Период автоматизации закончился. Мы живём в эпоху роботизации. Только не все это ещё осознали. В чём принципиальное отличие одного от другого? В том, что в эпоху автоматизации ставились цели заменить ручной труд автоматизированным и получить возможность анализировать различные показатели. Человек не убирался из процесса - ему предлагали делать свою работу "через компьютер". Цели же у роботизации совсем иные - полностью заменить сотрудников интеллектуальными системами. В том числе и тех, кто занимался таким казалось бы интеллектуальным занятием, как аналитика показателей. Робот способен принимать решения, основанные на аналитике, самостоятельно.

Между этими двумя этапами есть прослойка из RPA-систем. Это переходные решения. Как правило их наличие свидетельствует о не доведённой до конца автоматизации. Ведь перевод компаний на автоматизированные IT-системы сопровождался появлением в таких компаниях должностей операторов по вводу данных. Хоть это и малоинтеллектуальный и рутинный труд его кто-то должен был делать. Иногда эти обязанности вменялись самим сотрудникам. С появлением технологий распознования речи и бумажных документов стало возможным передать выполнение этих операций интеллектуальным компьютерным системам.

Можно по разному относиться к тенденции вытеснения людей роботами. С социальной точки зрения это пугает общество необходимостью изменений. Но с точки зрения бизнеса передача выполнения рутинных операций роботам это оптимизация затрат и ускорение процессов. Как правило в средней компании до 70% производимых операций это рутинные повторяющиеся процессы. Передать 2/3 работ роботам означает кардинально изменить свои бизнес-процессы. А главное избавиться от зависимости от человеческого фактора. Те компании, которые первыми примут на работу роботов получать серьёзные конкурентные преимущества.

Робот от RPA-системы отличается нацеленностью на комплексное выполнение обязанностей сотрудника, а RPA решает конкретную задачу, например, по вводу информации или переносу данных между разными системами. В отличие от роботов, RPA - системы редко содержат сложные машинные алгоритмы анализа больших данных. Их цели более прозаичны - автоматизировать какие-то регулярно повторяющиеся манипуляции, производимые людьми. Их преимущества - это локальность задач, относительная простота реализации и очевидность результата.

Робот, как правило, на порядок сложнее. Он должен быть способен самостоятельно добывать информацию для своей работы из голосового общения с сотрудниками или даже с клиентами, путём распознования документов или заполняемых онлайн-форм или же вообще из внешних источников (например, сайтов конкурентов). Он должен быть способен интеллектуально и качественно анализировать данные и на основе этой аналитики принимать решения - выполнять какие-то действия, ставить задачи сотрудникам, запускать процессы или контролировать ход работ.

Создание такого робота это сложный индивидуальный и штучный процесс. Сложно запустить конвеер по производству подобных роботов, так как каждый робот предназначен для решения конкретных задач в условиях конкретной компании для выполнения которых он был создан и специально обучен.

Однако сложность внутреннего устройства не должна приводить к сложности в его управлении. Ведь мало кого вдохновит перспектива получить вместе с роботом ещё и пару талмудов - инструкций по его пользованию или же, вообще, предложение отправить своих сотрудников на платные курсы обучения использованию таких систем. Нет, так быть не должно... Вся коммуникация должна происходить так же естественно как мы это делаем знакомясь с незнакомым человеком - мы ведь не просим у него инструкцию как им пользоваться - мы просто общаемся с ним, получаем ответы на свои вопросы и исполнение своих просьб.

Чтобы стала возможной такая же коммуникация с роботом, его алгоритмы должны быть способны распозновать смысл произносимых фраз и понимать как на них реагировать. По сути, внутри у него должны быть мозги - алгоритмы, способные повторить интеллектуальные процессы, происходящие в человеческих головах. Мы как компания, занимаемся решением именно этой непростой и амбициозной задачи, реализуя наше видение устройства искуственного мозга. То чем мы занимаемся это практически основная начинка любого робота с коммуникативными голосовыми функциями.

