Краткое описание
Бот, способный автоматически решать значительную часть обращений без участия операторов, распознаёт намерения клиентов, включая сложные формулировки и изображения, формирует персонализированные ответы в реальном времени и сокращает диалог с помощью предиктивных подсказок и NER. Это позволяет автоматизировать до 84% обращений, ускорить решение задач, повысить CSI до 97% и снизить нагрузку на контакт-центр, формируя новый стандарт цифрового клиентского опыта.
Описание проекта
Проект — развитие чат-бота с искусственным интеллектом как основного канала клиентской поддержки, способного автоматически решать значительную часть обращенийбез участия операторов.
Ключевая задача — не просто ускорить ответы, а качественно изменить формат обслуживания: сделать его мгновенным, персонализированным и предсказуемым. Это особенно важно в условиях роста нагрузки на дистанционные каналы и ожидания клиентов получать решения «здесь и сейчас».
Для этого чат был переосмыслен как единая коммуникационная платформа, а чат-бот стал её интеллектуальным ядром. В основе развития — системное внедрение ИИ в ключевые этапы клиентского взаимодействия.
1) Понимание запроса. ML-модели позволяют точно распознавать намерения даже в сложных и неструктурированных сообщениях клиентов. Дополнительно внедрено распознавание изображений: с помощью компьютерного зрения бот интерпретирует скриншоты и документы, сокращая путь клиента к решению его вопроса.
2) Генерация ответа. Бот формирует персонализированные рекомендации в реальном времени, опираясь на внутренние данные. Это позволяет перейти от справочного формата к решению конкретной задачи клиента в момент обращения.
3) Управление диалогом. Предиктивные подсказки, которые возникают во время набора запроса в чате, помогают быстро перейти к нужной теме (например, “выбор кешбэка”). А использование NER (Named Entity Recognition) для распознавания именованных сущностей (номер телефона, адрес, имя) сокращает количество шагов в диалоге, а также помогает вычленять негатив во фразах клиента и адаптировать тон ответа, делая его более эмпатичным.
ИИ также используется для проактивного сервиса: бот предвосхищает потребности клиента и предлагает релевантные действия — от напоминаний о платежах до персональных предложений. CTR из таких рекомендаций — %.
Такой подход во внедрении ИИ обеспечил измеримый эффект:
— до 84% обращений в чат обрабатываются автоматически, без участия оператора;
— 87% — доля чата среди дистанционных каналов обслуживания;
— 97% — CSI бота;
— 77,5 млн рублей в год — экономический эффект за счет разгрузки контакт-центра.
Искусственный интеллект меняет не только клиентский опыт, но и внутренние процессы: мы уже запустили ИИ-бота для сотрудников отделений, который помогает консультировать клиентов. Внедрение ассистента на основе RAG+LLM ускоряет доступ к актуальной банковской информации и повышает точность консультаций.
Следующий этап развития — масштабирование этого решения на клиентский бот внутри ВТБ Онлайн, который будет генерировать ответы на основе базы знаний, информации из тарифов и других банковских документов.
Чат-бот эволюционирует из инструмента поддержки в цифрового финансового ассистента. Проект демонстрирует, как системное применение ИИ позволяет одновременно повышать качество сервиса, снижать издержки и формировать новый стандарт клиентского опыта.
Владислав
Мощно
Алина Болдина
🔥