Запобігає вигорянню в командах Universal Pictures і SAP. Як навчити чат-бот розпізнавати емоції: кейс
Вдосконалити чат-бот, щоб він був ефективнішим. З таким запитом до ІТ-компанії Wetelo звернувся стартап, який допомагає бізнесу трансформуватися, розробляючи для компаній програми корпоративних тренінгів. Цей стартап фактично покращує управління змінами – створює умови для обговорення цих змін з кожним працівником та інформує менеджерів, якщо виникають ризики і проблеми.
У партнерському матеріалі з Wetelo команда IT-компанії розповідає, як вдалось зробити чат-бот розумнішим та ефективнішим, створити для нього модуль на основі GPT‑3 та що це дало.
Чат-бот, який допомагає приймати зміни в компанії
Зі спалахом ковіду сфера управління змінами почала привертати більше уваги, адже попит на ці послуги зростав неймовірно. Виникла необхідність створити сервіс, який би підтримував працівників компаній під час змін. Ось чому в лютому 2020 року клієнт компанії Wetelo представив послугу мікрокоучингу у вигляді чат-бота, який відповідає на запитання користувачів, підтримує їхній моральний дух і допомагає зберігати стресостійкість.
Попри успіх після релізу чат-бота, з часом у компанії виникли певні труднощі, що знижували його ефективність:
- Монолітна архітектура ускладнювала процес оновлення функціонала.
- Чат-бот не міг розпізнавати емоції, настрій і наміри співрозмовника та не вмів співпереживати.
- Клієнтська база компанії зростала, і чат-боту стало важче справлятися з більшим навантаженням. Отже, масштабування було неминучим.
Компанія звернулася до команди Wetelo, щоб вдосконалити чат-бот, а саме:
- змінити архітектуру, щоб додавати новий функціонал було легше;
- зробити чат-бота розумнішим та ефективнішим в управлінні змінами;
- покращити масштабування.
Хочете вивести свій продукт на новий рівень? Зв’язатися з компанією Wetelo.
Рішення: створити модуль на основі GPT‑3
Перш за все, необхідно було проаналізувати продукт, а саме поставити себе на місце користувача, щоб зрозуміти його потреби. У результаті команда Wetelo прийшла до висновку, що людині важливо отримувати персоналізовані повідомлення від бота зі згадкою її імені. А ще важливо було, щоб віртуальний коуч пропонував різні сценарії розв’язання однієї проблеми, використовуючи відповіді користувача, а потім запитував, чи вдалося досягнути поставлених цілей.
Щоб розв’язати таку задачу, у Wetelo запропонували створити модуль на основі алгоритму обробки природної мови GPT‑3. Він дозволяв чат-боту розуміти користувача, розпізнавати настрій та емоції, співпереживати, приймати зміни і ставити цілі.
Яким був процес розробки
Процес розробки поділили на кілька етапів, починаючи з архітектурного рефакторингу
зміна у внутрішній структурі ПЗ, щоб полегшити розуміння його роботи і спростити модифікацію.
Першим кроком розробників Wetelo було змінити архітектуру з монолітної на мікросервісну. Адже мікросервіси дозволяють швидко та без перешкод додавати нові функції, масштабувати і змінювати функціонал.
Другим кроком було протестувати й порівняти різні моделі GPT‑3, а саме Davinci, Ada та Curie, щоб вибрати найкращий варіант для клієнта. Ось якими були результати:
- Ada показала непогані результати в сентиментальному аналізі.
- Curie добре впоралася з простим перефразуванням.
- Davinci поєднала функціональність моделей Ada і Curie. Крім того, це була найкраща модель, яка могла зрозуміти намір тексту користувача.
Тож вирішили використовувати Davinci для аналізу емоцій працівників, які вони виражали у своїх текстових повідомленнях.
Третім кроком було створити модуль, який отримував би повідомлення від працівників та відповідав їм текстом, створеним GPT‑3. За допомогою цього модуля чат-бот міг би зрозуміти настрій працівників і висловити співпереживання.
Наприклад, співробітник пише: «Я не впевнений у тому, що роблю. Іноді я відчуваю, наче ходжу по колу. Це настільки напружує мене, що нічого не виходить».
Чат-бот відповідає: «Здається, що у вас емоційне виснаження, тому виникає відчуття, що ви не досягаєте жодного прогресу».
Четвертий крок розробників Wetelo – сентиментальний аналіз, чи може GPT‑3 розпізнавати емоції. Після тестування команда дійшла висновку, що модуль на основі GPT‑3 працює за призначенням, оскільки він зміг відрізнити негативні емоції від нейтральних. Виходячи з результатів, отриманих під час роботи з чат-ботом, менеджери могли ефективніше спілкуватися із працівниками, передбачати ризики, пов’язані із професійним вигорянням і можливими звільненнями.
Завершальним кроком була міграція продукту до AWS, адже цей сервіс дає більше можливостей для розробки, підтримки та масштабування рішення.
Хочете створити правильний продукт, який покращить ваш бізнес? Ось як у цьому допоможе Wetelo.
Результат: віртуальна альтернатива коучу
Коли команда Wetelo завершила роботу, клієнт отримав вдосконалений чат-бот, який допомагає впроваджувати зміни в компаніях, пропонуючи їм віртуального коуча для підтримки морального духу працівників. Також цей чат-бот передбачає можливі ризики, пов’язані із професійним вигорянням і звільненнями персоналу, й інформує про них.
Сьогодні чат-бот допомагає долати управлінські проблеми таким компаніям, як Universal Pictures, SAP і Stora Enso. А клієнт компанії Wetelo продовжує підтримувати безпечне й ефективне втілення змін в інших організаціях.
З 2010 року Wetelo займається розробкою SaaS-продуктів, які полегшують управління бізнесом або надають сервіси іншим клієнтам: веб- і мобільні застосунки. Wetelo входить у топ рейтингу компаній на біржі UpWork. У команді понад 40 фахівців. Компанія має два офіси: у Луцьку та Львові.
