Финансовая сфера

Банковское обозрение


  • Я — робот
23.11.2022 FinTechАналитика

Я — робот

«Здравствуйте, на связи робот Евлампий! Задайте, пожалуйста, вопрос!» — примерно так в последние несколько лет рядовых клиентов встречает поддержка большинства крупных банков в России. За этим стоят чат-боты, построенные на основе машинного обучения и анализа большого объема устной и письменной речи


Действительно ли роботы только бесят клиентов? И станут ли они в будущем лучше? Мы попытались ответить на эти вопросы, пообщавшись с рядом ведущих экспертов из банковской отрасли, специализирующихся на машинном обучении, текстовых моделях и клиентском опыте.

Но для начала напомним предысторию вопроса. К середине 2010-х практически любому человеку стали доступны смартфоны, которые могли запускать сложные приложения с высокой степенью защиты, в том числе банковские. Это позволило ряду банков полностью или практически полностью отказаться от отделений — так проще масштабировать бизнес, который не дорожает линейно с каждой новой тысячей клиентов. Но встал вопрос поддержки, которую масштабировать сложнее и дороже, а нагрузка на нее в случае предоставления услуг исключительно через сайт или приложение даже выше.

С легкой подачи Павла Дурова вместе с запуском Telegram на арену вышли чат-боты: специализированные алгоритмы машинного обучения, которые с помощью анализа больших объемов данных (текстовых диалогов на том или ином языке) могут попытаться ответить на вопросы пользователя не хуже живого оператора. Мгновенно возникшая армия «экспертов по чат-ботом с 10-летним опытом» пообещала банковским управленцам десятки процентов экономии на передней линии поддержки с традиционными аргументами: «Бот не опаздывает, не забывает скрипты, не испытывает перепады настроения и работает 24 часа в сутки семь дней в неделю». С развитием голосовых технологий эти обещания переносились и на «телефонных роботов».

«“Тинькофф” запустил чат-боты для своих клиентов в 2018 году. Примерно через год после запуска 35% входящих обращений клиентов на сайте и в мобильном приложении полностью обслуживались и решались роботами. Далее их число превысило 50%. Средняя оценка, которую клиенты им ставят, практически соответствует оценке живого сотрудника», — рассказали в пресс-службе «Тинькофф». Действительно, по отраслевой статистике, до половины запросов в поддержку приходится на относительно простые вопросы вроде стоимости услуг и перечня недавних транзакций, которые не составляют для ботов проблемы.

На волне энтузиазма и открытия банковских API в Европе появлялись стартапы, где весь процесс банковского обслуживания был перенесен в мессенджеры, даже без создания приложения. У такого подхода свои минусы — доступ к мессенджерам обычно есть на нескольких устройствах и защищен слабо. Непонятно, кто несет ответственность в случае несанкционированной операции. Впрочем, в российских условиях идея еще может получить второе дыхание. «В санкционных реалиях для некоторых банков, потерявших свои iOS-приложения, это еще и альтернативный канал предоставления платежных сервисов через чат-банкинг», — напомнил Николай Адеев из Abanking.

И все же в 2022 году огромная часть диалогов с роботами заканчивается призывами клиента позвать человека, частенько подкрепляемыми непарламентскими выражениями.

Все опрошенные специалисты говорят, что это выявляется довольно легко — система учитывает «ключевые слова» в диалоге, а также брошенный сценарий или попытку дозвониться на горячую линию.

В чем же проблема? «В нашей практике только 15% кейсов, связанных с машинным обучением, решались с достаточной точностью. Это связано с двумя факторами: зачастую даже у крупных компаний — грязные и неполные данные, кроме того, их мало. Для эффективного машинного обучения нужны как минимум все релевантные данные за год. Система, обученная на них, будет работать лучше человека, хотя и не будет идеальной. Если же для обучения используются данные за три и более лет, то это оптимальный вариант. Недообучение — серьезная проблема, которая повлияла и на историю с чат-ботами, они не оправдали ожиданий, так как не у каждого банка есть ресурс на масштабный сбор и обработку необходимых данных», — объяснил коммерческий директор компании Surf Вадим Мазин.

Также есть мнение, что без живого оператора обойтись будет нельзя еще долгое время, а секрет хорошего восприятия — грамотное и своевременное переключение диалога. «Лишь немногие банки обучили своих чат-ботов строить правильные ветки диалогов и вовремя включать операторов. Обработать все ситуации без оператора невозможно, и ключевой критерий успешности внедрения данного канала и технологий чат-ботов — это своевременное подключение живого человека, пока у клиента не возникло желание от злости разбить свой смартфон при общении с роботом», — резюмировал Николай Адеев.

