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 стартовал конкурс технологических инноваций «Донская сборка»

В ДГТУ стартовал конкурс технологических инноваций «Донская сборка»

Проект студента ДГТУ – сервис для школы танцев – победил в конкурсе «Студенческий стартап»

Проект студента ДГТУ – сервис для школы танцев – победил в конкурсе «Студенческий стартап»

Делегация ДГТУ подписала ряд соглашений на V Конгрессе молодых ученых

Делегация ДГТУ подписала ряд соглашений на V Конгрессе молодых ученых

Всероссийский проект «Наука в регионы» в ДГТУ: развитие кадрового потенциала и инженерно-технического образования

Всероссийский проект «Наука в регионы» в ДГТУ: развитие кадрового потенциала и инженерно-технического образования

ДГТУ и СИБУР: новые горизонты сотрудничества и инновационные проекты

ДГТУ и СИБУР: новые горизонты сотрудничества и инновационные проекты

В ДГТУ стартовал конкурс технологических инноваций «Донская сборка»

В ДГТУ стартовал конкурс технологических инноваций «Донская сборка»

Проект студента ДГТУ – сервис для школы танцев – победил в конкурсе «Студенческий стартап»

Проект студента ДГТУ – сервис для школы танцев – победил в конкурсе «Студенческий стартап»

Делегация ДГТУ подписала ряд соглашений на V Конгрессе молодых ученых

Делегация ДГТУ подписала ряд соглашений на V Конгрессе молодых ученых