نگاهی به عملکرد نخستین دستیار هوشمند مبتنی بر هوش مصنوعی در نئوبانک ویپاد

در بهمن‌ماه ۱۴۰۳، ترافیک ورودی به مرکز تماس و سیستم ثبت تیکت نئوبانک ویپاد به رکورد بی‌سابقه ۴۳۳ هزار و ۶۹۳ مورد رسید. با توجه به روند شتابان جذب کاربر و توسعه روزافزون خدمات این نئوبانک، برآوردهای فنی نشان می‌داد که این رقم به‌زودی از مرز ۵۲۰ هزار ورودی در ماه عبور خواهد کرد. تحلیل عمیق این داده‌ها آشکار ساخت که نزدیک به ۵۰ درصد از مراجعات کاربران مربوط به پرسش‌های تکراری و تکرارشونده‌ای است که پتانسیل بالایی برای پاسخگویی خودکار دارند.

فراتر از یک چت‌بات معمولی؛ هوش مصنوعی در خدمت پاسخگویی شخصی‌سازی ‌شده

در چنین شرایطی، تکیه بر روش‌های سنتی مانند گسترش فیزیکی مرکز تماس و استخدام نیروی انسانی بیشتر، راهکاری پایدار و اقتصادی به شمار نمی‌رفت؛ چرا که افزایش تعداد کاربران به معنای نیاز به جذب و آموزش مداوم نیرو، افزایش چشمگیر هزینه‌های عملیاتی و پیچیده‌تر شدن فرایند کنترل کیفیت پاسخ‌ها بود. برآوردهای این پروژه نشان می‌داد برای حفظ کیفیت موجود پشتیبانی بدون بهره‌گیری از فناوری‌های نوظهور، ویپاد ناگزیر به جذب دست‌کم ۴۰ کارشناس جدید در مرکز تماس خود بود.

شرکت XNET برای پاسخ به این چالش استراتژیک، راهکار هوش مصنوعی «از من بپرس» را در ویپاد طراحی و پیاده‌سازی کرد تا با تغییر الگوی رشد هزینه‌ها، ظرفیت کارشناسان انسانی را برای رسیدگی به مسائل تخصصی‌تر و پیچیده‌تر آزاد سازد.

برخلاف چت‌بات‌های سنتی که بر اساس سناریوهای صلب و پاسخ‌های از پیش‌تعیین ‌شده کار می‌کنند، دستیار هوشمند «از من بپرس» پاسخ‌ها را به صورت پویا و بر اساس ترکیب هوشمندانه دانش سازمانی، سوالات متداول کاربران، اطلاعات مجاز هر مشتری و خدمات فعال او تولید می‌کند. این ویژگی منحصربه‌فرد موجب می‌شود که پاسخ یک سوال یکسان برای دو کاربر متفاوت، کاملاً اختصاصی و متناسب با وضعیت شخصی آن‌ها باشد.

به عنوان مثال، در فرایند درخواست تسهیلات، این دستیار هوشمند علاوه بر ارائه اطلاعات و قوانین عمومی، متغیرهایی چون تعداد سکه‌های باشگاه مشتریان و تسهیلات فعال کاربر را بررسی کرده و پاسخی کاملاً متناسب با وضعیت او ارائه می‌دهد. در مورد خدمات مربوط به کارت بانکی نیز، پاسخ‌ها بر اساس وضعیت دقیق فرایند (اعم از ثبت درخواست، چاپ، ارسال، فعال‌سازی یا مسدودی کارت) به صورت هوشمند تنظیم و ارائه می‌شوند.

تغذیه از دانش سازمانی و همگام‌سازی با سیستم‌های عملیاتی

موفقیت راهکار «از من بپرس» مدیون فرایندی دقیق پیش از آغاز گفت‌وگو است؛ یعنی جایی که دانش سازمانی باید استخراج، ساختاردهی و برای موتور هوش مصنوعی بهینه‌سازی شود. دانش اولیه این سیستم از تجربیات ارزشمند تیم امور مشتریان ویپاد، دسته‌بندی موضوعی تیکت‌ها، پرسش‌های پرتکرار مرکز تماس و تعاملات کاربران در سایر کانال‌های ارتباطی استخراج شده است. این بانک اطلاعاتی به صورت مستمر توسط تیم‌های تخصصی ویپاد به‌روزرسانی می‌شود.

XNET با طراحی یک معماری یکپارچه، میان پایگاه دانش، موتور هوش مصنوعی و سامانه‌های عملیاتی از جمله CRM ارتباطی بی‌واسطه برقرار کرده است. این هم‌پوشانی فنی و ساختاری باعث می‌شود پاسخ‌ها به سرعت با تغییرات قوانین، محصولات و فرایندهای بانکی همگام شوند و به محض تعریف هر خدمت جدید، محتوای مرتبط در کوتاه‌ترین زمان به پایگاه دانش افزوده شود تا پاسخ‌ها همواره با آخرین تغییرات همسو باشند.

