Оценка звонка за 2 минуты: как речевая аналитика с ИИ изменила работу финтех-компании

«Специалист тратит на оценку звонка 30 минут, точность транскрибации низкая, а для нашего бизнеса важен полный контроль и минимизация рисков. Что делать?»

С этим вопросом к нам обратилась финтех-компания, которая помогает клиентам погашать задолженности. Решение для такой сферы должно выполнять задачи и помогать бизнесу соответствовать требованиям законодательства. Рассказываем, как мы внедрили речевую аналитику с ИИ и как это изменило работу компании.

! Для чего нужен контроль звонков !

Компания «ЭОС» работает 17 лет и имеет более 50 офисов по всей стране. Она консультирует клиентов и предлагает индивидуальные условия для погашения задолженностей. Такому бизнесу важно оперативно обрабатывать и контролировать звонки, иначе компания может:

● Упустить потенциальную оплату. Если оператор вовремя не свяжется с клиентом и не предложит подходящий вариант погашения задолженности, он рискует потерять возможность договориться об оплате.

● Попасть под санкции. Коллекторские организации должны соблюдать правила взаимодействия с должниками. По закону № 230-ФЗ штрафы за отдельные нарушения для юридических лиц могут достигать 2 млн руб.

!Как обрабатывались звонки и что не устраивало!

Для входящих и исходящих звонков ЭОС использовала телефонную платформу со встроенным роботом.

Основные проблемы:

● Для оценки звонка специалист должен прослушать разговор целиком и вручную заполнить чек-лист из 20–30 пунктов. Каждая такая задача отнимает 30 минут рабочего времени.

● Классическая речевая аналитика не учитывает контекст диалога. Система посимвольно сравнивает запись речи с заданными критериями, но не понимает смысл разговора в целом.

● Компания зависит от вендора и платной поддержки и не может самостоятельно развивать решение.

От выбора решения до запуска: как внедряли ИИ

Слабые места старой системы определены, теперь нужно было выбрать новое решение и подрядчика, сформулировать техническое задание и приступить к внедрению. 

Почему ИИ, а не обычная автоматизация

При обычной автоматизации система проверяет заранее заданные признаки: отдельные слова, фразы или условия. Для ЭОС этого недостаточно: каждый второй диалог требует оценки общего контекста разговора.

Выбор подрядчика, ограничения и требования

При выборе подрядчика ЭОС учитывала опыт в сфере ИИ-решений и способность команды общаться с заказчиком на простом и понятном языке.

Техническое задание мы готовили совместно: команда Insight AI взаимодействовала с двумя подразделениями заказчика. Одно из них отвечало за модуль робота, другое — за модуль аналитики.

Основные требования к новой системе были такими:

●      Безопасность данных. Решение должно работать в закрытом контуре без передачи данных за пределы инфраструктуры ЭОС. Это помогает соблюдать требования законодательства к обработке и защите персональных данных.

●      Минимизация рисков. Необходимо снизить риски ошибок, которые ведут к санкциям и штрафам.

●      Отказоустойчивость. Стабильная работа при высокой нагрузке: обработка до 4000 звонков в сутки, до 20 параллельных потоков и доступность 99,9% в режиме 24/7.

●      Соблюдение SLA. Критические звонки обрабатываются в течение 15 минут; 95% звонков рабочего дня — до 23:59 следующего рабочего дня.

●      Развитие решения. ЭОС получает исключительные права на продукт, чтобы самостоятельно развивать решение после завершения проекта.

В процессе работы добавилась задача простановки альтернативного кода: система должна оценивать диалог по чек-листу, определять, верно ли оператор присвоил код диалогу, и при ошибке предлагать альтернативу.

Этапы внедрения

Пока мы занимались разработкой программного обеспечения, специалисты ЭОС готовили внутренние данные и сценарии для обучения системы. Такой подход позволил не останавливать разработку в ожидании завершения всех работ со стороны заказчика.

Изменения в процессе обработки звонков и результат

Решение работает не как отдельный сервис: оно встроено в действующую систему взаимодействия с клиентами. Компания перешла от выборочной и неточной проверки к управляемому процессу контроля звонков.

Теперь оценка одного звонка занимает 2 минуты, а не полчаса, как раньше. Система автоматически проверяет диалоги, а в карточке специалист сразу видит оценку и таймкоды нарушений.

Разобрать жалобу или претензию можно за секунды: сотрудник находит нужный разговор и конкретный момент в нем с помощью поиска, а не прослушивания записи целиком.

Один специалист за смену может оценить в 10 раз больше диалогов, чем прежде. Выявленные нарушения быстро передаются на отработку. Это помогает повышать качество работы операторов и снижать регуляторные риски.  

Работа над проектом привела к изменениям в бизнес-процессах компании.

«У нас не было нормальной архитектуры и базы знаний, а записи хранились в трех разных хранилищах. Базовую архитектуру мы выстраивали именно на проекте с речевой аналитикой».

 Григорий Чихачев, руководитель отдела внешних интеграций ЭОС.

Теперь у компании есть единая архитектура и база знаний, а все результаты работы системы хранятся в инфраструктуре ЭОС.

Решение масштабируется без изменения кода. При необходимости диалоговые сценарии можно изменить в течение одного рабочего дня без остановки системы.

Почему просто внедрить ИИ — недостаточно

Внедрение ИИ без подготовки может привести не к быстрому решению задач, а к еще большему хаосу.   

«Любой, кто идет в такой проект, должен понимать, что потребуются изменения на его собственной стороне».

Александр Виноградов, руководитель управления экспериментальной аналитики в ЭОС

ИИ не сможет самостоятельно выстроить процессы в компании. Чтобы с его помощью решать бизнес-задачи, сначала нужно подготовить понятные сценарии, качественные данные и сотрудников, которые будут отвечать за их проверку.