Skip to content

В рамках хакатона был создан телеграм бот для консультации с клиентами с сфере обслуживания магазина "Ашан"

Notifications You must be signed in to change notification settings

krasnoturinsk/telegram_bot_support_auchan

 
 

Repository files navigation

Hackathon: 4-19 августа 2023, https://ai-hackathon.gigaschool.ru/

AI Generative Product

Cоздание инновационных продуктов с помощью AI-технологий

Стек: jupyter-notebook, python, openai, tiktoken, pyTelegramBotAPI,ChatGPT-4, YandexGPT, Яндекс DataSphere, Яндекс SpeechKit, Яндекс Vision

Кейс: АШАН: использование искусственного интеллекта в работе контакт-центра

Артефакты проекта:


Организаторы

  • Федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский университет ИТМО»
  • Napoleon IT — один из крупнейших AI-разработчиков программного обеспечения.
  • AI Talent Hub – онлайн-комьюнити специалистов по машинному обучению.
  • KONNEKTU - инновационная, многофункциональная платформа по управлению данными и взаимодействию с потребителями.

Партнёры

Unilever в России, Yandex Cloud, Альфа-Банк, Danone, АШАН Ритейл Россия, Tefal, xpage, PeopleDo.

Описание кейса

Что необходимо сделать?

Разработать решение на основе AI, которое обеспечит круглосуточную поддержку существующего контакт-центра: ответы на общие вопросы о компании, ее часах работы, адресах и контактных данных. Также AI будет обрабатывать запросы на возврат, при необходимости запрашивать фотографии продуктов и чеков, и перенаправлять обращения на операторов.

Данное решение также должно предоставлять информацию о продуктах, услугах компании и наличии товаров в конкретных магазинах, включая консультации по составу и особенностям товаров, ценам, условиям доставки и оплаты. Например, если клиент интересуется наличием товара в определенном магазине, AI вступает в диалог с клиентом, задавая уточняющие вопросы и помогая осуществить подбор продукта.

Дополнительно AI будет генерировать ответы на простые вопросы и предлагать их операторам для ответа клиентам. Он также будет указывать рекомендуемые дальнейшие действия и отвечать на часто задаваемые вопросы (FAQ), которые можно будет отправлять клиентам по электронной почте или SMS. AI должен производить анализ отзывов и обратной связи клиентов для выдачи рекомендаций по улучшению качества услуг и продуктов компании.

Важной частью решения является интеграция в существующий чат-бот на сайте и в мобильном приложении. ИИ будет отвечать на стандартные запросы пользователей, связанные с работой магазинов в различных каналах продаж (офлайн, онлайн, доставка, самовывоз и т.д.), а также на запросы, связанные с ассортиментом, сервисами и программой лояльности Ашан.

Для удобства использования, на первом этапе реализации, мы предлагаем создать текстовый чат-бот, но в перспективе предлагаем дополнить его вариантом голосового решения.

Кроме того, решение должно обладать дополнительными требованиями, включая автоматическое создание полной аналитики о его применении - от табличных отчетов до дашбордов. Также должна быть реализована возможность рассылки сообщений в указанные каналы общения и перевода переписки на другие мессенджеры. И, конечно, наше решение будет легко интегрироваться в существующую CRM систему.

Какая проблема существует?

Ашан активно использует значительное количество человеческих ресурсов на первой линии для обработки запросов клиентов. Однако создание AI-решения для контакт-центра и чат-бота предоставит возможность обрабатывать большой объем запросов с высокой скоростью, что существенно снизит нагрузку на операторов. Это в свою очередь приведет к отсутствию очередей на линии и позволит сотрудникам сосредоточиться на решении сложных и комплексных задач. Такой подход снизит стоимость обслуживания клиентов и сократит необходимое количество ресурсов, что будет существенным преимуществом для компании.

Результат продукта

Чат-бот должен специализироваться в области генерации осмысленных ответов на вопросы клиентов, а также собирать и анализировать клиентские данные из всех каналов (действия на сайте, текстовый анализ последних чатов или опросов, электронные письма). На основе этого выводить подходящие рекомендации.

