Gartner: чат-боты по-прежнему находятся на пике, а достижение плато продуктивности предсказывается в течение 2-5 лет
Gartner: чат-боты по-прежнему находятся на пике, а достижение плато продуктивности предсказывается в течение 2-5 лет
Виртуальные помощники все больше и больше проникают в нашу жизнь. По информации Gartner «чат-боты – это лицо ИИ, и они вносят свой вклад во всех областях, где имеют место коммуникации между людьми». Согласно "кривой хайпа искусственного интеллекта" 2019 года, чат-боты по-прежнему находятся на пике, а достижение плато продуктивности предсказывается в течение 2-5 лет.
По оценкам Business Insider, через пару лет чат-ботов внедрят 80% компаний по всему миру, включая поликлиники и медицинские компании. По состоянию же на декабрь 2019 года число клиник и докторов, использующих в работе такие технологии, крайне незначительно, говорится в результатах исследованиях.
В 2016 году аналитические агентства по всему миру предсказывали быстрый взлет чат-ботов, однако развитие данного рынка очевидно запаздывает относительно предыдущих прогнозов. В данной статье рассматриваются основные причины, почему подобные технологии получат широкое распространение позже, чем было предсказано, на примере истории медицинских виртуальных ассистентов.
Первые медицинские чат-боты начали активно разрабатываться в 2016 году, после того, как Facebook анонсировал возможности для внедрения ботов в Messenger сторонними брендами на фоне общего бот-хайпа. Первые боты создавались для записи пациентов на прием, сбора первичной информации о пациенте (например, информации о страховке, принимаемых препаратах), а также предоставляли информацию о побочных эффектах и взаимодействии лекарств.
В чем же причина того, что виртуальные ассистенты не получили распространение, предсказанное аналитиками?
- 1. Компании и люди по-прежнему предпочитают звонки текстовому общению.
Согласно исследованию, проведенному компаниями Nethouse и Webim 85% компаний по-прежнему используют звонки как основное средство коммуникации с клиентами. Почти половина респондентов исследования считает, что звонки останутся перспективным каналом взаимодействия с клиентами.
В случае с медицинскими организациями процент пациентов, которые предпочитают звонить, увеличивается также за счет крайне большого количества пожилых пациентов, которым, с одной стороны, трудно разобраться с новым каналом взаимодействия, а с другой – физически легче позвонить, что подтверждается результатами исследования рынка
- 2. Запись на сложную процедуру сама по себе является сложной задачей.
Одно из главных преимуществ использования роботов для записи на прием – их простота. Пользователь заполняет информацию о себе, выбирает, к какому врачу он хочет попасть и выбирая доступное время. Но такой подход хорош в случае простых и четко стандартизированных кейсов.
Запись же на сложную процедуру, такую как МРТ или ПЭТ-КТ, требует заполнения большего числа полей, проверки правильности заполнения документов, получения информации о подготовке к процедуре. В связи с этим почти все записи на сложные процедуры происходят по телефону или лично – людям сложно разобраться в большом количестве информации, и у них всегда остаются вопросы.
Основные проблемы, с которыми может столкнуться разработчик такого решения:
- потребности в нескольких временных слотах,
- участие нескольких специалистов в процедуре и совмещение нескольких календарей специалистов,
- глубокое понимание нюансов медицинских процедур,
- понимание внутренних бизнес-процессов заказчика,
- одновременная работа с API нескольких медицинских систем, используемых в процессе записи и т.п.
Существующие виртуальные ассистенты, способные работать на ключевых фразах, являются более простым решением, которое не будет включать весь необходимый функционал и не сможет автоматизировать процесс до целевых показателей. При этом стоимость разработки специализированного виртуального консультанта для самозаписи на практике начинается с отметки в 20 млн рублей, что очевидно не рентабельно для большинства заказчиков.
- 3. При общении с медицинской организацией люди ждут эмпатии и длительного общения, а современные системы не могут этого дать.
Еще одна из причин, по которой для клиник звонки и личное общение останутся главными в пользовательском сервисе – потребность пациентов в сопереживании, что, безусловно, является одним из необходимых условий для качественного клиентского сервиса в медицине. Таким образом, появляется необходимость в создании системы, которая будет понимать запросы пользователя в свободной форме.
