Начните вводить запрос...
Новости

ValueAI, платформа с ИИ для обработки входящих данных

Опубликовано 7 июля, 2021

WaveAccess разработала продукт, который автоматизирует разработку ИИ, позволяя создавать ИИ-модели для сортировки входящих запросов без глубоких знаний в машинном обучении и без программирования. Делать это можно на собственных данных прямо в визуальном редакторе. Сегодня мы расскажем о том, зачем разработан этот продукт, и приведем некоторые примеры его применения.

ValueAI - как применять новый инструмент для сортировки заявок

Чем скорее важное обращение попадет в нужные руки, тем быстрее на него ответят, и тем вероятнее, что клиент совершит покупку или останется с вами дольше. Но будь то классификация запросов в техподдержку или ранжирование заявок с сайта - чтобы распределять такие письма, нужен человек. Только он сможет понять, кому перенаправить запрос.

Решения с машинным обучением (ML) автоматизируют этот процесс: “понимают” смысл письма и отправляют его в соответствующий отдел. Такие решения обрабатывают сотни писем одновременно, и они выгоднее, чем содержание целого отдела для этих целей. Но разработка таких проектов может занять год или более, потребует значительных вложений. А главное, нет никакой уверенности, что ваши данные пригодны для обучения.

Мы создали ValueAI, чтобы бизнес мог миновать разработку и сразу перейти в ту точку, где можно оценить пользу будущей модели:

  • В сервис можно загрузить свои данные через визуальный интерфейс, и уже в тот же день получить первую ML-модель для сортировки писем. Не потребуется ни специалистов по машинному обучению, ни программистов.
  • Вы сможете оценить качество своих данных и получить советы по улучшению базы (например, “у вас слишком много примеров, относящихся к одному типу тикетов, но не хватает примеров для остальных типов”).
  • Вы увидите, какая точность классификации данных может быть достигнута именно с имеющимися данными, в процентах.
  • После обучения вы получите готовую модель. Ее можно интегрировать в свою CRM, Outlook или другие системы, куда у вас поступают входящие запросы.
  • Все действия можно проводить в закрытом контуре организации, не “светить” данные. Можно установить продукт на сервер, который не выходит в интернет.

Продукт позволит, имея только общие представления о статистике и ML, свести к минимуму все риски при разработке ML-проекта и за месяц получить готовое решение.

Применение ValueAI

ValueAI применим в любых отраслях, где пользователи генерируют большое количество данных, требующих быстрой реакции. Наверное, его можно даже научить ставить “лайки” постам на определенную тематику - если в вашем бизнес-процессе это необходимо. Максимальную выгоду получат те компании, в которых раньше сортировка входящих производилась вручную.

  • Техническая поддержка SAAS-компаний

    Проблема. Крупные веб-сервисы и геймдев-компании имеют дело с сотнями, если не тысячами тикетов в день. Причем у некоторых тикетов особенно строгие SLA, но в потоке других входящих запросов самые важные из них теряются на несколько часов, а это уже может быть фатальным для репутации.

    Решение. Один из наших клиентов - логистический SAAS-сервис - содержал штат специалистов, которые только читали письма и создавали тикеты. Письма читались в порядке их поступления, поэтому обращение от премиум-клиента могло лежать и ждать своей очереди, пока специалист отсеивает менее важные запросы. Настройка сервиса для “чтения” писем позволила решить эту проблему. Теперь, даже если у клиента резко вырастает нагрузка, ему не приходится увеличивать штат специалистов.

  • Обработка запросов от клиентов сервисных компаний

    Проблема. Крупные сервисные компании могут получать сотни тикетов, и причем от количества обработанных запросов напрямую зависит выручка. Она зависит и от скорости: клиент, готовый к диалогу, может успеть передумать. Но коробочное решение для сортировки таких запросов не подойдет, поскольку в запросах много специфики, свойственной конкретной компании.

