Программы автоматизации клиентского сервиса переросли скриптованного бота, который сверял вопрос с деревом решений и сдавался при малейшем изменении формулировки. Версия, которую стоит покупать сегодня, работает рядом с оператором: читает всю переписку, составляет черновик ответа и передаёт его на проверку.
Этот сдвиг меняет саму суть выбора. Вопрос больше не в том, способен ли инструмент отвечать, а в том, какую часть ответа он готовит сам, что по-прежнему остаётся за человеком и кто платит поставщику модели по мере роста объёма.
Что делают программы автоматизации клиентского сервиса
За названием категории стоит короткий список конкретных задач. Сжать длинную переписку до трёх строк. Составить черновик ответа на основе вашей собственной базы знаний. Классифицировать намерение и направить обращение по нужному маршруту. Определить тональность. Перевести в обе стороны. Проставить теги, чтобы отчётности было что считать.
Ни одна из этих задач сама по себе не выглядит впечатляюще. Но каждая убирает одну задержку или один ручной шаг, а именно задержки и чувствуют клиенты.
Накопительный эффект особенно заметен у новых сотрудников. Человек на второй неделе работы отвечает почти на уровне того, кто работает уже второй год, потому что черновик уже содержит политику компании, историю аккаунта, нужный тон и последние три заказа.
Автоматизация здесь не означает, что ответы по умолчанию отправляются без участия человека. Каждая описанная ниже функция предполагает, что человек видит черновик до его отправки, а платформа настроена так, чтобы это было нормой, а не исключением.
Три уровня автоматизации и какой из них выбрать
Поставщики используют одни и те же слова для совершенно разного поведения, поэтому полезно разделить уровни по тому, кто несёт ответственность за отправленное сообщение.
| Уровень | Кто пишет | Кто отправляет | Ошибка выглядит как |
|---|---|---|---|
| Скриптованный сценарий | Вы, заранее | Система | Вопрос не распознан |
| ИИ-ассистент | Модель | Оператор | Потерянный клик на проверку |
| Автономный агент | Модель | Система | Отправлен неверный ответ |
Скриптованные сценарии по-прежнему оправдывают себя на узких, высокочастотных вопросах, формулировка которых почти не меняется: статус заказа, часы работы, сброс пароля.
ИИ-ассистент - вариант по умолчанию для всего остального, потому что его худший исход стоит несколько секунд, а худший исход автономного агента стоит клиента.
Лучший вариант для большинства команд: скриптованные сценарии на пяти самых частых вопросах, ИИ-ассистент везде остальном, автономная обработка - только там, где неверный ответ дёшево исправить.
Модель ИИ-ассистента во входящих
В модели ИИ-ассистента модель готовит ответ, а решение принимает оператор. Черновик появляется рядом с диалогом вместе с источниками, на которые он опирается, а оператор редактирует, заменяет или отправляет его.
Шаг проверки - не формальность. Это тот контроль, который удерживает случайный неверный ответ внутри вашей компании, а не в почтовом ящике клиента.
Он же даёт сигнал, который показывает, работает ли автоматизация. Каждое редактирование - это размеченная поправка, а частота таких поправок и есть честная метрика качества, о которой пойдёт речь дальше.
Где автоматизация выходит за пределы окна ответа
Если относиться к ИИ как к виджету, прикрученному к живому чату, теряется большая часть его пользы. Тот же слой должен работать в каждом модуле, который так или иначе связан с диалогом.
В базе знаний он составляет черновики статей на основе завершённых переписок и отмечает страницы, которые противоречат более новым ответам. Программы для базы знаний службы поддержки, которые не замечают собственного устаревания, - обычная причина, по которой самообслуживание перестаёт отсеивать обращения.
В маршрутизации он определяет намерение раньше человека, поэтому вопрос по биллингу попадает в очередь биллинга без промежуточного этапа сортировки.
