Блог

Статьи о клиентском сервисе, искусственном интеллекте и их взаимодействии.

Support Awards 2024 – Оскар для команд технической поддержки!

Support Awards 2024 – Оскар для команд технической поддержки!

Мы рады объявить о премии Support Awards 2024 – Оскаре для команд технической поддержки! Специалисты техподдержки каждый день справляются с трудными задачами, оставаясь в тени. Присоединяйтесь к нам, чтобы выразить признательность этим незаметным героям, благодаря которым наша жизнь становится легче! Номинации: 1. Лучший кейс внедрения чат-бота в поддержку. 2. Лучший хелпдеск для совместной работы ИИ и человека. 3. Лучший саппорт проект. 4. Человек года. 5. Личный опыт - любая личная история про саппорт. До 1 октября 2024 года отправьте заявку на [гугл форму](https://forms.gle/vjtRWqLdgEdgg8WN8). Подведение итогов и награждение победителей 1 ноября 2024. Структура заявки: 1. Один-два обзаца о компании. 2. О вашей команде поддержки. 3. Описание проблемы или задачи. 4. Описание решения, желательно с цифрами и деталями преодоления трудностей. 5. Итоги и планы. Все заявки будут опубликованы в блоге и соцсетях Wikibot. Каждый участник получит крутой приз. - Точно, каждый? - Точно, каждый. [Ждем ваши заявки.](https://forms.gle/vjtRWqLdgEdgg8WN8) По всем вопросам пишите https://t.me/tom_leto

@Tom_LETO
Исследование от Intercom: тренды 2024 года в обслуживании клиентов. Часть №2