کنترل کیفیت روزانه و پایش مستمر عملکرد

برای تضمین دقت، سرعت و قابلیت اتکا در پاسخ‌ها، عملکرد این دستیار هوشمند پس از استقرار به طور مستمر و روزانه توسط کارشناسان ویپاد پایش و ارزیابی می‌شود. در این فرایند، خطاهای احتمالی تحلیل و ریشه‌یابی می‌شوند؛ اگر منشأ خطا به پایگاه دانش مربوط باشد، اصلاح آن در مسیر مدیریت دانش انجام می‌شود و اگر مسئله به عملکرد خود مدل هوش مصنوعی مربوط باشد، در تیم فنی XNET بررسی خواهد شد.

کیفیت عملکرد این سیستم بر اساس شاخص‌های کلیدی و دقیق زیر ارزیابی می‌شود

• نرخ پاسخ صحیح مبتنی بر مستندات
• نرخ پرسش دوباره توسط کاربر
• نرخ حل مسئله بدون ارجاع به کارشناس
• میزان رضایت نهایی کاربران

در نهایت، اگر سیستم قادر به یافتن پاسخ مناسب در پایگاه دانش نباشد یا موضوع به بررسی تخصصی نیاز داشته باشد، کاربر به شکلی روان به کارشناسان پشتیبانی انسانی هدایت می‌شود. با این رویکرد، هوش مصنوعی نقش افزایش ظرفیت پاسخگویی را بر عهده می‌گیرد و کارشناسان بر مسائل پیچیده‌تر متمرکز می‌شوند.

ثبت یک رکورد عملیاتی بی‌سابقه در خرداد ۱۴۰۵

نتایج ملموس و عملیاتی این پروژه در خردادماه ۱۴۰۵ به طور خیره‌کننده‌ای خود را نشان داد. در حالی که مجموع ورودی‌های مرکز تماس انسانی ویپاد در این ماه ۳۳۴ هزار و ۲۶۸ مورد بود، راهکار هوشمند «از من بپرس» به تنهایی موفق شد در همان بازه زمانی به بیش از ۴۸۵ هزار پرسش پاسخ دهد و باری معادل یک مرکز تماس کامل را از دوش سیستم بردارد.

استخراج بینش‌های استراتژیک از دل گفت‌وگوهای کاربران

نقش راهکار هوش مصنوعی XNET تنها به پاسخگویی محدود نمی‌شود، بلکه داده‌های حاصل از این تعاملات منبعی ارزشمند برای شناخت مستمر نیازهای کاربران و بهبود کل خدمات بانک هستند. تحلیل موضوعی پرسش‌های کاربران نشان می‌دهد که ۴۳ درصد از دغدغه‌های مراجعین مربوط به مباحث تسهیلات و ۳۲ درصد مربوط به حوزه اعتبارسنجی بوده است.

این الگوهای رفتاری به مدیران ارشد بانک کمک می‌کند تا اهمیت بازنگری در نحوه ارائه اطلاعات، شرایط محصولات اعتباری و فرایندهای مرتبط با آن‌ها را درک کنند. بانک می‌تواند از این داده‌ها برای اصلاح محتوا، ساده‌سازی فرایندها، بهبود رابط کاربری (UI) و توسعه راهنماهای درون‌برنامه‌ای استفاده کند و چت‌بات را از یک ابزار پاسخگویی صرف به بازوی بهبود مستمر خدمات تبدیل کند.

زیرساختی توسعه‌پذیر برای کل صنعت بانکی کشور

تجربه موفق ویپاد ثابت کرد که هوشمندسازی پشتیبانی بانکی فراتر از بهکارگیری یک مدل هوش مصنوعی یا اضافه کردن یک پنجره گفت‌وگو به اپلیکیشن است؛ این امر مستلزم یکپارچه‌سازی همه‌جانبه با سامانه‌های عملیاتی، پایگاه دانش و فرآیندهای نظارتی است.

زنجیره کاملی که XNET در این پروژه پیاده‌سازی کرده، از استخراج دانش تا پیاده‌سازی سامانه‌های پایش روزانه و شخصی‌سازی پاسخ‌ها به عنوان یک زیرساخت بالغ عملیاتی آماده است تا متناسب با نیازها، محصولات و فرایندهای سایر بانک‌ها و موسسات مالی کشور بومی‌سازی و پیاده‌سازی شود. این تجربه گران‌بها نشان می‌دهد که هوشمندسازی پشتیبانی زمانی ارزش واقعی ایجاد می‌کند که به بخشی از زیرساخت عملیاتی بانک تبدیل شود.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.