bizrobotics

bizrobotics

На Пикабу
131 рейтинг 5 подписчиков 0 подписок 30 постов 0 в горячем
1

«Успеете доставить сегодня?» Как ИИ помогает клиенту получить ответ, пока менеджер занят⁠⁠

В 18:43 покупатель пишет в магазин: «Нужен подарок на завтра. Сегодня ещё привезёте?»

У менеджера в этот момент звонок, курьер заканчивает маршрут, а покупатель уже открыл ещё три магазина. Ему нужен простой ответ: можно заказывать или пора искать дальше?

Представим, что в чате магазина работает ИИ-агент с доступом к остаткам и расписанию доставки. Он уточняет адрес, проверяет свободные интервалы и отвечает:

— Сегодня курьер уже не успеет. Можем привезти завтра с 9 до 11. Если подарок нужен сегодня, его можно забрать до 20:00.

Покупатель выбирает самовывоз. Когда менеджер освобождается, в чате уже есть товар, имя покупателя и время, к которому тот подъедет. Остаётся отложить заказ.

Мне нравится этот пример, потому что здесь видно, зачем вообще подключать ИИ к переписке с клиентами. Фразу «Спасибо за обращение, скоро вам ответим» давно умеет отправлять обычный автоответчик. А покупатель пишет так, как ему удобно: «Я в районе вокзала, после семи буду дома. Успеете?» ИИ может понять этот вопрос, уточнить номер дома и предложить варианты по актуальному расписанию. Человеку не приходится разбираться, под какой кнопкой в меню спряталась его ситуация.

А если покупатель спросит, может ли курьер подождать его у подъезда двадцать минут, агент передаст вопрос менеджеру вместе с перепиской. И вот здесь для меня самая приятная часть: человек уже объяснил, чего хочет, и ему не нужно рассказывать всё заново.

Я за то, чтобы в поддержке было больше такого ИИ. Если я спрашиваю, можно ли забрать заказ сегодня, мне достаточно узнать, куда ехать и до скольких меня ждут. А менеджер в это время спокойно закончит разговор с человеком, которому действительно нужна его помощь.

Показать полностью
1

Почему в каждой компании есть человек, которого нельзя отпускать в отпуск⁠⁠

В каждой компании есть свой Саша.

Саша знает, где лежит актуальный прайс. Помнит, почему этому клиенту обещали особые условия. Может объяснить, как оформить возврат и что делать, если программа снова выдаёт непонятную ошибку.

Официально Саша — обычный сотрудник. Фактически — поисковик, техподдержка и хранитель корпоративных преданий.

А потом Саша уходит в отпуск.

И выясняется, что инструкция устарела, нужный файл лежит на его компьютере, а фраза «да там всё просто» почему-то не помогает разобраться.

«Если что, спроси у коллег»

С этой фразы часто начинается обучение новичка.

Ему выдают доступы, отправляют папку с документами и предлагают задавать вопросы. В первый день он спрашивает всё подряд. На третий начинает стесняться. Через неделю решает действовать по памяти.

Иногда угадывает.

Опытные сотрудники тоже устают. Представьте, что вам несколько раз в день задают одни и те же вопросы. Ответить вроде бы недолго, но после каждого сообщения нужно заново возвращаться к своей работе.

В итоге новичку кажется, что он всех раздражает. Коллегам — что проще сделать самим. Руководителю — что новый сотрудник слишком долго входит в должность.

Хотя человеку просто негде быстро найти понятный ответ.

Почему папка с инструкциями не всегда спасает

Потому что между «информация существует» и «сотрудник может ею воспользоваться» — большая разница.

Допустим, клиент просит вернуть деньги. Новичок открывает общую папку и видит:

«Регламент возвратов».
«Регламент возвратов новый».
«Возвраты финал».
«Возвраты финал исправленный».

Теперь ему нужно выяснить, какой документ действует, найти нужный пункт и понять, относится ли он к ситуации клиента.

Написать Саше оказывается быстрее.

Где здесь может пригодиться ИИ

Один из полезных сценариев — дать сотруднику возможность задавать вопросы по материалам компании обычными словами:

«Клиент оплатил заказ вчера и хочет отказаться. Что мне делать?»

Система ищет ответ в подключённых документах, объясняет порядок действий и указывает источник, который можно проверить. Но для этого в материалах должен быть актуальный и однозначный порядок возврата.

Если в одной инструкции написано одно, а в другой — другое, сначала придётся разобраться с документами. Иначе путаница просто переедет в чат.