Исследование от Intercom: тренды 2024 года в обслуживании клиентов. Часть №2

В [предыдущем посте](https://wikibot.pro/ru/blog/intercom1) мы опубликовали первые три тренда из пяти, сегодня рассмотрим последние два. Итак: ## Тренд №4. Переход от устаревших к актуальным технологиям Исследование выявило, что многие службы поддержки продолжают применять множество устаревших инструментов. Некоторые команды, участвовавшие в опросе, используют различные сервисы, несмотря на то, что некоторые из них больше подходят специалистам, а другие — клиентам. **У каждого из «привычных» инструментов есть сильные и слабые стороны:** - **Электронная почта** даёт возможность вести асинхронные разговоры, но медленно работает, а подготовка ответов занимает много времени. - **CRM** собирает данные о клиентах, но внедрение может быть сложным и дорогостоящим. - **Поддержка по телефону** обеспечивает мгновенную обратную связь, но её сложно масштабировать. **Команды поддержки используют чаще всего:** - Электронная почта — 43% - CRM — 41% - Онлайн-чат — 40% - Help Desk — 36% - Программы для опросов и сбора обратной связи — 33% Самыми полезными каналами по мнению руководителей являются: поддержка по телефону, онлайн-чат, электронная почта. При этом лишь 18% опрошенных считают, что инструменты, которыми они пользуются, в полной мере соответствуют их потребностям. Возможно, поэтому 76% руководителей поддержки постоянно находятся в поиске новых платформ, инструментов и технологий, а 65% — по причине внедрения ИИ. Но недостаточно просто добавить нейросеть к неактуальному технологическому стеку в надежде на то, что это сработает. Правильнее найти платформу в основе которой уже есть ИИ. **Требования, которым должна соответствовать современная платформа по обслуживанию клиентов на базе ИИ по мнению исследователей:** 1. Обеспечивать возможность общаться с клиентами, там, где им удобно — из единой омниканальной системы. 2. Позволять составлять персонализированные ответы, обеспечивая бесшовную интеграцию данных клиентов, и благодаря этому повышать их лояльность. 3. Обладать передовыми средствами автоматизации для оптимизации рабочих процессов. 4. Иметь возможность удобной настройки базы знаний. _Делайте выбор в пользу платформ, которые позволят настроить внешний вид вашего бота и онлайн-чат в стиле вашего бренда. Это позволит укрепить доверие и лояльность ваших клиентов._ Причины, по которым руководители ищут новые платформы, инструменты или технологии: - Цена — 35% - Проблемы безопасности данных — 32% - Время простоя платформы — 29% - Отсутствие информации в режиме реального времени — 28% - Сложность интеграций — 28% Но внедрение новых технологий часто сопровождается проблемами разного характера: могут возникнуть сложности с переносом данных, можно столкнуться с непринятием изменений командой и необходимостью больших финансовых вложений, а также недостаточным уровнем компетенций у специалистов. Не менее важно, что проблемы от нововведений затрагивают не только службу поддержки, но и клиентов. **Три совета от Intercom, которые помогут сделать внедрение более «гладким»** Донесите важность и обозначьте цели, которых вы планируете достигнуть благодаря изменениям: 1. Обязательно и в подробностях объясните команде для чего нужны изменения. 2. Сделайте акцент на том, как новый сервис поможет решить существующие проблемы и улучшить повседневную работу команды. 3. Развернуто отвечайте на вопросы и будьте инициатором сбора обратной связи от команды. Такой подход поможет избежать излишних волнений. Упростите процесс внедрения: 1. Осуществите всестороннюю оценку нового инструмента, с целью удостовериться, что он подходит по всем характеристикам. Проверьте возможность интеграции с существующим технологическим стеком: протоколы безопасности, легкий перенос данных. 2. Составьте детальный план перехода. Обозначьте какие процессы можно перенести сразу, а какие необходимо предварительно обновить. Распределите ресурсы. 3. Продумайте какие процессы, способствующие улучшению клиентского опыта, можно оптимизировать с помощью искусственного интеллекта и ботов. Сведите к минимуму сбои в работе: 1. Проанализируйте статистику загруженности службы поддержки и запланируйте переход на новую платформу в период затишья. 2. Проведите обучение сотрудников заранее. Найдите платформу с понятной базой знаний, чтобы специалисты могли найти нужную информацию самостоятельно. 3. Сформируйте из часто задаваемых вопросов внутреннюю документацию, чтобы облегчить сотрудникам поиск ответов. ## Тренд №5. Поиск новых способов измерения успеха команды Задачи по обслуживанию клиентов всё чаще делегируют ИИ, поэтому руководителям следует найти новые способы измерения успеха команды. Исследование выявило, что службы поддержки опираются на оценку удовлетворенности клиентов (CSAT), опросы и онлайн-отзывы. Оценка клиентского опыта очень важна. Это дает возможность понять потребности клиентов и гарантировать непрерывное совершенствование работы поддержки. Исследователи считают, что хорошие оценки — это показатель того, что обслуживание клиентов — двигатель стоимости продукта. **Какие инструменты используют опрошенные команды поддержки для измерения клиентского опыта:** - CSAT — 44% - Формы опроса — 38% - Ревью и рейтинги — 30% - Звонки и электронные письма — 30% Но четверть команд говорят, что текущие инструменты не позволяют отслеживать необходимые показатели, а 75% респондентов считают, что традиционные метрики изменятся под влиянием искусственного интеллекта. В первую очередь изменится CSAT — общий показатель удовлетворенности клиентов. Теперь, когда искусственный интеллект задействован практически в каждом взаимодействии с поддержкой, у саппорта появилось больше инструментов для создания высокого уровня сервиса. Но по мнению исследователей это еще больше повысит ожидания клиентов. Поэтому необходимо тщательно следить за результатами, которые дает взаимодействие ИИ + человек и вовремя корректировать действия, которые ухудшают CSAT. Искусственный интеллект также кардинально изменит понимание успеха относительно показателей, которые основаны на времени, ускоряя каждый из них: среднее время обработки (AHT), время до разрешения (TTR) и время первого ответа (FRT). Реакция чат-бота — мгновенная, а это в свою очередь повысит эффективность команды. Этим и обоснована необходимость усовершенствования показателей. Вам необходимо знать все детали работы вашей команды и бота, иначе из-за искаженных данных вы можете упустить ценные идеи и возможности. При этом корректные метрики, по мнению исследователей, позволят вам: 1. Точечно определить, какие направления обслуживания клиентов необходимо усовершенствовать и даже сделать это в режиме реального времени. 2. Выявить, в каких процессах взаимодействия с пользователями наиболее эффективны люди, а какие рациональнее делегировать ботам. 3. Оптимизировать обслуживание клиентов на основе точных данных, собранных с помощью ИИ. **Как изменятся метрики по мнению Intercom** ![Интерком2_таблица.webp](https://cms.wikibot.pro/uploads/Interkom2_tablicza_637d995c5a.webp) **Советы от Intercom по аналитике показателей и метрик:** 1. Чтобы получить детальное представление о реальной производительности людей и ботов, разделите их показатели. При изучении показателей не забывайте учитывать сложность задачи. Например, если искусственный интеллект решает простые запросы, то вашей команде достаются более сложные. Соответственно время решения увеличится. Анализируйте эти показатели вместе с оценками CSAT — это даст вам более целостное представление. 2. Регулярно анализируйте метрики, чтобы своевременно и оперативно находить решения по их улучшению. 3. Обязательно делитесь с командой прогрессом в росте показателей, которого удалось достичь после внедрения ИИ. Это поможет подчеркнуть пользу применения искусственного интеллекта в работе.

