Учредитель и управляющий партнер UKTECH LAB Григорий Юркин о развитии технологии голосовых помощников и нейросетях. Григорий стал одним из первых участников в создании интеллектуальных голосовых помощников и виртуальных ассистентов. В 2016 году он возглавлял внедрение голосового помощника MAICS для компании Аэрофлот, а в начале 2023 года стал автором модуля U-Speech классификации естественной речи и распознавания эмоций с применением искусственного интеллекта
Расскажите о том, как развивался сегмент голосовых помощников
Если говорить именно про активное развитие этого направления как отдельного сегмента, то оно началось еще в 2010 году. Тогда использование технологий распознавания речи было на пике популярности. Банки, страховые компании, оффлайн и онлайн ритейл, службы доставки стали внедрять синтез и распознавания речи везде, где есть массовые коммуникация с клиентами. Однако со временем стало ясно, что такой подход в чистом виде никому не нужен, так как доля качественно обслуживаемых подобных коммуникаций составляла всего 3-4%, остальное по прежнему ложилось нагрузкой на операторов.
Новая волна популярности голосовых помощников началась в 2016 году. Она сочетала в себе ИИ и распознавание речи. Доля обслуживания такими роботами приблизилась к 15-20%.
Вы являетесь учредителем и управляющим партнером компании UKTECH LAB, которая специализируется на создании и разработке собственных продуктов и технологий, в том числе ИИ и голосовых помощников. Как устроены роботы-помощники и как они используются в бизнесе сейчас?
В роботах-помощниках используются технологии распознавания речи, а также применяются так называемые NLU модели, то есть такие языковые модели, которые понимают естественную речь и выявляют ее смысловую нагрузку. В случае если робот получил недостаточно информации, он может задать наводящие вопросы, чтобы максимально точно предоставить информацию, которую запросил клиент.
С точки зрения использований этой технологии бизнесом с 2015 года ничего не изменилось. Роботов-помощников также используют в массовых коммуникациях. Стоит отметить, что в 2020-2021 году произошел пик завышенных ожиданий: от интеллектуальных помощников ожидали большего. На данный момент пик пройден и бизнес более трезво смотрит на ситуацию: никто не ждет, что помощник начнет работать лучше оператора. Относительно стоимости технологии нужно сказать, что она резко снизилась. Раньше мы могли говорить о миллионах долларов за внедрение, сейчас – о десятках, сотнях тысяч долларов.
Как используются эти технологии в России и за рубежом?
Россия сегодня очень инновационная страна, во многих сервисах мы обгоняем Европу и США. И факт в том, что Россия – государство №1 по использованию новых технологий в гос- и соцсекторе. Например, в 2015 году я работал над проектом Аэрофлота. Компания одна из первых в мире использовала технологии по распознаванию и синтезу речи. Сюда же в качестве примера можем отнести госуслуги, в рамках которых используются чат-боты, которые обрабатывают огромное количество запросов от населения.
В случае с Европой все упирается в присущий ей консерватизм. У них очень жесткое разделение на human-to-human и применение синтезированных помощников вместо человека. Они намеренно ограничивают развитие и внедрение этих технологий.
США активно используют голосовых помощников, так как Штаты все-таки считаются одним из самых крупных рынков в мире. Самые крупные производители подобных продуктов расположены именно там.
Какие проблемы в использовании ИИ и голосовых помощников вы как эксперт можете выделить?
Типовые вопросы, которые массово появляются у клиентов, можно легко решить с помощью голосового помощника. Их эффективность заключается в том, что они не ограничены по количеству – сегодня могут обслужить 1000 человек, а завтра миллион. С точки зрения этого сервиса, компания ограничена только технически: важно знать, может ли она обслужить такой объем звонков и обращений. Однако сегодня, к сожалению, технологически робот не умеет распознавать эмоции так, чтобы их можно было использовать прямо в процессе диалога. Если мы возьмем общую статистику, то 80% входящих звонков связаны с проблемной ситуацией, в которой человеку хочется получить не только ответ на свой вопрос, но и услышать понимание и сочувствие. Когда у вас возникает проблема, и вы звоните и слышите на той стороне не человеческий голос, вы внутренне напрягаетесь и сформулировать вопрос становится еще сложнее. Поэтому необходимость в операторе сохраняется.
Какие тренды развития технологий ИИ и голосовых помощников вы можете выделить?
Первый и основной тренд – научить робота говорить, как человек. Это генеративный ИИ, ChatGPT и все подобные разработки, которые умеют, получив в себя большой набор данных, генерировать информацию в удобном и понятном виде.
Второй тренд - использование ассистентов не для клиентов, а для операторов. То есть мы говорим о предоставлении релевантной запросу от клиента информации в том виде, в котором оператор может предоставить ее человеку. Это нужно для того, чтобы оператор мог качественно и быстро обслуживать клиентов.
Третий тренд, который мы видим и сами в нем активно участвуем, это качественное определение смысла запроса, то есть классификация запроса и определение эмоциональной составляющей для адаптации разговора с людьми.
Все эти тренды можно свести к одному – это очеловечивание интеллектуального помощника. То есть а) они должны научиться говорить понятным языком и в контексте б) должны понимать смысл запросов от клиента в) должны учитывать эмоциональную составляющую диалога.
Компания UKTECH LAB получила более восьми патентов в области голосовых технологий и искусственного интеллекта за два года. Каковы на ваш взгляд перспективы развития подобных технологий?
То, что всегда было актуальным с точки зрения управления контактным центром и то, что нужно учитывать в этом вопросе – экономия на средствах. Электронный помощник – это бездушная машина, целью использования которой является сокращение затрат, тогда как оператор – это дорого и затратно со всех точек зрения. Сегодня запущено большое количество внедрений подобных помощников. Они все еще в процессе доработки, так как требуют достаточно больших усилий и ресурсов. Осталось адаптировать этот продукт под реальные требования. Я вижу, что в ближайшие пару лет будет происходить докрутка технологий до высокого качества классификации обращений, распознавания эмоций, генерации и компиляции ответов, которые должны выдавать помощники. Постепенно будут появляться готовые бизнес-решения в разных областях. Я и моя команда, например, сейчас работаем над внедрением этой технологии в рамках импортозамещения.