С обучением похожая история. Прочитать, как отвечать недовольному клиенту, полезно. Попробовать ответить на тренировке, получить обратную связь и повторить — ещё полезнее. Так проще обнаружить пробелы до настоящего разговора.

Начать можно с одного простого вопроса

Что сотрудники постоянно спрашивают друг у друга?

Достаточно неделю записывать повторяющиеся вопросы. Получится список того, что сложно найти, непонятно объяснено или вообще нигде не зафиксировано.

С него и можно начать: собрать ответы, назначить ответственных за их обновление, а затем выбирать удобный способ поиска и обучения.

Тогда Саша сможет спокойно уйти в отпуск. А компания наконец узнает, сколько процессов всё это время держалось на одном человеке.

У вас есть такой коллега, без которого внезапно перестаёт работать половина офиса?

Показать полностью
1

Клиент просил помочь, а бот пожелал хорошего дня: где ломается автоматизация бизнеса⁠⁠

Представьте: вы заказали стол. Его привезли, но креплений в коробке нет. Столешница лежит у стены, собрать ничего нельзя.

Пишете в поддержку:

— В заказе не хватает креплений. Как их получить?
— Здравствуйте! Выберите тему обращения.
— Комплектация.
— Инструкция по сборке доступна на сайте.
— Мне не инструкция нужна, а детали.
— Мы смогли решить ваш вопрос?

Знакомый тип диалога. Компания подключила автоматизацию, а покупатель получил дополнительную работу: теперь ему нужно объяснить проблему ещё и роботу.

Почему так получается и что вообще имеет смысл поручать ИИ?

Ответить — ещё не значит помочь

В этой ситуации бот может безошибочно определить тему обращения, найти инструкцию и вежливо попрощаться. Но покупателю по-прежнему нечем прикрутить ножки.

Полезный сценарий выглядит иначе: уточнить номер заказа, попросить фотографию комплекта, передать информацию сотруднику и объяснить, что произойдёт дальше.

Для этого недостаточно написать боту: «Ты вежливый помощник магазина». Нужно заранее решить, кто разбирает такие обращения, какие данные ему нужны и что можно обещать покупателю.

Если порядок действий не определён, автоматизировать особенно нечего.

Где ИИ может быть полезен

Возьмём несколько обычных рабочих ситуаций.

Менеджер после разговора вручную записывает, что нужно клиенту. Здесь ИИ можно поручить подготовить краткое резюме: запрос, договорённости, следующий шаг. Сотруднику останется проверить, правильно ли записаны детали.

Новичок готовится к первым звонкам. Можно дать ему учебного собеседника, который спрашивает о цене, сомневается и просит сравнить варианты. Затем разобрать ответы: что объяснил понятно, где ушёл от вопроса, каких знаний не хватило.

Руководитель хочет разобраться, почему срываются сделки. ИИ можно использовать для предварительного поиска разговоров, в которых клиент задавал вопрос, но не получил ответа. А уже по найденным фрагментам выяснять причину: сотрудник растерялся, не знал условий или у компании вообще нет подходящего предложения.

Во всех трёх случаях задача ограничена и результат можно проверить.

Самая неприятная ошибка — уверенно придуманный ответ

Допустим, покупатель спрашивает:

— Можно вернуть товар через месяц?

Условия возврата зависят от обстоятельств, но бот отвечает: «Да, конечно».

Человек рассчитывает на это обещание. Позже сотрудник сообщает, что всё сложнее. Возникает спор, который начался с одной уверенной фразы.

Поэтому ещё до запуска стоит определить:

— откуда система берёт условия и цены;
— какие вопросы передаёт сотруднику;
— что отвечает, когда информации недостаточно;
— какие действия требуют проверки человеком.

Фраза «Уточню условия у специалиста» бывает полезнее мгновенного ответа.

Как проверить идею до большого внедрения

Для начала можно выбрать одну задачу. Например, подготовку черновиков ответов на вопросы о доставке.

Соберите реальные обращения, уберите персональные данные и проверьте систему на них. Добавьте неудобные примеры: опечатки, несколько вопросов в одном сообщении, нестандартную ситуацию, просьбу позвать человека.

Смотрите не только на то, насколько красиво написан ответ. Важнее другое: верны ли условия, решён ли вопрос и сколько исправлений пришлось внести сотруднику.

Если проверка каждого ответа занимает больше времени, чем самостоятельное написание, настройку нужно пересматривать.

Автоматизация становится полезной в тот момент, когда после неё у людей действительно становится меньше работы. У сотрудника — меньше переписывания и поиска. У клиента — меньше повторных объяснений своей проблемы.