@Tom_LETO
Исследование от Intercom: тренды 2024 года в обслуживании клиентов

Исследование от Intercom: тренды 2024 года в обслуживании клиентов

В начале января были опубликованы результаты масштабного исследования от Intercom. Главная задача исследования заключалась в том, чтобы выяснить, как меняется обслуживание клиентов по пяти направлениям: тренды ИИ, команды поддержки, ожидания клиентов, технологические стеки и метрики. В ходе исследования было опрошено более 2-х тысяч специалистов поддержки из разных компаний и регионов. Публикуем перевод исследования. В результате исследования было выявлено 5 трендов: 1. **ИИ существенно повлиял на ожидания клиентов.** Теперь они знают, что искусственный интеллект может сделать обслуживание более качественным, эффективным и быстрым. Поэтому клиенты ожидают большего. 2. **Внедрение ИИ резко возросло в 2023 году и продолжает набирать обороты.** Приблизительно половина команд поддержки уже применяют искусственный интеллект в работе. 3. **Повысился процент задач поддержки, которые можно делегировать ИИ**, но пока только монотонные и однообразные. Искусственный интеллект действительно изменил и продолжает менять характер работы служб поддержки. При этом создает новые возможности для карьерного роста специалистов. Но у руководителей и подчиненных есть различия в восприятии ролей, которые необходимо устранить. 4. **Неактуальные инструменты сдерживают команды поддержки, поэтому они стремятся к усовершенствованию своих технологических направлений.** В современных реалиях устаревшие технологии не подходят под требования клиентского сервиса. 5. **Стремительное внедрение ИИ изменило понятие и способы измерения успеха.** Чтобы получать корректные результаты и реализовать новые возможности, командам поддержки необходимо пересмотреть KP и метрики. А также способы их измерения. ## Тренд №1. Высокий рост ожиданий клиентов под влиянием ИИ Это подтвердили 87% опрощенных команд поддержки. В этом мы можем убедиться, посмотрев статистику опросов предыдущих лет. - 2022 год — 75% - 2023 год — 83% - 2024 год — 87% Каждая компания с высоким уровнем клиентоориентированности всегда стремится соответствовать ожиданиям клиентов. Потому что это напрямую влияет на доход и репутацию компании, помогает укреплять лояльность клиентов и повышает конкурентоспособность. В этом году 68% команд поддержки отметили, что искусственный интеллект оказал сильное влияние на ожидания клиентов. Особенно на такой аспект, как время ответа. ИИ стремительно меняет способы взаимодействия клиентов с компаниями. И это касается практически всего бизнеса. > 77% сотрудников поддержки считают, что искусственный интеллект однозначно повысит ожидания клиентов относительно быстрого реагирования. Также 68% руководителей подтверждают, что удерживать клиентов стало сложнее, чем год назад. 43% команд поддержки связывают это с повышением ожиданий от обслуживания. Потребители не готовы соглашаться на меньшее — если компания не способна обеспечить оперативную клиентскую поддержку, то это может привести к оттоку клиентов в сторону конкурентов. Интересно, что после опыта взаимодействия с ИИ клиенты хотят получать оперативную обратную связь и решения по их запросам, но по-прежнему рассчитывают на консультации экспертного уровня и человеческий подход при взаимодействии и решении вопросов. **Основные направления, в которых специалисты поддержки отметили наибольший рост ожиданий клиентов:** - Скорость ответа — 63% - Скорость решения проблемы — 57% - Знания и экспертиза — 49% - Доступность — 49% - Вежливость и эмпатия — 43% Исследователи уверены, чтобы удовлетворить все повысившиеся ожидания, необходимо уже сейчас внедрить методы работы с использованием искусственного интеллекта. >По словам основателя Hospitable, Пьер-Камиль Хамана, в ходе недавнего опроса удалось выяснить, что 61% клиентов предпочли бы получить более быстрые ответы от ИИ, чем тратить время на ожидание разговора с агентом службы поддержки. Крайне важно, чтобы ожидания клиентов совпадали с тем, что предоставляет компания. Но не менее важно найти эффективное сочетание ИИ и человеческой поддержки. Делегировать каждому из них решение наиболее подходящих задач при условии достижения наибольшей результативности. Это позволит максимизировать ресурсы и повысить эффективность работы саппортов. Вы можете ознакомиться с советами о том, как оптимизировать работу искусственного интеллекта и человека: - **Скорость ответа => ИИ** Чат-бот на основе ИИ сможет быстро реагировать на запросы, и клиентам не придется тратить время на ожидание ответов на частые вопросы. Сложные вопросы бот передаст в работу агенту поддержки. Таким образом ни один клиентский запрос не останется без внимания. - **Скорость решения => ИИ** Комбо чат-бота и команды поддержки позволит значительно увеличить число обрабатываемых тикетов одновременно. - **Знания и экспертиза => Человек** Простые вопросы решаются с помощью бота, если он обучался по базе знаний. Более сложные проблемы направляются саппортам для диагностики. - **Доступность => ИИ** Чат-бот может работать 24/7 и освобождает время саппортов для обработки срочных заявок. - **Вежливость => Человек** Для решения деликатных и эмоциональных запросов однозначно эффективнее привлекать людей. ## Тренд №2. Рост внедрения ИИ набирает обороты Ниже приведены преимущества в использовании ИИ, которые выделили команды поддержки. Обратите внимание на закономерность — все преимущества одинаково выгодны для всех сторон взаимодействия: клиентов, саппортов и руководителей. - Работа 24/7 — 50% - Экономия времени — 45% - Быстрое и эффективное решение тикетов — 44% - Экономическая эффективность — 35% - Анализ отзывов клиентов — 35% - Повышение качества всей поддержки — 35% Большинство команд, применяющих в работе ИИ, поделились, что от 11 до 33% всех заявок обрабатывается с помощью бота. Треть объема обрабатывается мгновенно. Это существенно экономит время саппортов и позволяет направить его на решение более сложных запросов. Почти 70% руководителей планируют инвестировать в искусственный интеллект в 2024 году. Команды поддержки планируют развивать сопутствующую инфраструктуру, например, анализ и улучшение базы знаний. Тем