Оптимизация клиентских коммуникаций с использованием искусственного интеллекта

1. Оптимизация клиентских коммуникаций с использованием искусственного интеллекта

Выпускная квалификационная работа
Выполнил: Манаенков Сергей Андреевич
Научный руководитель: Калашникова Екатерина Юрьевна,
к.э.н., доцент кафедры цифровых бизнес-технологий и
систем учета

2. Актуальность исследования

Высокая конкуренция
Рост цифровых обращений — перегрузка контакт-центров
ИИ-боты снижают затраты и повышают качество
Технические и нормативные барьеры требуют проработки

3. Цель и задачи

Цель — разработка методики оптимизации клиентских коммуникаций в
цифровой среде с использованием технологий искусственного
интеллекта.
Задачи:
• Провести анализ современных каналов клиентского взаимодействия и
ключевых показателей эффективности.
• Исследовать инструменты ИИ, применяемые в клиентском
обслуживании, их классификацию и тенденции развития.
• Разработать критерии оценки эффективности ИИ-решений в контексте
клиентских коммуникаций.
• Рассмотреть регуляторные и этические риски применения ИИ,
Выполнить сравнительный анализ зарубежного и отечественного
опыта внедрения ИИ в бизнес-процессы.
• Спроектировать архитектуру интеллектуального бота для цифрового
клиентского сервиса и оценить эффект его внедрения.

4. Объект, предмет, методы

• Объект: цифровые клиентские коммуникации B2C
• Предмет: ИИ-инструменты влияния на скорость, стоимость
и качество
• Методы: системный анализ, моделирование,
экономическая оценка

5. ИИ для современного человека

Начиная с 2020–х годов, в сфере коммуникаций наблюдается
стремительное развитие технологий искусственного
интеллекта. Каналы клиентских коммуникаций
эволюционируют, делают жизнь удобнее, но использование
современных технологий по–прежнему сопровождается
множеством вызовов и ограничений, таких как:
• технические барьеры
• организационные барьеры
• правовые и этические барьеры

6. Проблемы текущей системы клиентских коммуникаций

По данным ZaBota, в 85% случаев
необходимость внедрения ИИ возникает по
однотипным причинам:
1. Нагрузка на персонал
2. Рост входящего/исходящего трафика
3. Информирование пользователей
4. Человеческий фактор

7. Проектное решение: HR‑бот

Проектное решение: HR-бот
Бот выполняет следующие функции:
Сам звонит по базе резюме
Представляется, задаёт уточняющие
вопросы (опыт, компетенции, готовность)
Квалифицирует кандидатов и передаёт
соискателей рекрутеру

8. Блок-схема HR-бота на платформе

9. Особенности и преимущества

→ Может принимать и совершать звонки
→ Понимает речь и смысл разговора
→ Ведёт диалог как живой оператор
→ Обрабатывает нестандартные ответы
→ Не говорит заготовленными скриптами
→ Удобная система отчетов

10. Экономический эффект

• Снижение показателя CPC: цена одного снизилась
с 60 ₽ до 15 ₽ за счет фиксированной стоимости
• Годовая экономия в 540 000 ₽, при обработке
1000 контактов в месяц
• Освобождение более 100 человеко – часов
ежемесячно
Это делает срок окупаемости проекта равным
примерно 4 месяцам

11. Качественные результаты

Повышение метрик:
• AHT (средняя продолжительность обработки
клиентского запроса)
• ASA (среднее время ожидания ответа со
стороны оператора
• NPS (оценка удовлетворенности кандидатов)
А так же улучшение восприятия бренда
работодателя за счет исключения человеческого
фактора и стандартизированного общения бота

12. Управление рисками

• Резервные Тext to Speech/Speech to Text и переключение
• API-лимиты и аудит ИБ
• Ручная эскалация и логирование

13. Выводы и рекомендации

• ИИ снижает стоимость контакта на 75 %
• Гибрид «бот + оператор» минимизирует риски
• Тиражировать бота в продажи и сервис