомления о просроченной задолженности.

Эксперт Neuro.net отмечает, что такие сценарии сложны, поскольку требуют качественного соединения синтеза речи и предзаписи голоса диктора. Синтез используется для озвучивания переменных данных, таких как ФИО, сумма долга и срок оплаты, а предзаписанные фрагменты – для ведения основного диалога.

Как роботы помогают избежать негатив в общении с должниками?

Голосовые помощники выстраивают корректный диалог, строго следуя заданному сценарию и требованиям 230-ФЗ. Робот всегда доброжелателен, не выходит за рамки допустимых формулировок и действует в рамках сценария. В большинстве случаев голосовой агент полностью имитирует работу оператора контакт-центра. При этом сценарий диалога, а также качество и количество отработок возражений будет зависеть от технического задания заказчика.

На этапе разработки с заказчиком согласовываются различные характеристики голосового агента: пол, голос, стиль общения. По статистике Neuro.net, наибольшую эффективность в коммуникации с должниками показывает голосовой помощник с низким мужским голосом и размеренной речью.

Как повысить конверсию в работе с задолженностями?

Эффективность работы с должниками зависит от качества дозвона и стратегии взаимодействия. Важно не просто связаться с клиентом, а довести диалог до обещания оплаты, что и является ключевым показателем успешной коммуникации, подчеркивает Мария Бых.

Проблему с дозвоном помогает решать технология AMD (Answering Machine Detection) — это система для детектирования автоответчиков. Она прослушивает несколько секунд каждого отвеченного звонка и, если определяет, что на другой стороне не человек, то сбрасывает вызов и по итогу звонка проставляет соответствующий статус. Для определения интеллектуальных ассистентов используются гибридные решения с применением технологии биометрии голоса, детекция по голосу голосового ассистента.

В финансовом секторе нашли ещё одно применение голосовому помощнику. Его используют в качестве робота-верификатора, который помогает идентифицировать абонента и сверяет актуальность номера. Данный подход позволяет в дальнейшем значительно сократить ресурсы при коммуникации с пользователем.