По оценкам аналитиков, в последнее время рынок связи в России увеличивается год к году на единицы процентов, что вынуждает операторов искать новые ниши. В итоге тренд на диверсификацию привел к тому, что телеком-компании сейчас занимаются всем — от ставших уже привычными банковских услуг до производства кино и организации концертов. Генеральный директор «Комфортел» Дмитрий Петров рассказывает в интервью РБК+ Петербург о том, почему делает ставку на речевую аналитику.
Интерес без инсталляций
— Речевая аналитика и фиксированная связь не самые близкие сферы деятельности, требующие разных компетенций. Почему именно она вас заинтересовала?
— Сейчас все телеком-компании ищут новые точки роста. Речевая аналитика и телеком гораздо ближе, чем телеком и банки или телеком и киберспорт. Речевая аналитика — это не отдельная услуга связи, но она является ее непосредственным продолжением. Ведь телефонные линии компании покупают для коммуникации с клиентами, а коммуницируют клиенты с персоналом компании голосом. Речевая аналитика позволяет цифровизировать такое человеческое взаимодействие: уши и мозг сотрудника можно заменить искусственным интеллектом. Пока в технологическом плане здесь не все идеально, но прогресс не стоит на месте.
— Рынок речевой аналитики развивается быстро?
— Он только формируется, и этот процесс идет медленно, потому что медленно меняется менталитет людей. Конечно, в последнее время эволюция ускорилась за счет того, что больше молодых людей заходит в возраст управления. А те, кто вырос с гаджетами, более открыты к технологическим инновациям. Именно консерватизм — главный тормоз прогресса. И тот спрос, который есть сейчас и который мы прогнозируем, сильно различаются. Мы уверены: спрос будет расти, так как услуга ориентирована на повышение эффективности, упразднение ненужных профессий и избавление от мартышкиного труда. Зачем прослушивать годы записей, когда это можно проанализировать в тексте, сделать выборки, найти закономерности, на основании которых делать выводы? Обучать систему должны люди, а обрабатывать большие массивы данных — искусственный интеллект.
«Обучать систему должны люди, а обрабатывать большие массивы данных — искусственный интеллект».
— Как давно вы работаете в этом направлении?
— Идея идти в этом направлении родилась у нас несколько лет назад. Но тогда это решение вызывало интерес только у гиков: интерес был живейшим, а инсталляций ноль. Это помогало продажам, потому что в рамках обсуждений и разработок проектов по внедрению речевой аналитики, до внедрения которой не доходило, попутно продавались наши базовые услуги. Конечно, был момент, когда мы не понимали, почему решение не продается. Экономика была хорошей: приобретя решение, можно сократить количество супервайзеров с 20 человек до 4 и двух аналитиков. Но чтобы это решение принять, кто-то должен был погрузиться в продукт, оценить его текущие и перспективные возможности. Таких визионеров на рынке единицы — все хотят пользоваться тем, что уже отполировано, апробировано в сотне тысяч инсталляций. Первопроходцами готовы быть не все. Но наша эйфория даже в таких условиях не угасла.
Конкуренция на рынке
— Насколько высока в этом сегменте конкуренция?
— Сейчас свои решения уже представили порядка 20 компаний — это продукты, которые уже внедрены и используются. Кроме того, есть множество разработок, которые существуют на уровне стартапов, тестирования — они пока не публичны, до продаж дело не дошло. Рынок пока еще формируется, но у него есть большие перспективы. Аналитики прогнозируют объем в миллионы долларов, но пока продуктов мало, поэтому туда сейчас активно выходят крупные игроки — банки, разработчики софта.
— Но ведь 20 игроков — это не так уж и мало. Придется искать способ выделиться.
— Конкуренция, конечно, зло, потому что хочется все деньги с рынка забрать. Мы готовы наше решение дорабатывать, искать собственные ниши — мы не гонимся за массовостью, мы работаем в нише крупных и средних компаний, где другой профиль запросов и высокая степень кастомизации.
Если говорить конкретно, то чаще всего апробированные решения интегрированы либо в телефонию, либо в дополнительные сервисы наподобие голосовых помощников или роботов, которые обрабатывают звонки на первой линии поддержки. При этом мало кто предлагает речевую аналитику в чистом виде как отдельную услугу. Мы же как раз считаем, что есть спрос на речевую аналитику и как отдельное решение.
«Мы умеем расти на нерастущем рынке, поэтому мы рады, что есть конкуренты, мы готовы наше решение дорабатывать, искать собственные ниши».
— Вы собираетесь это решение продавать только своим клиентам?
— Нет. С существующими клиентами проще договариваться: есть кредит доверия, по которому мы исправно платим. Но мы как раз рассматриваем эту уcлугу как локомотивную, которая позволит заходить к новым партнерам и уже потом допродавать им наши базовые сервисы.
Эффективных сохранить, неэффективных уволить
— Зачем бизнесу речевая аналитика?
