ИИ и речевая аналитика в клиентском сервисе нового поколения

Заказчик:
Честный знак
Руководитель проекта со стороны заказчика
Поставщик
Год завершения проекта
2025
Сроки выполнения проекта
февраль, 2024 — август, 2025
Масштаб проекта
100 автоматизированных рабочих мест
Цели

Создать интеллектуальную платформу клиентского сервиса, способную обрабатывать 100% обращений пользователей национальной системы цифровой маркировки. Обеспечить персонализированное и точное обслуживание, повысить производительность операторов, сократить нагрузку на контакт-центр и автоматизировать контроль качества. Внедрение ИИ позволило стандартизировать процессы, ускорить аналитическую обработку звонков и улучшить взаимодействие с клиентами, включая первичную маршрутизацию и автоматический обзвон.

Результаты
  1. 100% обращений проходят автоматический анализ вместо выборочной проверки (до 20% ранее);

  2. Вероятность обнаружения проблемных диалогов выросла с 2,5% до 100%;

  3. Доля диалогов со словами-паразитами снизилась в 6 раз;

  4. Производительность контролёров выросла на 20%;

  5. First Call Resolution превысил 80%;

  6. Внедрение голосового робота позволило автоматизировать первичную маршрутизацию и сбор информации, ускорив обработку обращений и создание карточек клиентов.

Уникальность проекта

Проект уникален комплексным подходом: объединение речевой аналитики, ИИ, голосового робота и CRM в единую, обучающуюся и масштабируемую систему. Решение автоматически анализирует 100% звонков, определяет тематику, фиксирует эмоциональный фон, выявляет причины негативных обращений и поддерживает операторов в реальном времени. При этом ИТ-инфраструктура остаётся простой и прозрачной, а бизнес-процессы стандартизированы и легко адаптируются. Такой уровень интеграции ИИ в контакт-центр в условиях строгой регуляторной среды является уникальным на рынке.

Использованное ПО

ASR (распознавание речи), NLU (понимание естественного языка), NER (определение сущностей), Dialog Composer, CRM, WFM, базы знаний, речевая аналитика BSS, голосовой робот, интеграционные модули.

Сложность реализации

Проект требовал интеграции нескольких технологий ИИ с существующей ИТ-инфраструктурой крупной национальной системы, масштабируемости для сотен тысяч пользователей и строгого соблюдения регуляторных требований. Необходимо было автоматизировать обработку тысяч звонков ежедневно, обеспечить точность анализа, прозрачность бизнес-процессов и удобство для операторов, при этом сохранив возможность быстрого обучения и адаптации системы.

Описание проекта

Национальная система маркировки обслуживает более 850 000 участников и свыше 3 млн пользователей мобильного приложения, ежедневно обрабатывая около 7 500 обращений. С ростом нагрузки возникла необходимость в интеллектуальном решении, которое обеспечивало бы высокое качество сервиса и контроль всех процессов.

Команда ITFB Group совместно с BSS и внутренним клиентским сервисом реализовала платформу на базе ИИ и речевой аналитики, которая:

  • Автоматически тематизирует все звонки, фиксирует эмоциональные маркеры и выражения недовольства;

  • Сокращает рутинную работу операторов и контролёров, повышая производительность и точность ответов;

  • Голосовой робот собирает ключевые данные до соединения с оператором и автоматически создаёт карточки клиентов в CRM;

  • Обеспечивает обзвон аптек для уточнения наличия жизненно важных препаратов;

  • Поддерживает аналитический контур для мониторинга качества, обучения и прогнозирования обращений;

  • Интегрирован со всеми основными системами: CRM, базой знаний, WFM, речевой аналитикой.

Проект построен на масштабируемой архитектуре, позволяющей добавлять новые сценарии, товарные группы и типы обращений без доработки ИТ-инфраструктуры.

География проекта

Российская Федерация, национальная система цифровой маркировки «Честный знак», федеральные участники и пользователи приложения.

