Компания Quark AI (Сан-Хосе, США) представила Proactive Support Agent – платформу на основе генеративного искусственного интеллекта, при помощи которой достигается возможность автоматизировать работу технической поддержки крупных компаний. Система используется за рубежом для анализа клиентских тикетов, общения с покупателями, поиска решений в имеющихся базах данных. Нейронная сеть Quark предназначена не для частного использования. Ее применяют в крупных компаниях для того, чтобы сэкономить на работе живых специалистов. Сотрудники компаний подключаются только в том случае, когда автоматика уже не справляется. Однако, как и другие подобные проекты, Quark работает неидеально.
Как устроена система
Нейросеть начинает свою работу еще до того момента, как клиент отправил свой запрос (тикет). Пока человек описывает проблему на портале технической поддержки, Quark уже анализирует его текст и ищет возможные решения. Система пытается «отклонить» обращение еще на этапе создания. Наверняка читатели уже сталкивались с подобного рода работой ИИ, когда, к примеру, обращались в банк или какую-либо другую крупную организацию. По телефону вместо оператора отвечает голосовой ИИ-помощник, который предлагает те или иные решения клиенту. Данные системы внедряют для того, чтобы снизить нагрузку на живых работников организации. Однако в текущих реалиях, к сожалению, нередко подобного рода стратегия оказывается крайне неудобной для самого клиента: он тратит много времени, «вися» на телефоне, после чего может так и не получить ответа на свой вопрос.
Итак, если клиент все-таки отправляет запрос, платформа Quark проверяет полноту информации. Не хватает деталей – система автоматически добавляет комментарий и отправляет тикет обратно клиенту для уточнения. После получения ответа нейросетевой агент обращается к справочным данным: структурированным базам, различным документам, а также прошлым клиентским обращениям. Диалог с клиентом продолжается до тех пор, пока проблема не решится или система не поймет, что нужен человек.
Обещания и реальная работа проекта
Компания обещает значительное снижение затрат на поддержку, а также «существенное сокращение времени решения проблем». Основатели данного проекта убеждены в том, что сам по себе процесс корпоративной поддержки является крайне дорогим и к тому же подвержен большому количеству ошибок. Система Quark была создана для того, чтобы подключать людей к этому процессу только лишь при острой необходимости.
Но мало того, что подобные системы все еще далеки от идеала. Пока что неясно и то, насколько эффективными они являются с точки зрения чистой статистики. Если говорить о Quark AI, то о данной платформе и ее реальных внедрениях информации пока что крайне мало. Кейсы с конкретными цифрами отсутствуют; невозможно узнать о том, на сколько процентов была снижена нагрузка на операторов, какая доля клиентских обращений закрываются автоматически. Компания активно продвигает свое демонстрационное видео, однако примеров успешных клиентов в открытом доступе практически нет. Все это не может не настораживать.
Внедрение такой системы, помимо прочего, требует серьезной подготовки. Нужно структурировать базы знаний, настроить интеграции, обучить модель на корпоративных данных, выстроить рабочие процессы. В компаниях со сложной продуктовой линейкой или специфичными бизнес-процессами кастомизация способна растянуться на месяцы. Ошибки на этапе настройки приведут к тому, что система будет давать неправильные ответы или постоянно передавать тикеты людям, сводя автоматизацию к нулю.
К тому же, сама по себе зависимость компаний от ИИ создает значительные риски в нестандартных ситуациях. Если проблема клиента выходит за рамки обучающей выборки, система может зациклиться на неподходящих решениях или не распознать, что пора подключить человека. В критичных сценариях – когда клиент теряет деньги или данные – задержка из-за попыток автоматического решения обойдется дороже, чем немедленное подключение специалиста.
Кому может пригодиться проект Quark
Решение имеет смысл для крупных компаний с большим потоком однотипных обращений. Производители оборудования с сетью сервисных центров, SaaS-компании с большим количеством клиентов, интернет-магазины с повторяющимися вопросами о доставке и возвратах – здесь автоматизация может окупиться. Чем больше повторяющихся паттернов в запросах, тем эффективнее работает ИИ.
Для внутренней IT-поддержки такое решение, как Quark, тоже способно оказаться вполне полезным. Сотрудники постоянно обращаются с типовыми проблемами: как настроить работу программы, почему не работает принтер, где найти нужный документ в корпоративной системе. Автоматизация подобных запросов разгружает IT-отдел и дает сотрудникам мгновенные ответы, независимо от того, работают они в офисе или удаленно.
Выводы
По мнению экспертов многофункционального ресурса Креатор Проджект, итоговая оценка данного проекта во многом зависит от конкретного случая применения. Для крупных корпораций с правильно выстроенными процессами и качественными базами знаний Quark способен стать инструментом для качественной оптимизации рабочих процессов. Для остальных это дорогой и сложный проект с неясной пользой. Рынок автоматизации поддержки растет быстро, конкуренция высокая, и компаниям приходится доказывать ценность не маркетинговыми обещаниями, а реальными цифрами. Пока Quark AI больше говорит о возможностях, чем показывает результаты.
Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter. Можете написать лучше? Мы всегда рады новым авторам.
Разбор и оценка ИИ-моделей и проектов, внимательно отслеживает развитие технологий и тенденции в области искусственного интеллекта. Аналитические обзоры помогают понять принципы работы ИИ, их возможности и ограничения, дает рекомендации по использованию инновационных решений в различных сферах. Делает сложные темы доступными для широкой аудитории.
Социальные сети автора:
