Финтех – наиболее быстроразвивающаяся индустрия с точки зрения внедрения новых технологий. То, что первыми пробуют банки сегодня, через несколько лет внедряют компании из других отраслей. Однако технологии и запросы меняются. Если ещё недавно основным запросом было внедрение умного диалогового ассистента, который закрывал бы одну функцию (например, выяснить у позвонившего клиента цель звонка и переключить его, при необходимости, на оператора), то сегодня уже есть запросы на роботов, способных заменить собой целые бизнес-процессы.
О ключевых технологических трендах, которые будут определять рынок в ближайшие годы, рассказывает Дмитрий Дырмовский, генеральный директор группы компаний ЦРТ.
Технологии компании используют крупнейшие банки России, ЦРТ уже более десяти лет внедряет свои решения. Фактически, компания стоит у истоков рынка речевой аналитики, голосовых роботов на основе ИИ, биометрии и антиспуфинга. Речевую аналитику группы ЦРТ использует крупный бизнес: проектов внедрения речевой аналитики – более 25, из них 12 – в финансовом секторе.
Расширение речевой аналитики на офисы продаж и обслуживания
Эффективность речевой аналитики в онлайн контактных центрах крупные банки уже оценили: невозможно предоставлять клиентский сервис нужного качества без обработки с помощью технологий ИИ тысяч входящих звонков ежедневно. Мы в ЦРТ развиваем речевые технологии уже более 30 лет, сейчас фокусируемся на анализе голоса клиента: наше решение помогает понять, зачем клиент обратился, почему возникла ситуация обращения в контактный центр, что можно сделать, чтобы снизить повторные обращения: например, сделать услуги и тарифы более прозрачными, а биллинг – более понятным. В этом помогает разобраться речевая аналитика ЦРТ, в которой 50 параметров анализа – максимальное для российского рынка. Тренд распространения речевой аналитики на офлайн-каналы, где шумно, масса посторонних звуков, требует от разработчиков высокого качества распознавания речи. Технология распознавания речи ЦРТ, признанная на международном конкурсе CHiME лучшей в мире, обеспечивает высокое качество ИИ-решений.
Зачем речевая аналитика нужна в отделениях банков? До сих пор клиенты банков, получив качественное удалённое обслуживание по телефону, могут столкнуться с негативным опытом непосредственно в отделениях продаж. Речевая аналитика во фронт-офисах позволит контролировать этот процесс точно так же, как и в контактных центрах: система будет записывать все диалоги, а последующая аналитика поможет выявить сильные и слабые места и в коммуникациях отдельного сотрудника, и в общей политике работы с клиентами, быстро изменить какие-то скрипты и т.д. Реализовать это можно, например, с помощью специальных устройств – «умных бейджей», который может носить каждый сотрудник.
Роботы смогут выполнять часть бизнес-процессов, а не одну функцию
Голосовые и текстовые боты, виртуальные ассистенты вместо выполнения одной функции смогут целиком брать на себя бизнес-процесс. Уже сейчас это особенно востребовано в продажах. Описать работу такого робота можно примерно следующим образом: виртуальный ассистент принимает звонок от клиента банка, задает ключевые вопросы, в режиме реального времени результаты разговора попадают в CRM, где уже CRM-робот вычисляет и проставляет вероятности для ключевых слов и фраз, которые могут подтолкнуть клиента к совершению целевого действия. В режиме реального времени на основе такого анализа робот подсказывает менеджеру, что именно ему нужно сказать клиенту на следующем этапе воронки продаж.
Примерно также может быть выстроен процесс в HR-сфере, где мы видим большой запрос на автоматизацию. При остром дефиците кадров, особенно в ИТ-сфере – одной из ключевых для финтеха – ИИ поможет нарастить скорость обработки заявок и ускорить принятие решений, а значит – реагировать быстрее, нанимать лучшие таланты. Робот может взять на себя первичное интервью, оценку тестового задания и пр., и здесь также не обойдется без речевой аналитики.
Однако важно понимать две вещи. Во-первых, когда мы говорим о роботах в бизнес-процессах, то имеем в виду не примитивных ботов, которые всех раздражают и только отталкивают, способны выполнять только одну функцию. Мы говорим о многофункциональных, по-настоящему интеллектуальных роботах с речевой аналитикой, в основе которых – самые современные технологии. Так, уже сейчас прогрессивные разработчики уходят от детерминированных алгоритмов к нейронным сетям. Голосовые роботы на основе нейросетевых моделей более самостоятельны, обучаются быстрее, могут выполнять больше функций, чем предшественники. Это позволит и обогащать роботов большим числом разнообразных тематик – клиенты банков смогут получить более естественное общение с интеллектуальным помощником, чем сейчас. Постепенно такие роботы будут превращаться – и уже превращаются – в персональных помощников для клиента. На основе имеющейся информации о клиенте они смогут помогать ему принимать финансовые решения, а банки в свою очередь при помощи роботов расширяют спектр услуг и смогут предоставлять индивидуальную поддержку каждому клиенту.
