2 сентября сервис «Скорозвон», разработанный на платформе Naumen Contact Center, объявил о запуске голосового ИИ-робота для обработки входящих звонков. Ранее компания предлагала только исходящий обзвон, теперь линейка расширена. Новый агент построен на базе LLM с технологией RAG: он ищет ответы в базе знаний компании непосредственно во время разговора, поэтому вручную прописывать все реплики сценария не требуется.
В отличие от кнопочного IVR-меню или сценарных ботов, агент понимает контекст и смысл вопроса абонента. Он идентифицирует звонящего, консультирует по базе знаний, закрывает типовые обращения, записывает на услугу или создает заявку в CRM заказчика. Сложные и нетиповые случаи робот передает оператору вместе с кратким резюме разговора, чтобы клиенту не приходилось повторять уже сказанное. Агент выдерживает до 1000 одновременных звонков, распознает речь с учетом перебиваний и фонового шума. Если робот не уверен в ответе, он не пытается угадать — переспрашивает или переводит разговор на оператора.
По данным компании, робот закрывает до 70% входящих обращений, из них 76–91% — без подключения оператора. Оценка качества обслуживания остается на уровне CSI 4.6–4.7, а среднее время ответа не превышает 1,6 секунды. Сценарий и голос робота заказчик может менять самостоятельно: достаточно описать задачу в диалоговом интерфейсе, без участия разработчиков. Типовая правка занимает 10–30 минут.
Михаил Шварцбурд, руководитель по развитию ИИ-продуктов сервиса «Скорозвон», пояснил мотивацию запуска: «Решение делать входящего робота выросло из практики, а не из моды на ИИ: около пятой части обращений к нам — это прямые запросы бизнеса на автоматизацию именно входящей линии. Причина в экономике звонка: пропущенный лид со входа не откладывается на потом — абонент, до которого не дозвонились с первого раза, в двух случаях из трех звонит конкуренту. При этом до 80% входящих вопросов типовые: цена, график, статус заявки — и держать на них дорогого оператора невыгодно. Мы не убираем сотрудников из процесса, а перераспределяем их время на сложные и теплые обращения, а рутину закрывает робот».
Технология RAG (Retrieval-Augmented Generation) позволяет роботу обращаться к актуальной базе знаний в реальном времени, что снижает затраты на поддержку сценариев и повышает точность ответов. Это особенно важно для компаний с часто меняющимися продуктами или услугами. Внедрение таких агентов — часть более широкого тренда на автоматизацию клиентского сервиса, где LLM постепенно вытесняют жестко запрограммированные IVR-системы. Однако эффективность зависит от качества базы знаний и способности системы корректно обрабатывать нестандартные запросы.
Для бизнеса запуск «Скорозвона» означает возможность сократить потери от пропущенных звонков и оптимизировать нагрузку на операторов. Показатели CSI 4.6–4.7 и время ответа 1,6 секунды сопоставимы с лучшими практиками рынка. Тем не менее, компании, рассматривающие внедрение, должны учитывать необходимость настройки базы знаний и обучения модели на специфике своих обращений.
