– Здесь интересно, какие в этом плане цели стоят – эту систему предлагать каким-то крупным игрокам или в розницу продавать?
Лиды, которые приходят по нижней границе тарифной сетки, можно автоматизировать, повышая порог стоимости сделки при улучшении этой автоматизации и ее производительности. Естественно, чем выше стоимость сделки, тем более индивидуальные подходы требуются клиенту в коммуникации, в которой робот не справляется. Робот обрабатывает входящие запросы, а не outbound, который контактирует со всеми. На outreach много роботов, они очень простые, их задача добиться какого-то ответа, а потом сразу переключить на человека. То есть, условно говоря, outreach робот - это просто массовая рассылка по какой-то почте, например, или LinkedIn. Он делается очень просто, потому что его задача просто посмотреть твой профиль, понять, кто ты такой, и сформировать для тебя, там, в худшем случае, типа, просто broadcast-месседж, один и тот же месседж, всем клиентам.
В лучшем случае, чтобы повысить конверсию, формируется какое-то уникальное послание. Он идет на твою страницу социальной сети, смотрит твои последние публикации, которые ты написал. Напишет тебе – “Я увидел, что ты писал публикацию на тему компьютерного зрения при обработке документов, вот мы как раз сделали продукт на эту тему.” Такое тоже можно, но в этом не очень много смысла, потому что ты автоматизируешь, по сути, одно сообщение, и там нет никакой необходимости именно ИИ подключать. Входящие лиды наоборот. Например, падает заявка, кто-то хочет купить онлайн-курс. Чтобы от этого желания дойти до продажи, нужно реализовать много разных нюансов, деталей и уточнений. Например, понять, какой план рассрочки он хочет, в каком банке хочет его получать, когда он хочет начинать обучение, какой у него запас времени.
Вот все эти процессы как раз можно автоматизировать, таким образом снять нагрузку в контакт-центре. Этим мы и занимаемся. Причем, в зависимости от сферы, там могут быть очень разные методологии и механизмы.
Все это делается в плотной интеграции с контуром клиентов. То есть, бот может не только говорить, он может еще и подключать определённый бизнес-сценарий. Например, он может предложить вам пройти маленький опрос. Опрос проводится через LMS-систему. Бот обращается к API, и при прохождении этого теста из нее же вытягивает результат, какой там курс вам предлагают.
– Здесь интересно, какие в этом плане цели стоят – эту систему предлагать каким-то крупным игрокам или в розницу продавать?
– Мы взяли нашу бизнес-модель с FINCH и идем в крупные бизнесы, в enterprise-компании. Если внутри России, то это может быть 15-20 тысяч человек. Если за пределами России, то там могут быть разные варианты. Главное, чтобы компания была жива и активно развивалась.
Языковые модели - это не все, что мы делаем. Eсть направление классификации, то есть это нейронные сети, которые классифицируют те или иные объекты. Это могут быть, например, документы, тендеры на заявку или это могут быть документы, состоящие из чего угодно. Любые объекты, которые нужно автоматизировано классифицировать. Например, на заявки и на спам, но именно в контексте конкретного бизнеса и конкретной базы. Мы обучаем такие сети. Это используется в разных университетах и бизнесе. Примеры не буду называть, потому что мы пойдем сильно в сферу под NDA, но это направление, которое приносит довольно хороший доход.
Другие направления – это в основном промышленность, сельское хозяйство и животноводство – это просто огромный спектр задач.
В лучшем случае, чтобы повысить конверсию, формируется какое-то уникальное послание. Он идет на твою страницу социальной сети, смотрит твои последние публикации, которые ты написал. Напишет тебе – “Я увидел, что ты писал публикацию на тему компьютерного зрения при обработке документов, вот мы как раз сделали продукт на эту тему.” Такое тоже можно, но в этом не очень много смысла, потому что ты автоматизируешь, по сути, одно сообщение, и там нет никакой необходимости именно ИИ подключать. Входящие лиды наоборот. Например, падает заявка, кто-то хочет купить онлайн-курс. Чтобы от этого желания дойти до продажи, нужно реализовать много разных нюансов, деталей и уточнений. Например, понять, какой план рассрочки он хочет, в каком банке хочет его получать, когда он хочет начинать обучение, какой у него запас времени.
Вот все эти процессы как раз можно автоматизировать, таким образом снять нагрузку в контакт-центре. Этим мы и занимаемся. Причем, в зависимости от сферы, там могут быть очень разные методологии и механизмы.
Все это делается в плотной интеграции с контуром клиентов. То есть, бот может не только говорить, он может еще и подключать определённый бизнес-сценарий. Например, он может предложить вам пройти маленький опрос. Опрос проводится через LMS-систему. Бот обращается к API, и при прохождении этого теста из нее же вытягивает результат, какой там курс вам предлагают.
– Здесь интересно, какие в этом плане цели стоят – эту систему предлагать каким-то крупным игрокам или в розницу продавать?
– Мы взяли нашу бизнес-модель с FINCH и идем в крупные бизнесы, в enterprise-компании. Если внутри России, то это может быть 15-20 тысяч человек. Если за пределами России, то там могут быть разные варианты. Главное, чтобы компания была жива и активно развивалась.
Языковые модели - это не все, что мы делаем. Eсть направление классификации, то есть это нейронные сети, которые классифицируют те или иные объекты. Это могут быть, например, документы, тендеры на заявку или это могут быть документы, состоящие из чего угодно. Любые объекты, которые нужно автоматизировано классифицировать. Например, на заявки и на спам, но именно в контексте конкретного бизнеса и конкретной базы. Мы обучаем такие сети. Это используется в разных университетах и бизнесе. Примеры не буду называть, потому что мы пойдем сильно в сферу под NDA, но это направление, которое приносит довольно хороший доход.
Другие направления – это в основном промышленность, сельское хозяйство и животноводство – это просто огромный спектр задач.