временем дальновидные руководители, которые хотят выйти на большее количество рынков и каналов, уже присматриваются и изучают технологии распознавания голоса, а также возможности перевода в реальном времени. Более 2/3 руководителей хотят переключиться с инструментов, не связанных с ИИ, чтобы высвободить бюджет. >Те, кто сейчас внедряет ИИ, будут формировать новую философию и стратегии клиентского сервиса. Это повлияет на сервисы и процессы, которые саппорты используют каждый день. > > Дэниэл Бантон, Руководитель клиентской поддержки, CLEO AI По мере распространения ИИ отношение к нему становится всё более позитивным, но процент оптимистично настроенных руководителей пока больше, чем рядовых специалистов: - Команд - 56% - Саппортов - 45% - Руководителей - 61% Исследователи считают, что из-за повышенного внимания к чат-ботам обычные саппорты не могут в полной мере оценить другие преимущества искусственного интеллекта, поэтому необходимо внедрять разнообразные решения на основе ИИ. >Компании, в которых работает от 101 до 3 000 сотрудников, более оптимистично оценивают перспективы искусственного интеллекта и поэтому активнее и быстрее внедряют его. Также они планируют вкладывать значительные средства в развитие ИИ по сравнению с более крупными компаниями. ## Три варианта, как с помощью ИИ и автоматизации повысить эффективность и сэкономить время - **Применяйте бота для классификации и решения проблем** С помощью ИИ вы можете сократить объем входящих обращений. Современные чат-боты обладают внушительным функционалом и могут собирать информацию, передавать сложные обращения команде поддержки и имеют механизмы самопроверки, что гарантирует точность ответов. - **Экономьте время на каждом ответе** Современные платформы дают возможность объединить все необходимые каналы коммуникации в одном окне, в рамках которого можно использовать ИИ для решения следующих задач: - Перефразировать текст или изменить тон, быстро составлять ответы. - Мгновенно подводить итоги разговора для передачи диалога между агентами. - Отслеживать эффективность действий команды в режиме реального времени при помощи дашбордов и иинструментов аналитики. - **Автоматизируйте рабочие процессы** С помощью автоматизации можно улучшить пути взаимодействия с клиентами. Благодаря конструкторам вы можете комбинировать триггеры, правила, условия ботов. Это позволит помогать пользователям тогда, когда им это необходимо. Чтобы сделать ответы еще более персонализированными и полезными, можно добавлять в разговоры данные о клиентах, например, историю заказов. ## Тренд №3. Влияние ИИ на работу сотрудников поддержки С одной стороны, ИИ действительно может лишить работы определённую часть сотрудников, но с другой — искусственный интеллект способен уменьшить нагрузку на поддержку и, по мнению исследователей, изменить их работу к лучшему. Это подтверждает опрос, который провели среди сотрудников поддержки. Он показал, что часть команд уже убедились в том, что синергия ИИ и человека может быть плодотворной. Например, ИИ помогает сэкономить время за счет быстрой корректировки ответа или анализировать отзывы, что позволяет улучшить клиентоориентированность. В каких областях ИИ экономит время опрошенных команд: - Анализ отзывов клиентов — 35% - Подготовка ответов с использованием базы знаний — 34% - Дополнение ответов саппортов — 28% - Подведение итогов диалога — 25% >ИИ делает команды поддержки счастливее, сокращая количество запросов которые им приходится обрабатывать. Это делает их рабочую нагрузку более управляемой, а значит они могут тратить меньше времени на «тушение пожаров» и больше — на улучшение жизни клиентов, что гораздо полезнее. > >Джеймс Лоури, CX-специалист Up Learn По результатам исследования удалось выявить, что главной задачей руководителей поддержки в 2024 году будет поиск и сохранение высококвалифицированных специалистов и повышение эффективности процессов. Профессионалы + эффективные системы = довольные сотрудники, которые будут замотивированы выполнять свою работу на все сто. Главные задачи руководителей поддержки в новом году: - Поиск и удержание крутых специалистов — 40% - Повышение эффективности рабочего процесса — 39% - Управление количеством чатов и звонков — 32% - Помощь в сохранении и расширении клиентской базы — 25% Основные приоритеты в обслуживании клиентов для руководителей в 2024 году: - Повышение эффективности рабочего процесса — 47% - Предоставление клиентам возможности самостоятельно получать ответы на свои вопросы — 40% - Помощь в сохранении и расширении клиентской базы — 34% - Автоматизация поддержки с помощью чат-ботов — 30% Кроме этого, исследователи выяснили, что ИИ побуждает к созданию новых должностей, таких как: специалист по поддержке ИИ, создатель диалогового UХ, дизайнер диалогов, аналитик чат-ботов. Имея в распоряжении бота, на которого можно перевести рутинные задачи, саппорты получают больше возможностей для внесения вклада в клиентский опыт и развития карьеры. Около половины команд согласны с этим: 69% руководителей и 34% специалистов поддержки. По мнению Intercom, такие показатели вполне логичны. Саппорты сфокусированы на повседневных задачах. В то время как руководители должны еще оценивать и перспективы дальнейшего развития. Но в итоге обе стороны должны смотреть в одном направлении, поэтому руководству необходимо делиться с командами своим видением, чтобы сотрудники чувствовали и осознавали значимость их роли в развитии компании и хотели выстраивать долгосрочные отношения с компанией. >51% команд считают, что компания рассматривает поддержку как драйвер стоимости продукта, а 27% — что их воспринимают как ядро затрат. 22% опрошенных затруднились ответить. В Intercom полагают, что по мере изменения клиентского сервиса, расхождения в восприятии сократятся, а истинная ценность поддержки в рамках бизнеса будет оценена по достоинству. Исследователи подготовили таблицу со списком ролей поддержки, которые могут стать актуальными в будущем. Также в ней есть информация о навыках, которые саппорты могут получать уже сейчас. ![Интерком_таблица.webp](https://cms.wikibot.pro/uploads/Interkom_tablicza_f39278ebf2.webp) Тренды 4 и 5 опубликуем в следующем посте.

