• Рейтинг рассчитывает взвешенные оценки. Система динамически пересчитывает показатели при каждом новом голосе, учитывая весовые коэффициенты и мультикритериальную оценку. Текущее значение рейтинга может демонстрировать нелинейную динамику.
  • 487

    Опубликовано проектов

  • 106

    Оставлено комментариев

  • 1128

    Количество голосов

← Вернуться к списку

Комплексный подход к роботизации поддержки пользователей "Честный знак"

  • Руководитель проекта со стороны заказчика

    Илья Грознов

    Национальная система маркировки «Честный знак»

    Руководитель клиентского сервиса

  • Категория

  • Номинация

  • Цели

    1. Обеспечение высокого качества сервиса за счёт внедрения ИИ-решений для клиентской поддержки. AutoFAQ позволяет глубже понимать вопросы клиентов и мгновенно предоставлять простые и понятные ответы, что повышает удовлетворенность и доверие пользователей

    2. Повышение производительности труда сотрудников контакт-центра. Для этого используются автоматическая классификация и категоризация обращений, интеллектуальный поиск релевантных статей в базе знаний и подготовка предложений для ответов на сложные запросы. Глубокая интеграция с CRM обеспечивает оператору единое рабочее пространство и позволяет сосредоточиться на задачах, требующих экспертного участия.

    3. Снижение нагрузки на контакт-центр. Существенная часть обращений обрабатывается роботом — с помощью заранее подготовленных сценариев либо за счёт генерации ответов на основе базы знаний. Это позволяет снизить количество типовых запросов, попадающих к операторам, и оптимизировать использование ресурсов, сохраняя при этом высокий уровень сервиса

  • Сроки выполнения

    октябрь, 2024 — ноябрь, 2025
  • Год завершения проекта

    2025

  • Масштаб проекта

    500 автоматизированных рабочих мест
  • Результаты

    Проект показал высокую эффективность по ключевым направлениям. Уровень роботизации обращений в чатах на сайте, в Едином личном кабинете, мобильном приложении и Telegram достиг 85%, что позволило значительно сократить нагрузку на операторов. В канале электронной почты интеллектуальный бот самостоятельно или в качестве суфлера помогает закрывать до 40% обращений, ранее требовавших ручной обработки.

    Для сотрудников контактного центра достигнут рост производительности труда на 20%, что эквивалентно экономии 100 FTE. Освобожденные ресурсы позволили избежать расширения штата при росте числа товарных групп и сохранить эффективность бизнес-процессов.

    Клиентский опыт также улучшился: общая удовлетворенность пользователей полученными ответами составила 4,9 из 5. Это подтверждает востребованность решения и его способность обеспечивать высокий уровень сервиса при увеличении объёмов обращений.

  • Уникальность проекта

    В системе маркировки зарегистрировано >900 тыс участников. Ежедневно в контакт-центр обращаются ~4,5 тыс компаний, всего обрабатывается 7,5 тыс обращений в день при SLA 99%. Масштаб и критичность сервиса уникальны. Операторы учитывают юридические и технические аспекты по >30 обязательным и экспериментальным товарным группам и постоянно адаптируются к изменениям законодательства. Рост обращений из-за новых групп нельзя было решить наймом сотрудников, требовались новые подходы. Специфика процесса накладывает высокие требования к ИИ и операторам, работающим с объемными базами знаний. Для роботизации внедрена платформа на основе комплексного ИИ. Она понимает обращения, запускает диалоговые и интеграционные сценарии, выдает готовые ответы или формирует новые с помощью LLM. В результате этого удалось достичь роботизации на уровне 85%. Также ИИ помогает операторам — предлагает подсказки, классифицирует и категоризирует обращения, обменивается информацией с CRM и ускоряет поиск в базе знаний.

  • Использованное ПО

    В проекте используется омниканальная платформа AutoFAQ и генеративный модуль Xplain. Платформа легко интегрируется в коммуникационные каналы — мессенджеры, почту, веб-виджеты, мобильное приложение — и предоставляет сотрудникам и клиентам быстрые, точные ответы на основе корпоративных баз знаний, документов и веб-ресурсов, к которым предоставлен доступ — это помогает избегать ошибок и "галлюцинаций". AutoFAQ Xplain в отличие от обычных чат-ботов с ограниченным деревом диалогов, понимает сложные многошаговые обращения и работает с контекстом. Ключевая инновация — адаптируется под специфику компании, позволяя настраивать параметры работы LLM (промпт, длина ответа, размер удерживаемого контекста, разбиение текстов на чанки и др.), что обеспечивает высокую точность и релевантность.


