Где кроется реальный эффект от ИИ-бота техподдержки: как посчитать его до внедрения

[desti9y]

Полезный и трезвый взгляд на внедрение ИИ в поддержку. Без хайпа про «замену людей», зато с фокусом на экономику, процессы и измеримый результат.

[Maria_Fomina]

Спасибо за оценку. Для нас, аналитика данных и работа с любым проектом через цифры это базовая вещь. Активно агитируем всех за массовое использование BI-аналитики.

[Coast]

Хороший материал, но к сожалению, я (как пользователь крупных сервисов) достойной реализации пока не встречал. Боты, как правило, имеют очень поверхностное представление об авариях, каких-то технических нюансах и т.д. В Ростелекоме (уж казалось бы где должно быть хорошо) и то сложилось впечатление, что задача бота - заболтать максимально абонента и не пустить к живому оператору, чтобы тот сам отстал и больше не звонил на этот номер )))

[Maria_Fomina]

Очень хорошее замечание, бот с некачественной автоматизацией становится не решением, а болью, ненужным барьером для абонентов, поэтому внедрять его надо аккуратно, точечно, и сразу с высокой степенью интеграции с многочисленными информационными системами компании, в нашем случае интернет-провайдера.

Когда компания сама не знает, количество пользователей или лицевые счета абонентов, которых затрагивает авария, не может спрогнозировать время устранения конкретной аварии или всегда выставляет только нормативное время без корректировки на индивидуальный контекст, о каком эффективном обслуживании может идти речь?

Или когда бот может диагностировать проблему, но не может сразу создать задачу на выездного инженера или на 2-ю линию тех. поддержки, то фактически возвращает обращение в общую очередь обслуживания оператором.

Мы это видим, отслеживаем и самое главное стремимся именно РЕШИТЬ вопрос ботом.

И кстати по статистике, время обслуживания абонентов очень сильно сокращается, потому что бот видит и воспринимает контекст проблемы намного быстрее живого сотрудника.