А вам попадались боты, которые действительно помогли? Что они сделали такого, после чего не пришлось искать кнопку «Позвать оператора»?

Показать полностью
1

«Я вас не понимаю»: почему одни чат-боты помогают, а другие доводят до оператора⁠⁠

Пишешь в поддержку: «Хочу перенести доставку на завтра». В ответ получаешь меню: «Оплата», «Оформление заказа», «Другие вопросы». Выбираешь последнее — бот предлагает сформулировать вопрос. Пишешь ещё раз. Возвращаешься в то же меню.

После такого желание общаться с автоматическими помощниками закономерно пропадает. Хотя сама задача вполне подходит для автоматизации.

Проблема начинается, когда бота делают ради наличия бота. Приветствие есть, кнопки работают, а решить вопрос невозможно.

Допустим, человек хочет записаться на услугу. Ему нужно узнать цену, выбрать время и получить подтверждение. Если бот только выдаёт номер телефона администратора, большая часть работы всё равно остаётся человеку.

Более полезный сценарий: уточнить услугу, проверить доступное время через подключённую систему записи, предложить варианты и сохранить запись. Для этого мало научить бота поддерживать разговор — нужны актуальные данные и интеграции.

Что стоит проверить до запуска

Начать можно с обычных обращений клиентов. Возьмите несколько частых вопросов и попробуйте пройти весь путь самостоятельно.

Например:

— Что произойдёт, если клиент напишет с ошибкой?
— Поймёт ли бот уточнение «а если нас будет двое»?
— Откуда он возьмёт актуальную цену?
— Сохранится ли заявка в CRM?
— Что будет, если подходящего ответа нет?

Последний вопрос особенно важен. Вежливое «Уточню у сотрудника» полезнее уверенного ответа, который бот придумал. При передаче диалога человеку желательно сохранять переписку, чтобы клиенту не пришлось объяснять всё заново.

Как понять, что бот приносит пользу

Посмотрите, сколько обращений он помогает довести до результата: оформить заявку, найти нужную информацию, записаться. Проверьте, где люди застревают и после каких ответов просят оператора.

Само количество сообщений мало о чём говорит. Двадцать реплик могут означать и подробную консультацию, и то, что человек десять минут пытался узнать часы работы.

Мне кажется, хороший чат-бот заметен именно по отсутствию лишних действий. Задал вопрос, получил понятный ответ, решил задачу.

А какой самый нелепый ответ вы получали от бота поддержки?

Показать полностью
1

С ИИ теперь можно делать ненужную работу в десять раз быстрее⁠⁠

Представьте: сотрудник каждую пятницу собирает отчёт. Открывает таблицы, переносит цифры, пишет выводы. Потом отправляет руководителю и закрывает задачу до следующей недели.

Появляется идея: давайте подключим ИИ. Он будет собирать всё сам, ещё и красивые графики нарисует.

Звучит отлично. Но есть вопрос, который стоило задать до автоматизации: этот отчёт вообще кто-нибудь использует?

Не просто открывает. А принимает по нему решения.

С рабочей перепиской похожая история. Один человек просит нейросеть превратить мысль «сроки сдвинулись, нужны ещё два дня» в солидное письмо на пять абзацев. Другой загружает это письмо в нейросеть: «Кратко, что от меня хотят?»

Оба сэкономили время. Правда, между ними всё равно путешествовали пять абзацев вместо одного предложения.

Поэтому я за ИИ в работе, но начинать предлагаю с небольшой ревизии.

Возьмите одну задачу, которая повторяется каждую неделю, и спросите себя:

— Кто пользуется результатом?
— Что произойдёт, если перестать её делать?
— Можно ли убрать лишние действия?
— И только потом: что здесь поручить ИИ?

Например, вместо того чтобы быстрее писать ответы на одни и те же вопросы сотрудников, можно собрать понятные инструкции и сделать поиск по ним. А вместо автоматического составления длинного отчёта — оставить несколько показателей, по которым действительно принимают решения.

Мне кажется, самый приятный результат внедрения технологий — когда из рабочего дня что-то исчезает. Копирование между окнами. Поиск нужного файла. Очередная сводка ради сводки.

А у вас есть рабочая задача, которую давно пора отменить, но все по привычке продолжают её выполнять?

Показать полностью
1

Раньше на работу уходил целый день. Теперь часть задач можно решить за 10 минут⁠⁠

Недавно задумалась, насколько сильно изменился наш подход к работе за последние пару лет.

