В современном мире чат-боты считаются мощным инструментом, который меняет принципы взаимодействия между бизнесом и клиентами. Из основных преимуществ можно выделить круглосуточную поддержку без выходных, мгновенную реакцию и скорость, масштабируемость и экономическую эффективность, персонализацию взаимодействия, непрерывное обучение и развитие.
Чат-боты могут приносить огромную пользу компаниям, выполняя множество задач, связанных с автоматизацией процессов, повышением качества обслуживания клиентов и снижением затрат. Согласно данным агентства Data Insight, на начало 2025 года 65% крупных российских компаний уже использовали чат-ботов для обслуживания клиентов.
Одним из примеров использования искусственного интеллекта для оптимизации портала поддержки пользователей выступает компания Naumen, и предлагает три варианта решения проблемы: ИИ-ассистент, подсказки для операторов и автономный ИИ. Преимуществом компании Naumen является гибкий баланс между автоматизацией и человеческим контролем. Недостатками данной системы является риск ошибок, отсутствие шаблонов ответов и негибкость системы.
Компания «Росатом» также автоматизировала портал поддержки с помощью машинного обучения. Ключевыми преимуществами системы являются автоматическая маршрутизация на основе предыдущего опыта с настраиваемым «уровнем уверенности» для передачи сложных запросов оператору, статистика в реальном времени для оперативного отслеживания сбоев, система тегов для предотвращения ошибок, классификация обращений для удобства сотрудников, а также автоматическое еженедельное дообучение модели на новых данных. Недостатками системы является то, что нет подсказок и шаблонов, отсутствует автоматическое оповещение о сбоях на основе статистики, классификация запросов производится по общим данным, а не по профилю конкретных исполнителей, и система не анализирует тональность сообщений. Также популярными компаниями, которые используют порталы поддержки пользователей являются Крок, ВК, Visary Help Desk, True Engineering.
Сотрудники и студенты Финансового университета разработали и представили чат-бот на базе искусственного интеллекта для автоматизации обработки запросов на портале поддержки пользователей с учетом недостатков существующих решений. Данная разработка использует методы машинного обучения для точной классификации и маршрутизации обращений, что позволяет значительно повысить эффективность работы службы поддержки.
По мнению доцента кафедры искусственного интеллекта Финансового университета при Правительстве РФ Романовой Екатерины Владимировны, актуальность проблемы заключается в том, что ежедневно служба поддержки пользователей сталкивается с большим потоком разнообразных запросов – от консультаций по юридическим и бухгалтерским вопросам до помощи в реализации бизнес-идей и формировании команд. Ручная обработка и распределение этих обращений между профильными специалистами требуют значительных временных затрат и могут приводить к задержкам. Автоматизация этого процесса стала ключевой задачей для повышения качества сервиса.
В рамках исследования был разработан чат-бот, интегрированный в Telegram. Основной особенностью бота является использование алгоритмов машинного обучения для анализа текста на естественном языке.
После сравнительного анализа нескольких классических моделей машинного обучения (Наивный Байес, Деревья решений, SVM, Random Forest) наивысшую точность показала модель Random Forest. Она была выбрана для классификации входящих запросов по 19 заранее определенным функциональным группам (например, «Обучение», «Создание команд», «Налоговые консультации»).
Для создания диалоговой системы использовалась современная платформа с открытым исходным кодом Rasa, которая обеспечивает глубокое понимание контекста и управление сложными сценариями общения.
Система контейнеризована с помощью Docker, что обеспечивает легкое развертывание, масштабируемость и стабильность работы всех компонентов: ядра Rasa, сервера машинного обучения и самого Telegram-бота.
Сотрудники ФУ считают, что внедрение разработанного чат-бота позволяет обеспечить круглосуточную поддержку пользователей, сократить время обработки запросов за счет их автоматической классификации и перенаправления нужному специалисту, снизить нагрузку на операторов, минимизировав рутинную работу, а также повысить точность маршрутизации, уменьшив количество ошибок при распределении обращений.
Разработанная система не только оптимизирует внутренние процессы, но и значительно улучшает пользовательский опыт, предоставляя клиентам быстрые и релевантные ответы.
По мнению старшего преподавателя кафедры искусственного интеллекта Финансового университета при Правительстве РФ Бартевой Виктории Алексеевны созданное решение наглядно демонстрирует, как современные технологии искусственного интеллекта и машинного обучения могут быть эффективно интегрированы в реальные бизнес-задачи для повышения операционной эффективности и качества сервиса».