Функциональные требования
  • Качественное распознавание текста.
  • Соответствие бота заданному формату
  • Сгенерированный текст отвечает заданному в запросе стилю.
  • Итоговый текст не требует ручного редактирования.
  • Умение проводить анализ изображений. Точно определять, что именно находится на фотографии, вплоть до мелких деталей.
  • Приложение должно задавать пользователю грамотные вопросы для сбора данных о текущей проблеме.
  • Приложение должно анализировать информацию, предоставленную пользователем, и предлагать соответствующие рекомендации.
  • Приложение должно быть легким в использовании и иметь удобный интерфейс для ввода данных.
  • Приложение должно обеспечивать безопасность данных и конфиденциальность пользовательской информации.
Как созданное решение использовать как постоянный сервис
  • Важно настроить интеграцию с CRM, сайт Auchan.ru, Мобильное приложение.
  • Обновление базы знаний и информации должно быть регулярным.
  • Решение на основе AI может использоваться для рекламы продуктов и услуг, напоминания о предстоящих акциях и скидках, а также для сбора обратной связи от клиентов.
  • Доступ к решению может быть предоставлен различным категориям пользователей в зависимости от их роли и функций, таких как операторы контактного центра, менеджеры проектов или аналитики.
Дополнительная информация

При разработке решения также необходимо предусмотреть функции, которые позволят модели обучаться и самообучаться. Это важно для обеспечения адаптивности и актуальности решения, так как данные и потребности пользователей могут меняться со временем.

Особое внимание следует уделить мерам по обеспечению безопасности данных и конфиденциальности пользователей. Необходимо применить соответствующие технологии и методы для обеспечения защиты данных от несанкционированного доступа, утечек или злоупотребления.

Общее внимание к обеспечению качества данных, способности к самообучению и безопасности информации является основой для успешной разработки решения на основе искусственного интеллекта. Эти факторы позволят создать надежное, эффективное и безопасное решение, которое сможет решать задачи с высокой точностью и уровнем доверия со стороны пользователей.


Решение кейса

Учитывая масштаб и разнообразие задач кейса, и для лучшего понимания, решено протестировать текущую работу контакт-центра. На основании полученного опыта, предложить варианты интеграции технологий искусственного интеллекта в данный кейс.

На текущий момент, у магазина Ашан имеется круглосуточная поддержка клиентов:

  • в тестовом формате:
  • в голосовом формате:
    • многоканальный телефон 8-800-700-5-800

Все текстовые сервисы имеют четко заданную структуру и алгоритмы для сбора данных относительно выбранного вопроса и предполагают, что пользователь точно знает, чего хочет и как должен действовать. Но на практике такое бывает не всегда, и чаще всего человеку просто нужна консультация. В этом случае у сервисов имеется возможность переключения пользователя на общение с сотрудником магазина.

Наша задача состоит в том, чтобы простые и типичные вопросы, которые возникают у клиентов, решались в процессе диалога с интеллектуальным помощником. Это позволит снизить нагрузку на операторов и улучшить качество обслуживания, так как клиенты смогут задавать вопросы и получать ответы, как если бы они общались с живым человеком.

Что решено делать

Так как сроки решения кейса ограничены, а список задач достаточно широк, принято решение в качестве MVP создать телеграм-бота и интегрировать в него возможности современных генеративных сетей GPT для ответов на вопросы клиентов по теме Ашан.

А если останется время, то можно будет дополнить проект такими возможностями, как CV (computer vision), TTS (text to speech) и VTT (voice to text). Например, для решения вопроса по возврату товара, покупатель сможет загрузить фотографии самого товара и чеков, а интеллектуальный помощник по фото определит товар и распознает информацию в чеке. Если кто-то не любит набирать текст, то сможет продиктовать сообщение голосом, и интеллектуальный помощник сможет преобразовать голосовое сообщение в текст и на него ответить. Ответ помощника также может быть озвучен.

Для решения обозначенного круга вопросов и задач нам предоставлены все необходимые инструменты: доступ к облачным сервисам Яндекса и API-ключ Open AI для работы с моделями GPT.

