Naumen Erudite

Продукт
Название базовой системы (платформы): Искусственный интеллект (ИИ, Artificial intelligence, AI)
Разработчики: Naumen (Наумен консалтинг)
Дата последнего релиза: 2020/06/22
Технологии: CRM,  CRM - Системы лояльности,  Call-центры,  Речевые технологии

Содержание

Naumen Erudite — универсальная платформа на базе искусственного интеллекта для оптимизации клиентского сервиса.

Naumen Erudite обеспечивает комфортное общение человека с роботом. Помимо голосовых вызовов, Naumen Erudite может работать со всеми популярными текстовыми каналами, которые приобретают главенствующую роль в сфере клиентского сервиса, включая веб-чат, чат в мобильном приложении, мессенджеры и соцсети.

2020

Выпуск решения для роботизированной классификации входящих звонков

22 июня 2020 года компания NAUMEN представила решение для роботизированной классификации входящих звонков, которое полностью заменяет IVR-меню в контактном центре и устанавливается поверх любой коммуникационной платформы. Продукт на базе ИИ-платформы Naumen Erudite и речевых технологий группы компаний ЦРТ поможет контактным центрам улучшить клиентский опыт и снизить затраты, сократив время классификации каждого звонка до 20 секунд.

Naumen выпустила ИИ-решение для классификации звонков в контакт-центре

Со слов разработчика, решение позволит отказаться от многоуровневых IVR-меню с тоновой навигацией и перейти к предобработке звонков в диалоговом режиме, в ходе которого робот уточняет вопрос клиента и получает ответ в свободной форме. Обрабатывая сформулированный клиентом запрос, робот-классификатор определяет тему звонка и маршрутизирует его на целевую группу операторов для дальнейшего обслуживания.

«
«Наш проектный опыт показывает, что клиенты склонны воспринимать IVR-меню как раздражающее препятствие на пути к оператору, которое вынуждает их тратить время прослушивание всех возможных опций, нажимать клавиши в тоновом режиме и самостоятельно искать тип своего вопроса среди предложенных. Такой формат взаимодействия может негативно отражаться на уровне клиентской удовлетворенности сервисом, и наше роботизированное решение призвано сделать процесс классификации звонков удобным для клиентов»,
»

Согласно заявлению разработчика, решение NAUMEN ускоряет процесс классификации обращений и упрощает его для клиентов, способствуя повышению показателя FCR (First Call Resolution). Кроме того, сокращение времени предобработки звонков до 20 секунд позволяет контакт-центрам снизить расходы на многоканальный федеральный номер 8-800 с поминутной тарификацией. Диалоговый подход к классификации, базирующийся на технологиях машинного обучения, также уменьшает количество ошибок в определении тематики обращения и неверных маршрутизаций звонка. В этих условиях выделенные скилл-группы операторов будут получать больше целевого трафика, а число переадресаций вызова от одного специалиста к другому минимизируется. Точность робота-классификатора дает контакт-центрам возможность расширить число выделяемых тематик звонков, детальнее планировать сценарии их обработки и создать группы операторов с более узкой специализацией.

Как отметили в NAUMEN, робот-классификатор может работать в связке с любой популярной платформой телефонии, а его развертывание в контакт-центре занимает от 3 до 6 недель. Это решение дает бизнесу возможность оценить технологии диалогового искусственного интеллекта в работе без значительных ресурсных затрат и быстро получить первый результат. В перспективе классификатор может стать фундаментом для более глубокой роботизации обслуживания: решение позволяет собирать статистику по популярности тематик клиентских обращений и агрегировать записи диалогов операторов с клиентами. Впоследствии статистические данные помогут выбрать процессы и сценарии, передача которых на обработку роботу принесет хороший результат, а накопленные исторические примеры обслуживания можно использовать для обучения голосового робота или чат-бота.

«
«Специально для NAUMEN мы разработали модель спонтанной речи в телефонном канале, которая поддерживает все многообразие русского языка, его диалекты и акценты. Опыт и глубокая экспертиза группы ЦРТ позволили нам также удовлетворить один из актуальных запросов рынка: сохранность персональных данных и диалогов с клиентами. Все это мы объединили в on-prem-решении, которое может использоваться в контуре заказчика, а значит – обеспечивать хорошую защиту данных»,
»

Речевые технологии ЦРТ обеспечивают точность распознавания спонтанной и слитной русской речи c отраслевыми терминами, а NLU-движок Naumen Erudite позволяет определять намерение клиента с точностью от 85% и учитывать контекст всей реплики собеседника, что необходимо при наличии в контакт-центре схожих тематик обслуживания. Управлять роботизированным классификатором компании смогут самостоятельно с помощью интерфейсов, которые не требуют навыков программирования и позволяют добавлять новые тематики для классификации, отслеживать результативность онлайн и офлайн, а также дообучать робота, утверждают в NAUMEN.

Включение в единый реестр российского программного обеспечения

9 апреля 2020 года компания Наумен сообщила, что Минкомсвязи России включила в единый реестр российского программного обеспечения ее решение Naumen Erudite. Платформа позволяет использовать технологии искусственного интеллекта (Artificial Intelligence, AI) для создания диалоговых роботов и внедрения их в клиентский сервис организаций.

Naumen Erudite

Naumen Erudite содержит движок для обработки естественного языка и набор инструментов, необходимых для реализации всех стадий проекта роботизации. Интерфейсы платформы позволяют размечать данные, обучать робота поиску и интерпретации в живой речи собеседника намерений и фактов, проектировать сценарии обслуживания, отслеживать эффективность и контролировать качество его работы. При этом управление роботом возможно без навыков программирования, что повышает доступность AI-технологий для заказчика.

