Блог платформы AutoFAQ
AutoFAQ Xplain: новый продукт для создания чат-ботов для поиска по внутренним документам компании
AutoFAQ первыми в России запускают управляемые генеративные сети для создания чат-ботов по неструктурированным документам. Одним из препятствий клиентов перед внедрением AutoFAQ является необходимость собрать вопросы для сопоставления ответов с обращениями клиентов. Для этого необходимо выделять дополнительное время и ресурсы, а возможно даже и изменить подход: так как кто-то уже ведет корпоративную Wiki или Сonfluence, у кого-то все хранится на уровне регламентов, инструкций и нормативных документов в разных файлах. Чтобы помочь клиентам в быстром запуске роботизированной поддержки на основе существующего контента, мы разработали новый продукт AutoFAQ Xplain на базе генеративной нейросети.
Хотите протестировать AutoFAQ Xplain?

Если у вас есть задача автоматизации поддержки, но при этом нет времени и ресурсов для сбора информации в единую базу знаний с сопоставленными вопросами и ответами, тогда запустите наш новый продукт на ваших данных.


Для участия в тестировании не нужно быть клиентом AutoFAQ: просто оставьте заявку, и мы свяжемся с вами.

Еще год назад о генеративных нейросетях мало кто слышал. После громкого запуска ChatGPT все резко изменилось: интерес к нейронкам стали проявлять не только обычные интернет-пользователи, но и бизнес, который увидел в ИИ отличный инструмент для оптимизации клиентского сервиса и поддержки сотрудников. Мы, как специалисты в области искусственного интеллекта, не могли обойти стороной этот тренд и создали продукт, который позволяет мгновенно подключить документацию в чат-бот и выдавать ответы по ней, используя генеративную нейросеть.

В этой статье мы рассказали о том, что такое генеративные сети, почему ChatGPT пока не годится для клиентской поддержки, как устроен AutoFAQ Xplain и кому он может быть полезен. Если вы хотите сразу прочитать про новый продукт AutoFAQ, перейдите по ссылке.

Что такое генеративные сети и как их используют в службе поддержки

Диалоговые чат-боты — не такой уж новый бизнес-инструмент. Первый текстовый бот ELIZA появился в далеком 1966 году в стенах Массачусетского технологического института. С тех пор в мире было создано множество виртуальных помощников: от простеньких ботов, с помощью которых можно заказать пиццу или вызвать такси, до индустриальных платформ, способных работать по сложным сценариям. Но и тех, и других, как правило, объединяют две проблемы: неспособность распознавать естественный язык и отсутствие глубокой логики. Правда, есть и исключения: наша омниканальная платформа AutoFAQ способна самообучаться и распознавать естественную речь на 90 языках за счет лучшего на рынке искусственного интеллекта.

Появление такой языковой модели, как GPT, не может не отразиться на качестве коммуникации человека и искусственного интеллекта. Поэтому бизнес возлагает на генеративные нейросети огромные надежды. В первую очередь, они связаны с повышением эффективности и производительности работы службы поддержки, возможностью занять персонал более важными задачами, сократить прогнозы затрат на найм и обучение операторов. В конечном счете, интеграция такого продвинутого ИИ в работу клиентского сервиса приведет к оптимизации расходов и увеличению прибыли. Одним из наиболее известных примеров генеративной нейросети является ChatGPT, продукт компании Open AI. Вот, что сам искусственной интеллект говорит про себя.

Что такое ChatGPT

ChatGPT — это нейросеть, обученная на модели GPT (Generative Pre-trained Transformer), которая используется для создания чат-ботов. Она может обрабатывать и понимать естественный язык и давать ответы на вопросы, используя заранее обученные данные и общую базу знаний. ChatGPT может быть использован для создания чат-ботов в различных областях, таких как обслуживание клиентов, медицина, финансы, туризм и другие.
Ответ СhatGPT

Особенности использования СhatGPT в работе службы поддержки

Многие компании уже используют решения для автоматизации на основе ИИ, чтобы оказывать максимально быстрый и эффективный сервис своим клиентам. Способность ChatGPT вести вполне осознанный диалог привлекла внимание руководителей служб поддержки во всем мире. Оно и понятно: в контексте клиентского обслуживания у ChatGPT есть потенциал. Но при более детальном изучении возможностей языковой модели выяснилось, что нейросеть хоть и дает довольно правдоподобные ответы, не всегда понимает контекст вопроса. Особенно, если обращение связано с особенностями бизнеса или работы конкретной компании. В этих случаях ответы ИИ бесполезны для решения проблемы клиента. Следовательно, использовать ChatGPT для коммуникации с клиентами пока что рано.