В отчётности он группирует диалоги по тому, о чём клиенты действительно спрашивали, а не по тегу, который оператор не забыл проставить, - именно это превращает подсчёт тикетов в решение по продукту.
В исходящей работе та же классификация формирует сегменты кампаний, поэтому люди, которые только что пожаловались, не получают предложение об апсейле.
Охват модулей также определяет, к какому объёму ваших собственных материалов ассистент может обращаться. Ассистент, который видит только текущий чат, пишет исходя из текущего чата, а ассистент, который видит карточку клиента, историю заказов и последние три тикета, пишет исходя из всего этого.
Собственный ИИ: кто владеет аккаунтом у поставщика модели
Почти в каждой демонстрации смешиваются два вопроса. То, что умеет ассистент, - вопрос продукта. Кто владеет аккаунтом у поставщика модели - вопрос коммерческий, и именно он определяет, снижает ли улучшение автоматизации ваши общие расходы или повышает их.
Когда аккаунтом владеет платформа, расходы на использование модели приходят как отдельная строка платформы - обычно в виде кредитов или мест. Тогда расходы растут вместе с успехом: чем больше диалогов обрабатывает ИИ, тем больше вы покупаете у поставщика по его марже.
Собственный ИИ переворачивает эту схему. Вы подключаете собственные ключи поставщика, токены оплачиваются вами напрямую поставщику, а платформа не берёт с них наценку. RolChat работает именно так: 62 текстовые модели от семи поставщиков и 23 голосовые модели от четырёх, всего 85.
При использовании собственного ключа улучшение, которое удваивает объём автоматизированных ответов, удваивает счёт поставщика, который вы видите и можете обсуждать. При пакетных кредитах то же улучшение просто удваивает строку в счёте, цену за единицу в которой устанавливаете не вы.
Стоимость токенов зависит от контекста, а не от числа диалогов
Команды, впервые работающие с собственным ключом, обычно ожидают, что счёт будет расти вместе с числом диалогов. На деле он растёт вместе с длиной контекста.
Ответ, составленный на основе последних четырёх сообщений, стоит малую долю того же ответа, составленного на основе переписки из шестидесяти сообщений, а резюме всей этой переписки стоит дороже, чем оба варианта вместе взятые.
Поэтому основную роль играют три настройки: насколько глубоко назад заглядывает окно контекста, формируются ли резюме по каждой переписке или только по длинным, и извлекает ли система три статьи из базы знаний или тридцать.
Ничего из этого не видно на странице сравнения тарифов. Зато это видно на панели поставщика уже на первой неделе - и это аргумент в пользу того, чтобы владеть аккаунтом самостоятельно.
Выбор модели под конкретную задачу
Одна модель на все задачи - это самый дорогой вариант по умолчанию. Работу можно чисто разделить по тому, сколько суждения требует каждая задача.
| Задача | Требует | Разумный выбор |
|---|---|---|
| Теги и определение намерения | Скорость, низкая стоимость, стабильный результат | Небольшая быстрая модель |
| Составление черновика ответа | Тон, рассуждение по истории | Средняя или крупная модель |
| Политика и возвраты | Точность, дословные формулировки | Самая мощная доступная модель |
| Перевод | Охват нужных языков | Поставщик с лучшим покрытием этих языков |
Такое разделение обычно снижает счёт сильнее, чем любая настройка промптов, потому что высокочастотные задачи - самые дешёвые, а дорогая модель используется только там, где она оправдывает свою цену.
Практичное деление для старта: быстрая модель для классификации и тегирования, средняя модель для черновиков, самая мощная модель - только для денег и политики.
Маршрутизация меняется ещё до написания черновика
Большая часть заметного выигрыша достигается ещё до того, как кто-то напишет хоть слово. Классификация происходит сразу при поступлении обращения, поэтому диалог уже помечен тегом, уже находится в нужной очереди и уже несёт приоритет, когда оператор его открывает.
