Сегодня рынок меняется, и искусственный интеллект становится главной точкой роста для компаний, стремящихся повысить эффективность обслуживания. В этом материале мы подробно разберем, как внедрили интеллектуального голосового ассистента для автоматизации работы колл-центра. Эта история будет особенно полезна руководителям контакт-центров, IT-директорам и владельцам бизнеса, которые ищут способы разгрузить операторов, улучшить клиентский опыт и получить прозрачную аналитику звонков.
Содержание:
Исходная ситуация: с чем обратился клиент
К нам обратилась компания, управляющая крупным колл-центром. Ключевой мотивацией заказчика было желание заменить часть операторов голосовым ассистентом на основе ИИ: во-первых, чтобы обеспечить круглосуточную работу, во-вторых, снизить затраты на обработку типовых, повторяющихся запросов. Клиент хотел не просто записать разговор или использовать простое голосовое меню (IVR), а реализовать полноценное интеллектуальное управление звонками.
Основная просьба — реализовать управление так, чтобы робот мог отвечать на определённые вопросы и по сценарию переводить вызовы на живых специалистов. Необходимо, чтобы система сама связывалась с нужным сотрудником, спрашивала, готов ли он поговорить, и в зависимости от ответа либо соединяла линии, либо возвращалась к клиенту с вежливым отказом. При этом важно было учитывать контекст предыдущего диалога и обеспечивать бесшовную передачу данных.
Задача проекта: реализация сценария «умного» перевода звонка
Основным требованием заказчика стала разработка сложного сценария перевода звонка. Система должна была выступать активным посредником между внешним клиентом и внутренним сотрудником.
Перед нами стояла задача:
- Разработать сценарий работы голосового ассистента с использованием современных алгоритмов распознавания и синтеза речи;
- Научить робота распознавать ответы «да» или «нет» от сотрудника, анализируя естественный язык;
- Организовать надёжную связку с телефонной сетью заказчика;
- Реализовать умный перевод звонков без потери контекста разговора, с сохранением истории взаимодействия.
При этом клиент хотел получить не абстрактную технологию, а готовую услугу, которая легко встраивается в существующие бизнес-процессы. Мы должны были выбрать оптимальное решение, которое подходит для их отрасли и масштаба работ.
Этапы реализации: от архитектуры до аналитики
1. Подбор технологий
Мы провели анализ и выбрали оптимальное сочетание технологий современной телефонии и высокоточного распознавания голоса (Speech-to-Text).
Это было необходимо, чтобы робот одинаково хорошо понимал речь как внешних клиентов, так и внутренних сотрудников в условиях реального шума и разных акцентов.
В первую очередь мы настроили «Базовые параметры» и «Системный промпт». Это рабочий регламент бота. Мы загрузили в систему информацию о компании, графике работы, адресах и списке услуг. Ассистент не просто переводит звонки, но и может самостоятельно ответить на частые вопросы, действуя строго в рамках утвержденных инструкций. Благодаря этому снижается нагрузка на персонал, а скорость обработки запросов растёт.
2. Разработка сценария «перевод на эксперта»
Мы использовали встроенный конструктор сценариев, состоящий из логических блоков: «Старт», «Условие», «Этап», «Инструкция», «В начало» и «Конец».
Для нашей задачи ключевым стал блок «Инструкция» с типом «Умный перевод». Алгоритм работает так:
- Ассистент принимает звонок, выясняет суть вопроса;
- Сам инициирует исходящий вызов на внутренний номер нужного сотрудника;
- Произносит контекстную фразу: «На линии клиент по вопросу настройки оборудования. Можете ли вы с ним поговорить?»;
- Если сотрудник отвечает «Да», бот мгновенно соединяет линии;
- Если «Нет», бот возвращается к клиенту, вежливо сообщает о занятости специалиста и предлагает альтернативу (например, оставить заявку).
Этот сценарий закрыл главную потребность клиента — автоматизировать «умный» перевод.
2.1. Альтернативный сценарий: сбор заявок
Если человек просто хочет оставить заявку, а не говорить с живым оператором — робот сам задаёт несколько вопросов:
- Как вас зовут?
- Ваш телефон?
- Что случилось?
Ответы он запоминает и отправляет на почту или прямо в CRM заказчика. Удобно: менеджеры получают готовый лид, даже если никто не поднял трубку. Это позволяет автоматически собирать данные и передавать их в соответствующие отделы для дальнейшей работы.
Мы предусмотрели и другие ситуации:
- Если клиент говорит неразборчиво — робот вежливо переспрашивает два раза, потом просит перезвонить.
- Если срочно нужен живой человек (например, ЧП) — есть кнопка «экстренный перевод» на дежурного менеджера.
