В данной статье рассматривается применимость для автоматизации внутренних коммуникаций результатов НИР, проведенной при поддержке Фонда содействия развитию малых форм предприятий в научно-технической сфере по программе «УМНИК» по теме «Разработка веб-сервиса для конструирования ИИ-собеседников с поддержкой естественного языка и интеграций third-party API» в рамках договора № 10394ГУ/2015 (код 0018838) от 11.07.2016.
Ключевые слова: чат-бот, виртуальный ассистент, искусственный интеллект, HR, автоматизация, внутренние коммуникации.
Введение
В 2015 год стартовала так называемая «чат-бот революция». Впервые в истории количество активных пользователей в мессенджерах превысило количество активных пользователей в социальных сетях (Рис.1).
Рис. 1. Месячная аудитория мессенджеров и социальных сетей
Рост аудитории мессенджеров дал импульс применению чат-ботов и голосовых ассистентов для общения с потребителем: согласно отчету Gartner [1] к 2020 году 85 % коммуникаций с потребителем будут автоматизированы, и контактные центры сократятся до минимума. Аналитики заявляли [2], что в течение следующих двух лет 78 % компаний намерены увеличить количество сервисов для самообслуживания клиентов, 71 % компаний говорили, что они полностью автоматизируют digital-коммуникации с клиентом и 70 % заявляют, что будут работать с потребителем через социальные медиа.
В целом это был период завышенных ожиданий, чат-ботов называли «новым интернетом», «убийцами приложений» и т. п. В 2018 году можно вновь здраво взглянуть на все произошедшее и сделать следующие выводы
- Революции не случилось — чат-боты не стали заменой приложения, огромные цифры автоматизации все еще не доступны, центры обслуживания клиентов все так же требуют наличие живых сотрудников
- Чат-боты показали свою неэффективность на общих задачах — в мире искусственных интеллектов есть разделение на так называемый общий искусственный интеллект — подобие человека, мы его чаще всего и видим в фантастических фильмах и специализированный искусственный интеллект — это то что решает конкретную задачу и существует сегодня, например AlphaGo — это ИИ для игры в Го или IBM Watson for Oncology — это ИИ для прогнозирования онкологических заболеваний. Так вот, общий искусственный интеллект еще не создан и в ближайшее время вряд ли будет создан, а многие относились к чат-боту именно как к ИИ, что приводило к быстрому разочарованию от его использования. Требуются года обучения, написания сценариев и тестирования чтобы получить чат-бота или виртуального ассистента уровня Siri или Алисы.
- Чат-боты показали крайнюю эффективность в решении частных задач — совсем другая история происходит при применении чат-бота к какой-то конкретной задаче. Совмещение технологий понимания естественного языка и интеграций сторонних систем позволяет создавать полезных помощников для самых разных областей — от аналитики до поддержки. Примером такого успеха можно назвать чат-бота аналитики Statsbot — которого используют и небольшие стартап-компании, и гиганты вроде NASA и Greenpeace.
В рамках данной статьи мне бы хотелось рассказать как раз о специализированном чат-боте в области HR-поддержки сотрудников компании, построенном на основе веб-сервиса для конструирования ИИ-собеседников с поддержкой естественного языка и интеграций third-party API — ChatFirst.
Проблема HR-поддержки
В 2017 году Mitel подсчитал [3], что почти 11 000 долларов в год на одного сотрудника теряется из-за неэффективных коммуникаций. Проведя похожее исследование в России, мы выяснили что в среднем HR-специалисты тратят от 1,5 до 5 часов каждый день на ответы на типовые, одинаковые вопросы. Другая проблема что существует прямая зависимость между количеством сотрудников и количеством HR-специалистов на поддержки: в среднем 1 на 100 — что является ограничителем роста для компании.
Компании пытаются решать эти проблемы, создавая массивные порталы интранета, корпоративные базы знаний, подключая корпоративные социальные сети.
Особенно крупные (от 5000 человек) и распределенные по стране компании создают так называемые ОЦОПы — Объединённые центры обслуживания персонала.
В его задачи входит:
- Выравнивание неравномерности HR-обслуживания по регионам. Где бы ни трудился специалист компании, он должен иметь простой и удобный доступ к полному набору HR-услуг компании.
- Разгрузка региональных HR-отделов от завала рутинной работы, чтобы дать им сосредоточиться на развитии персонала.
- Унифицирование HR-работы во всех регионах и подразделениях компании, чтобы привести её в соответствие с самыми строгими мировыми стандартами.
Это решение представляет из себя централизованную HR-структуру, готовую взять на себя работу по набору персонала, а также администрированию и консультированию в масштабах всей страны. Это решение достаточно успешно работает во многих компаниях, однако капитальные затраты на его развертывание (наем персонала, создание центра обслуживание, аренда помещения и т. п.) могут быть значительными.