Это убирает этап сортировки - шаг, который команды добавляют при росте объёма и убирают, когда для него не хватает людей.
Это также меняет то, что измеряет SLA. Таймер, который запускается, когда человек впервые читает сообщение, поощряет скорость сортировки. Таймер, который запускается при поступлении, поощряет то, что действительно важно клиентам, и именно автоматическая классификация делает второй вариант жизнеспособным.
Второй эффект касается эскалации. Когда намерение и тональность определены уже с первого сообщения, правило, направляющее раздражённого клиента по вопросу биллинга к старшему оператору, может сработать немедленно, а не после второго ответа.
Стоит проверить на демонстрации: происходит ли классификация при поступлении обращения или при первом открытии, - потому что только первый вариант убирает этап сортировки.
Данные, к которым ассистент не должен иметь доступ
Обучение ассистента на вашем собственном контенте означает, что нужно решить, что именно считается вашим контентом. Завершённые диалоги - самый полезный обучающий материал и одновременно наиболее вероятное место, где могут оказаться номера карт и документы, удостоверяющие личность, которые клиенты вставили в чат.
Основную роль играют три меры: обезличивание данных до того, как они попадают в модель, ограничения на хранение стенограмм и правило, по которому ассистент извлекает информацию из опубликованных статей базы знаний, а не из необработанных переписок.
Согласие клиента относится к тому же решению. В RolChat это платное дополнение за $5 за сайт, с тремя видами согласия на сайт, и оно недоступно на тарифе Lite.
Запросы на удаление данных - как раз тот случай, который застаёт команды врасплох. Запись, удалённая из хелпдеска, но всё ещё находящаяся в векторном индексе, остаётся записью, поэтому стоит проверить, что удаление затрагивает и систему извлечения данных, а не только список тикетов.
Как сохранить точность ответов и соответствие бренду
Две настройки отделяют ответ, который можно отправить сразу, от ответа, который придётся переписывать.
Первая - это обоснованность. Ответы составляются на основе утверждённых материалов: статей базы знаний и завершённых диалогов, и черновик несёт с собой источники, которые он использовал. Ответ без источника за собой - это догадка в уверенном тоне.
Вторая - это голос бренда. Настройка тона и глоссарий терминов, которые нужно и не нужно использовать, сохраняют звучание черновиков как у вашей команды, а не как у обобщённого ассистента.
Глоссарий особенно важен при работе с разными языками. Названия продуктов и юридические термины - это как раз те слова, которые слой перевода услужливо переведёт, если ему не сказать иначе.
RolChat поддерживает 40 языков интерфейса и виджета, и один и тот же глоссарий применяется ко всем из них.
Голос: тот же вопрос, но более жёсткий срок
Голосовой канал повышает ставки, потому что там нет черновика для проверки. Ответ произносится сразу по мере генерации, поэтому обоснованность должна быть верной заранее, а не исправляться на ходу.
Практическое разделение идёт по последствиям. Расшифровка речи в текст на каждом звонке, потому что стенограмма полезна даже при неидеальном качестве. Голосовые автоматические ответы - только там, где ошибка обходится дёшево: часы работы, статус, маршрутизация.
Минуты звонков в RolChat оплачиваются отдельно от тарифа, поэтому объём голосового трафика - это строка, за которой вы следите отдельно, а не сюрприз внутри цены за место.
Порядок внедрения важен не меньше самих настроек. Команды, которые включают всё сразу, не могут понять, какое изменение повлияло на какую цифру, и в итоге оставляют либо всё, либо ничего.
Последовательность, которая читается ясно: сначала классификация, затем черновики на одной очереди, затем черновики везде, затем любая автономная обработка. У каждого шага - собственное «до» и «после».
Как измерить, сработала ли автоматизация
Показатель отсева обращений - это метрика, которую поставщики выдвигают на первый план, и одновременно наименее полезная, потому что диалог, завершившийся без участия человека, может закончиться как правильным ответом, так и тем, что клиент просто сдался.