@Tom_LETO
Чат-бот: делать самим, заказывать или использовать готовый продукт

Чат-бот: делать самим, заказывать или использовать готовый продукт

Часто получаю вопрос: "Наши программисты сами сделали бота и на тестовых вопросах работает отлично, но при ответах на реальные вопросы пользователей начинается треш. Как сделать супер промпт чтобы бот не глючил?". Ответ простой: "Серебряной пули нет, задачу нужно разбивать на части и использовать разные инструменты для решения разных проблем". Разработать своего чат-бота сейчас можно за пару часов, однако реальное продакшн решение потребует многомиллионные инвестиции. В посте расскажу, что нужно учитывать, принимая решение по созданию бота для поддержки клиентов. **Как работает типовое решение** - При создании бота вы даете ему документацию по продуктам и услугам компании, а также настраиваете жесткость ответов бота, варианты приветствий, логику работы в рабочие и нерабочие часы. - Бот индексирует вашу документацию или сайт по продукту и затем отвечает на вопросы пользователей как человек. Под капотом ChatGPT или другая большая языковая модель (LLM). - Вы тестируете ответы боты, задавая ему типовые вопросы. - Вы выбираете через какой интерфейс бот будет общаться с пользователем. Обычно используются популярные хелпдески и чаты на сайтах, а также мессенджеры: HelpDeskEddy, Omnidesk, Юздеск, Freshchat, Битрикс24, Carrot quest, Jivo, Talk-me, WhatsApp, Telegram. - Теперь бот готов. - Когда пользователь задает вопрос, сначала с помощью семантического поиска в базе знаний находятся документы, наиболее подходящие по смыслу, затем из найденных документов с помощью LLM формируется ответ. Я однозначно склоняюсь к использованию готовых продуктов и далее напишу аргументы. **Плюсы готовых продуктов** 1. Вам не нужно долго ждать, чтобы попробовать бота на реальных вопросах. 2. **Готовые продукт уже используются в других компаниях и гарантируют определенное качество ответов.** При самостоятельной разработке, первые пол года, ваша команда поддержки и клиенты будут жаловаться на недостаточное качество ответов бота. Кажется, что достаточно взять вопрос пользователя и послать в LLM, но нет. Вот лишь несколько нюансов, которые требуют отдельных алгоритмов: - Очень длинные или очень короткие сообщения от пользователей. - Сообщения от пользователей, в которых больше одного вопроса. - Идентификация и обработка приветствий, благодарностей и прочих элементов small talk. - Обработка почт, номеров телефонов и других персональных данных. - Фиксированные ответы на определенные типы вопросов. - Уточняющие вопросы от пользователей. - Иногда для правильного ответа, бот должен уметь задать уточняющий вопрос пользователю, т.е. ситуация зеркальная предыдущему пункту. - Использование информации о пользователе из хелпдеска и других систем, чтобы бот больше понимал пользователя. 3. Большие языковые модели интенсивно развиваются. Можно потратить миллионы на содержание штата ML разработчиков, а затем обнаружить, что новые LLM умеют это из коробки. В готовых продуктах вы платите за использование и всегда можете перейти на другое решение. **Минусы готовых продуктов** Минусы типичны: зависимость от вендора, меньше контроля, невозможность добавить свои суперуникальные функции (большая красная кнопка). **Что посмотреть на Российском рынке** Заказная разработка: JustAI, Chatme.AI, Хороший коробочный продукт AutoFAQ Сервис по созданию чат-ботов для поддержки клиентов Wikibot Другие компании или не проявляют признаков или ориентированы на большие заказы. Если вам нужна помощь в выборе хелпдеска, чата на сайт и другого программного обеспечения для поддержки клиентов - пишите нам https://t.me/use_wikibot .

