Tenaga Nasional Berhad (TNB), национальная энергетическая компания Малайзии, обслуживает более 10,5 млн клиентских аккаунтов. Компания запустила ИИ-помощника SARA. Он отвечает на вопросы, помогает менять данные клиента и принимает сообщения об отключениях. Через десять месяцев SARA обрабатывает 15 000 обращений в месяц без участия оператора. AWS сообщает о 91% положительных оценок клиентов.
SARA работает круглосуточно и поддерживает несколько языков. Когда запрос нельзя решить автоматически, помощник передаёт его сотруднику TNB Careline. Клиенту не приходится заново объяснять свою ситуацию.
Какие обращения передали SARA
До запуска SARA клиенты звонили в единый контактный центр, чтобы задать обычный вопрос, обновить личные данные или сообщить о проблеме с электроснабжением. У компании уже был справочный инструмент Ask Lisa, но он искал ответы по заранее заданным словам и не подходил для сложного диалога.
Новый помощник понимает вопросы на естественном языке. Он отвечает по базе знаний, помогает изменить данные аккаунта, принимает сообщения об отключениях и неисправных уличных фонарях. Для этого SARA подключена к системе управления отключениями TNB, CRM и контактному центру.
Фраза «чат бот для бизнеса» не описывает конкретный процесс. До выбора решения компании нужно определить источники данных и момент передачи обращения оператору. Команда TNB заложила оба условия в проект.
Как TNB ограничила ответы помощника
SARA построена на Amazon Bedrock. Для ответов по услугам, правилам и процедурам TNB использовала базу знаний с внутренними данными компании. Защитные правила отсеивают нежелательный контент во входящих запросах и ответах модели.
Это особенно важно для коммунальной компании. Сообщение об отключении нельзя обрабатывать как обычный вопрос из справки. Помощник должен проверить данные, передать информацию в профильную систему и сохранить возможность связаться с оператором.
TNB привлекла AWS и партнёра Uberfusion. Uberfusion помогла настроить модель и подключить внутренние системы. Партнёр также поддерживал производительность помощника при росте нагрузки. Ответственность за нестандартные и сложные случаи осталась у сотрудников контактного центра.
Что измерять после запуска
Результат TNB относится к одному помощнику и конкретным процессам энергетической компании. Для другого бизнеса важнее сам подход к оценке. Ожидать тех же цифр не стоит.
До запуска стоит записать число обращений по выбранной теме, время ожидания и долю запросов, которые приходится передавать оператору. После запуска можно сравнить:
- сколько обращений помощник решил самостоятельно;
- как изменилась оценка клиентского опыта;
- в каких темах клиент всё ещё возвращается к оператору;
- сколько ошибок нашли при проверке диалогов.
Для чат-ботов для бизнеса разумно начать с одного типа обращений, где есть надёжный источник данных и понятное правило передачи сотруднику. После проверки ответов сценарий можно расширять на соседние задачи.