Система автоматического детектирования голосовых роботов и автоответчиков (AMD)

При совершении исходящих вызовов в контактных центрах голосовые помощники и автоответчики снижают эффективность кампаний — рабочее время операторов расходуется на определение автоответчиков. В результате большинство звонков заканчиваются общением не с людьми, а с голосовыми ассистентами, автоответчиками или полной тишиной. Операторы теряют значительное количество времени и ресурсов, взаимодействуя с автоматическими системами вместо реальных клиентов. Согласно статистическим данным, около 80% всех исходящих вызовов остаются без результата, оказывая прямое влияние на производительность сотрудников и финансовые показатели организаций.

При этом производители голосовых ассистентов стремительно развивают технологии искусственного интеллекта, создавая всё более реалистичные ответы. Сегодняшние системы способны имитировать человеческие реакции, моделируя естественные паузы, модуляции голоса и сложные схемы ведения разговора. Иногда они намеренно воспроизводят тишину, чтобы запутать оператора. Эти изменения создают серьёзные трудности для контакт-центров:

• Потери времени: Сотрудники занимаются обработкой бесполезных звонков.
• Снижение мотивации: Работа с автоматизированными устройствами снижает интерес работников.
• Рост расходов: до 80% бюджетов, выделенных на коммуникационные кампании, расходуются впустую.

Решение проблемы: Система распознавания голосовых роботов и автоответчиков (AMD)

Для решения этой проблемы можно использовать систему распознавания голосовых роботов и автоответчиков (AMD) разработки компании ITROO. Это решение использует инновационную технологию, способную значительно уменьшить проблему идентификации голосовых машин. Системой AMD автоматически определяется тип собеседника на другой стороне телефонной линии — человек или устройство. Благодаря этому подходу удаётся минимизировать временные издержки и оптимизировать рабочие процессы операторов.

Технология анализа входящих сигналов осуществляет мониторинг аудиоданных в реальном времени, применяя передовые алгоритмы, способные выявлять характерные особенности разговоров с голосовыми помощниками:

• Распознавание шаблонов речи популярных виртуальных ассистентов («Олег» от банка Тинькофф, «Салюта», «Джоя», «Алисы», «Эви»).
• Обнаружение признаков стандартных автоответчиков (длительность пауз, повторяемые фразы).
• Анализ нестандартных ситуаций, таких как продолжительное молчание или воспроизведение искусственных шумов.

Система моментально идентифицирует неприменимые контакты и передает оператору лишь действительно полезные звонки, на которых присутствует реальный собеседник. Эффективность выявления достигает уровня 98%, подтвержденного опытными испытаниями на объемах до полумиллиона звонков ежедневно.

Использование AMD приносит очевидные выгоды:

• Сокращение расходов на обработку неэффективных звонков на 40–60%.
• Рост производительности персонала благодаря сосредоточению усилий исключительно на живом взаимодействии с клиентами.
• Возможность адаптации решений под любой объём операций — от небольших предприятий до крупных корпораций.