    Решение. Один из наших клиентов - веб-сервис, продающий премиальные услуги. В премиум-сегменте важно увеличивать конверсию, так как она сильнее, чем в других сегментах, влияет на продажи. Проблемой компании была недостаточно быстрая реакция на те заявки, авторы которых мотивированы к сделке: спустя определенное время автор просто не брал трубку. При этом у менеджеров не было никаких критериев, чтобы понять: кому нужно перезванивать в первую очередь, а на какие заявки можно не тратить время.

    Мы помогли компании собрать данные для аналитики, обучить модель и интегрировать ее в CRM-систему. Решение ранжирует заявки по вероятности конверсии в ответ на звонок, а это, в свою очередь, положительно сказалось на продажах.

  • Финансовые организации и другие компании с “чувствительными” данными

    Проблема. Банки, биржевые сервисы, компании из сферы здравоохранения имеют дело с множеством клиентских запросов на всевозможные темы. Данные нельзя загружать в облачные сервисы, а их защита регулируется российским законодательством. Остается или ручная сортировка, или чат-боты, которые подходят не для всех запросов и снижают качество обслуживания (особенно корпоративных клиентов).

    Решение. Один из наших клиентов - страховая компания, которая получает десятки запросов в час от новых клиентов (корпоративные клиенты - в основном, HR, а также частные клиенты). Несмотря на то, что компания предлагает отправлять персональные и бизнес-заявки на разные адреса, клиенты не всегда обращают на это внимание. Запросы перемешиваются, и иногда клиентам звонит не тот специалист. Готовый к переговорам менеджер мог бы предложить намного больше дополнительных сервисов, и в результате из-за каждой ошибки компания недополучает выгоду.

    Мы предложили директору по развитию компании попробовать ValueAI - провели демо на наборе данных, а затем помогли с установкой продукта на сервере компании. Компания провела обучение модели самостоятельно, не делясь данными с WaveAccess. Как только компания добилась удовлетворяющей точности модели, мы помогли интегрировать саму модель в CRM сайта. Решение анализирует содержимое писем, разделы сайта, которые посещал пользователь, и время на странице, и с 78% точностью распределяет тикеты.

  • Государственные компании

    Проблема. Данные, которыми оперируют государственные компании, не подлежат загрузке в облако. И тем более они не подлежат передаче третьим лицам (например, разработчику ПО): каждое такое действие требует длительных переговоров, а также работы над многостраничными NDA. При этом риски, сопряженные с утечкой данных, могут превышать выгоду от разработки модели.

    Решение. Компания, оказывающая услуги по технологическому присоединению объектов физических и юридических лиц к электросети. Для того, чтобы грамотно обработать заявку, специалисту нужно знать тип объекта, ситуацию присоединения (например, есть ли у клиента другие подключенные объекты, или подключение осуществляется впервые). Также к заявке присоединяются некоторые документы. К сожалению, многие заявки не заполнены по форме, и их просмотр сильно замедляет процесс оказания услуг, а значит, и получение прибыли.

    Мы установили в компании ValueAI на закрытый сервер и обучили ИИ-модель на территории заказчика. Затем осуществили подключение к системе, в которой накапливались данные, и настроили удобный интерфейс. Заявки, составленные с ошибками, “подсвечиваются”, и специалист может быстро вернуть их заявителю. Тренинг, проведенный с персоналом, позволил заказчику в дальнейшем дообучать модель для увеличения точности своими силами.

Разработка “своего” ИИ без программирования. С чего начать?

ValueAI - гибкий инструмент, который можно использовать “как есть”. Мы готовы провести демо, на котором подберем лучшее направление для внедрения и покажем, как начать работу с инструментом самостоятельно.

В то же время, по запросу заказчика мы можем расширить возможности платформы:

  • Обучить инструмент на ваших данных, освобождая вас от лишней работы

В облаке. Мы получаем от вас данные, тренируем модель и по достижении удовлетворяющей точности - передаем вам для установки и внедрения.
On-premise. Наш специалист устанавливает продукт на ваш сервер, обучает модель на ваших данных (не выходя в Интернет), а по достижении нужной точности оставляет вам для внедрения.

