DPD в России: ИИ-помощник на LLM в службе поддержки клиентов
Описание проекта
DPD внедрила в департаменте обслуживания клиентов ИИ-помощника на основе большой языковой модели с архитектурой «сначала найти, затем ответить»: система сначала извлекает релевантные фрагменты корпоративной базы знаний, затем формирует ответ. Оператор задаёт вопрос естественным языком, не подбирая точные ключевые слова из документации. Решение заменило классический поиск по разрозненной корпоративной базе знаний. Результаты замерялись по стандартным метрикам контакт-центра — AHT, ACW, качеству консультаций и оттоку персонала.
Вендор и технология: не указан — система на основе большой языковой модели, архитектура «сначала найти, затем ответить».
Задача
Корпоративные базы знаний устаревали, информация была разрозненной, а классические поисковики требовали точного совпадения ключевых слов. Операторы формулировали вопросы естественным языком, который расходился с формулировками документации, из-за чего росло время обработки обращений и число ошибок.
Цели внедрения
-
Дать операторам поиск по базе знаний на естественном языке
-
сократить время обработки обращений (AHT) и постобработки (ACW)
-
снизить долю ошибок в консультациях
-
ускорить адаптацию новых специалистов
-
снизить отток сотрудников
Результаты
-
Результаты
-
Время обработки обращений (AHT) снижено на 15%
-
время постобработки (ACW) снижено на 17%
-
качество консультаций выросло на 7%
-
количество ошибок снижено на 15%
-
отток сотрудников снижен на 2%
-
адаптация новых специалистов сократилась до одного дня Нагрузка и масштаб
-
департамент обслуживания клиентов DPD в России