@Tom_LETO
Чат-бот для поддержки клиентов

Чат-бот для поддержки клиентов

Дэвид Ян в своей лекции рассказал, кто такие цифровые сотрудники (digital workers) и на что они способны, поделился видением, как ИИ повлияет на нашу жизнь, а также показал примеры цифровых сотрудников, которые уже начинают заменять людей на рабочих местах. [Лекция](https://t.me/wikibot_news/39). Процитируем: “В техподдержке на джун позициях чаще всего работают не мотивированные сотрудники, которые часто меняют работу. С какой проблемой сталкивается руководитель организации: - у него сидит на первой линии технической поддержки 100 человек, - и он знает что 40 минимум из них уволится в этом году, - нужно найти и прособеседовать новых, нанять и ещё потратить 1-2 месяца на онбординг, - и после всех этапов отбора, по статистике через 4 месяца работник уволится.” ``` В службах поддержки до 80% обращений типовые и несложные, их может решать ИИ. ``` Дэвид Ян развивает свой проект на международном рынке. Круто, что в России есть похожий проект: Wikibot — сервис для поддержки клиентов при помощи искусственного интеллекта. Чат-бот обучается по документации, подключается в хелпдеск, работает 24/7. Wikibot как ChatGPT, работает по процессам компании: не только отвечает пользователям, но и задаёт уточняющие вопросы, открывает и закрывает тикеты, узнаёт информацию из других систем по API. Wikibot напоминает начинающего сотрудника, который обучается и в многопоточном режиме быстро решает простые задачи. Сложные вопросы, требующие анализа и вникания, бот переводит на оператора. Сервис комплексно улучшает отдел поддержки, уменьшает текучку кадров, увеличивает лояльность клиентов, предоставляет аналитическую отчётность по ответам бота и работе поддержки. ``` Бизнесмены и руководители могут бесплатно попробовать Wikibot. Для создания чат-бота понадобится только ссылка на базу знаний или сайт по продукту. Если нет документации, покажите боту примеры вопросов и ответов. ``` Вопросы о промокоде и работе сервиса вы можете задать в чате: https://t.me/use_wikibot

@Tom_LETO
Открытое письмо сервисам хостинга по боту для поддержки

Открытое письмо сервисам хостинга по боту для поддержки

У сервисов хостинга обычно отличная база знаний, поэтому ИИ чат-бот поможет им сократить время ожидания ответа клиентами. Этим письмом постараемся установить связь. Привет, ребята! Мы делаем Wikibot — умного помощника для службы поддержки, который обучается по вашей документации и отвечает на обращения пользователей в чате или по email, как специалист первой линии поддержки. Наше преимущество заключается в быстром старте и практически полном отсутствии «магических» настроек для начала работы. Просто предоставьте нам ссылку на базу знаний и в течение нескольких часов вы сможете задать вопросы боту и получить ответы. Особенность в том, что под капотом мы используем большую языковую модель LLM, поэтому вместо настроек у нас работа с речью, а в качестве единственного интерфейса мы используем обработку обычного естественного языка, на котором общаются все пользователи. Поэтому наш чат-бот понимает вопрос в любой формулировке, кроме действительно спорных или сложных, и отвечает как человек. Вне зависимости от формулировки вопроса чат-бот поймет вопрос → найдет информацию в базе знаний или FAQ → ответит пользователю. Предлагаю вам использовать Wikibot для техподдержки ваших клиентов. Это позволит: - **Сократить время ожидания** для клиентов благодаря мгновенным ответам на типичные вопросы. - **Повысит лояльность клиентов** за счет улучшения качества обслуживания и доступности поддержки в любое время дня и ночи. - **Высвободить ресурсы ваших специалистов** техподдержки для более сложных задач, повышая тем самым эффективность их работы. **Wikibot — умный помощник, сделанный с любовью к техподдержке** Мы слушаем клиентов и развиваем продукт вместе, за последние полгода мы добавили: 1. Список исключений — правила, когда необходимо переключать на оператора, например вопросы про «деньги». 2. Рабочие часы и нерабочие часы. 3. Интеграция с популярными Help Desk системами, базами знаний, чатами и меседжерами. 4. Настройки алгоритма ответа, работа в режиме суфлер и copilot. Пример чат-бота https://t.me/Excel_Wikibot (Помощник по Excel) Отзывы реальных пользователей о нашем продукте https://startpack.ru/application/wikibot Прошу переслать письмо руководителям организации. Предлагаю использовать Wikibot для поддержки ваших клиентов.