О большем говорят четыре цифры. Частота правок в черновиках, которая снижается по мере улучшения обоснованности. Время первого ответа - именно здесь ИИ-ассистент окупает себя. Частота повторных открытий, которая выявляет ответы, лишь казавшиеся завершёнными. Оценка клиентов с разбивкой на автоматическую и ручную обработку.
Сравнивайте их со счётом поставщика за тот же период. Результат, при котором качество растёт, а стоимость за диалог снижается, - это то, что стоит сохранять; каждый из показателей по отдельности - нет.
Все четыре показателя требуют замера до начала внедрения. Команды, которые пропускают этот шаг, в итоге спорят, изменилось ли вообще что-то, не имея возможности это подтвердить.
Ограничения, о которых стоит сказать прямо
Стоит прямо назвать два ограничения. Развёртывание на собственной инфраструктуре - это условие тарифа Enterprise, недоступное на более низких тарифах. Модели, работающие на вашем собственном оборудовании, пока запланированы, а не доступны, поэтому требование к локальному инференсу сегодня - это требование, которому RolChat не соответствует.
Тарификация идёт по компании, а не по оператору: от $19 на тарифе Lite до цены по запросу на Enterprise, а 30-дневный пробный период открывает все функции при указании карты.
Автоматизацию также проще оценивать, когда каналы, стоящие за ней, уже собраны в одном месте, - это тема сопутствующего руководства.
Часто задаваемые вопросы
Что именно автоматизируют программы автоматизации клиентского сервиса?
Сжатие переписок, составление ответов на основе утверждённого контента, классификацию намерений, маршрутизацию, тегирование и перевод. В модели ИИ-ассистента система готовит всё это, а решение о том, что отправить, принимает оператор.
Заменит ли ИИ операторов клиентского сервиса?
Не в модели ИИ-ассистента, которая является рекомендуемой для большинства команд. Модель готовит черновик, а оператор проверяет и отправляет. Исчезает повторяющаяся подготовительная работа, а не человек, отвечающий за ответ.
Что такое собственный ИИ?
Вы подключаете собственные ключи поставщика, поэтому токены оплачиваются вами напрямую поставщику без наценки платформы. Это также значит, что вы можете сменить модель или поставщика, не меняя хелпдеск.
Сколько стоит работа ИИ?
Гораздо больше зависит от длины контекста, чем от числа диалогов. Длинные переписки, резюме по каждому диалогу, широкий охват при извлечении данных и повторное составление резюме - вот настройки, которые влияют на счёт, и все три вы задаёте сами.
Какая модель должна обрабатывать какую задачу?
Небольшая быстрая модель для тегирования и определения намерений, средняя или крупная модель для черновиков, самая мощная доступная модель - для возвратов и формулировок политики. Разделение по задачам обычно экономит больше, чем настройка промптов.
Как не допустить, чтобы ИИ выдумывал ответы?
Обосновывайте ответы утверждённым контентом базы знаний, чтобы каждый черновик нёс с собой источники, сохраняйте этап проверки и отслеживайте после запуска частоту правок и повторных открытий, а не только показатель отсева обращений.
Могут ли модели работать на наших собственных серверах?
Развёртывание на собственной инфраструктуре доступно на тарифе Enterprise. Модели с самостоятельным хостингом пока запланированы, а не доступны сегодня, поэтому жёсткое требование к локальному инференсу пока не выполняется.
Работает ли автоматизация на разных языках?
Да. Она охватывает 40 языков интерфейса и виджета с переводом в обе стороны. Держите названия продуктов и юридические термины в глоссарии, чтобы слой перевода их не трогал.
Пишет о работе службы поддержки, живом чате, сервисе с помощью ИИ и инструментах, которые стоят за хорошим клиентским опытом.
LinkedIn
