30 августа 2024 / время чтения: 2 мин. / всего просмотров: 205

«Большие языковые модели трансформируют все новые индустрии»


Крупный бизнес активно внедряет речевые технологии для улучшения качества коммуникаций с клиентами, импортозамещения и сокращения расходов на содержание контактных центров. Речевая аналитика, диалоговые ассистенты уже доказали эффективность в телекоме, банковской сфере.

Например, в контактном центре «Мегафон» речевая аналитика позволила переквалифицировать 20% специалистов контроля качества в коучей при снижении количества претензий на 40%.

Появление больших языковых моделей (LLM), таких как GigaChat, и совмещение их с традиционными алгоритмами машинного обучения позволило нам предоставить бизнесу новый функционал: суммаризацию содержания и тематик диалогов, оценку их результативности и тональности.

Теперь все данные агрегируются, расшифровываются и анализируются в онлайн-режиме прямо в момент обращения клиента. Это помогает оператору давать более точные ответы на запросы, а также прогнозировать изменение клиентских предпочтений. Новое решение SpeechXplore — AI-решение для аналитики и управления коммуникациями в контактных центрах — фактически даёт новый уровень управления клиентским опытом.

Однако в целом влияние новых нейросетевых подходов гораздо более значительное. Можно утверждать, что большие языковые модели трансформируют все новые индустрии, и одна из них — промышленность. Важно, что LLM могут помочь в создании виртуальных ассистентов без ручного обучения, а также персональных Co-pilots — AI-помощников для целого набора различных специализаций. В настоящее время в компании СИБУР выполняется проект внедрения больших языковых моделей в промышленности — один из первых в стране. В нём объединены научные разработки ЦРТ в области обработки естественного языка (NLU) и возможности нейросетевой модели Сбер GigaChat. Уже созданы следующие решения.

  • AI-ассистент инженера-диагноста: инженер может вести диалог с помощником о причинах неисправности оборудования. В ходе разговора сотрудник описывает в текстовом виде аномалии в работе оборудования, а обученный AI-помощник даёт релевантный ответ или формулирует гипотезы о причинах нехарактерного поведения агрегатов, а также предлагает возможные варианты устранения неисправности.
  • AI-советчик для оптимизации закупки материально-технических ресурсов: искусственный интеллект позволяет перейти от статичных записей номенклатурных позиций к параметрическим карточкам. В результате система будет подбирать допустимые аналоги, имеющие преимущества по цене, качеству и доступности.
  • AI-ассистент финансиста: агрегируя данные компании, он может отвечать на вопросы о динамике ключевых факторов, которые влияют на маржинальный доход.

Возможности современных технологий впечатляют, а их синергия с большими языковыми моделями позволит в будущем добиться ещё более значимых технологических прорывов в самых разных индустриях.

Похожие статьи

Статья

Что доверить ИИ в защите данных и как получить надёжный результат

Статья

Как ИИ меняет баланс сил между атакующими и защитниками

Статья

Как проверить достоверность испытаний средств защиты ИИ

Статья

Как проверить ИИ-агента, которому выдали почту, CRM и доступ к файлам

  1. 05 AI/LLM Firewall как техническая точка контроля корпоративного использования GenAI
  2. 06 Вайб-кодинг в банке. Кто отвечает за код, который написал не человек?
  3. 07 Доверенный ИИ: от научной проблемы к промышленной платформе
  4. 08 Искусственный интеллект в ИБ. Как не внедрить хаос
  5. 09 Искусственный интеллект: земные проблемы на фоне эволюции Вселенной
  6. 10 «Искусственный интеллект — это прежде всего инструмент в руках человека»
ИИ-ассистент BISонлайн
Привет! Я помогу разобраться в материалах журнала. Хотите, перескажу текущую статью за 20 секунд?
Рекомендую прочитать
«Как построить SOC в 2026»