3. Интеграция с сетью заказчика
Это был самый трудоемкий этап проекта. Нам предстояло связать наш интеллектуальный конструктор с унаследованной телефонной инфраструктурой заказчика — их АТС, которая работала уже много лет.
Главная задача заключалась в том, чтобы робот мог полноценно управлять звонками:
- Принимать входящие вызовы от клиентов и сразу начинать диалог.
- Сам инициировать исходящие звонки на внутренние номера сотрудников, когда нужно перевести обращение.
- Мгновенно соединять трех участников — клиента, робота и сотрудника — в одну линию, чтобы все слышали друг друга.
- Переключать соединения без обрыва, чтобы клиент не терял связь и не слышал гудков при переводе.
Мы настроили сетевые протоколы так, чтобы команды для перевода звонка передавались мгновенно и без ошибок. Это требовало тонкой настройки, поскольку старая АТС заказчика не была изначально рассчитана на работу с ИИ-ассистентом. В итоге мы добились бесшовной работы: робот действует как полноценный участник телефонной сети, а клиент даже не замечает, что происходит сложная техническая магия за кулисами. Мы также протестировали нагрузку и убедились, что система справляется с пиковыми объёмами звонков.
4. Логирование и внешние системы
Все действия робота пишутся в логи. Логи хранятся и у нас, и у клиента — их можно чистить по регламенту. Часть данных передается во внешние системы заказчика. Дальнейшую работу с этими данными ведут уже его внутренние службы. Благодаря логам, аудиозаписям и метаданным (кто, когда и на какой номер звонил) клиент всегда видит полную картину по каждому обращению. Мы организовали сбор статистики по ключевым метрикам: уровень дозвона, время ожидания, процент успешных переводов. Это позволяет проводить регулярную оценку эффективности и при необходимости корректировать сценарии.
5. Условия поставки
По требованию заказчика мы сразу спроектировали решение так, чтобы его можно было перенести на оборудование клиента. В рамках поставки мы передаём виртуальный образ с уже настроенным экземпляром голосового ассистента, а также все необходимые конфигурационные файлы. Конструктор сценариев при этом остаётся нашим внутренним продуктом — мы предоставляем клиенту удалённый доступ к нему для управления сценариями и настройками бота, но сама платформа конструктора не входит в состав передаваемого ПО.
Такая модель не является облачным сервисом с оплатой по подписке: это классическая on-premise поставка, при которой всё программное обеспечение работает внутри контура заказчика. Клиент получает полный контроль над данными, независимость от внешних провайдеров и возможность гибко масштабировать систему по мере роста нагрузки.
В итоге, получился живой, понятный голосовой помощник, который не раздражает клиентов и не заставляет их ждать. Он либо помогает сам, либо аккуратно переводит на человека с контекстом. А если ничего не вышло — собирает данные и не теряет лида.
Особенности и сложности проекта
- Главная техническая сложность — интеграция с сетью. Необходимо было обеспечить бесшовную и стабильную связку нашего программного конструктора с унаследованной телефонной инфраструктурой (АТС) заказчика, что потребовало тонкой настройки сетевых протокоов.
- Чистка логов — пришлось продумать механизм, чтобы логи можно было чистить, когда они становятся не нужны, но при этом не терять важные данные.
- Отсутствие готового контура — на старте проекта было не до конца ясно, как всё должно выглядеть. Мы перепроверяли сценарии, несколько раз возвращались к реализации и в итоге нашли решение, которое полностью соответствует требованиям безопасности и политике обработки персональных данных.
Результаты:
В результате мы создали готовый, четко работающий продукт, который полностью закрывает конкретные бизнес-задачи:
- Рост эффективности сотрудников. Операторы и профильные специалисты перестали отвлекаться на несвоевременные звонки. Их рабочее время теперь тратится только на решение реальных задач. Сократилось количество рутинных операций, а персонал получил возможность сосредоточиться на сложных обращениях.
- Повышение лояльности клиентов. Внешние абоненты получают мгновенную реакцию и вежливый, человеческий диалог, даже если нужный эксперт в данный момент занят. Исчезло раздражение от долгих ожиданий на линии. Клиенты отмечают высокий уровень сервиса и готовность системы решать их проблемы без лишних переключений.
- IT-контроль и безопасность. Заказчик получил масштабируемое решение с прозрачной архитектурой, гибкими вариантами развертывания и полным контролем над потоками данных и аналитикой.
СТЕК – это ИТ-интегратор, специализирующийся на внедрении интеллектуальных инфраструктурных решений для бизнеса. Мы предлагаем комплексную платформу для автоматизации входящих звонков, умной маршрутизации и сбора аналитики.
Если вы хотите разгрузить сотрудников, сократить время ответа и повысить качество сервиса, свяжитесь с нами: мы проведём бесплатный аудит ваших процессов, подберём оптимальную конфигурацию и поможем с интеграцией.
