"ЭР-Телеком" ставит на ИИ-платформу
По данным "ЭР-Телекома", платформа анализирует смысловую связку между словами, фразами, предложениями всего речевого материала и выстраивает внутри логические связи. "Платформа способна проанализировать каждый сценарий предыдущих разговоров тех клиентов, кто в итоге общения с менеджером выбрал для себя более скоростной и дорогостоящий тариф. И для дальнейшего общения разработать сценарии, когда ИИ при общении с клиентом уже сам будет предлагать определенные вопросы и темы для обсуждения, которые привели к такому решению", - сообщает компания.
По словам руководителя проектного офиса по ИИ "ЭР-Телекома" Игоря Михайловского, базовую технологию, которая лежит в основе платформы, компания разрабатывает два года. "Мы готовим решение для глобального рынка. Начать продавать планируем во II-III квартале следующего года", - сказал представитель холдинга. Проанализировав "портрет" из данных клиента, система предложит ему скидку, отложенный платеж или оптимальный тариф.
В "ЭР-Телекоме" платформа будет обрабатывать входящие звонки нулевой и первой линий, а также обзванивать клиентов, заинтересованных в услугах компании. В дальнейшем единую децентрализованную сеть планируется использовать для IoT-направления компании.
"Для телеком-компаний правильным было бы развивать как свои компетенции, так и брать лучшие практики с рынка, - говорит менеджер по развитию продуктовой экспертизы компании Softline Антон Юдин. - Это связано с тем, что данных у операторов очень много и все они разные".
Он считает, что если рассматривать вычислительные мощности и хранение данных, то это скорее должна быть персональная площадка в полном распоряжении оператора, которую он бы смог использовать для развития своих исследований и выступать арендодателем для сторонних команд исследователей.
По наблюдению руководителя направления больших данных интегратора "Техносерв" Дениса Рыбченко, чаще всего решения на базе технологий ИИ операторы связи используют в чатботах и сегментном маркетинге. Кроме того, такие решения активно применяются в предиктивном анализе для предотвращения аварий на сетях.