«Пять лет назад, когда технология только появилась, ее слишком “замаркетили”. Звучали фразы в духе: “Ставьте чат-бота, и продажи пойдут вверх!” и “Теперь службы поддержки не нужны, все будут пользоваться только чат-ботами!”. Такое происходит с любой новой технологией. Но чат-ботам все же удалось занять свою нишу — разгрузить первую линию поддержки. Сегодня их успешно применяют крупнейшие банки: Сбер, «Тинькофф», Газпромбанк. Пускай чат-боты не повышают продажи на 100–500%, но они уменьшают издержки на службу поддержки. Раньше все запросы на закрытие карты и открытие счета прилетали сразу менеджерам или операторам. Сейчас такие вопросы решают чат-боты», — резюмировал руководитель экспертного отдела Umbrella IT Юрий Макаренко.

Несколько грубее ситуацию описал руководитель служб поддержки в IT-компаниях и банках с многолетним опытом, пожелавший остаться неназванным: «Какое-то количество вопросов действительно решается, но если быть честным, в более циничных организациях боты стали частью тактики, известной внутри индустрии как “крысиный лабиринт”, когда пользователь не получает доступ к живому оператору, пока не выполнит сложные действия — например, чтение инструкций».

Способны ли боты на что-то большее, чем первичная обработка самых простых вопросов в чате? Такая надежда есть, поскольку развитие идет по нескольким направлениям.

Во-первых, пользуясь виртуальными помощниками типа Алисы от «Яндекса», люди понемногу привыкают к голосовому общению с роботами. При этом такие проекты рождают на рынке спрос на специалистов по голосовым и речевым технологиям, которые затем растекаются по более широкому спектру компаний, в том числе и по банкам. Улучшение моделей машинного обучения, связанных с распознаванием естественной речи, понемногу будет изменять и телефонную поддержку, а также поможет тем, кто привык обмениваться голосовыми сообщениями. «В мобильном банке наблюдается тенденция ухода в голосовое управление, когда пользователь все операции спокойно может провести, просто разговаривая естественным языком. Это значительно сокращает время взаимодействия, интуитивно понятно для клиентов», — отметила директор по продукту цифровизации клиентского сервиса в дистанционных каналах компании BSS Юлия Вдовина.

Во-вторых, коммерческую выгоду от чат-ботов можно извлечь уже сейчас — для банков это относительно несложный способ предложить обслуживание на большем количестве языков, не тратя много усилий на набор персонала с соответствующими навыками. Именно это недавно продемонстрировал МТС Банк, добавив в свой чат-бот обслуживание на узбекском, таджикском и кыргызском языках. А в компании BSS, по словам Юлии Вдовиной, уже сейчас в технологическом стеке десять языков. «Базовые сценарии на иностранных языках спокойно могут быть реализованы», — согласился генеральный директор студии мобильной разработки Appcraft Михаил Мостяев. Однако, как и другие эксперты, он предостерег от применения моделей, подкрепленных недостаточным объемом данных. Для тех, кто сегодня ругается на маловразумительных роботов, есть только один способ их улучшить — продолжать с ними общаться.

Мнение эксперта
Юлия Вдовина, директор по продукту цифровизации клиентского сервиса в дистанционных каналах компании BSS

Юлия Вдовина, директор по продукту цифровизации клиентского сервиса в дистанционных каналах компании BSS

Развитие рынка виртуальных ассистентов (чат-ботов, голосовых роботов) в свое время, безусловно, подстегнули стартапы. Использовались и различные каналы коммуникации, и разные технологии в данных каналах. И это время не прошло зря. На рынке выработались стандарты и ожидания клиентов от использования таких технологий.

Сейчас мы понимаем, что виртуальные ассистенты должны быть, во-первых, ненавязчивыми. То есть, если клиент хочет общаться с оператором, робот может задать ему один-два уточняющих вопроса и потом обязательно должен перевести на сотрудника.

Во-вторых, виртуальные ассистенты должны разговаривать на естественном языке. Формулировки должны быть простыми и понятными клиенту, полностью соответствовать принятым компанией стандартам Tone of voice (ToV). Это те тональность, манера и стиль, с которыми бренд общается со своими клиентами.

В-третьих, диалог виртуального ассистента с клиентом должен быть персонализированным. В 90–95% случаев клиент обращается по своему продукту или услуге.

В четвертых, это использование функции голосового управления. Здесь может быть как голосовой ввод сообщения или вопроса, так и поддержка естественного диалога в голосовом канале.

В-пятых, виртуальный ассистент должен предоставлять клиентам в ходе общения полную информацию по всем запросам. То есть не только ответ на первый вопрос, но и ответы на все последующие вопросы в рамках ветки клиентского пути.

В общем, виртуальные ассистенты должны быть полезными клиенту, должны помогать экономить его время.

С таким комплексным подходом, к сожалению, справились немногие поставщики решений. Стартапы заходили в проекты и не могли довести их до финала, принести реальный бизнес-результат.

Одним из способов достижения результата стала погоня за автоматизацией в ущерб клиентскому сервису. И это в какой-то момент отразилось на репутации виртуальных ассистентов.

Однако, если говорить о качественном комплексном внедрении, то клиенты даже не задумываются — получают они свой ответ от робота или от человека.

Именно такого эффекта мы достигаем в своих проектах.






Сейчас на главной

ПЕРЕЙТИ НА ГЛАВНУЮ