К содержанию
Новости

DPD внедрила LLM-помощника для поддержки клиентов

DPD внедрила LLM-помощника для поддержки клиентов

DPD в России запустила виртуального помощника для департамента обслуживания клиентов на базе LLM. Система помогает сотрудникам поддержки находить ответы на запросы меньше чем за минуту. Как сообщает CNews, после внедрения среднее время обработки обращений сократилось на 15%, а время постобработки, на 17%.

В компании объясняют, что обычные корпоративные базы знаний быстро устаревают. Поиск информации в них занимает время из-за разрозненного хранения данных и привязки к точным совпадениям ключевых слов. Новый помощник работает иначе: система анализирует смысловую близость запросов. Архитектура решения построена по принципу «сначала найти, затем ответить». Документы проходят предварительную обработку и сегментацию, после чего система извлекает релевантные фрагменты и формирует ответ.

В DPD отмечают, что качество таких решений напрямую зависит от подготовки данных. Противоречивые или неструктурированные документы могут приводить к ошибкам. Проект в компании рассматривают как инструмент управления знаниями. По внутренней оценке DPD, качество консультаций выросло на 7%, доля подтвержденных ошибок снизилась на 15%, а срок адаптации новых сотрудников сократился до одного дня. Также в компании сообщили, что планируют развивать применение искусственного интеллекта в клиентском сервисе и адаптировать технологию для других подразделений.

Ключевые факты

  • Среднее время обработки обращений снизилось на 15%, а время постобработки, на 17%

  • Внутренняя оценка качества консультаций выросла на 7%

  • Доля подтвержденных ошибок уменьшилась на 15%

  • Срок адаптации новых специалистов сократился до одного дня

Вопросы и ответы

Что именно изменилось в работе операторов после внедрения LLM-помощника?

Сотрудники службы поддержки стали находить ответы на запросы менее чем за минуту. Среднее время обработки обращений снизилось на 15%, а время постобработки на 17%.

За счет чего система работает иначе, чем обычная база знаний?

Помощник ищет не по точным ключевым словам, а по смысловой близости запросов. Архитектура построена по принципу «сначала найти, затем ответить»: документы заранее сегментируются, после чего система извлекает релевантные фрагменты и формирует ответ.

Как это повлияло на качество поддержки и обучение новых сотрудников?

По внутренней оценке DPD, качество консультаций выросло на 7%, доля подтвержденных ошибок снизилась на 15%, а срок адаптации новых специалистов сократился до одного дня.

Контекст по теме