Благодаря алгоритмам машинного обучения (Machine Learning, ML) и глубинного обучения (Deep Learning, DL) роботы на платформе Naumen Erudite могут свободно ориентироваться в сотнях тематик, классифицировать обращения в контактный центр или службу поддержки, самостоятельно обслуживать вызовы и чаты с клиентами, а также достигать высокой конверсии при исходящих звонках. На апрель 2020 года роботы NAUMEN способны работать в 11 популярных каналах дистанционного обслуживания, среди которых социальные сети и мессенджеры.

«
В разработке Naumen Erudite мы ориентируемся на один из ключевых трендов в применении интеллектуальных технологий, чрезвычайно актуальный и для госсектора: внедрение AI в типовые бизнес-процессы, благодаря которому компании могут переключить живых сотрудников с рутинных задач на более сложные и оптимизировать сервисные расходы. От подобных преобразований выигрывают и клиенты: часть вопросов поможет решить робот, которого не придется долго ждать на линии или в чате, а к решению сложных кейсов быстрее подключится оператор,
отметил Андрей Зайцев, руководитель департамента контактных центров и роботизированных систем NAUMEN
»

На апрель 2020 года роботы на платформе Naumen Erudite определяют тематику обращений и отслеживают посылки в Центре поддержки клиентов Почты России, помогают жителям столицы найти и вернуть эвакуированную машину через городской контакт-центр ДИТ Москвы, консультируют клиентов ОТП Банка и Промсвязьбанка, общаются с должниками в Мосэнергосбыте и принимают показания счетчиков во многих крупных энергосбытовых компаниях.

Разработчик напомнил, что в реестр отечественного ПО на 9 апреля 2020 года входят 12 программных продуктов NAUMEN в области управления цифровой инфраструктурой, клиентскими коммуникациями и сервисом.

2019: Особенности Naumen Erudite и решаемые задачи

По информации на январь 2019 года Naumen Erudite позволяет решать широкий спектр задач, начиная от тематизации обращений, заканчивая полной автоматизацией предоставления услуги:

  • Классификация тематики обращений с последующей интеллектуальной маршрутизацией
  • Суфлер для операторов
  • Прием показаний приборов учета
  • Заказ такси
  • Оплата заказов
  • Виртуальный консультант на сайте и в мобильном приложении
  • Поиск адресов офисов, отделений, банкоматов и пр.
  • Проверка текущего статуса заказа
  • Робот-коллектор
  • Анкетирование в чате и телефонные опросы

Особенности

  • Продвинутые алгоритмы машинного обучения для свободного диалога с человеком на естественном языке
  • Специальный интерфейс для обучения и настройки робота, не требующий участия программистов
  • Набор инструментов для интеграции с платформами для автоматизации контактных центров
  • Готовые диалоговые блоки для быстрой настройки сценариев
  • Возможность обучения на небольших объемах данных
  • Поддержка режима омниканальности
  • Drag-and-drop конструктор сценариев диалога с клиентом
  • Возможность работы из облака

Ноу-Хау и преднастроенные решения

  • Готовые языковые модели, сформированные в рамках реализованных проектов для заказчиков из разных отраслей
  • Гибкая адаптация готовых языковых моделей под уникальную терминологию заказчика
  • Создание новых языковых моделей и работа с различными движками распознавания речи без привлечения поставщиков систем ASR (Automatic Speech Recognition) / TTS (Text To Speech)
  • Способность одновременной работы с разными типами данных: передаваемыми голосом (ASR) и набором с клавиш DTMF (Dual Tone Multi Frequency)
  • Понимание разговорной речи. Например, на вопрос «Когда вам перезвонить»? робот корректно воспринимает ответы «завтра после трех», «к концу недели», «послезавтра» и т.д.
  • Возможность извлечения фактов из открытой разговорной реплики. Например, из фразы «Добрый день, я подавал заявление на загран позавчера» робот способен извлечь факты:
    • Документ: загранпаспорт
    • Когда: позавчера

  • Если робот не уверен, что правильно понял вопрос, он может задавать уточняющие вопросы
  • В случае дискомфорта клиент в любой момент может попросить соединить его с оператором

Смотрите также (мессенджеры)


Мессенджеры

Чатботы


Системы мгновенных сообщений с пользователями сайта


Локальные









Подрядчики-лидеры по количеству проектов

За всю историю
2017 год
2018 год
2019 год
Текущий год

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2017 год
2018 год
2019 год
Текущий год

Распределение базовых систем по количеству проектов, включая партнерские решения

За всю историю
2017 год
2018 год
2019 год
Текущий год

Подрядчики-лидеры по количеству проектов

За всю историю
2017 год
2018 год
2019 год
Текущий год

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2017 год
2018 год
2019 год
Текущий год

  Naumen (Наумен консалтинг) (1, 9)
  Genesys (4, 6)
  Avaya (5, 5)
  Телефонные Системы (1, 3)
  Cisco Systems (1, 3)
  Другие (12, 14)

  Naumen (Наумен консалтинг) (4, 13)
  Avaya (7, 9)
  Genesys (3, 3)
  Ростелеком (1, 3)
  Альтарас (1, 2)
  Другие (11, 13)

  Naumen (Наумен консалтинг) (3, 12)
  Genesys (4, 10)
  Avaya (6, 7)
  Cisco Systems (2, 2)
  Zingaya (1, 2)
  Другие (5, 8)

Распределение базовых систем по количеству проектов, включая партнерские решения

За всю историю
2017 год
2018 год
2019 год
Текущий год