Но есть и «во-вторых»: даже самые совершенные боты неспособны ещё полностью заменить человека – они лишь облегчают ему работу, выполняя рутинные действия. Ключевые задачи и решения по-прежнему остаются за человеком.
Ключевой запрос – ИИ для обеспечения безопасности – остаётся актуальным
С развитием удалённого обслуживания самый популярный запрос в финтехе – полноценная реализация онбординга, то есть перевод идентификации клиента полностью в онлайн, чтобы привлекать клиента в банк без необходимости его присутствия в отделении. И наиболее острый вопрос здесь – «как идентифицировать клиента в первый раз». Именно здесь и нужны комплексные решения – бимодальная (двухфакторная) – голосовая и лицевая биометрия, а также антиспуфинг – защита от взлома. На рынке есть много решений, правда, банкам удобнее получать такие услуги от одного вендора, который мог бы закрыть под ключ вопросы безопасности с помощью современных инструментов. Это одно из ключевых преимуществ ЦРТ, которое отмечают наши клиенты.
Очевидно, что любая технология или ИИ-решение представляет интерес для злоумышленников, поэтому особое внимание и разработчики технологий, и банки уделяют вопросам безопасности.
Сегодня, чтобы пройти голосовую биометрию, мошенники могут воспроизвести запись голоса человека или пойти технологически более сложным путем – подделать нужный голос с помощью технологии Deepfake. Для детектирования таких действий применяется технология Antispoofing – защита от взлома. Существуют разные типы атак, на борьбе с которыми фокусируются ЦРТ и другие глобальные разработчики:
- Детектирование атак на основе повторного воспроизведения (replay). При атаке такого типа мошенник каким-либо способом получает запись голоса пользователя, а затем воспроизводит эту запись при попытке взлома.
- Детектирование атак на основе синтеза или преобразования голоса. При такой атаке мошенники могут использовать произвольные образцы речи пользователя (например, из доступных в интернете аудиофайлов) и с помощью системы клонирования или преобразования голоса получить синтезированную речь для взлома биометрической системы.
- Детектирование Deepfake-атак, где важно в сложных акустических условиях отличать настоящие голоса от искусственно созданных.
Чтобы успешно противостоять подобным атакам, важно дополнять лицевую или голосовую биометрию технологиями антиспуфинга, одна из них – liveness detection (проверка – живой ли пользователь, или, к примеру, маска или фото).
Если в банке в качестве защиты установлена только голосовая биометрия, а оператор обрабатывает звонок невнимательно, отклоняясь от скрипта, и не обращает внимания на нетипичные реплики «клиента», то система может быть подвергнута атаке. Но если будет подключен антиспуфинг, система быстро обнаружит попытку мошенничества и подаст соответствующий сигнал. Обнаружить обман системе помогают нейронные сети: они определяют различные особенности звука. У любого источника записи есть свои параметры, свой кодек сжатия и пр., а у обычного живого разговора этого нет. Поэтому то, что не может «уловить» человек, легко выявит нейронная сеть: артефакты синтеза при попытке взлома системы с помощью синтезированной речи, будут видны на уровне звуковой волны. Но и здесь роль оператора важна: нелогичность диалога человеку оценить легче. В случае подозрений он может задать дополнительные вопросы: спросить про одну-две последние операции или дни обращений клиента в банк.
Интересно, что финансовые институты и банки уже создают свои базы данных образцов голосов мошенников, и даже если те меняют телефонные номера, система может определить по голосу, что звонит мошенник и подсветить его номер как потенциально опасный. Уже есть масса кейсов, когда решения на основе искусственного интеллекта оптимизируют клиентское обслуживание в финтехе, а также помогают заботиться о безопасности. Опыт цифровизации российских банков – передовой, и мы видим интерес к таким решениям и на глобальном уровне. 30-летний опыт, собственный R&D-департамент, а также доступ к ресурсам и компетенциям Сбера, в экосистему которого входит группа ЦРТ, позволяет нам постоянно совершенствовать свой технологический уровень, предоставляя клиентам и партнёрам лучшие ИИ-продукты и на российском, и на глобальном рынках.