Раньше, чтобы написать текст, разобраться в сложной теме или подготовить презентацию, приходилось тратить часы. Сейчас достаточно открыть нейросеть, объяснить задачу и получить основу результата за пару минут.

И я не совсем понимаю людей, которые принципиально отказываются пользоваться ИИ.

Часто слышу аргумент: «Раньше же как-то справлялись без нейросетей». Конечно, справлялись. Но раньше и документы от руки переписывали, а сейчас никому не приходит в голову отказываться от компьютера.

На мой взгляд, ИИ не делает людей ленивее. Он просто позволяет не тратить время на то, что можно автоматизировать.

Особенно это заметно в работе. Нейросети уже помогают обрабатывать заявки, отвечать клиентам, анализировать информацию и выполнять десятки повторяющихся задач.

При этом человек никуда не исчезает. Он по-прежнему принимает решения, проверяет результат и занимается тем, что действительно требует его внимания.

Мне кажется, в ближайшие годы преимущество получат не те, кто умеет работать больше остальных, а те, кто научится грамотно использовать новые инструменты.

Ведь если одну и ту же задачу можно выполнить за десять минут вместо двух часов, зачем сознательно выбирать второй вариант?

А вы уже используете ИИ в работе или пока считаете, что без него спокойнее?

Показать полностью
1

Почему мы до сих пор тратим часы на работу, которую ИИ делает за минуты?⁠⁠

Недавно задумался об одной странной вещи. Мы живём во времена, когда нейросеть может за пару минут обработать документ, составить отчёт или найти нужную информацию. Но при этом в некоторых компаниях сотрудники до сих пор вручную переносят данные из одной таблицы в другую.

И самое интересное, что все к этому привыкли.

Работа ради работы

Представьте обычный рабочий день офисного сотрудника.

Утром нужно проверить почту, потом заполнить таблицу, подготовить отчёт, ответить на одинаковые вопросы клиентов и найти документ, который кто-то отправлял ещё на прошлой неделе.

К обеду уже устал, а до действительно важных задач руки даже не дошли.

И ведь проблема не в том, что человек плохо работает. Просто огромная часть его времени уходит на действия, которые давно можно автоматизировать.

Почему компании ничего не меняют?

Мне кажется, главная причина довольно банальная: привычка.

Если процесс работает годами, никто особо не задумывается, можно ли сделать его проще.

Например, руководитель привык лично прослушивать звонки менеджеров, чтобы находить ошибки. Но когда звонков сотни, физически проверить каждый невозможно.

В итоге часть разговоров остаётся без внимания, а вместе с ними и причины, по которым клиенты отказываются от покупки.

Сейчас ИИ уже способен анализировать записи разговоров, выделять проблемные моменты и помогать руководителю находить повторяющиеся ошибки.

И это лишь один пример.

ИИ не обязательно должен кого-то заменять

Мне вообще кажется странным, что разговоры об искусственном интеллекте постоянно сводятся к вопросу, какие профессии он уничтожит.

А почему мы так редко обсуждаем, сколько бессмысленной рутины он может убрать?

Бухгалтеру не обязательно вручную разбирать каждый документ. Менеджеру — каждый раз писать одинаковый ответ. Новому сотруднику — часами искать информацию по разным папкам.

Конечно, нейросети ошибаются, поэтому важные результаты нужно проверять. Но даже если ИИ просто подготовит черновик или найдёт нужные данные, это уже может сэкономить немало времени.

Но есть одна проблема

Иногда компании внедряют ИИ, а работы становится даже больше.

Потому что к старым обязанностям добавляется новая: разобраться с очередным сервисом, проверить его ответы и исправить ошибки.

Поэтому автоматизация ради автоматизации не имеет смысла.

Хороший инструмент должен упрощать процесс, а не создавать ещё один.

И вот что интересно

Когда-то нормой было хранить документы исключительно на бумаге. Потом появились компьютеры, электронная почта, облачные сервисы.

Сейчас сложно представить компанию, где каждый документ нужно физически передавать из кабинета в кабинет.

Возможно, через несколько лет мы будем так же удивляться тому, что когда-то сотрудники вручную составляли типовые отчёты или часами искали информацию.

И дело даже не в том, что ИИ станет умнее.

Просто постепенно изменится наше представление о том, на что вообще стоит тратить рабочее время.

А у вас на работе есть задачи, которые давно пора автоматизировать, но почему-то все продолжают делать их вручную?

Показать полностью
1

Почему бизнес покупает ИИ, а сотрудники продолжают работать по-старому⁠⁠

Сейчас куда ни посмотри — везде искусственный интеллект. Компании внедряют нейросети, автоматизируют процессы, покупают подписки на разные сервисы. Кажется, ещё немного — и всю скучную работу за нас будут делать алгоритмы.