Некоторые компании, которые уже используют AutoFAQ, протестировали внедрение этого ИИ-бота в работу платформы. Стоялa задача — проверить насколько нашумевшая технология способна качественно поддерживать small talk и помочь в обработке нецелевых запросов. К примеру, когда клиент просит чат-бота рассказать анекдот или спрашивает, есть ли жизнь на Марсе. К сожалению, невозможность управлять ответом и непредсказуемость того, что сгенерирует сеть, вызывает определенные риски, поэтому заказчики пока не готовы выпускать этот функционал в продуктив.

Риски использования ChatGPT в клиентском сервисе

Использование таких генеративных языковых моделей, как ChatGPT, для клиентской поддержки сопряжено с определенными рисками. Вот некоторые из них:

Неточные или неверные ответы. Чат-бот не человек и анализировать информацию не способен. Он генерирует ответы на основе данных, которые нейросеть уже изучила. В своих ответах модель также с легкостью придумывает несуществующие вещи. Если спросить ChatGPT о чем-то, с чем он не знаком, он придумает факты прямо на ходу, и они будут выглядеть вполне правдоподобно. Поэтому есть опасность, что отвечая на какой-то вопрос, чат-бот может ошибиться, например, предложив адреса и телефоны магазинов, которые уже не существуют.

Отсутствие экспертных знаний. Как мы уже говорили, ChatGPT пока не под силу сложные задачи, которые требуют профессиональных навыков и глубоких рабочих знаний, например, произвести точный расчет стоимости строительного проекта по предложенному описанию.

Неспособность задавать наводящие вопросы. В отличие от живого человека языковая модель пока не умеет задавать наводящих вопросов, когда запрос пользователя слишком размытый и беспредметный. Вместо этого она угадывает, что именно имелось в виду. В итоге, человеку приходится перебирать формулировки, чтобы чат-бот их правильно понял.

Многословность. Иногда нейросеть использует множество дополнительных фраз при ответе на обычные вопросы, повторяет всю формулировку запроса целиком или злоупотребляет фразами, которые не несут никакого практического смысла («я языковая модель, обученная OpenAI», «я не могу дать точного ответа», «мои знания ограничены датой обновления»).

Новое решение AutoFAQ Xplain

Несмотря на всё выше перечисленное, мы не могли оставить без внимания интерес к генерации ответов на основе существующей информации. При разработке нового продукта мы учли все спорные моменты — система адаптирует текст под запрос пользователя, при этом вы полностью контролируете содержание ответов, так как искусственный интеллект обращается только к вашим источникам информации.

Новая разработка, которая получила название Xplain, позволяет загрузить в AutoFAQ любые текстовые документы и запустить чат-бота, который будет отвечать на вопросы клиентов или сотрудников, опираясь только на информацию из этих файлов. При этом система непросто будет искать ответ и копировать часть готового текста, а переписывать его в диалоговой форме и давать уточнения по запросу.

AutoFAQ Xplain будет полезен компаниям, в которых уже существует большой объем инструкций на сотни и тысячи страниц, а ресурсов на создание из них отдельных баз знаний не хватает. Например, в крупных компаниях есть правила для работы IT-команд, которые содержат в себе инструкции по написанию кода, ведение трекера задач и даже проведения тендеров. С помощью бота в мессенджерах или на корпоративном портале и функционала AutoFAQ Xplain легко найти информацию по нужному вопросу, которая будет представлена в более удобном для восприятия формате.

Или, допустим, вы проводите обучение для клиентов или сотрудников, и у вас есть документ, в котором прописан курс. Такой файл тоже подойдет для использования, и тогда процесс будет построен не на чтении информации, а в форме диалога, когда обучающийся будет усваивать информацию через вопросы, которые он сам сформулировал. Есть гипотеза, что такой подход повышает вовлеченность и помогает лучше усвоить материал.
Сейчас AutoFAQ Xplain находится в стадии тестирования. Если в вашей компании есть похожие ситуации, и вы готовы предоставить свои документы в формате docx, rtf, txt, приглашаем вас в число первых пользователей. Вы сможете увидеть работу искусственного интеллекта на примере ваших данных и под актуальные бизнес-задачи.
Чтобы принять участие в тестировании, просто оставьте заявку. Мы отберем 50 компаний, которых пригласим в наш эксперимент.
Нажимая ОТПРАВИТЬ, вы соглашаетесь на обработку персональных данных и с политикой конфиденциальности
Смотрите также