Сбер AIJ 11.12.24
Сбер AIJ 11.12.24
Сбер AIJ 11.12.24

Искусственный интеллект в телекоммуникациях: кандидат на повышение?

Генеративный ИИ уже играет заметную роль в телекоммуникациях, и его значение будет расти. На сегодняшний день решения на основе ИИ выступают помощниками в процессе коммуникаций. Поговорим о развитии таких решений и их роли в бизнесе.

159 открытий3К показов

Генеративный ИИ уже играет заметную роль в телекоммуникациях, и его значение будет расти. На сегодняшний день решения на основе ИИ выступают помощниками в процессе коммуникаций. Роль суфлера для них наиболее органична, а бизнесу это приносит целый ряд бенефитов. О том, какое будущее ждет ИИ в телекоммуникациях, рассказал Александр Красников, технический директор «Телфин».

Искусственный интеллект в телекоммуникациях: кандидат на повышение? 1
Александр Красников, Технический директор «Телфин»

95% специалистов телекоммуникационных компаний в мире уже работают с искусственным интеллектом, оценивая его возможности, рассматривая варианты применения или используя на практике. Это подтверждает исследование NVIDIA State of AI in Telecommunications: 2023 Trends. Среди лиц, принимающих решения в отрасли, эта доля достигает 100%. Но если говорить о внедрении решений на основе ИИ, то лишь 34% респондентов опроса заявили, что используют технологии генеративных сетей на протяжении более шести месяцев. Впрочем, у 47% из них на момент участия в опросе были планы увеличивать инвестиции в ИИ.

В телеком-индустрии есть две ключевые области применения ИИ, примерно равные по значимости: улучшение клиентского опыта и совершенствование инфраструктуры, ее эксплуатации и обслуживания. В части улучшения сервиса ИИ применяется в основном в колл-центрах для оптимизации затрат на операторов, а также контроля и повышения эффективности их работы. Именно здесь решения на базе ИИ органично встраиваются в бизнес-процессы, обеспечивая компаниям реальные, а главное — измеримые выгоды.

ИИ-суфлеры и дублеры

Если обрисовать актуальные задачи для ИИ сегодня, то это анализ и работа с большими массивами текстовой информации для глубокого изучения языковых моделей. Нейросети, которые обрабатывают большие данные, фактически “изучают” человеческий язык. Но не только сам язык, но и наш способ мыслить, сопоставлять данные и делать выводы. Просто, в отличие от человека, они умеют обрабатывать одномоментно гигантские массивы данных. С ними можно “совещаться”: задавать им вопросы и получать варианты ответов. Поэтому в телекоммуникациях ИИ применим в первую очередь в качестве квалифицированного “советчика”. Искусственный интеллект обеспечивает принципиальную возможность обучать языковые модели на той базе знаний, которая уже используется в компании.

Уже делаются попытки полностью автоматизировать обслуживание в колл-центрах с помощью голосовых роботов и чат-ботов. Но такие инструменты способны решать только задачи на первом уровне общения с клиентами, отвечая на простые вопросы. Чуть более сложный запрос уводит коммуникацию на тот уровень, когда необходима квалифицированная консультация оператора.

Поэтому пока лучше остановиться на применении ИИ-решений в качестве помощников, дублеров и суфлеров в телекоммуникациях. Например, Google разработала ИИ-дублера Duet AI, который интегрируется в сервисы в этой экосистеме и приложения для видеоконференций. Основная его роль – создавать резюме встречи и рассылать его участникам. В этом году Google планирует расширить роль дублера, наделив его возможностью самостоятельно представлять на онлайн-встречах контент от лица компаний и отвечать на вопросы.

Для поддержки операторов колл-центров разработаны решения в формате ИИ-суфлера – чат-бота, использующего возможности языковых моделей глубокого обучения. В его основе языковая модель Natural Language Understanding, благодаря которой достигаются возможности распознавания голоса и обработки распознанной информации с помощью естественного языка в режиме реального времени.

ИИ-суфлер легко интегрируется с внутренними корпоративными системами и CRM. Но его возможности даже шире: с помощью функционала ИИ-суфлера оператор может отправлять информационные запросы и во внешние базы знаний компании, такие как Confluence или любые ее отечественные аналоги. Имея доступ к информации в базе хранения и управления знаниями, суфлер в режиме реального времени рекомендует наиболее точные ответы на вопросы клиентов. Собеседники операторов даже не догадываются о том, что в разговоре таким образом участвует “третье лицо”, ведь ИИ генерирует релевантный ответ мгновенно.

