«Клиент заплатил, чтобы убить нейронку в отделе поддержки»
Попался такой любопытный антикейс на Реддите
Разберём, почему иногда отказ от нейросети — это не шаг назад, а лучшее решение для бизнеса.
Предыстория
Автор делает автоматизации и AI-агентов для бизнеса. Один клиент попросил сделать систему маршрутизации тикетов для поддержки. Это примерно 100 обращений в день через Zendesk.
Каждое обращение нужно было автоматически определить по категории и срочности и отправить нужной команде поддержки. Автор модный и продвинутый — решает делать все через нейронку. Например, пользователь пишет: «Не могу войти в аккаунт». АI классифицирует: категория — доступ, приоритет — средний. И автоматически отправляет заявку нужным людям.
Каждое обращение нужно было автоматически определить по категории и срочности и отправить нужной команде поддержки. Автор модный и продвинутый — решает делать все через нейронку. Например, пользователь пишет: «Не могу войти в аккаунт». АI классифицирует: категория — доступ, приоритет — средний. И автоматически отправляет заявку нужным людям.
ИИ-решения для роста продаж
Voice AI анализирует звонки, Palantir улучшает переписку, Chat AI общается с клиентами 24/7
Логика четкая. На тестах все супер. На практике точность около 92%
Хороший ли это результат?
8 неправильно распределенных обращений на сотню ежедневно — недопустимо на больших объемах. Но это и не главная проблема.
8 неправильно распределенных обращений на сотню ежедневно — недопустимо на больших объемах. Но это и не главная проблема.
- Главная в том, что когда нейронка ошибалась 8 раз — никто не понимал, почему
Нельзя было посмотреть на ее выводы и сказать: «Ага, ну теперь ясно, почему тут лажа».
- Следствие — через пару недель сотрудники перестали ей доверять.Они начали проверять каждую классификацию вручную, потому что не ясно, где правда, а где нет.
В какой-то момент клиент позвонил автору и сказал «Снеси всю эту умную штуку и сделай ее глупее».
Автор выкинул AI и заменил на обычный набор правил: «если условие Х — то действие Y»
Давайте рассмотрим на примерах четырех компаний, какие возможности сервиса речевой аналитики помогли им улучшить работу отдела продаж.
- Например:
- если есть слова счет, оплата, инвойс → категория «финансы»
- если есть пароль, логин, доступ → категория «аккаунт»
- если правило не найдено → сотрудник выбирает категорию вручную
Всего около 30 правил.
Точность выросла почти до 99%
Сотрудники понимают логику. Если тикет попал не туда, можно было доработать правило за 10 минут. И клиент сказал, что это были лучшие деньги за весь проект. У него случилась четкая система и стало понятно, как она принимает решения.
Именно поэтому огромное количество успешных автоматизаций до сих пор строится на триггерах, правилах и бизнес-логике, а не только на нейросетях.
Именно поэтому огромное количество успешных автоматизаций до сих пор строится на триггерах, правилах и бизнес-логике, а не только на нейросетях.
Не знаете, где в вашем бизнесе нужен ИИ, а где хватит простой автоматизации?
Заполните форму — разберём ваши процессы и предложим решение, которое реально работает.
Оставляя заявку, вы соглашаетесь с Политикой конфиденциальности
Ещё статьи
