Негосударственный пенсионный фонд банка ВТБ впервые обратился к нам со стандартной задачей — привлечение лидов — на нестандартный продукт, а именно на программу долгосрочных сбережений.

И на первичной консультации с командой НПФ ВТБ мы сделали честный прогноз: при всей точности информации и базе данных без ограничений по объему ИИ-модель много лидов не принесет, даже если выкрутить трафик на сайт на максимум, просто из-за специфики продукта.

Мы работаем на результат, и здесь он мог быть слабее ожиданий клиента. Поэтому мы были готовы к отказу.

И отказ, конечно, последовал.

С вопросами: «Модель действительно может освоить неограниченное количество информации? И не выдумывает ответы?».

Именно так мы получили первую для Solo глобальную HR-задачу.

ИИ-модель Solo обучается на неограниченном количестве данных, которые клиент может загрузить в админ-панель, и на информации с сайта. На их основе она составляет сценарий — алгоритм, по которому будет вести диалог, исходя из поставленной перед ней цели. В любой сценарий встроен валидатор, который сам проверяет корректность ответов и исключает ошибки в два этапа, еще до отправки сообщения. Благодаря этой функции даже нестандартные запросы могут обрабатываться автоматически, с двухуровневой проверкой, без вмешательства команды поддержки. За процессом следит персональный менеджер, выделенный для каждого клиента: он же продолжает тренировать модель на новых диалогах и подгружает новые данные в базу.

В данном случае НПФ ВТБ поставили перед нами задачу — создать «базу знаний в смартфоне» каждого сотрудника. Вопрос стоял особенно остро из-за вывода новых менеджеров, которые должны были продвигать сложный и тяжеловесный продукт в «полях», для потребителей. У НПФ ВТБ уже был свой корпоративный портал с полной информацией о продукте, также для сотрудников проводятся живые тренинги, выездные тимбилдинговые и иные мероприятия. ИИ-модель в этой схеме должны была выступать здесь в роли поддержки: чтобы сотруднику не приходилось искать подходящий материал на портале ради ответа на один конкретный вопрос, мы разработали бот в Telegram, который сможет кратко, емко, а главное — точно ответить на все вопросы, которые могут возникнуть у сотрудников до и во время работы.

В социальных сетях и мессенджерах Solo встраивается через API как любой сторонний сервис ведения диалогов, например, в бизнес-профиль или собственноручно написанный чат-бот в Telegram. При этом, не теряется возможность работать с базой: модель позволяет сегментировать аудиторию, встраивать ее в воронку и даже отправлять отдельные рассылки.

Для НПФ ВТБ мы создали самописный бот. В качестве стартовой базы знаний для ИИ-модели в Telegram-боте мы использовали данные по продукту с корпоративного портала, а также расшифровки онлайн-тренингов. Быстро разработали оформление и внедрили особую механику — валидатор.

Он работает по принципу двухфакторной проверки: перед ответом нейросеть самостоятельно повторно прогоняет диалог и сверяет информацию, которую хочет отправить, с базой данных, если информация не подходит — она ее исправляет, если информации нет — сообщает об этом и дает источник, где можно получить ответ (например, переключает на оператора или передает запрос в колл-центр).

После внедрения инструмента точность ответов, в среднем, повышается до 99,9%, а скорость ответа не меняется.

Сначала тест шел слабо: несмотря на скорость ответов, сотрудники неохотно пользовались ботом — ответ был не до конца понятен, уточнения требовали времени, поэтому они предпочитали звонить на «горячую линию» и узнавать всю интересующую информацию голосом, даже несмотря на «ожидание» перед тем, как оператор возьмет трубку.

Поэтому изначально мы с командой НПФ ВТБ просматривали каждый диалог в админ-панели, редактировали ответы ИИ-модели и вносили дополнительные настройки по стилистике сообщений, чтобы сделать их максимально понятными для каждого.

Также мы дополняли базу данных новыми материалами, которые появлялись из-за особо сложных и ранее нераскрытых вопросов, что также улучшало качество ответов.

При этом вся коммуникация для сотрудников проходила в мессенджере, в формате переписки: им не нужно было самостоятельно искать материалы или заходить на корпоративный портал, который плохо грузился в местах со слабым интернет-соединением, а ИИ-модель понимала даже плохо сформулированные запросы и сообщения с опечатками и ошибками, которые не распознал бы обычный заскриптованный чат-бот.

За три месяца Solo проконсультировал больше 1000 человек со средней длиной диалога в 8 сообщений, которые обрабатывались моментально в любое время дня и ночи. Это позволяет клиенту не нанимать в штат отдельную команду поддержки в чате, не теряя в качестве онбординга и точности ответов.