В повседневной работе большинства компаний происходит довольно много коммуникаций с клиентами и между сотрудниками. Порой диалоги повторяются или вовсе однотипны. Далеко не всегда в этих диалогах обсуждаются сложные интеллектуальные вопросы или принимаются трудные решения. Простота фигурируемой в них информации позволяет управлять и анализировать их алгоритмам. Зачастую такие диалоги выгоднее передать в управление чатботам, оставив людям более квалифицированные обязанности.

На вопрос, используются ли в вашем бизнесе чат-роботы, чаще всего отвечают - нет. Причину объясняют недоверием к таким технологиям и, наоборот, доверием людям. Не станем переубеждать и скорее согласимся. Лишь заметим, что сотрудники работают только в рабочее время в рабочии дни. А если у потенциального клиента возникло желание обратиться в компанию, когда ответить ему некому. Наверняка, на вашем сайте он может увидеть график работы вашей компании и в лучшем случае форму обратной связи. Однако, если мы в качестве клиентов чего-то хотим, то нужно нам это как можно быстрее. Велика вероятность, что к следующему рабочему дню у потенциального клиента уже тысячу раз всё поменяется. Есть шанс, что его успеют перехватить конкуренты или просто исчезнет потребность...

А можно было бы не упускать клиента. Он мог бы получить ответы на свои основные вопросы или даже сделать заказ, а вы, как минимум, узнать контакты клиента и его потребности. Даже если ваши продажи требуют личного общения, ваш менеджер сможет продолжить разговор уже подготовленным.

Это был пример чат-бота консультанта. Чтобы быть полезным клиенту, он должен быть способен отвечать на большой набор возможных вопросов. Как правило это требует глубокого анализа вашей бизнес-тематики и предвидение возможных тем обращения клиентов. Порой нужна не только база знаний ответов, но и оперативная информация из какой-то системы автоматизации, вроде корпоративной CRM-системы или данных с сайта.

Но общение возможно не только с клиентами. Не меньше пользы могут принести чат-боты, работающие внутри компании. Не редки случаи, когда в компаниях творится организационный хаос. Не понятно где сотрудники находятся, чем занимаются... Чтобы выяснить какой-то срочный вопрос нужно связываться с сотрудником или искать такого по цепочке. Можно этот процесс развернуть в обратную сторону - если сотрудники будут отчитываться перед чат-ботом о своих планах, своей текущей задаче, своей локации или сообщать любые иные отчёты, в такой компании всегда будет единый мозг, знающий всё про всех и способный привнести определённый порядок и уменьшить время поиска информации или решения проблем.

Как правило не очевидна ещё одна возможность бота - его способность сбора информации. Он может слушать телефонный разговор сотрудника с клиентом или читать переписку с клиентом, извлекая из этих данный много полезной для бизнеса информации или просто снимая с сотрудника необходимость после общения с клиентом занести суть разговора и информацию о клиенте в CRM-систему. Бот может сам выявить всю прозвучавшую информацию и сохранить её в базе данных.

Сценариев применения чат-бота в бизнес-процессах любой компании можно придумать множество. Нет компаний, у которых не было бы задач оптимизации процессов, увеличения эффективности, повышения прибыльности. Автоматизация диалогов и фиксация звучавших в них информации позволяет решить эти задачи.

Чтобы не выглядеть командой, занимающейся только научными исследованиями, оторванными от реальности, мы показываем практическое применение наших технологий. Компания "Экстрема" работает над почти фантастическим сервисом, создавая умного робота, способного заменить администратора в салоне красоты, частной школе или в автосалоне. Он умеет записывать клиентов на приём, рассчитывать зарплату сотрудникам, знает всё про услуги и цены, сообщает клиентам о новых акциях и скидках, да и просто в ежедневном режиме напоминает клиентам записаться на приём, когда подходит для этого срок. И общается исключительно голосом.