ИИ-суфлер устраняет многие недостатки в работе операторов. Они всегда ограничены той информацией, которую могут удержать в голове или быстро найти на экране компьютера. Оператору колл-центра сложно найти нужные блоки информации в оперативном режиме. Между тем скорость ответов – один из определяющих факторов качественного сервиса.

Использование ИИ-суфлера решает не только оперативные задачи в области сервиса, но и может структурно менять бизнес-процессы. Растет эффективность операторов, а значит в некоторых случаях возникает возможность сократить штат. При этом снижается нагрузка на оставшихся сотрудников, что предотвращает выгорание и повышенную текучесть кадров. Кроме того, у операторов высвобождается время на дополнительные задачи и передачу знаний и опыта менее опытным коллегам. Качественный онбординг новичков в колл-центрах – трудоемкий процесс, который отнимает у бизнеса много ресурсов. Чат-боты, кстати, напрямую помогают и новичкам-операторам, предоставляя им доступ к структурированной информации по всем особенностям продуктов и услуг.

Это хороший пример “живого” кейса использования ИИ, когда он действительно помогает компаниям сделать бизнес-процессы эффективнее. Легко спрогнозировать, что роль ИИ-суфлера будет меняться. Например, он сможет генерировать текст, используя не только базу знаний в компании, но и информацию с корпоративного сайта и из внешних источников данных. Научится анализировать ее и самостоятельно формулировать ответы на запросы пользователей.

Сложности и ограничения в применении ИИ

Языковые модели, на базе которых работают нейросети, генерируют текстовую информацию в соответствии с теорией вероятности и предсказывают новые слова в текстовых последовательностях. Они всегда отталкиваются от предшествующего текста и комбинируют его продолжение только из элементов в заданном наборе. С этим связана главная проблема применения ИИ – языковые модели способны давать достаточно точные, нерелевантные ответы. Поэтому пока ИИ нельзя в полной мере применять в тех областях, где критически важна точность, и цена ошибки слишком велика. Например, в консультациях по медицинским вопросам.

Зато более чем целесообразно использование инструментов на базе ИИ везде, где приоритетная цель – не поиск точного ответа, а обработка текстовой информации, суммаризация (создание резюме текстового сообщения), распределение информации по тематическим блокам, генерация текста, который в конечном итоге будет проверен человеком, графическое творчество. В подобных целях в большинстве случаев и используются такие популярные нейросети, как Chat GPT и YandexGPT.

В телекоммуникациях на основе генеративного ИИ создаются интегрированные решения: например, “Телфин” использует языковые модели для генерации готовых писем по итогам голосовых коммуникаций с клиентами. Нейросеть обрабатывает запись телефонного разговора и создает эскиз делового письма, в котором отражены основные вопросы, обсуждавшиеся в разговоре. При выполнении этой задачи важны оформление письма и ключевые смыслы. Уровень языковых моделей, которые используются в современных нейросетях, этим целям соответствует.

Чего ждать от внедрения ИИ в коммуникации и бытовую жизнь?

Искусственный интеллект в телекоммуникациях: кандидат на повышение? 2
ИИ будущего?

Несколько десятилетий мировая общественность и бизнес обсуждают возможные последствия “вторжения” ИИ в рабочую среду и обычную жизнь. При этом технологии, о которых идет речь, начали разрабатываться задолго до того, как попали в мировую информационную повестку. Это глобальный процесс, растянувшийся уже на полвека и более. Остановить его невозможно: ИИ будет планомерно заменять человеческий труд везде, где возможна автоматизация процессов с помощью обработки больших данных. Но всегда будет оставаться тонкая грань, которую ИИ не пересечет: это область, связанная с принятием критически важных бизнес-решений на основе обработанных данных и рекомендаций от нейросетей, а также живые коммуникации между людьми. ИИ никогда не сможет полностью заменить общение, понимаемое как обмен эмоциями и мыслями. Поэтому даже в колл-центрах всегда будут нужны люди, которые управляют машинами. И никак не наоборот.

Следите за новыми постами
Следите за новыми постами по любимым темам
159 открытий3К показов