Как искусственный интеллект меняет правила игры в продажах и клиентском сервисе

Пока одни специалисты боятся искусственного интеллекта и ждут, что он оставит их без работы, другие используют новые возможности для развития бизнеса и захвата рынка. В этой статье рассказываем, как искусственный интеллект проникает в процессы продаж и клиентского сервиса, и к каким решениям стоит присмотреться, чтобы отвечать запросам времени и сохранять конкурентоспособность.

Гиперперсонализация на новом уровне: предугадать, чего хочет клиент#

Персонализированные услуги — это индивидуальные предложения, которые бизнес готовит под каждого пользователя. Процесс, требующий ресурсов для сбора и анализа данных. Зачем это бизнесу? За тем, что 78% покупателей вернутся в онлайн-магазин, если в первый раз им предложили персонализированные рекомендации. 

Крупные компании уже активно используют гиперперсонализацию в работе с клиентами. 

Компания Domino's внедрила Phrasee, генератор контента на базе искусственного интеллекта, чтобы привлечь новых клиентов и увеличить лояльность текущих. Система пишет персонализированные заголовки электронных писем и цепляющие push-уведомления. Благодаря усилиям Phrasee средний коэффициент кликов вырос на 57%, а коэффициент открытия электронных писем — на 26%.

Гиперперсонализация особенно актуальна для представителей поколения Альфа, которые родились после 2010 года. Основная особенность этого поколения заключается в том, что для них цифровые технологии — это не инструмент, а естественная среда обитания. С раннего возраста молодые люди из поколения Альфа пользуются гаджетами и потребляют контент, формируя рынок своими предпочтениями и интересами.

Для привлечения нового поколения потребителей маркетологи разрабатывают соответствующие стратегии:

• геймификация контента, внедрение игровых механик в акциях и программах лояльности;
• мультиканальное продвижение бренда или продукта онлайн и офлайн;
• короткие вертикальные видео — как самый востребованный формат контента.

Гиперперсонализация в маркетинге возможна благодаря сбору и анализу данных о пользователях из интернета, смартфонов, гаджетов, корпоративных логов, архивов и историй транзакций. 

Но как насчет этической стороны вопроса? Согласны ли покупатели быть постоянным объектом сбора информации? Исследования показывают, что да: 76% потребителей готовы предоставить больше личных данных, если это приведет к улучшению клиентского опыта. 

Вот что о персонализации говорит продуктовый менеджер AI-решений в Jivo:

Автоматизация процессов#

Искусственный интеллект уже взял на себя выполнение рутинных задач в разных сферах. Впечатляющий пример в области клиентской поддержки демонстрирует Авито.

Пользователи площадки ежедневно публикуют два миллиона объявлений. 98% из них обрабатывает нейросеть.Так, искусственный интеллект заменяет собой 100 000 модераторов. 

В Forrester Consulting считают, что 97% организаций будут в том или ином виде внедрять ИИ в 2025 году.

Один из популярных способов автоматизации — это бот на основе искусственного интеллекта. AI-бот — программа, которая использует алгоритмы машинного обучения и обработки естественного языка для общения с покупателями. 

Там, где классический чат-бот действует строго в рамках прописанных сценариев, AI-бот использует данные о компании, контекст переписки и опыт предыдущих взаимодействий с клиентом. За счет этого до 70% типичных запросов бот закрывает без подключения оператора. 

В бизнесе AI-боты открывают перед компаниями новые возможности, в том числе, повышают продуктивность сотрудников разных департаментов:

Например, компания Klarna, один из крупнейших финтех-игроков, приняла решение прекратить найм сотрудников после внедрения искусственного интеллекта. В первый месяц бот обработал 2/3 всех диалогов с клиентами или 2,3 миллионов чатов. Также нейросеть используют для обработки платежей, управление рисками, обнаружения мошенничества. Благодаря боту за год компания сократила штат на 22%.  

В ближайшие годы аналитики ожидают рост рынка ботов:

Развитие рынка стало возможным благодаря большим языковым моделям (large language model, LLM) —  сложным нейронным сетям, которые обучаются на огромных массивах данных. Поэтому LLM глубоко понимают язык, в том числе его грамматику, семантику, стилистику и культурные нюансы. 