@Tom_LETO
Открытое письмо BI компаниям — проект DashboardAI

Открытое письмо BI компаниям — проект DashboardAI

Привет, аналитики, руководители и основатели Business intelligence компаний! Я создаю сервис Wikibot, который обучается по документации и консультирует пользователей в чате, как специалист первой линии поддержки. Наш чат-бот понимает вопрос и отвечает как человек. Весь мир двигается в сторону использования ИИ-помощников. Людям нравится получать результаты просто давая команды на родном языке. Предлагаю вам, совместно с моей командой, создать продукт Dashboard.AI, который будет обладать следующим функционалом: - **Поиск отчетов.** Менеджер может попросить бота найти нужный отчет. Например: ”Найди отчет о расходах на рекламу за прошлый год”. Бот, на основе списка отчетов, которые находятся в дата-каталоге, конфлюенс или другой вики, присылает ссылку в чат. - **Написание SQL-запросов.** Вместо поиска нужного отчета, менеджер пишет в чате боту: "прибыль по Москве по электронике с мая по июль". Бот присылает нужные показатели и ссылку на нужный отчет, c установленными фильтрами. Если подходящего отчета нет, то сам пишет sql запрос. - **Автоматическое создание дашбордов**. Менеджер может попросить чат-бота создать дашборд. Бот, задав несколько уточняющих вопросов, выберет оптимальный шаблон и соберет в нем все необходимые SQL-запросы и фильтры. ## Реализация **Поиск отчетов.** Список отчетов обычно располагаются в базе знаний, документации или каталоге данных. Современные продукты, такие как SiteGPT, ChatBase, WonderChat, Wikibot (далее агент) отлично умеют делать семантический поиск: Документация индексируется и сохраняется в векторную базу данных. Когда пользователь вводит запрос, в векторной базе находится 5-10 наиболее близких векторов (семантический поиск). Каждый вектор это название и описание отчета. Запрос пользователя и топ близких векторов отправляются в LLM - большую языковую модель (LLaMA, Falcon, Google Bard, Anthropic Claude) и она выбирает отчёты которые подходят пользователю. **Написание SQL-запросов** Современные LLM уже неплохо пишут SQL (статья с сравнением GPT, Claude, Bard https://www.linkedin.com/pulse/great-sql-bot-bake-off-comparing-big-llm-beasts-code-ian-thomas/) для этого им нужно задать вопрос и в промпте передать описание таблиц. Получив запрос пользователя, агент может взять название таблиц из документации, а все поля таблицы из метаданных СУБД. Сейчас набирают обороты проекты: - DB-GPT - позволяет генерировать запросы к базам данных используя локальные LLM - PandasAI - делает pandas (и другие популярные библиотеки анализа данных) разговорными, позволяя вам задавать вопросы к вашим DataFrame на естественном языке. **Автоматическое создание дашбордов** GPT, получив таблицу данных, уже может выбрать из нее наиболее значимые и подходящие для визуализации столбцы. Комплексный пример, как это делать, описан в в статье “Create AI-powered dashboards” https://www.luzmo.com/blog/ai-powered-dashboards-tutorial. Добавив к этому шаблоны дашбордов, различные best practice в виде эвристик и уточняющие запросы от бота, можно получить Junior BI-разработчика. ## Взгляд в будущее В разделе реализации я описал то, что можно сделать уже сейчас. Пара идей на будущее: Если научить проект “Dashboard_AI” создавать дашборды, то следующем шагом станет возможным переносить дашборды из одной системы в другую. Сейчас требуется громадное количество ресурсов, чтобы перенести аналитическую отчетность компании в альтернативный BI-продукт. Кроме того, станет возможным создавать дашборды сразу для нескольких популярных продуктов (Tableau, Power BI, Superset, Metabase, Redash) Персональный аналитик который помогает менеджерам быстро получать нужные показатели и искать инсайты может стать супер востребованным продуктом. Свяжитесь со мной если: - Вам интересно добавить в свой продукт описанный выше функционал - Вы хотите создать похожий продукт совместно с нашей командой, на основе популярных BI-продуктов (Tableau, Power BI, Superset, Metabase, Redash). Весь мир двигается в сторону использования ИИ-помощников. Людям нравится получать результаты просто давая команды на родном языке.

