Популярные запросы:

Версия для слабовидящих

Размер текста:

Цветовая схема:

Изображения:

Образование
Научные издания
Филиалы
Другое
Сайт ДГТУ
В ДГТУ создается автоматизированный колл-центр – голосовой робот нового типа
Наука

В ДГТУ создается автоматизированный колл-центр – голосовой робот нового типа

Команда разработчиков, возглавляемая студентом 2-го курса факультета «Информатика и вычислительная техника» Донского государственного технического университета Владимиром Оганесяном и объединенная компанией VendoraAI, создала систему автоматизированного колл-центра – искусственный интеллект, который способен общаться с клиентами как опытный менеджер по продажам.

Голосовой робот нового типа импровизирует в ходе диалога и убеждает клиента, совершает одновременно до 100 звонков. Это живой и реалистичный голос, ИИ подстраивает тембр и скорость произношения под каждого собеседника. Функционал – «теплые» и «холодные» прозвоны, переписка с клиентом в мессенджерах, сбор и анализ данных по звонкам. Система усовершенствуется с каждым звонком, становясь все более эффективной.

Владимир Оганесянстудент 2-го курса факультета «Информатика и вычислительная техника» ДГТУ

Он отметил, что система, работающая на основе лидогенерации, фиксирует и детально анализирует каждый диалог, адаптируясь под потребности клиента.  Лидогенерация – это процесс привлечения и идентификации потенциальных клиентов (лидов), которые проявили интерес к продукту или услуге. По сути, это не спонтанное привлечение любых контактов, а структурированная система, настроенная на поиск целевой аудитории, создание базы контактов людей, которые с наибольшей вероятностью станут покупателями. 

Преимущество проекта – разговорная речь в нем естественней, сценарии бесед гибче. Кроме того, фокусировка делается на активные продажи с квалификацией, а не просто «холодные» обзвоны.

Речь здесь идет уже об анализе тональности, темпа речи клиента и реакции на это по скрипту. Плюс глубокая интеграция искусственного интеллекта с системами управления взаимоотношениями с поставщиками (CRM), которая позволяет автоматизировать закупочные процессы, оптимизировать затраты и снижать риски. 

Модели машинного обучения разрабатывают оценку риска закупок на основе исторических данных, что позволяет на ранней стадии выявлять партнеров с высоким риском.

Серьезная проблема, на решение которой направлен проект, – упущенные клиенты. Такая категория возникает из-за медленной реакции поставщика товаров и услуг на заявки заказчика. За время ожидания клиент может найти других поставщиков. По этим причинам компании теряют до 30% лидов.

Мы предложили такое решение – робот звонит сам, причем в течение 5 секунд после заявки. Смысл здесь заключается в том, чтобы «поймать» клиента, пока он еще «горяч». ИИ быстро уточняет детали и передает полученную информацию менеджеру. Далее в своем ответе клиенту менеджер может совершить ошибку. Во избежание этого система работает по заранее проверенным утвержденным методологиям продаж – заранее подготовленным сценариям общения продавца с клиентом, направленным на повышение эффективности продаж. Все аргументы проговариваются, возражения отрабатываются по методологии продаж. Контроль осуществляется через запись телефонных звонков – все пишется. И не только для того, чтобы проверить менеджера или ИИ. Это необходимо для анализа, чтобы лучше понять, какие фразы работают, где сложности. На основе такой информации можно дообучить сотрудников и ИИ.

Владимир Оганесянстудент 2-го курса факультета «Информатика и вычислительная техника» ДГТУ

Ожидаемый результат – снижение ошибок на 90%, рост продаж на 30%. ИИ-менеджер может взять на себя рутинные задачи, позволяя сотрудникам увеличить продажи. ИИ-менеджер позволит обрабатывать большее количество звонков без необходимости увеличивать штат сотрудников. В будущем система сможет совершать до 2 500 звонков одновременно с конверсией 5-7%.

Еще одна проблема, которую решает наш проект – выгорание и усталость сотрудников от негатива со стороны собеседников. Это состояние знакомо очень многим брокерам, продажникам и риелторам. Представьте, 30 отказов каждый день, 5 дней в неделю плохое настроение, усталость... В такой ситуации речь о перевыполнении плана продаж уже не идет.

Владимир Оганесянстудент 2-го курса факультета «Информатика и вычислительная техника» ДГТУ

Преимущество проекта его команды заключается в разработанных LLM (Large Language Model) – больших языковых моделей. Это тип программы искусственного интеллекта, которая может распознавать и генерировать текст.  Работа LLM основана на способности предсказывать следующее слово в последовательности текста. Модель анализирует контекст и на основе выявленных закономерностей генерирует ответ. Собственные обученные модели ИИ дают хорошее качество речи, которая звучит естественно, с правильными интонациями, могла бы адаптироваться под разговор.

Иными словами, система сама себя улучшает. На основе тысяч диалогов она может корректировать сценарии. Конверсия сделки повышается проектом на 30%, адаптация новичков ускоряется в 2 раза, появляется видение реальной картины общения с клиентом, когда уже нет необходимости часами слушать телефонные звонки – все разобрано. Предполагается также снижение стоимости контакта в 2,5 раза (вместо 14 руб./мин – всего 6 руб.).

В итоге проект компании VendoraAI позволяет устранить сразу три болевые точки бизнеса: уменьшение процента потери клиентов из-за медлительности менеджеров (быстрый и эффективный ИИ-звонок), сокращение ошибок менеджеров (стандартные сценарии бесед с клиентами и контроль результата), сокращение расходов на содержание штата отделов продаж (работа ИИ-ассистента).

Проектом планируется охватить порядка 2 400 отделов продаж компаний. Основная цель – сделать важнейшую часть процесса продаж быстрее, дешевле и стабильнее по качеству с помощью ИИ.

Срок разработки – полгода.

Игорь Голота, управление информационной политики
isdstu@mail.ru

Другие новости

В ДГТУ создают навесное оборудование для спецтехники

В ДГТУ создают навесное оборудование для спецтехники

Ученые ДГТУ разрабатывают систему мониторинга лесополос Приазовья

Ученые ДГТУ разрабатывают систему мониторинга лесополос Приазовья

Проект студента ДГТУ открывает перспективы развития инклюзивного станкостроения

Проект студента ДГТУ открывает перспективы развития инклюзивного станкостроения

Студенты ДГТУ разработали систему раннего выявления болезней у животных

Студенты ДГТУ разработали систему раннего выявления болезней у животных

На конференции в ДГТУ рассмотрят инновационные решения и современные тенденции в области машиностроения

На конференции в ДГТУ рассмотрят инновационные решения и современные тенденции в области машиностроения

В ДГТУ создают навесное оборудование для спецтехники

В ДГТУ создают навесное оборудование для спецтехники

Ученые ДГТУ разрабатывают систему мониторинга лесополос Приазовья

Ученые ДГТУ разрабатывают систему мониторинга лесополос Приазовья

Проект студента ДГТУ открывает перспективы развития инклюзивного станкостроения

Проект студента ДГТУ открывает перспективы развития инклюзивного станкостроения