Большие языковые модели не распознают ключевые слова, а сразу понимают смысл высказываний, учитывая контекст диалога, и могут генерировать связные и осмысленные ответы.

Вот как работают LLM:

Интеграция с большими языковыми моделями позволяет AI-ботам лучше понимать запросы пользователей. Сейчас боты распознают нюансы, погружаются в контекст и анализируют сложные и нестандартные формулировки. Они генерируют естественные человекоподобные фразы и ведут осмысленные беседы даже в сложных ситуациях.

Благодаря безкодовой разработке (zero-code) AI-боты станут еще более доступными. Zero-code, или nо-code — это технология, которая позволяет создавать IT-продукты с помощью готовых конструкторов и шаблонов без знаний программирования. 

Бизнесу не придется нанимать в штат IT-специалистов или открывать целые IT-отделы. Разработать сложного AI-бота будет под силу одному человеку без технических знаний.

Большой рост рынка AI-ботов к 2030 году эксперты ожидают в следующих отраслях:

У AI-ботов есть и недостатки. Как любая программа они могут, галлюцинировать: придумывать от себя, записывать на несуществующие услуги, ставить необоснованные диагнозы и т.д. О том, как провалился эксперимент по внедрению бота на кассах обслуживания в Макдоналдс, мы писали в статье «Можно ли сэкономить, заменив операторов поддержки искусственным интеллектом». 

Чтобы исключить подобные риски, но использовать безусловные преимущества нейросетей, в Jivo создали AI-ассистента — инструмент, который генерирует ответы клиентам, но не отправляет их без проверки оператора. Рассказывает продуктовый менеджер AI-решений в Jivo:

Еще один из способов автоматизации — внедрение искусственного интеллекта в CRM. Такие системы берут на себя рутинные действия и освобождают ресурсы человека для более сложных задач. Вот что уже делают CRM-системы на основе искусственного интеллекта:

• генерируют персонализированные письма для клиентов на основе истории взаимодействий;
• ищут нужную информацию по голосовым командам или проводят обзвон по базе данных. Например, голосовой робот может обзвонить базу данных соискателей на вакансию, согласовать дату и время собеседования, а затем зафиксировать результат в CRM;
• оценивают потенциальные сделки и анализируют примеры неудачного сотрудничества. AI-скоринг соберет в базу наиболее перспективные лиды. Менеджер не будет тратить время на бесперспективных клиентов, а сосредоточится на потенциально успешных.

CRM на базе искусственного интеллекта доказали свою эффективность, и все больше компаний планируют их использовать. По прогнозу Fortune Business Insights, стоимость таких систем к 2030 году достигнет 262,74 миллиарда долларов. Для сравнения, в 2024 году этот рынок оценивается в 101,41 миллиардов долларов.

Набирают популярность инструменты, которые не просто автоматизируют рутинные задачи, а меняют подход к традиционным производственным и бизнес-процессам и повышают эффективность работы предприятия. Например, извлечение именованных сущностей, процессная аналитика, компьютерное зрение, технологии дополненной и виртуальной реальности. Рассказываем о них подробнее.

Извлечение именованных сущностей (Named-entity recognition, NER) — это процесс автоматического обнаружения и классификации именованных данных в тексте. Проще говоря, поиск по ключевым словам. Например, NER может искать резюме в базе, фильтровать заявления сотрудников, собирать данные пользователей из отзывов.

В будущем могут появиться индивидуальные NER для анализа эмоционального состояния клиентов. Распознавание эмоций позволит адаптировать подходы к продажам в зависимости от настроения покупателя и улучшить клиентский сервис. 

Процессная аналитика (Process Mining) исследует бизнес-процессы, используя цифровые следы в информационных системах. Искусственный интеллект анализирует данные, чтобы воссоздать реальные рабочие процессы предприятия и предложить способы их оптимизации.

Пример. При помощи Process Mining компания проанализировала систему обработки заказов и выяснила, почему в определенное время года заказы обрабатываются медленнее. 

Процессная аналитика показала, что в сезон, когда число заказов увеличивается, на складе возникают задержки. А еще нейросеть предложила несколько решений: оптимизировать распределение ресурсов, настроить автоматические уведомления для сотрудников склада.