@Tom_LETO
Copilot для улучшения качества ответов в чатах техподдержки

Copilot для улучшения качества ответов в чатах техподдержки

Copilot — в широком смысле концепция, в которой человек и ИИ взаимодополняют друг друга (в биологии — симбиоз). Обычно человек формулирует задачу, а ИИ делает её части. В статье рассмотрены варианты взаимодействия ИИ и специалиста, в чатах хелпдесков. В первую очередь, helpdesk - это диспетчерская, которая помогает клиентам решать животрепещущие для них вопросы. Обычно helpdesk - это интернет сервис который включает в себя: - Инструменты получения вопросов пользователей из разных каналов (Сайт, Телеграм, Почта и т.д.) - Единый инструмент ответа на обращения пользователей и настройки флоу для разных типов вопросов. Вопросы пользователей обычно называют инцидентами, они проходят ряд стадий и в конце, когда проблема пользователя решена, закрываются. - Инструменты аналитики по операторам, типам вопросов, источников проблем. Благодаря аналитики компания улучшает всю систему поддержкой которой занимается. - База знаний в которую руководители служб поддержки добавляют ответы на часто задаваемые вопросы и другую информацию для унифицированных и качественных ответов всех операторов - Средства автоматизации - триггеры, интеграции, боты. Подробнее остановится на последнем пункте, а именно созданию чат-ботов для тех поддержки. Чтобы обеспечить высокий уровень тех поддержки компаниям нужно иметь отдел тех поддержки готовый к пиковым нагрузкам, но тогда в не пиковое время специалисты техподдержки будут простаивать. Обычно 70% вопросов и более - это типовые вопросы когда пользователю просто не охота изучать документацию: Старые сценарные боты работаю по правилам ЕСЛИ ..ТО и не могут отвечать на вопросы на естественном языке. Создание специальной нейросети - это очень дорого и сложно. Доступно только гигантам. Держать отдел тех поддержки готовый к пиковым нагрузкам дорого и обычно не рентабельно. В 2023 появилось новое решение задачи обеспечение качественных ответов в чате на естественном языке без больших вложений в разработку - это боты на основе больших языковых моделей (таких как ChatGPT, LLaMA). Они из коробки понимают естественный язык и им достаточно скормить базу знаний компании по технической поддержке. Такие чат-боты легко ответы на типовые вопросы, а сложные должны будут передать оператору. И тут мы подходим к концепции симбиоза или Copilot. Многие профессионалы считают что в ближайшие годы ИИ радикально не заменит человека, но Copilot будет появится в куче профессий: - Github сделал супер крутой помощник для разработчиков Github Copilot - который дописывает функции, проверяет код, генерирует несложную логику. - Midjourney сделал тоже самое для дизайнеров и копирайтеров - быстрая помощь в создании рисунка или его прототипа - Тесла сделали Copilot для водителей ChatGPT - это Copilot без специализации, для всех кто работает с текстами В Google Workspace появился Duet которые помогает бизнес пользователям решать типичные задачи с документами и письмами Чат-бот и специалист тех поддержки вместе В самом простом случае чат-бот работает так: ЕСЛИ нашел статью с ответом на вопрос пользователя в базе знаний ТО дай ответ пользователю на основе информации в статье ИНАЧЕ переключи на оператора Конечно имеется много нюансов: обработка приветствий, прощания, мата, уточняющих вопросов и др. Однако есть и более интересные варианты симбиоза. Например когда оператор получает вопрос, в его текстовое поле ответа бот пишет ответ, а оператор решает отправить так или поправить. Также ИИ бот может подключаться к обычному сценарному боту на одной из веток. Например это удобно сделать когда на одном из шагов флоу слишком много вариантов ответа. Любопытно что один из наших клиентов самостоятельно изобрел Copilot, клиент опасался включать бота на реальных пользователей, поэтому изначально обязал специалистов тех поддержки посылать все вопросы пользователей боту. Благодаря этой идеи за месяц были выявлены проблемные вопросы, база знаний была доработана, а чат-бота выпустили в реальный процесс поддержки. И так я привел три варианта Copilot в чатах тех поддержки: 1. ИИ отвечает на простые вопросы, человек на сложные 2. ИИ генерирует ответ, человек решает отправить или дополнить 3. ИИ встраивается в сценарные боты Я думаю что любой хелпдеск должен обладать функциями ИИ, чтобы в будущем конкурировать на рынке. Было бы круто организовать открытую дискуссию о развитие хелдесков Присоединяйтесь к посту и расскажите свое видение Как считаете Copilot нужен в хелпдесках? Вы добавляете ИИ в ваш хелпдеск? Как планы на развитие хелпдеска в 2024? Я знаю что большинство пользователей не любит старых чат-ботов. Автомобиль раньше тоже был медленнее и не стабильнее лошади. Мы делаем новых умных чат-ботов чтобы быстрее решать ваши проблемы. Буду рад вашим ответам: - Расскажите о своем последнем опыте общения с ботом - Были ли случае когда бот хорошо ответил на ваши вопросы - Вы хотите знать что общаетесь с ботом или всё равно лишь бы дали нормальный ответ на ваш вопрос?

@Tom_LETO