Человек + машина. Новые принципы работы в эпоху искусственного интеллекта

Чтобы ответить на эти вопросы, давайте начнем со знакомого процесса: классификация и рассмотрение жалоб и претензий. Ранее значительный объем работы по сортировке клиентских жалоб приходилось выполнять вручную; такой труд настолько однообразен и утомителен, что человек просто не мог получать удовольствие от того, что делал. Так, в британской железнодорожной компании Virgin Trains команда менеджеров по работе с рекламациями занималась ознакомлением, сортировкой и распределением обращений. Такая однообразная работа утомляла сильнее любой другой, больше, чем непосредственное общение с клиентами.

Процесс «ознакомление — сортировка — распределение» четко прописан и потому отлично подходит для автоматизации. Из-за того что информация поступает в текстовом формате и является «неструктурированной» с точки зрения прикладных программ, не столь продвинутая система может столкнуться с трудностями при обработке данных. И вот тут на помощь приходит искусственный интеллект. Virgin Trains уже создала платформу машинного обучения inSTREAM с возможностью обработки естественного языка, которая способна выявлять закономерности в неструктурированных данных, анализируя корпус схожих примеров — в данном случае жалоб — и отслеживая, как менеджеры по работе с клиентами обращаются с поступающими к ним запросами.

Теперь, как только в Virgin Trains приходит жалоба, она автоматически распознается, сортируется и «трансформируется» в файл, который сотрудник может быстро просмотреть и обработать. На самые распространенные жалобы поступают автоматические ответы. Если программа «не уверена» в оценке жалобы, она помечает случай как исключительный и переадресует на рассмотрение работнику-человеку; фактически своим откликом сотрудник обновляет модель данных, имеющуюся в программе. Со временем такая обратная связь повышает надежность алгоритма. Система может обрабатывать как лаконичные, так и пространные жалобы, типичные или специфические, написанные по-английски или на других языках.

Благодаря этой новой технологии отделу по работе с рекламациями Virgin Trains удалось сократить ручную работу на 85%. На 20% также увеличился объем обрабатываемой корреспонденции, поскольку новые возможности позволили компании более активно взаимодействовать с клиентами. Ранее жалобы принимались только через сайт. Теперь можно обрабатывать обращения любого типа — по электронной почте, факсу, обычной почте или в социальных сетях[32]. (Virgin Trains — одна из многих компаний, оснастивших бэк-офис возможностями искусственного интеллекта. Дополнительные примеры приведены во врезке «Искусственный интеллект в бизнес-процессах».)

Искусственный интеллект в бизнес-процессах

В любой компании, структурном подразделении и отделе кипит невидимая постороннему глазу работа. Внедряя искусственный интеллект, компания может частично освободить сотрудников от бремени монотонных, никому не заметных задач, чтобы те могли заняться более важными вещами.

• В Goldman Sachs искусственный интеллект изучает до миллиона разных аналитических отчетов, определяя основные факторы, влияющие на цены акций[33].

• В Woodside Petroleum используется платформа Watson от IBM, позволяющая обмениваться в масштабах всей компании информацией, полученной HR-отделом, юристами и отделом геологоразведочных работ[34].

• В Huffington Post наряду с сотрудниками-модераторами работает искусственный интеллект, помечающий недопустимые комментарии, спам и оскорбительные выражения[35]

.

• Университет штата Аризона использует искусственный интеллект для предоставления адаптированных курсов и функций тьютора на вводных учебных программах[36].

RPA — это только начало