Коментарии: 5

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

  • Наталья Романова
    Рейтинг: 10
    ООО АЙТИЭФБИ ГРУПП
    Директор по развитию
    20.11.2025 14:50

    Проект «Честный знак» производит очень сильное впечатление: за счёт ИИ в речевой аналитике он анализирует 100% звонков (в 40 раз больше ручной постпроверки), резко повышает FCR и качество сервиса

  • Ольга Шевченко
    Рейтинг: 19
    НПФ "Будущее"
    Руководитель проекта
    23.12.2025 12:50

    Илья, добрый день!Поздравляю с успешной реализацией проекта, результаты впечатляют. Уточните, когда вы запускали проект Базы знаний в "Честном знаке“, рассматривали ли вы его как стратегический элемент цифровой архитектуры или это было точечное решение под конкретную задачу?

    • Илья Грознов Ольга
      Рейтинг: 301
      Национальная система маркировки «Честный знак»
      Руководитель клиентского сервиса
      23.12.2025 17:19

      Ольга, добрый день! Без сомнения, стратегический. Мы изначально проектировали Базу знаний как центральный «нервный узел» всего сервиса, а не как изолированный справочник.Задача была не просто дать операторам доступ к информации, а создать единый источник истины, на котором учатся все остальные компоненты. Чтобы и голосовой робот, и речевая аналитика, и сам оператор в диалоге использовали одни и те же, актуальные и проверенные сценарии.Это архитектурное решение дало нам хорошую управляемость. Вот что могу выделить из результатов:

      • Робот сразу получил возможность давать точные ответы.
      • Аналитика стала автоматически проверять, использует ли оператор правильные статьи из БЗ.
      • Мы замкнули обратную связь: аналитика выявляет пробелы в знаниях, мы их оперативно заполняем в БЗ, все системы мгновенно становятся умнее.
      Если бы это было точечное решение «под контроль качества», мы бы получили просто ещё одну папку с документами. А мы построили живую, самообучающуюся систему, которая стала фундаментом для всего нашего ИИ-сервиса. Именно это позволило масштабироваться и быстро реагировать на изменения в регуляторике.

  • Александр Коняшкин
    Рейтинг: 79
    Гринатом
    Начальник управления доверенных ИТ-сервисов
    25.12.2025 12:32

    Добрый день! Расскажите, пожалуйста, подробнее, какие технологии лежат в основе речевой аналитики и автоматизации в проекте?

    • Илья Грознов Александр
      Рейтинг: 301
      Национальная система маркировки «Честный знак»
      Руководитель клиентского сервиса
      25.12.2025 13:06

      Александр, добрый день! В основе нашей системы действительно лежит набор современных технологий, которые работают вместе, как конвейер по обработке и пониманию разговора.Распознавание речи (ASR) — это «уши» системы. Он превращает голос, даже с помехами или акцентом, в точный текст.Извлечение сущностей (NER) и понимание языка (NLU) — это «мозг», который анализирует текст:

      • NER выуживает конкретные факты: номера кодов маркировки (GTIN, КМ), ИНН компаний, названия товаров — всё, что нужно для автоматического заполнения карточки обращения.
      • NLU понимает смысл, а не просто слова. Она определяет тему из сотни возможных, улавливает контекст и даже эмоциональный фон.
      Dialog Composer. Эта технология позволяет нам быстро создавать и менять сценарии диалогов без программирования. Например, её использует наш голосовой робот для ведения диалога. Главное её преимущество — гибкость. Когда в законах о маркировке происходят изменения (а это часто), наши методологи без помощи программистов могут за пару дней собрать новый сценарий для робота или для подсказок оператору. Это не жёсткий код, а визуальный конструктор.Проще говоря, цепочка работает так: система слышит звонок (ASR), понимает, о чём именно идёт речь (NLU+NER), вытаскивает нужные номера и данные (NER), а затем либо помогает оператору, либо сама ведёт диалог (Dialog Composer).

Год
Предметная область
Отрасль
Управление
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.