Нейросетям нашли работу в банках, выяснил Никита Аронов

Компьютерная программа научилась понимать, что мы чувствуем

«Ничем не могу вам помочь»,— сухо произносит человек по ту сторону окошка. Вы расстроенно умолкаете. И тут происходит чудо — из своего кабинета выскакивает начальник отдела, становится рядом с нерадивым сотрудником и пытается вникнуть в вашу проблему. Так в недалеком будущем может выглядеть визит в банк, а если повезет — то даже в госучреждение. Российские программисты разработали специальную систему для отслеживания настроения клиентов в режиме реального времени на основе нейронных сетей.

Нейросети — популярный сейчас подход к искусственному интеллекту, особенно успешно он применяется в распознавании образов. Умные машины уже узнают преступников в толпе и помогают контролировать перемещения нежелательных лиц. Они умеют читать по губам, как компьютер в «Космической Одиссее» Кубрика. А вот московские программисты сделали продукт под названием Heedbook, он предназначен для того, чтобы понять: доволен человек или нет.

Как нейросеть определяет ваше настроение? Начинает она с мимики, сравнивая выражение лица с семью эталонными состояниями. Два из них считаются положительными: это удивление и радость, одно нейтральное и четыре отрицательных: злоба, расстройство, пренебрежение и отвращение. Нейросети в свое время появились как попытка смоделировать работу нервной системы живых организмов. И оказались очень хороши в обобщении и поиске сложных взаимосвязей между входными и выходными данными. Взять то же выражение лица. Его последовательно анализируют разные слои сети, выявляя все более общие признаки, подчас не поддающиеся человеческому пониманию. Но программисты этого понимания и не ищут, их устраивает, что программа дает на вопросы правильный ответ. В общем, как-то узнает, что одно выражение лица печальное, а другое — удивленное.

— Но не стоит делать акцент на одной мимике, это только один из параметров, по которым мы анализируем удовлетворенность клиентов,— объясняет создатель отечественной программы Алексей Маслов.

Действительно, всего параметров анализа около 20. Например, тут оцениваются тон и скорость речи обоих участников диалога. Чтобы понять настроение говорящего по тону, используют еще одну нейросеть, обученную разбираться в человеческих интонациях. А вот скорость речи рассчитывает обычный алгоритм: слова переводятся в фонемы и программа считает, сколько из них произнесено за определенное время.

Параллельно речь расшифровывается. Тут разработчики решили не изобретать велосипед и использовать готовые нейросети Google и Microsoft. И потом получившийся текст анализируется по семи параметрам. Например, ищут запрещенные для сотрудников выражения: «а я вам говорю», «ничем не могу помочь» и т.п. Или наоборот, хорошие слова: «здравствуйте», «будем благодарны». Наконец, очередная нейросеть, обученная оценивать общую позитивность речи, выставляет свою оценку.

— Важный параметр — страна и тип компании, где происходит обслуживание,— говорит Алексей Маслов.— В России, например, меньше принято улыбаться, а в Италии больше, и это надо учитывать при анализе.

Вся информация о том, довольны или нет посетители офиса, стекается на компьютер к руководству в режиме реального времени. И если общение сотрудника идет как-то не так, у руководителя всплывают уведомления.

Проект запустили осенью 2017 года, и первые полгода система училась и набиралась опыта. Поэтому во всех компаниях, решившихся опробовать новинку, сотрудников просили оценивать удовлетворенность каждого клиента вручную, а самих клиентов опрашивали. Все это делалось для того, чтобы проверить, правильно ли работает система. Сейчас она работает уже в автоматическом режиме. Она установлена в нескольких банках, в ряде отделений «Почты России» и даже в МФЦ города Реутова. Правда, при внедрении проекта не обошлось без сюрпризов.

— Все много говорят о качестве сервиса и об удовлетворенности клиента, но, как показывает практика, в России бизнесу гораздо важнее эффективность. Они хотят больше продавать при меньших издержках и интересуются нашим продуктом прежде всего как средством контроля времени персонала,— констатирует Алексей Маслов.

И тут результаты интересные. Оказалось, что сотрудники, призванные работать с клиентами, в среднем тратят на общение с ними только треть рабочего времени. А в иных компаниях всего 20 процентов.

— Сами, наверное, замечали, что в отделениях банков горит табличка с номером, но менеджер никого не обслуживает и никого не вызывает,— приводит пример сооснователь проекта Дмитрий Романов, но не теряет надежды:— Думаю, скоро наш бизнес тоже придет к тому, что удовлетворенность клиента — это важно.

Следующий этап — работа программы на собеседовании. Навыки общения соискателей можно будет оценить с помощью программы. Со временем, похоже, сориентируются и рекламщики, они будут предлагать нам что-нибудь как раз под наше настроение. В общем, достижения прогресса легко превращаются в новые средства контроля.

— Сегодня в России активно обсуждается идея создания так называемого цифрового профиля человека, когда каждый сможет выбирать, какую информацию о себе он готов предоставлять, а какую нет,— добавляет Дмитрий Романов.— Думаю, со временем каждый из нас будет ставить галочку: хочет он, чтобы его анализировали с помощью нашей системы и похожих на нее, или не хочет.

С другой стороны, все мы уже давно привыкли к записям разговоров в колл-центрах. Да и к камерам на улицах. И никто нас об этом уже не спрашивает. Может, и тут привыкнем?

Никита Аронов