— Это софт, который позволяет сократить количество супервайзеров в контакт-центре – тех, кто слушает записи звонков, размечает их, анализирует, формирует отчеты по ним. Как правило, аналитика привязана к системе мотивации сотрудников, подразделений и т.д., может использоваться для оценки аутсорсингового кол-центра с точки зрения выполнения SLA. Директор одного такого КЦ рассказывал, что банк-заказчик проверяет конкретные параметры бесед. И если показатель ошибок выше заявленного в договоре, штрафы могут быть большими. Речевая аналитика — тот продукт, который позволяет повысить качество анализа и как результат — качество работы КЦ и взаимодействия с клиентами.
— Рабочая сила в стране недорогая. Зачем менять сотрудников на дорогое решение?
— Это арифметика. Технологии позволяют эффективных сотрудников сохранить, неэффективных уволить, заменив ИИ-решением. Т.е. уменьшить количество супервайзеров, самых умных сделав аналитиками. Это способствует развитию бизнеса, а в сумме будет стоить дешевле, чем 10 супервайзеров, повысится управляемость. 10 сотрудников со средней зарплатой 60 тыс. плюс налоги и рабочие места обойдутся плюс-минус в миллион в месяц. Если мы их заменяем на двух супервайзеров с увеличенным функционалом и зарплатой по 80 тыс., двух аналитиков с зарплатой 100 тыс. — снижение затрат будет двукратным. Это расчеты «на салфетке», очень примерные, но даже они показательны. Бизнесмены видят, что тучные годы прошли и надо думать об оптимизации, повышении эффективности и экономии.
«Технологии позволяют эффективных сотрудников сохранить, неэффективных уволить, заменив ИИ-решением».
— Но ведь это приведет к увольнениям людей…
— Увольнений не надо бояться — во всех отраслях дефицит кадров, и это проблема, которую надо решать. Мы живем не в период глубокой экономической депрессии, поэтому увольнение лишь открывает широчайший выбор возможностей. Если человек работал супервайзером, у него есть навыки, которые где-то пригодятся, которые необходимо развивать. Я сторонник меритократии: естественный отбор — нормальная форма существования организмов, она позволяет эволюционировать. Кстати, как бы я ни любил говорить про пользу увольнений, в нашей компании количество сотрудников за последний год выросло на 5-7%.
Клиентская эмпатия
— Вы упомянули, что технология еще несовершенна. Что решение уже может?
— Слушать, что говорят люди, распознавать и переводить в текст. А дальше подключаются функции аналитики: система анализирует, были ли перебивания, каковы особенности речи отдельных людей и т.д. На выходе мы получаем аналитику, с которой специалист может работать, повышая эффективность процессов.
Возьмем, к примеру, говор. С помощью речевой аналитики можно выявлять клиентов и сотрудников с одинаковым говором, а затем выстроить логику очередей в КЦ так, чтобы они взаимодействовали друг с другом. Это мелочь, но именно на таких мелочах и строится клиентская эмпатия, лояльность и привязанность.
Если же вернуться к несовершенству, то качество расшифровки пока ниже, чем хотелось бы. Но технология развивается очень активно: по рынку стандарт распознавания — 80% слов, а наше решение на сегодняшний день дает 97% распознавания после первичного обучения и загрузки профессиональных словарей.
«С помощью речевой аналитики можно выявлять клиентов и сотрудников с одинаковым говором, а затем выстроить логику очередей в КЦ так, чтобы они взаимодействовали друг с другом. Это мелочь, но именно на таких мелочах и строится клиентская эмпатия, лояльность и привязанность»
— А как обстоят дела с распознаванием эмоций?
— Такой функционал есть. Но, конечно, речь распознать проще, чем эмоции: они субъективны. Даже человек может сарказм воспринять как восхищение или вообще не считать оттенок. Легко обучить ИИ на распознавание ярких эмоций, на изменение тембра или скорости речи — это то, что система уже может анализировать.
— Как будет развиваться решение?
— Сейчас надо сосредоточиться на внедрении и массовом промышленном использовании. А дальше — в зависимости от потребностей рынка. Если смотреть более глобально, то раз слушать мы научились, то теперь должны учиться говорить: будущее за синтезом речи. Еще одно направление — высокоуровневая предиктивная аналитика. К примеру, клиент обращается в КЦ несколько раз подряд за определенный период, а система анализирует текст, всю цепочку событий и делает выводы: можно ли ему что-то продать, чему-то научить, что-то исправить в своей системе и т.д.
— Каковы планы по объему продаж на следующий год?
— Я три года назад был уверен, что это все купят. Оказался не прав — признаю, поэтому и точных прогнозов давать не буду. Мы запускаем услугу в тестовом режиме, смотрим на спрос. На данный момент это точно нишевая услуга, в следующем году она супермассовой не станет, но мы планируем, что примерно 20% наших клиентов будут использовать речевую аналитику. Говорить о широком распространении продукта можно будет в перспективе 2-3 лет.
