5101
«Цифровой ассистент» для обработки обращений
Апрель, 2020 год.Внедрение диалоговой платформы на базе AI для ответов на запросы от поставщиков и сотрудников.
Какую проблему решали
Служба снабжения НЛМК получала большое количество однотипных вопросов от поставщиков, а служба поддержки вручную обрабатывала обращения сотрудников компании.
Работа специалистов состояла из множества рутинных операций: уточнить запрос, получить недостающую информацию, провести исследование в учетных системах, сформировать ответ, оформить результаты.
Работа специалистов состояла из множества рутинных операций: уточнить запрос, получить недостающую информацию, провести исследование в учетных системах, сформировать ответ, оформить результаты.
Время квалифицированных специалистов расходовалось неэффективно. Кроме этого, авторы обращений оставались не удовлетворенными скоростью обработки запросов.
Решение проблемы
В НЛМК внедрена платформа «Цифровой ассистент» от Mail.ru Group. Решение на базе AI предназначено для оперативной обработки запросов от поставщиков и сотрудников.
Созданы автоматические диалоговые сценарии для уточнения недостающей информации, исследования проблемы, ответов на вопросы и выполнения действий по разрешению инцидента.
Созданы автоматические диалоговые сценарии для уточнения недостающей информации, исследования проблемы, ответов на вопросы и выполнения действий по разрешению инцидента.
Цифровой помощник заменил профильных специалистов и сотрудников службы поддержки.
Применяемые технологии
Основа решения — корпоративная диалоговая платформа «Цифровой помощник» на базе AI.
Программный продукт содержит:
- Технологии обработки датасетов,
- Сервисы обучения и тестирования NLP моделей,
- NLP/NLU инструменты,
- Графический конструктор диалоговых сценариев,
- Инструменты для интеграции с корпоративными системами,
- Инструменты отладки, вспомогательные интерфейсы.
Особенности проекта в НЛМК:
- Использование множества NLP моделей для различных целей, а именно: собрано 54 датасета, построено 29 моделей;
- Применение NLP/NLU инструментов на разных шагах диалога, в том числе в сценарной части диалога;
- Применение методов обучения, дающих удовлетворительный результат на малом объёме обучающих данных.
Бизнес-процесс
До проекта:
- Большое количество однотипных запросов.
- Обработка обращений и поиск недостающей информации вручную.
- От 30 минут до 2 дней — время ответа на запрос.
После проекта:
- Автоматизированный диалог с поставщиками и сотрудниками.
- Автоматический поиск и предоставление информации по запросам.
- Обработка запросов в режиме 24/7.
- 1 минута — время ответа на запрос.
Результаты
Команда НЛМК
Елена Весельская
Бизнес-заказчик
Анна Горбунова
Проектная группа
Кристина Карпова
ИТ специалист
Ангелина Козлова
ИТ специалист
Ольга Ледовская
Руководитель направления, Дирекция по развитию снабжения
Татьяна Постникова
ИТ специалист
Светлана Ращупкина
Специалист 1 категории, отдел планирования и отчетности
Михаил Сафонов
Руководитель поддержки
Павел Сверчков
Директор, Дирекция по развитию снабжения
Дарья Серкова
ИТ специалист
Полина Уварова
Руководитель проекта
Анатолий Хебнев
Вице-президент по закупкам
Надежда Шевцова
Специалист поддержки
Команда Mail.ru Group
Светлана Архипкина
Директор по развитию бизнеса
Александр Любин
Менеджер по работе с клиентами
Олег Ольховец
Ведущий архитектор
Похожие кейсы
AI-кейсы с доказанной бизнес-эффективностью. Все проекты успешно прошли проверку комиссией из признанных экспертов в технологиях и бизнесе.