При общении голосом клиенты выражают свои намерения гораздо свободнее, за счет чего усугубляется общая проблема виртуальных помощников – синонимия, одно и то же намерение пользователь может выразить десятками и сотнями разных способов. При этом даже для маленьких клиник количество предоставляемых услуг измеряется сотнями, а для крупных – тысячами.
Крупные компании из разных областей уже предпринимали попытки запуска голосовых роботов, построенных на ключевых словах в качестве замены IVR. Эти эксперименты подтверждают неэффективность таких решений – людям неудобно общаться с такими помощниками, зачастую пользователи ищут способ для того, чтобы попасть на живого оператора, что требует времени и терпения, в итоге – большая часть обращений по-прежнему обрабатывалась операторами, которым дополнительно приходится успокаивать раздраженных клиентов.
Абсолютно все голосовые роботы устроены следующим образом: речь пользователя преобразуется в текст, после чего текст поступает на обработку чат-боту. Помимо того, что процесс преобразования голоса в текст требует некоторого времени, сами системы распознавания пока вносят существенные ошибки в общее качество работы системы.
Таким образом, современные виртуальные ассистенты хорошо справляются только с автоматизацией простых и коротких задач (звонки продолжительностью до 1 минуты, глубина диалога – не более 3-5 вопросов, хорошая слышимость в телефоне, отсутствие акцентов у собеседника, отсутствие сложных интеграций с внутренними системами и т.п.).
Так могут ли существовать интеллектуальные виртуальные ассистенты для решения задач автоматизации комплексных услуг? По мнению экспертов, могут, но решение описанных проблем состоит в фокусировке разработчиков на индустриальные сегменты с последующим тиражированием успешного опыта на новые проекты из того же сегмента. Данный подход позволит значительно сократить расходы на создание систем текстовой и голосовой автоматизации, и каждый следующий заказчик будет получать услугу быстрее и по более доступной стоимости, чем предыдущий.
Первый шаг на пути к созданию голосового бота – это создание системы распознавания намерений пользователя для каждой конкретной сферы, будь то медицина, логистика или заказ такси.
Виртуальный ассистент для медицинских учреждений должен «из коробки» понимать фразы вида «я хочу записаться на прием к зубному», после чего запустить соответствующий внутренний сценарий: «Вы хотите записаться к терапевту, хирургу или ортодонту?». Недопустимы случаи, когда клиенту предлагается сложный и разветвленный IVR, построенный на ключевых словах, его применение приведет только к раздражению пациента и, как следствие, уходу клиента к конкуренту.
В связи с тем, что клиенты в одной фразе дают сразу много информации – например, «Хочу записаться к зубному на завтра после 6 вечера» – виртуальные ассистенты должны стремиться к тому, чтобы извлекать информацию из этой фразы с минимальным количеством переспрашиваний. Для этого требуется разработка и настройка систем анализа класса slot-filling для клиентов каждого конкретного индустриального направления. Например, в случае с фразой «Хочу записаться к зубному на завтра после 6 вечера» бот должен извлечь следующие параметры: врач, дата, временное окно, и больше не переспрашивать данную информацию. Без этого клиенты будут раздражаться и бросать трубку или требовать оператора, что значительно ухудшит уровень автоматизации.
Важным моментом является создание модуля интеллектуального управления диалогом, так как пользователь может захотеть в любой момент перебить виртуального ассистента или задать уточняющий вопросы. Модуль управления при этом должен быть достаточно гибким для бесшовной работы и поддержания высокого уровня пользовательских качеств.
Для решения проблем, связанных с бизнес-процессами и процедурами одинаковых представителей индустрии (например, многопрофильных клиник), требуется сформировать и протестировать множество модулей, интегрированных с системами работы с клиентами (CRM) или более профильным ПО заказчика (например, медицинскими информационными системами). В таком случае, по мнению экспертов, значительно снизится стоимость проекта для клиента, так как нужный нишевый функционал уже будет присутствовать в решении и потребует незначительной доработки.