Но есть один нюанс. Иногда ИИ в компании уже есть, а сотрудники продолжают вручную делать то, что он мог бы выполнять за несколько секунд.

И дело далеко не всегда в самих технологиях.

Купили ИИ. А дальше что?

Представим обычную компанию. Руководитель решил внедрить нейросеть, чтобы разгрузить сотрудников. Всем дали доступ, рассказали о возможностях и предложили пользоваться.

Проходит месяц. Один сотрудник действительно экономит время, другой пару раз попробовал и забыл, а третий вообще не понимает, зачем ему это нужно.

В итоге инструмент есть, деньги потрачены, а рабочие процессы почти не изменились.

Почему так происходит?

Потому что просто дать человеку нейросеть — не значит научить его с ней работать.

Самая большая проблема — привычка

Допустим, менеджер каждый день отвечает на десятки похожих вопросов клиентов. Он привык открывать переписку, искать информацию и самостоятельно составлять ответы.

ИИ мог бы помогать ему находить нужные данные и готовить черновики сообщений. Но для этого нужно один раз разобраться, как всё настроить, а потом немного изменить привычный порядок работы.

И вот тут возникает сопротивление. Зачем что-то менять, если старый способ вроде бы работает?

Получается парадокс: человек жалуется на рутину, но не использует инструмент, который способен её сократить.

А иногда автоматизируют вообще не то

Есть и другая ситуация.

Компания решает внедрить ИИ просто потому, что сейчас так делают все. Руководство хочет современное решение, но никто толком не определил, какую конкретно проблему оно должно решить.

В результате автоматизируют процессы, которые и так не занимали много времени, а настоящие проблемы остаются.

Например, сотрудники могут тратить часы на поиск информации в разных документах. Но вместо создания удобной базы знаний компания внедряет генератор текстов, которым почти никто не пользуется.

Технология сама по себе неплохая. Просто она не решает нужную задачу.

Что действительно работает?

На мой взгляд, начинать нужно не с выбора нейросети, а с простого вопроса: на что сотрудники тратят больше всего времени?

Возможно, это ответы на одинаковые вопросы, заполнение документов, подготовка отчётов или поиск информации.

Дальше стоит выбрать одну такую задачу и попробовать автоматизировать именно её. Посмотреть, сколько времени уходило раньше, сколько стало уходить после и не ухудшилось ли качество работы.

Если результат есть — можно двигаться дальше.

И ещё важный момент: ИИ не должен становиться дополнительной обязанностью. Если сотруднику приходится тратить больше времени на общение с нейросетью, чем на выполнение самой задачи, смысл автоматизации теряется.

Вместо вывода

Мне кажется, в ближайшие годы преимущество получат не те компании, которые внедрили больше всего ИИ-инструментов.

А те, которые научились применять их там, где это действительно полезно.

Потому что можно купить десяток нейросетей и продолжать работать по-старому. А можно автоматизировать один небольшой процесс и заметно облегчить жизнь всей команде.

А у вас на работе ИИ уже реально помогает или пока существует больше для галочки?

Показать полностью
Отличная работа, все прочитано!

Темы

Политика

Теги

Популярные авторы

Сообщества

18+

Теги

Популярные авторы

Сообщества

Игры

Теги

Популярные авторы

Сообщества

Юмор

Теги

Популярные авторы

Сообщества

Отношения

Теги

Популярные авторы

Сообщества

Здоровье

Теги

Популярные авторы

Сообщества

Путешествия

Теги

Популярные авторы

Сообщества

Спорт

Теги

Популярные авторы

Сообщества

Хобби

Теги

Популярные авторы

Сообщества

Сервис

Теги

Популярные авторы

Сообщества

Природа

Теги

Популярные авторы

Сообщества

Бизнес

Теги

Популярные авторы

Сообщества

Транспорт

Теги

Популярные авторы

Сообщества

Общение

Теги

Популярные авторы

Сообщества

Юриспруденция

Теги

Популярные авторы

Сообщества

Наука

Теги

Популярные авторы

Сообщества

IT

Теги

Популярные авторы

Сообщества

Животные

Теги

Популярные авторы

Сообщества

Кино и сериалы

Теги

Популярные авторы

Сообщества

Экономика

Теги

Популярные авторы

Сообщества

Кулинария

Теги

Популярные авторы

Сообщества

История

Теги

Популярные авторы

Сообщества

Недвижимость и ремонт

Теги

Популярные авторы

Сообщества