Для компании из сферы «Контакт-центр» разработали проект. ИИ оценивает каждый звонок, выделяет цитаты и формирует очередь ручной проверки.
AI-контроль качества звонков
ИИ оценивает каждый звонок, выделяет цитаты и формирует очередь ручной проверки. Проверять все разговоры по чек-листу и находить рисковые случаи.

Задача клиента и исходная проблема
Основная задача проекта — проверять все разговоры по чек-листу и находить рисковые случаи.
Исходный процесс до проекта выглядел так: отдел качества слушал небольшую выборку, поэтому нарушения выявлялись случайно.
Что именно реализовали
Для этой задачи команда реализовала решение, в котором иИ оценивает каждый звонок, выделяет цитаты и формирует очередь ручной проверки.
- Транскрибация.
- Чек-листы.
- Тональность.
- Риски.
- Примеры и калибровка.
Как работает решение
- 01
Запрос или документ
Основная задача проекта — проверять все разговоры по чек-листу и находить рисковые случаи.
- 02
Подготовка контекста
Для этой задачи команда реализовала решение, в котором иИ оценивает каждый звонок, выделяет цитаты и формирует очередь ручной проверки.
- 03
ИИ-обработка
Внутри решения предусмотрены транскрибация, чек-листы, тональность, риски, примеры и калибровка.
- 04
Передача результата
В контуре решения связаны Телефония, CRM, BI.
- 05
Рабочий эффект
Бизнес-польза кейса выражается в том, что отдел качества видит весь поток и тратит время на сложные и спорные разговоры, а не на случайную выборку.
Техническая логика и интеграции
Внутри решения предусмотрены транскрибация, чек-листы, тональность, риски, примеры и калибровка. Подтверждённые системы и элементы: Телефония, CRM, BI.
Польза и результат для бизнеса
Бизнес-польза кейса выражается в том, что отдел качества видит весь поток и тратит время на сложные и спорные разговоры, а не на случайную выборку.
Решение закрывает исходную проблему процесса: отдел качества слушал небольшую выборку, поэтому нарушения выявлялись случайно.