По прогнозам, к 2026 году 25% мировых предприятий начнут использовать системы процессной аналитики, чтобы достичь необходимого уровня автономности и автоматизации. 

Еще одно AI-решение, которое может автоматизировать процессы, — компьютерное зрение. Эта технология способна распознавать лица и объекты. Специалисты Gartner считают компьютерное зрение единственной разработкой на основе искусственного интеллекта, готовой к широкому внедрению. 

Например, модуль компьютерного зрения внедряют в CRM для распознавания лиц клиентов. Технологию интегрируют с камерами видеонаблюдения в магазинах или офисах, что позволяет идентифицировать посетителей. 

Когда клиент впервые посещает магазин, CRM создает его фотопортрет и заполняет такие данные, как пол, возраст и даже эмоциональное состояние. Затем CRM ведет историю посещений клиента и оповещает менеджера, когда заинтересованный посетитель возвращается. Руководитель, в свою очередь, может отслеживать статистику по количеству новых и постоянных клиентов.

Российские торговые сети уже активно применяют технологии компьютерного зрения для мониторинга поведения посетителей в магазинах, контроля работы кассиров и наличия товаров на полках.

Другой н тренд, набирающий популярность у бизнеса, — технологии дополненной (AR) и виртуальной реальности (VR). В настоящее время эти методы используют такие гиганты как Volkswagen — автоконцерн предлагает покупателям симулятор вождения автомобиля в VR-режиме. Во время виртуального тест-драйва пользователь может опробовать новые функции, а также оценить легкость и комфорт управления.

Lamoda начала тестировать виртуальную примерочную. Чтобы увидеть, как одежда будет сидеть на фигуре, необходимо загрузить фото в полный рост. Альтернативный вариант — примерить одежду на виртуальной модели. Для создания модели нужно указать пол, возраст, рост, вес. В дополнительных условиях можно отметить особенности телосложения. По заданным характеристикам система создаст виртуальную модель и покажет, как выбранная одежда будет выглядеть на фигуре такого типа. 

Вот пример сгенерированной на Lamoda модели:

Потребителям такое нравится. 58% из них воспринимают внедрение AR-технологий в онлайн-шопинг положительно:

Предсказательная аналитика#

Предсказательная или предиктивная аналитика — это стремление предугадать поведение клиентов, новые тренды и развитие рынка, чтобы эффективно адаптировать бизнес-решения и обеспечить конкурентные преимущества.

По прогнозам Mordor Intelligence, рынок предсказательной аналитики ожидает существенный рост:

В рамках предиктивной аналитики наблюдается новый тренд — прескриптивная аналитика. Она не только предсказывает результаты, но и предлагает действия, которые напрямую на них влияют. 

Например, алгоритмы могут рекомендовать бизнесу, какие товары следует закупить и в каком количестве, чтобы избежать дефицита. 

• Еще один тренд — рост популярности «синтетических» данных. Основная проблема предсказательной аналитики заключается в том, что результат анализа полностью зависит от качества изучаемых данных. Организациям часто не хватает информации для построения надежных прогностических моделей. 

«Синтетические», или искусственно сгенерированные данные, могут имитировать реальные. Например, крупные торговые сети смогут генерировать «синтетические» модели поведения покупателей в еще не открытых точках, и на основе анализа принимать решения о целесообразности открытия новых магазинов.

• Для работы с инструментами прогностической аналитики требуются специальные знания, и на рынке наблюдается нехватка таких специалистов. С ростом популярности предсказательной аналитики появятся инструменты, доступные обычным пользователям без специальных навыков и технических знаний.

Больше не потребуется нанимать отдельного специалиста по искусственному интеллекту. Маркетологи смогут генерировать прогнозы с помощью удобных приложений самостоятельно.

AI-агенты#

AI-агенты — это программное обеспечение, которое способно самостоятельно принимать решения, использовать сторонние инструменты и выполнять сложные задачи без инструкции. AI-агенты понимают естественный язык, что позволяет взаимодействовать с ними без необходимости формулировать команды или промты.

Для сравнения, обычные нейросети: 

• функционируют под контролем человека;
• работают по инструкции; 
• не умеют общаться на естественном языке.