  • Решение из каталога Global CIO

    В проекте не используются решения из каталога Global CIO

  • Сложность реализации

    Реализация проекта сопровождалась серьёзными вызовами. Одним из ключевых стало формирование и регулярное обновление базы знаний для работы искусственного интеллекта. В условиях постоянных изменений законодательства и процессов требовалось не просто собрать данные, а выстроить систему их непрерывного пополнения и контроля качества.

    Сложной задачей было достижение высокой точности ответов генеративного ИИ. Для этого проводилась очистка обращений, настройка порогов уверенности и серия экспериментов. Особое внимание уделялось снижению риска ошибок, так как некорректный ответ мог повлечь финансовые и репутационные потери.

    Дополнительный вызов заключался в масштабируемости. Рост числа пользователей и обращений требовал инженерных доработок ядра, рассчитанных на многолетнюю работу под высокой нагрузкой. Всё это потребовало комплексного подхода и тесного взаимодействия специалистов по ИИ, инженеров и экспертов контактного центра.

  • Описание

    «Честный знак» — национальная система цифровой маркировки и прослеживаемости товаров, созданная для обеспечения прозрачности оборота и защиты потребителей от нелегальной продукции. Система охватывает путь от производителей до конечных покупателей. Масштабы постоянно растут — увеличивается число участников, расширяется список товарных групп, подлежащих обязательной маркировке. Новая группа добавляет нормативы, правила, сценарии и базы знаний и повышает требования к качеству клиентского сервиса.

    Контакт-центр системы — ключевой элемент взаимодействия с пользователями. Его задача — предоставлять корректные и оперативные ответы по юридическим и техническим вопросам: важно учитывать особенности товарных категорий, формы собственности участников, изменения в нормативной базе, работать с объемными базами знаний.

    При расширении перечня маркируемых товаров количество обращений растет лавинообразно, и справляться с этим только за счёт увеличения числа операторов невозможно. Это стало одной из причин запуска проекта по созданию ИИ-ассистента, способного обрабатывать обращения самостоятельно и помогать операторам в сложных случаях.

    Основная цель проекта — обеспечить высокое качество сервиса при постоянном росте обращений и ужесточении требований к скорости и точности ответов.

    Для ее достижения сформулированы задачи:

    • автоматизация рутинных операций операторов;
    • снижение нагрузки на КЦ за счет переноса части запросов на ИИ;
    • повышение производительности труда сотрудников;
    • обеспечение бесшовной интеграции с существующими процессами и CRM;
    • создание и поддержание актуальной базы знаний как основы для обучения и работы ИИ.

    В основе проекта — решение на базе комплексного ИИ — платформа AutoFAQ и генеративный модуль Xplain: понимает смысл обращений, запускает диалоговые и интеграционные сценарии, предоставляет готовые ответы или формирует новые с помощью LLM. Кроме того, система выполняет функции ИИ-ассистента для операторов, интегрированного с CRM, классифицирует и категоризирует обращения, а также помогает сотрудникам КЦ находить ответы в базе знаний.

    Особое внимание уделено актуальности знаний. В процессе внедрения создано 40 баз для товарных групп и приложений из более 20000 статей. ИИ непрерывно обучается на реальных данных, что обеспечивает постоянное повышение точности ответов и позволяет системе адаптироваться к изменениям в законодательстве и бизнес-процессах. Анализ обращений оперативно выявляет пробелы в знаниях и быстро закрывает их, что напрямую отражается на качестве обслуживания.

    Внедрение AutoFAQ Xplain стало ключевым шагом в развитии клиентского сервиса «Честного знака»: отвечает на вызовы стремительного роста числа пользователей и обращений, формирует новую модель работы, в которой ИИ — полноценная часть инфраструктуры поддержки, и сохраняет стратегически важный уровень качества обслуживания, демонстрируя экономическую эффективность и масштабируемость. Проект стал примером, как инновации формируют новые стандарты клиентского сервиса на национальном уровня.

  • География проекта

    Вся Россия

  • Дополнительные презентации

Комментировать

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

  • Заказчик

    Честный знак

  • ИТ-поставщик

    AutoFAQ Xplain

Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.