В отличие от распространнённых систем автоматизации роботом не нужно учиться пользоваться, наоборот, это его задача каждый день обучаться лучше вас понимать. Просто скажите ему по русски всё, что вам нужно сделать и робот сообщит вам о результате. Всё как если бы работал живой человек, только физически в вашем пространстве никто не присутствует. Робот общается через мобильное устройство. Он работает 24 часа, без перерыва и выходных, не нуждается в отпусках и больничных. За него не нужно платить налоги и нести социальную ответственность.

Для нас это важный показательный кейс, того, что возможно создать на качественной технологии понимания смысла разговорных фраз. Было бы идеально, если бы подобную технологию можно было бы присоединить к существующим в компаниях CRM-системам, подобным 1C, AMO-crm, Bitrix24, BPM, но, к сожалению, они проектировались и создавались в расчёте на совсем иные условия использования. Все решения в них принимает оператор-человек, тот кто пользуется системой. В нашем же случае решения должны принимать алгоритмы. Для этого им нужны данные. Достаточно много данных... Классические широко распространнённые CRM-системы не готовы управлять такими данными. Поэтому демонстрируемый робот работает на нашем собственном CRM-движке, изначально приспособленном под отработку нужных запросов.

Робот состоит из двух частей - это модуль распознования смыслов и модуль принятия решений. Работают эти части совершенно на разных технологиях, решая принципиально разные задачи. Но вместе они образуют единый мозг системы.

Подобного робота можно создать для разных сфер бизнеса. В каждой отрасли, конечно, же есть свой профессиональный жаргон, своя специфика и свои задачи, решением которых может заниматься интеллектуальная роботизированная система. Создать универсального робота, подходящего сразу под всевозможные бизнес-деятельности - нереальная сейчас задача. Но сконструировать подобную интеллектуальную систему под отдельные задачи (хоть и довольно масштабные), как видите, вполне возможно. Это не технологии будущего, а уже реально работающий прототип.

Как выразился известный классик "велик и могуч русский язык". Широта возможностей выражения мыслей и описания бытия это подарок для поэтов, но боль для учёных, создающих алгоритмы распознавания смыслов в текстовой информации или в разговорных коммуникациях.

Наша цель, как исследователей, создать технологию качественной расшифровки закладываемого во фразу набора слов. Это интересная и многогранная тема. Работая над этой задачей мы обнаружили, что помимо распознавания смыслового содержания мы можем проводить высоко достоверную аналитику психоэмоционального сопровождения автора текста или фраз.

Если попросить тысячу людей прокомментировать ситуацию человека с мороженым под жарким солнцем, то мы получим тысячу разных текстов с разным содержанием. Каждый расскажет о своём, с позиции своего мировозрения, эмоционального состояния, взгляда на жизнь, оптимизма, знаний, интеллектуальных способностей, привычек самовыражения... Однако оказалось, что намного больше информации о человеке можно получить анализируя не что он говорить, а как он это делает. Смысл сказанного рассказывает 20% о человеке, остальные 80% содержатся в том как он это выражает-формулирует.

Все мы говорим на одном языке (в данном случае русском), но делаем это совершенно по-разному. У каждого из нас свой индивидуальный рисунок речи. Это значит, что у нас свои шаблоны построения вопросов, использования слов, формулирования фраз, свой словарный запас, свои активно используемые словечки, своя стилистика выражения мыслей, свои слова паразиты, свой эмоциональный окрас речи, свой жаргон, для кого-то привычность и приемлемость употребления матерных и высоко эмоциональных слов. Выявив в текстовом содержании, эти характеристики, можно создать набор параметров, позволяющий классифицировать человека-автора слов, относя его к той или иной категории или группе людей, по схожести такого набора.