  • Кастомизировать инструмент под вашу индустрию и бизнес-процессы. Точность работы решения в этом случае будет еще более высокой уже в первые часы работы.
  • Обучить ваш персонал повышению точности моделей (глубокие знания в ML не потребуются).
  • Осуществлять поддержку решения, когда она потребуется.

Преимущества ValueAI - и для заказчиков, и для исполнителей

ValueAI позволяет нам как подрядчику ускорять работу над проектами. Мы пользуемся этим инструментом в случае, когда нужно быстро проверить гипотезы, сравнить точность модели при различных условиях, подобрать технологию для работы. Это позволяет нам оптимизировать ресурсы и предлагать клиентам оптимальные условия.

Для бизнеса ValueAI - это:

  • Существенная экономия на содержании специалистов по сравнению с разработкой ML-модели с нуля.
  • Экономия времени на разработку. Первый ориентир по точности и пригодности данных можно получить за час, а полноценный ИИ - всего за месяц.
  • Простота обслуживания. Можно дообучать модель на новых данных и улучшать точность так же быстро, как обучили первую модель.
  • Безопасность. ValueAI может находиться на вашем сервере как во время проверки гипотез, так и после интеграции в систему.
  • Импортозамещение. Продукт разработан в России и находится в Реестре Отечественного ПО.


***

Пользоваться ValueAI действительно просто. Вы можете запросить демо, и мы покажем вам все приемы работы с этим инструментом на пакете тестовых данных, а при необходимости - поможем с интеграцией в корпоративное ПО.

Интеллектуальный анализ текста: как использовать

Одной из распространенных text mining задач является поиск релевантных документов и извлечение из них полезной информации. Автоматизация этой задачи особо актуальна в силу постоянно растущего объема документов и позволяют экономить колоссальные суммы.
9 января, 2020

Проект WaveAccess и SKOV — победитель конкурса "Проект года"

Решение способно трансформировать сельскохозяйственную отрасль, повышая рентабельность бизнеса и качество продукции на фоне снижения ущерба окружающей среде.
31 января, 2020

Рекомендательная система на основе машинного обучения для Get...

Команда WaveAccess создала для сервиса Get Your Book рекомендательную систему на базе Machine Learning (машинного обучения, ML). Решение формирует список рекомендуемых литературных произведений на основании интересов читателя.
20 февраля, 2020

Пол Олстон об опыте разработки с WaveAccess

Syncronology - компания, специализирующаяся на программных решениях, которые обеспечивают полную и целостную автоматизацию деятельности предприятий за счет интеграции процессов, систем и ресурсов. В этом интервью Пол Олстон (Paul Alston), директор Syncronology, рассказыв...
16 марта, 2021

SKOV о будущем “умного” животноводства и WaveAccess

Два с половиной года назад компания SKOV, мировой лидер в области решений для поддержки микроклимата ферм, приняла решение о технологическом партнерстве с WaveAccess. В интервью Еспер Риис (Jesper Riis), менеджер проектов SKOV A/S, делится позитивным опытом сотрудничеств...
15 февраля, 2021

Похожие сервисы

Готовый Искусственный Интеллект для Обработки Запросов
ИИ для службы поддержки
Консалтинг по внедрению Искусственного Интеллекта
Искусственный интеллект в CRM-системах
Мы используем файлы cookie, чтобы улучшать ваше взаимодействие с сайтом. Продолжая использовать сайт или нажимая кнопку «Принять», вы соглашаетесь с использованием нами файлов cookie, как описано в Политике обработки данных.

Как мы обрабатываем Ваши личные данные

Когда вы отправите заполненную форму, Ваши личные данные будут обрабатываться службой WaveAccess. Благодаря нашему международному присутствию Ваши данные могут передаваться и обрабатываться за пределами страны, в которой Вы проживаете или находитесь. Вы имеете право в любой момент отозвать свое согласие. Пожалуйста, прочтите нашу Политику конфиденциальности для получения дополнительной информации.