Росгосстрах завершил масштабную модернизацию системы речевой аналитики, полностью построенной на генеративном искусственном интеллекте и open-source компонентах. Теперь нейросеть без пропусков обрабатывает все входящие звонки — около 15 тысяч ежедневно — и выделяет критические обращения, способные перерасти в жалобу, максимум в течение часа. Отказ от дообучения моделей в пользу многоуровневой цепочки из более чем 100 промптов позволил компании уйти от случайной выборки и впервые контролировать каждый диалог.
Как устроена ИИ-аналитика
Разработка стала одной из первых в отрасли, где речевая аналитика целиком создана внутренней командой без привлечения вендоров. В основе лежит цепочка узких промптов, каждый из которых оценивает конкретный параметр разговора — от корректности оператора до эмоционального фона клиента. «Одним из главных результатов внедрения стала возможность оперативно выявлять критически важные обращения клиентов», — комментирует начальник управления методологии, анализа и развития клиентского опыта Никита Мансуров. Поверх аналитики работает сервис, который автоматически фиксирует сигналы эскалации — например, намерение написать жалобу — и рассылает уведомления ответственным сотрудникам.
От точечного инцидента к системному решению
Новый инструмент дал компании возможность увидеть не только отдельные конфликты, но и повторяющиеся проблемы в процессах. Так, при анализе показателей удовлетворённости клиентов специалисты Росгосстраха обнаружили устойчивое недовольство необходимостью предоставлять дополнительные документы в одном из страховых процессов. Раньше этот паттерн терялся в массиве обращений. После изучения данных требование отменили, и проблема исчезла. «То есть мы не просто становимся быстрее, мы становимся удобнее и полезнее для клиента», — подчеркивает Мансуров.
Что дали изменения
Внедрение речевой аналитики уже принесло измеримые результаты: среднее время диалога сократилось примерно на 7%, а доля вопросов, решённых с первого обращения (FCR), выросла. Это означает, что улучшение сервиса напрямую влияет на операционную эффективность контакт-центра, снижая нагрузку и повышая лояльность клиентов.