Другой путь
Мною, при поддержке Фонда содействия развитию малых форм предприятий в научно-технической сфере по программе «УМНИК», был разработан веб-сервис ChatFirst, призванный решить данную проблему. Веб-сервис, или платформа ChatFirst, позволяет создавать чат-ботов (виртуальных ассистентов) для автоматизации внутренних коммуникаций с помощью виртуальных ассистентов, управляемых искусственным интеллектом. Платформа с одной стороны предоставляет омни-канальное решение для общения с пользователями, а с другой — набор сервисов-коннекторов для подключения корпоративных систем компании (Рис.2)
Рис. 2. Концептуальная схема платформы ChatFirst
Виртуальный помощник для HR создан специально для автоматизации функций HR-специалистов по поддержке сотрудников. Его ультимативная задача — создать корпоративную Siri или Алису, представителя компании, который знает все о компании, может быстро помочь в текущих запросах сотрудника, повышение вовлеченности и продуктивности сотрудника. Виртуальный помощник понимает корпоративный язык, опечатки и термины, при этом он обладает достаточно большой гибкостью, что позволяет настроить его под конкретную компанию и ее процессы. На рисунке 3 показаны примеры работы подобного чат-бота
Рис. 3. Примеры работы чат-бота
В основе помощника лежит специально разработанный язык разметки для создания сценария работы Искусственного Интеллекта (Рис.4).
Рис.4. Пример использования языка разметки
Язык разметки определяет сценарий поведения чат-бота и его реакции на различные сообщения. Для этого в платформе присутствует модуль символьной логики: каждая введенная пользователем фраза проходит процесс стеммирования, тегирования, разбития на компоненты и анализа. Далее на основе ключевых слов, ключевых слов с опечатками или regexp выражений производится выбор дальнейшего действия. В основе этого процесса лежит конечный автомат с элементами цепи Маркова. В среднем HR-чат бот содержит несколько сотен состояний и несколько тысяч переходов между ними.
Проблема использования сценария в том, что для улучшения качество понимания входящих фраз требуется вручную дополнять сценарий. Это не очень удобно для сложных решений, поэтому дополнительно был создан модуль понимания естественного языка с обучением. Этот модуль позволяет виртуальному ассистенту потреблять новые фразы и вопросы, добавлять их в базу знаний и совершенствоваться, повышая уровень автоматизации.
Опытная эксплуатация
Чат-бот на разработанной мною платформе ChatFirst успешно прошел опытную эксплуатацию в компании Леруа Мерлен. В результате этого пилота я смог достичь следующих показателей:
- Количество вовлечённых сотрудников: 23 000 чел.
- Начало работы: ноябрь 2017.
- Количество вопросов: 600+ (отпуск, обучение, ДМС, социальная политика и т. д.)
- 60 % запросов чат-бот отвечает без участия HR-специалиста
- Экономия до 2 300 рабочих часов и 953 000 руб. в месяц
Сегодня чат-бот продолжает работу в компании, оказывая поддержку 23 000 сотрудников по всей стране.
В рамках эксплуатации я выделил следующие блоки, которые необходимы для автоматизации HR-поддержки:
- Поддержка сотрудников компании — Обработка до 60 % запросов сотрудников без участия HR-специалиста
- Адаптация новых сотрудников — Использование чат-ботов ChatFirst для сокращения времени вовлечения, оптимизации расходов, получение аналитики и инсайтов — для сокращения текучки
- Поддержка и скрининг кандидатов — автоматизация алгоритма помощи соискателям в заполнении анкеты и выборе каналов коммуникации с HR
Сейчас моя компания проводит около десятка опытных внедрений в самых разных компаниях и индустриях по всем трем направлениям.
Заключение
Deloitte [4] прогнозирует, что к 2023 году до 40 % HR-решений будут использовать искусственный интеллект. ИИ — это огромное направление и виртуальные ассистенты так же являются его частью. На мой взгляд, в ближайшие 2 года виртуальные ассистенты, в т. ч. созданные на платформе ChatFirst, полностью освободят HR-специалистов компаний от рутины, сэкономят компании деньги на создание ОЦОПов,
Закончить мне бы хотелось цитатой Дмитрия Медведева, премьер-министра РФ: «В целом автоматизация и роботизация производства не приведут к росту безработицы в стране, а напротив, создадут условия для роста заработной платы россиян».
Литература:
1. https://www.gartner.com/imagesrv/summits/docs/na/customer-360/C360_2011_brochure_FINAL.pdf
2. https://www.ccma.org.uk/news/dimension-data-2017-global-cx-benchmarking-report
3. http://investor.mitel.com/news-releases/news-release-details/update-businesses-lose-average-11000-employee-every-year-due
4. Deloitte Global Human Capital Trends (2017)
