30 років менеджери обробляли дзвінки вручну, тепер це робить ШІ. Як ми прокачали IP-телефонію

Сьогодні буквально всі говорять про те, що штучний інтелект надає бізнесу революційні можливості. Але як застосувати їх на практиці? Ми розповімо про досвід використання ШІ для автоматизації обслуговування клієнтів Cooper&Hunter – одного з найбільших світових виробників кондиціонерів.

30 років менеджери обробляли дзвінки вручну, тепер це робить ШІ / Фото: Pexels

Хто наш клієнт

Cooper&Hunter – американська компанія зі столітньою історією, яка відіграла важливу роль у розвитку кліматичної техніки. У ХХ столітті кондиціонер перетворився на загальнодоступну побутову техніку не в останню чергу завдяки інженерному та промисловому внеску Cooper&Hunter. Корпорація і сьогодні залишається одним з ключових гравців ринку, що входить до 10 найкращих світових виробників кліматичного обладнання.

Минулого року ми розповідали про наш кейс автоматизації техобслуговування Cooper&Hunter через екосистему з мобільним додатком для клієнтів та техніків. Але це був лише перший крок на шляху диджиталізації сервісу.

Проблема клієнта

Цього разу команда Cooper&Hunter звернулася до нас через хронічну проблему обробки сервісних звернень. Вона полягала в тому, що менеджери обробляли дзвінки клієнтів вручну – за тією ж логікою, що й 30 років тому. Тобто користувач дзвонить до служби підтримки, наприклад, хоче з’ясувати щось щодо гарантії свого кондиціонера. Він диктує менеджеру серійний номер техніки, менеджер його записує, перевіряє за базою даних та надає консультацію. Цей процес не був комфортним ані для клієнтів, ані для співробітників.

Перед тим, як звернутися до нас, компанія приймала звернення через звичайну IP-телефонію. Йдеться про найпростіший додаток, про «онлайн-дзвонилку», яка ніяк не могла допомогти з автоматизацією обробки запитів. Перевірити серійний номер техніки можна було лише вручну. Багато часу потребувала навіть елементарна звірка: користувач звертається за гарантією, чи ні?

Відтак обробку телефонних звернень потрібно було якимось чином спростити та автоматизувати.

Розв’язання проблеми, концепція продукту

Як автоматизувати обробку телефонних заявок? Змушувати користувачів заповнювати якісь цифрові форми? Просити їх сфотографувати серійний номер у техпаспорті? Всі ці варіанти відкидаються, адже з ними ручне введення серійника просто перекладається на власника техніки.

Головне рішення проєкту було сміливим: реалізувати введення серійного номера через розпізнавання голосу.

Адже технології вже доросли до цього: інструменти ШІ можуть точно перетворювати людську мову на текст. Тож клієнт може вголос зачитати телефоном серійний номер свого продукту, а система автоматично розпізнає його для перевірки за базою даних.

Але це не означає, що рішення було простим у реалізації. Подібні можливості – рідкість на ринку, особливо за межами світу BigTech. Більшість хмарних сервісів телефонії сьогодні не можуть запропонувати такий складний функціонал.

Для повноцінної реалізації задуманого необхідно було індивідуально створити нову корпоративну VOIP-платформу (Voice over IP) із можливостями організації та управління онлайн-телефонією компанії.

Як обиралися технології

Проєкт потребував створення веб-застосунку, побудови системи VOIP та впровадження в неї інструментів ШІ.

• Для створення веб-частини ми використовували перевірені та практичні рішення: фрейморки Laravel та React, мову запитів GraphQL та систему керування базами даних MySQL.
• Для реалізації онлайн телефонії використовувалися Nginx, Kamailio, Asterisk, RTPengine, MySQL.
• Крім того, для розпізнавання голосу ми дослідили ШІ-рішення від Google, Amazon та OpenAI, й зрештою зупинилися на останньому.

Як була побудована робота

Базою для організації розробки стала agile-методологія Scrum. В її рамках ми сформували невелику досвідчену команду, визначили скоуп завдань та розподілили її за десятиденними спринтами.

Звітність та комунікація у проєкті велися стандартно. Ми завжди залишалися на зв’язку з командою клієнта в месенджерах та презентували результати кожного спринту, щоб тримати клієнта в курсі справ на проєкті та отримувати відповіді на поточні питання розробки.

У такому режимі проєкт був реалізований з нуля до релізу протягом чотирьох місяців, за винятком періоду внесення налаштувань у продукт після запуску.

Що ми розробили

Результатом чотирьох місяців розробки стала самобутня та комплексна платформа IP телефонії для бізнесу. Це рішення забезпечує обробку телефонних звернень відділами продажу, підтримки та сервісу.

Для цього в системі передбачені користувальницькі ролі адміну та «агентів». Агент контролює всю роботу з прийняття та обробки дзвінків Зокрема, моніторить час очікування та розмов, налаштування облікових записів, підключення до системи нових телефонів, інтеграцію з обліковим софтом тощо.

Веб-застосунок містить низку модулів: екран черги дзвінків, особисті кабінети менеджерів, аналітика тощо. Оновлення даних у системі ведеться у реальному часі. Агент завжди розуміє на якому етапі знаходиться розгляд кожної клієнтської заявки.

У чому полягає роль ШІ

Але ключовою фішкою системи став штучний інтелект, здатний розпізнавати природну людську мову. Користувач може надиктувати в мікрофон серійний номер свого продукту (він складається з букв та цифр), а робот миттєво трансформує почутий текст для автоматичного пошуку по базі даних.

Спочатку ми розглядали для цього функціоналу ШІ-інструменти від Google, Amazon та OpenAI, й фаворитом був Google. Але зрештою команда зупинилася на OpenAI, оскільки на практиці із завданням впорався лише він.

Розпізнання мови в реальних умовах не схоже на «лабораторні» тести: у кожного користувача є своя манера мовлення (інтонація, дикція, темп тощо), а якість зв’язку та з’єднання може бути не ідеальною. Важливо пам’ятати й те, що найкраще такі інструменти працюють сьогодні з англійською мовою.

Функціонал розпізнавання працює у режимі реального часу. Клієнт телефонує, обирає через телефонію необхідний сервіс, диктує серійний номер. І якщо цей номер є в гарантійній базі, його автоматично перенаправляють до розділу для подальшого сервісу.

Більш того, менеджер зі свого боку може озвучити безпосередню проблему відповідно до коду помилки з внутрішнього довідника компанії. OpenAI розпізнає код й негайно надасть інструкції щодо рішення.

Раніше серійні номери диктувалися та набиралися вручну, а розв’язання проблеми потрібно було шукати у довіднику самостійно. Тепер це відбувається миттєво.

Результати

Нова платформа онлайн-телефонії допомогла Cooper&Hunter заощадити менеджерам десятки годин робочого часу, які довелося б витратити на рутинні та стресові завдання.

А клієнти компанії отримали швидший та якісніший сервіс. Якщо раніше в період «високого сезону» користувач міг залишитися без відповіді від менеджера через надмірне навантаження на кол-центр, то зараз жоден дзвінок у системі не втрачається.

Це наочний приклад того, як штучний інтелект не відбирає у людей роботу, а робить її більш комфортною та продуктивною – з усіма супутніми перевагами для бізнесу та споживачів. Ми з нетерпінням чекаємо на можливість реалізувати ці переваги ШІ в нових проєктах.