Мы “прокачали” IP-телефонию Cooper&Hunter с помощью ИИ: теперь производитель не теряет ни единого звонка

Сегодня буквально все говорят о том, что искусственный интеллект дает бизнесу революционные возможности. Но как применить их на практике? Мы расскажем о нашем опыте использования искусственного интеллекта для автоматизации обслуживания клиентов Cooper&Hunter – одного из крупнейших мировых производителей кондиционеров.

Кто наш клиент

Cooper&Hunter – американская компания со столетней историей, которая сыграла важную роль в развитии климатической техники. В ХХ веке кондиционер превратился в общедоступную бытовую технику во многом именно благодаря инженерному и промышленному вкладу Cooper&Hunter. Корпорация и сегодня остается одним из ключевых игроков рынка, входит в топ-10 мировых производителей климатического оборудования. И что очень важно, в компании по-прежнему жива культура инноваций.

В прошлом году мы рассказывали о нашем кейсе автоматизации техобслуживания Cooper&Hunter через экосистему с мобильным приложением для клиентов и техников. Но это был только первый шаг на пути диджитализации сервиса. Пришло время идти дальше. 

Проблема клиента

На этот раз команда Cooper&Hunter обратилась к нам с хронической проблемой обработки сервисных обращений. Она заключалась в том, что менеджеры обрабатывали звонки клиентов вручную – по той же логике, что и 30 лет назад. То есть, пользователь звонит в службу поддержки (к примеру, хочет выяснить что-то по гарантии своего кондиционера). Он диктует менеджеру серийный номер техники, а менеджер записывает его, проверяет по базе данных и дает консультацию. Этот процесс не был комфортным ни для клиентов, ни для сотрудников. 

На момент обращения к нам компания принимала обращения через обычную IP-телефонию. Что такое IP-телефония? Речь идет о простейшем приложении, об “онлайн-звонилке”, которая никак не могла помочь с автоматизацией обработки запросов. Проверить серийный номер техники можно было только вручную. Много времени требовалось даже на элементарную сверку: пользователь обращается по гарантии, или нет?

Словом, обработку телефонных обращений нужно было упростить и автоматизировать. Мы вместе с командой клиента взялись за поиск решения. 

Решение проблемы, концепция продукта

Как автоматизировать обработку телефонных заявок? Заставлять пользователей заполнять какие-нибудь цифровые формы? Просить их сфотографировать серийный номер в техпаспорте? Все эти варианты отметаются, ведь с ними ручной ввод серийника просто перекладывается на владельца техники. Главное решение проекта было смелым и неожиданным: реализовать ввод серийного номера через распознавание голоса. Ведь технологии уже “доросли” до этого: инструменты ИИ могут точно преобразовывать человеческую речь в текст. То есть клиент может вслух зачитать по телефону серийный номер продукта, а система автоматически распознает его для проверки по базе данных.

Но это не означает, что решение было простым в реализации. Подобные возможности – редкость на рынке, особенно за пределами мира BigTech. Большинство облачных сервисов телефонии сегодня не могут предложить настолько сложного функционала.

Для полноценной реализации задуманного нужно было индивидуально создать новую корпоративную VOIP-платформу (Voice over IP) – средство организации и управления онлайн-телефонией компании. 

Как выбирались технологии

Проект требовал создания веб-приложения, построения системы VOIP и внедрения в нее инструментов ИИ. 

Для создания веб-части мы использовали проверенные и практичные решения: фрейморки Laravel и React, язык запросов GraphQL и систему управления базами данных MySQL. 

Для реализации онлайн телефонии использовались Nginx, Kamailio, Asterisk, RTPengine, MySQL. 

Наконец, для распознавания голоса мы изучили ИИ-решения от Google, Amazon и OpenAI, и в итоге остановились на последнем.

Как мы построили работу и отчетность

Базой для организации разработки стала agile-методология Scrum. В ее рамках мы сформировали небольшую опытную команду, определили скоуп задач и распределили ее по десятидневным спринтам. 