Примерная схема реализации сервиса "Интеллектуального помощника Ашанчик"

Основные проблемы

На сегодняшний день написание ботов и использование моделей GPT не является сверхзадачей, но есть проблемы, которые необходимо решить для достижения успеха:

  1. Модели GPT устроены таким образом, что могут генерировать ответы по неограниченному кругу вопросов. Нам не нужна такая универсальность. Наша задача состоит в том, чтобы ограничить генерацию ответов тематикой, относящейся к магазинам "Ашан".

  2. Известно, что модели GPT часто выдумывают недостоверную информацию, и это также один из критических моментов, так как выдуманная информация может ввести пользователя в заблуждение и это может негативно сказаться на репутации магазина. То есть, наш ассистент не должен искажать факты или выдумывать несуществующую информацию.

  3. У всех моделей GPT есть технические ограничения по количеству токенов. Данный технический параметр определяет, какую глубину контекста в диалоге способна воспринимать модель. Это ограничение не дает нам возможности передать модели сразу всю базу знаний о магазине. То есть, нам необходимо реализовать механизм настройки модели под текущие узкие локальные задачи, например, информация о возврате товаров или информация по доставке товаров.

Учитывая указанные проблемы, мы протестировали разные генеративные модели на диалогах:

  • LLaMA2
  • YaGPT
  • ChatGPT gpt-3.5-turbo
  • ChatGPT gpt-3.5-turbo-16k
  • ChatGPT gpt-4

Для реализации мы выбрали модель gpt-4, т.к. она наилучшим образом соответствует перечисленным требованиям.

К настройке работы модели можно подойти двумя способами:

  1. Fine-tuning. Данный способ предполагает подготовку качественного дататсета и дообучение модели.

  2. Изменение поведения модели на лету с использованием инструкций в формате ChatML.

Мы выбрали второе решение, т.к. оно нам показалось более гибким и менее затратным по времени.

Схема ниже демонстрирует принцип построения диалога и настройки модели налету с применением ChatML.

Для распознавания голосовых сообщений от клиентов и перевода в текст мы использовали хорошо зарекомендовавшую себя технологию Яндек SpeechKit. Её же использовали для озвучивания текстов ответов генеративной сети.

Для распознавания текстов на чеках применили сервис Яндекс Vision. А для коррекции распознанной информации обращались к модели ChatGPT-4.

Пример работы AI-ассистента для магазина Ашан. Проверка информации по чеку.

Пример работы AI-ассистента для магазина Ашан. Предоставление информации по фото товара.

Выводы

  1. Мы получили опыт настройки современной генеративной модели ChatGPT-4 для ведения достаточно адекватных диалогов в пределах заданной тематики с использованием разметки ChatML.

  2. Выполнили интеграцию генеративной модели с чат-ботом в Телеграм.

  3. Применили механизмы преобразования текста в голос и обратно.

  4. Применили механизмы загрузки и анализа информации на изображении.

  5. Обеспечили, возможность сохранения лога диалогов в базу данных.

Таким образом, мы смогли реализовать MVP решение по данному кейсу.

Уверены, что данное решение, при определенной доработке, может быть вполне жизнеспособным, и поможет снизить количество человеческих ресурсов на первой линии для обработки запросов клиентов.

Наш AI-ассистент актуален не только в сфере ритейла, но также может быть адаптирован для применения в любой отрасли, где требуется обработка заявок и сообщений от клиентов.


Благодарности

Большое спасибо организаторам за возможность получить такой полезный опыт и участвовать в актуальном современном кейсе. Так же большое спасибо партнерам хакатона за предоставление всех необходимых инструментов и технологий для реализации решения.

Команда "K2"

Менеджмент проекта:

- Давыдова Евгения

Специалисты Data Science:

- Папин Алексей

- Балычева Ирина

- Григорьев Александр

Сертификат участника


Полезные ссылки:

About

В рамках хакатона был создан телеграм бот для консультации с клиентами с сфере обслуживания магазина "Ашан"

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Python 94.1%
  • Jupyter Notebook 5.9%