Современные технологии ещё не позволяют проникнуть человеку в мозг и "увидеть" какие мыслительные процессы там происходят. Но, чтобы получить ответы на интересующие вопросы, вовсе не обязательно погружаться внутрь человека, достаточно лишь внимательно понаблюдать за ним. Речевая аналитика это своеобразный способ наблюдения за индивидом с позиции информационного обмена. Если проанализировать всё, что человек говорит и пишет в течении, скажем, дня, можно очень многое узнать о человеке. Намного больше, чем мы все думаем...

Все мы стараемся скрыть свой внутренний мир. Находясь в обществе мы надеваем маску вежливых и приличных людей. В близком кругу - можем быть более "настоящими". На публике человек как правило старается избегать употребления нецензурных слов. В дружеской обстановке знакомых ему людей он менее склонен следовать этой модели поведения и потому менее контролирует свои слова. Но надеваемая маска лишь иллюзия сокрытия истинного психоэмоционального интеллекта человека.

Мы можем говорить расчётливо подбирая слова, но то как мы это будем делать вкупе с тем, что мы будем говорить - какие вопросы задавать, какие комментарии высказывать, как именно формировать фразы, эмоциональность и ясность высказываний очень многое расскажут о нас алгоритмам психоанализа. Частота смены фокуса внимания, последовательность выражения мыслей, способность к длительному удержанию темы, стилистика речи, наличие и частота использования слов-паразитов, выбор слов-синонимов, разнообразие мыслей, смена эмоционального содержания - позитивизм или негатив высказываний, жалобы или советы это всё далеко не полный список параметров формулы психоэмоционального анализа.

Мы не осознаём своих шаблонов и редко способны выявлять их у других людей. Но алгоритмы в отличие от нас способны более детально и скрупулёзно исследовать - анализировать то, о чём и как мы общаемся и какой информационный след оставляем. Проводя аналитику над всем вышеперечисленным можно выявить определённые речевые и психические шаблоны построения фраз и шаблоны периодически повторяющихся тем и смыслов, концепции сознания, на которых сосредоточен человек. Такая аналитика позволяет классифицировать автора слов к тем или иным выделяемым группам.

Давно известны статистические методы оценки текста с целью выявления его авторства. Действительно, шаблоны используемых литературных приёмов создателей текстов хорошо выявляются и позволяют с высокой степенью точности судить о принадлежности произведения перу того или иного писателя. Алгоритмы достаточно легко выявляют такие авторские шаблоны и по ним точно идентифицируют принадлежность текста. Люди не настолько внимательны, чтобы своими способностями проводить такую аналитику. Эти подходы анализа текстов лишь наглядно демонстрируют существование скрытых паттернов от ясного осознавания и восприятия их человеком. Но отсутствие осознавания не отменяет факта их наличия.

Полученные нами результаты в исследовании речевой аналитики в разрезе психо эмоциональных портретов людей позволяют получить много инсайдерской информации о том, что как кажется людям они успешно скрывают... Но на самом деле мы ещё в самом начале пути своего исследования. С увеличением количества исследуемых объёмов точность и скорость определения психологического портрета будет лишь улучшаться и методика будет совершенствоваться.

Психологи такие исследования проводят в индивидуальном порядке с помощью тестов и методик. Алгоритмы же способны получать сходные результаты совершенно другими способами - массово и на основе анализа смысловой и эмоциональной статистики, используя нейронные сети и методы машинного обучения. Такая аналитика способна делаться полностью без участия в анализе человека и потому не подвержена субъективному восприятию и предвзятой оценке.

Применение нашей технологии будет полезно в таких сферах как, например, HR-интервью для выявления более глубокого понимания качеств характера кандидата на должностью. В продажах - для быстрого выявления психотипа клиента и выбора правильной стратегии диалога с ним. Речевая аналитика позволяет лучше понимать своих клиентов. Если у вас как компании есть накопленные записи разговоров с клиентами, вы можете обогатить клиентские профили в CRM-системе большим количеством информации о психологических портретах клиентов. Полезность таких данных будет очевидна в рекомендательных системах, для выявления более глубоких параметров схожести пользователей, нежели используемые сейчас суждения об их похожести лишь на основании поведенческих факторов.

