Сбер Робот-тренер для обучения сотрудников банка общению с должниками

Основные статьи:

• RPA (Robotic process automation, Роботизированная автоматизация процессов)
• Просроченные кредиты в России
• Речевые технологии: на пути от распознавания к пониманию

2021: Создание робота-тренера в сфере взыскания просроченной задолженности

Сбер 30 сентября 2021 года сообщил о том, что создал робота-тренера для своих сотрудников, работающих в сфере взыскания просроченной задолженности. Такой алгоритм, выступающий в роли клиента, — это полноценный боевой тренажёр, который помогает работнику совершенствовать навыки общения с должниками.

Как отметил директор дивизиона «Розничное взыскание и урегулирование» Сбербанка Денис Кузнецов, использование роботизированных коммуникаций в сфере взыскания растёт с каждым годом. Первая модификация «робота-коллектора» была запущена в эксплуатацию в 2017 году, и уже в 2018 году технология, основанная на искусственном интеллекте, проводила 7% диалогов с клиентами. В 2020 году доля роботизированных диалогов увеличилась до 77%, а по итогам 2021 года прогнозно превысит 85%.Как перенести 300 Тбайт данных с решений IBM и Oracle на российские. Опыт РСХБ на TAdviser SummIT 30.6 т

Постоянно растут и возможности алгоритма, которые порой неотличимы от человеческих. Так, робот уже научился подстраиваться под скорость и громкость речи клиента, если клиент говорит быстро или просит робота говорить быстрее. Робот умеет использовать историю коммуникаций и может напомнить клиенту о том, что он обещал оплатить задолженность и до сих пор этого не сделал. Алгоритм способен предупреждать клиентов о предстоящем платеже и отвечать на уточняющие вопросы о сумме и дате. И, наконец, в октябре 2021 года робот начнёт отправлять по запросу клиента СМС в момент диалога. Это позволит клиентам, которые запрашивают дополнительную информацию, получить её прямо в ходе разговора. Всё вышеперечисленное робот умеет делать и в отношении представителей малого бизнеса.

Роботизация взыскания преследует сразу несколько целей. Во-первых, помогает нам унифицировать все коммуникации с клиентами, выполняя их по единому стандарту качества. Во-вторых, позволяет нам снижать расходы. В-третьих, избавляет сотрудников от рутинных операций, которые теперь можно доверить роботу, занявшись более сложными и интересными задачами. В совокупности всё это позволяет нам работать быстрее и эффективнее. сказал Денис Кузнецов, директор дивизиона «Розничное взыскание и урегулирование» Сбербанка.

Как подчеркнул Денис Кузнецов, исследования показывают, что клиенты спокойно относятся к общению с роботом, понимая, для чего это делается. К тому же такой формат используется повсеместно в различных сервисных индустриях. Говоря с роботом, люди не испытывают чувства вины или неудобства, которые, как правило, возникают при общении с человеком при обсуждении задолженности. Обещания погасить долг, которые клиент даёт роботу, сдерживаются с той же вероятностью, что и обещания, данные сотруднику.

С 2018 года банк проводит регулярные замеры индекса удовлетворённости клиентов телефонными переговорами по взысканию задолженности, и в последние два года робот стабильно получает более высокие оценки, чем оператор. Аргументируя свою оценку, клиенты обычно говорят о взвешенности робота, последовательности и чёткой аргументации. Таким образом, перспективы дальнейшей роботизации отрасли по мере развития технологий искусственного интеллекта выглядят позитивно.