Отчетность и коммуникация в проекте велись стандартно. Мы всегда оставались на связи с командой клиента в мессенджерах и презентовали результаты каждого спринта, чтобы держать клиента в курсе дел на проекте и получать фидбек по текущим вопросам разработки. 

В таком режиме проект был реализован с нуля до релиза за 4 месяца, не считая периода отладки продукта после запуска. 

Что мы разработали

Результатом четырех месяцев разработки стала самобытная и комплексная платформа IP телефонии для бизнеса. Это решение для менеджмента онлайн-телефонии, которое  обеспечивает обработку телефонных обращений отделами продаж, поддержки и сервиса. 

Для этого в системе предусмотрены пользовательские роли админа и “агентов”. Агент контролирует всю работу по принятию и обработке звонков  В частности, мониторит время ожидания и разговоров, настройки аккаунтов, подключение в систему новых телефонов, интеграцию с учетным софтом и т. д. 

Веб-приложение содержит ряд модулей:

• экран очереди вызовов, в который подтягивается информация по клиентам (включая имя и серийный номер продукта);

• личные кабинеты менеджеров;

• истории звонков;

• записи всех разговоров;

• аналитика по всем менеджерам и разговорам.

Обновление данных в системе ведется в реальном времени. Агент всегда понимает, на каком этапе находится рассмотрение каждой клиентской заявки.

В чем заключается роль ИИ

Но ключевой фишкой этой системы стал искусственный интеллект, который умеет распознавать естественную человеческую речь. Пользователь может надиктовать в микрофон серийный номер своего продукта (он состоит из букв и цифр), а робот мгновенно трансформирует услышанное в текст для автоматического поиска по базе данных.

Изначально мы рассматривали для этого функционала ИИ-инструменты от Google, Amazon и OpenAI, и фаворитом был Google. Но в конечном итоге команда остановилась на OpenAI, потому что на практике с задачей справился только он. Распознание речи в реальных условиях не похоже на “лабораторные” тесты: у каждого пользователя есть своя манера речи (интонация, дикция, темп и т. д.), а качество связи и соединения может быть не идеальным. Важно помнить и то, что лучше всего такие инструменты сегодня справляются с английским языком. 

Функционал распознания работает в реальном времени. Клиент звонит, выбирает через телефонию необходимый ему сервис, диктует серийный номер. И если этот номер есть в гарантийной базе, его автоматически перенаправляют в раздел для дальнейшего сервиса. 

Кроме того, менеджер со своей стороны может озвучить саму проблему по коду ошибки из внутреннего справочника компании. OpenAI распознает код и немедленно предоставит инструкции по решению.

Раньше серийные номера диктовались и набирались вручную, а решение проблемы нужно было искать в справочнике самостоятельно. Теперь все это происходит мгновенно.

Результаты разработки 

Автоматизация обработки заявок для Cooper&Hunter – это очень креативный пример использования VoIP для бизнеса. Мы построили для клиента рабочее пространство, индивидуально заточенное под уникальные потребности и процессы компании. Более того, мы автоматизировали эти процессы с помощью ИИ. 

Новая платформа онлайн-телефонии помогла Cooper&Hunter упростить и ускорить внутренние процессы работы с клиентами, сэкономила менеджерам десятки часов рабочего времени, которые пришлось бы потратить на рутинные и стрессовые задачи.  

С другой стороны, клиенты компании получили более быстрый и качественный сервис. Если раньше в период “высокого сезона” пользователь мог остаться без ответа от менеджера из-за чрезмерной нагрузки на колл-центр, то сейчас ни один звонок в системе не теряется. 

Это наглядный пример того, как ИИ не отбирает у людей работу, а делает ее более комфортной и продуктивной – со всеми сопутствующими преимуществами для бизнеса и потребителей. Мы с нетерпением ждем возможности реализовать эти преимущества ИИ в новых проектах.