Скажем честно, у нас нет готовых публичных сервисов для проведения такого анализа и вряд ли мы будем их делать. У нас есть набор технических методов, настраиваемых в индивидуальных решениях для конкретных задач выявления необходимых аналитических и вероятностных принадлежностей автора высказываний к тем или иным интересующим группам с определёнными психологическими или социальными характеристиками.

Говоря об этих исследованиях нельзя обойти стороной тему личной конфиденциальности. С одной стороны, использование такой технологии поднимает этические вопросы вмешательства в личную жизнь людей. Но с другой стороны - очевидно, что мы используем только то, что открыто транслируется самим человеком в мир.

Нашими исследованиями руководят противоречивые желания - стремление не преступить грань этичности и желание понять насколько глубоко мы можем познать человеческую суть. Мы не спешим открывать наши разработки миру, понимая, что использовать их можно как для пользы так и для вреда и манипуляций. Можно лишь заметить, что в настоящее время ни в одной стране мира нет запретов на проведение таких исследований.

Живя в обществе людей мы не можем вести себя молчаливыми статуями. Мы существа высоко социальные - общение это наша жизненная потребность. Это и процесс получения информации и эмоций от окружающих так и собственные процессы порождения информации и эмоций. Люди не могут быть вне этого процесса обмена.

До появления методов машинного обучения было сложно анализировать такой обмен. Но даже обладая развитой математикой было далеко не очевидно понять как подступиться к таким исследованиям и от какой базы знаний отталкиваться. Вне сомнений, эта тема заслуживает серьёзных исследований и способна поведать человечеству много о себе самом - неожиданного, неочевидного и скрываемого. Понять истинный состав нашего общества по оценке эмоционального интеллекта и психологическим характеристикам его членов.

Мы не разрабатываем ни конструкторы диалогов, ни платформы под все мессенджеры, ни иные визуальные инструменты создания интерактивных коммуникаций... Нет, мы совсем не про это.

Мы изобретаем технологию понимания машинами сути содержания текстовой информации и используем совсем другой подход, чем общепринятый в мире подход выявления сущностей и использования нейронных сетей для классификации фраз. Мы делаем совсем иначе — переводим весь текст на специальный примитивный псевдоязык. В его примитивности и одновариантности заложены его главные преимущества — уход от взрывного роста вариантов перебора и избавление от многозначности смысла.

На данный момент доступен инструмент смыслового интерпретатора. Это функциональный сервис, способный переводить всё многообразие фраз русского языка в простые однозначные конструкции. Мы убираем многозначность и превращаем литературность и лиричность в строгие математические модели, которыми легко управлять алгоритмически.

Для нас смысл текста это всего лишь сложная математическая конструкция. Русский язык достаточно богат разнообразными формами выражения мыслей. Но всё это богатство может быть проинтерпретировано с точки зрения математики.

То что у нас получилось можно увидеть на отдельном сайте primitiv.ru . Это сервис, доступный онлайн и по API. С помощью него становится на порядки легче чат-алгоритмам разбираться в сути фраз, получаемых от собеседника. Смысловой функционал этого сервиса разрабатывался в первую очередь для целей понимания именно разговорной речи, которая порой существенно отличается от письменной.

При необходимости повышенной конфиденциальности и безопасности данных наши решения можно запустить на локальном сервере во внутреннем периметре компании. Это важное преимущество перед SaaS-решениями больших IT-компаний. Для банков, страховых компаний, госкорпораций мы можем обеспечить полностью бесшовную интеграцию с существующими корпоративными системами в разы увеличив их полезность для целей бизнеса и качества обслуживания потребителей.