ОТП Банк протестировал технологии Yandex B2B Tech для повышения качества обслуживания клиентов. Благодаря этому проекту скорость обработки и анализа сообщений клиентов увеличилась в 30 раз, сообщили в пресс-службе банка.
Клиентская поддержка ОТП Банка обрабатывает более 400 тыс. текстовых обращений по 260 тематикам в месяц. Анализ такого объёма информации занимает много времени специалистов, поэтому банк автоматизировал этот процесс с помощью сервиса для речевой аналитики Yandex SpeechSense. Так, в ходе пилота за 7 дней было проанализировано больше 29 тысяч диалогов с клиентами — это в 30 раз быстрее, чем при ручной работе трёх сотрудников.
Инструменты для анализа коммуникаций, такие как Yandex SpeechSense, помогли ОТП Банку повысить качество работы поддержки. Система автоматически определяет тематику обращений, распределяет их по группам и выделяет в диалогах значимые смысловые блоки. Такой подход помог банку выявить направления для улучшения клиентского опыта.
Второй пилотный проект был направлен на автоматизацию клиентских консультаций с помощью ИИ-агента на основе YandexGPT. Агент отвечал на обращения клиентов в чатах мобильного приложения по 30 популярным темам, таким как частичное досрочное погашение кредита, разъяснение условий льготного периода и другие. Бот фактически без ошибок ответил на 60 тыс. запросов, в связи с чем индекс удовлетворенности клиентов (CSI) вырос на 0,2 из 10 пунктов. Кроме того, уровень автоматизации обработки диалогов увеличился до 8%. Лучше всего ИИ-агент работал в сценариях, где клиенту требовалось дать подробное пошаговое пояснение или уточнить ранее полученную информацию. В планах компании — расширить применение нейросетей для обработки более сложных запросов и системной работы с обратной связью клиентов.
YandexGPT входит в состав платформы Yandex Cloud AI Studio для создания и внедрения сервисов на базе генеративных моделей. Благодаря настройке правильной "температуры" ответов, ИИ-агент на основе YandexGPT отвечал на вопросы клиентов точно и понятно, но при этом не однообразно. Модель использовалась для консультаций, не требующих предоставления персональных данных, что обеспечило безопасность и конфиденциальность сервиса.