Ключевая особенность AI-агентов — мультимодальность, то есть они способны обрабатывать текст, аудио и видео, что, в свою очередь, открывает новые возможности для бизнеса. 

Например, Jivo тестирует AI-агента, который закрывает 93% из 1000 чатов. Точность его ответов составляет 98%.

Вот пример его работы.

По прогнозам McKinsey Global Institute, AI-агенты станут универсальными помощниками, способными самостоятельно выполнять задачи с множеством переменных.

Например, AI-агент сможет организовать поставку товара к сезонной распродаже, учитывая множество факторов: наличие различных категорий товаров, изменившиеся цены и условия поставки, прогнозируемый спрос и особенности работы с конкретным контрагентом. 

Для оформления заказа и общения с контрагентами он будет использовать доступные инструменты: телефон, мессенджер, электронную почту, CRM и прочее. При необходимости, например, в случае задержки в работе логистов, ИИ-агент сможет принять самостоятельное решение.

Кибербезопасность#

По данным InfoWatch, в 2023 году выросло число утечек данных в результате кибератак:

В настоящее время нейросети автоматически ищут вредоносное программное обеспечение, реагируют на выявленные угрозы и снижают нагрузку на сотрудников. Инструменты искусственного интеллекта сокращают время реагирования на инциденты кибербезопасности с 2,3 дней до 58 минут. 

Благодаря ИИ-технологиям бизнес может снизить издержки и потери, связанные с кибератаками. 

Антипример. Интернет-магазин косметики стал жертвой DDoS-атаки, которая началась первого марта, когда продажи резко возросли в преддверии Международного женского дня. В результате сайт оказался недоступен, и постоянные покупатели и клиенты, которые пришли с рекламных кампаний, ушли к конкурентам. 

Специалисты по кибербезопасности не использовали инструменты на основе искусственного интеллекта на сайте, поэтому у них ушло несколько дней на обнаружение и устранение угрозы. В итоге бизнес не смог получить ожидаемую прибыль.

В 2023 году боты сгенерировали 49,6% сетевого трафика, при этом треть из ботов оказалась вредоносной. 

Эти боты участвуют в атаках на сайты, кражах конфиденциальных данных, мошеннических операциях. Набирают популярность AI-инструменты, которые анализируют активность ботов и при необходимости их блокируют. 

Такие AI-инструменты особенно важны для бизнеса, который работает с персональными данными клиентов.

Еще один заметный тренд — корпоративная безопасность. Крупные компании в скором времени начнут внедрять корпоративные браузеры, мессенджеры и другие инструменты на базе искусственного интеллекта с безопасным доступом для удаленных сотрудников. 

Безопасное программное обеспечение позволит контролировать обработку конфиденциальной информации. Такие решения особенно актуальны для служб поддержки, где операторы работают из дома.

По мнению аналитиков, развитие и распространение AI-технологий не только способствует повышению кибербезопасности, но и ведет к росту числа атак. К 2026 году, используя искусственный интеллект, хакеры будут проводить динамические многослойные кибератаки, использовать дипфейки и быстро адаптироваться к появлению новых защитных систем. 

Краткое изложение вместо заключения#

Вот список AI-технологий, которые крупные компании внедряют уже сегодня, а значит завтра потребители начнут воспринимать их как норму в бизнесе любого масштаба: 

Гиперперсонализация позволит увеличить лояльность клиентов и повысить продажи благодаря индивидуальным предложениям.  

Автоматизация процессов освобождает сотрудников от рутинных задач. Компьютерное зрение способствует увеличению продаж, изучая эмоциональное состояние покупателя и контролируя наличие товаров на полках. Технологии дополненной (AR) и виртуальной реальности (VR) улучшают клиентский опыт и лояльность пользователей.

Предсказательная и прескриптивная аналитики предсказывают поведение клиентов, тренды и развитие рынка, а также предлагают действия для адаптации бизнеса к новым условиям.

AI-боты улучшают качество обслуживания, ведут клиента по воронке продаж, рассказывают о новостях компании и помогают с онбордингом.

Нейросеть в сфере кибербезопасности сможет самостоятельно выявлять вредоносное ПО и ликвидировать его. Она быстрее человека реагирует на киберугрозы и находит способы их нейтрализовать.