Які моделі АІ-прогнозування цікавлять контакт-центр сьогодні?

Днями мав честь виступити на конференції Всеукраїнської асоціації Контактних Центрів, присвяченій використанню штучного інтелекту в процесах трансформації КЦ. Хочу поділитися враженнями та цікавими спостереженнями.

 

Організатори створили чудові умови для професійного нетворкінгу та обміну досвідом. Особливо цінним було живе спілкування з колегами та можливість обговорити практичні кейси впровадження AI-рішень.

 

Багато доповідей були зосереджені на практичному використанні великих мовних моделей в КЦ, зокрема для чат-ботів і підтримки операторів. Це підтверджує загальний тренд на автоматизацію першої лінії підтримки.

 

Наше рішення з прогнозування навантаження та оптимізації графіків роботи операторів використовує машинне навчання для точного передбачення вхідного трафіку з урахуванням історичних даних, сезонності та зовнішніх факторів. Система автоматично створює оптимальні графіки роботи операторів, враховуючи прогнозоване навантаження, правила трудового законодавства та індивідуальні побажання співробітників. Це дозволяє значно підвищити точність планування та скоротити витрати на персонал при збереженні високої якості обслуговування.

 

Система прогнозування вигорання та відтоку персоналу аналізує великий масив даних про роботу операторів - від показників ефективності до патернів поведінки та комунікації. На основі цих даних ML-моделі визначають ранні ознаки професійного вигорання та ризику звільнення, що дозволяє HR-менеджерам вчасно втручатися та проводити превентивні заходи. Рішення також надає рекомендації щодо індивідуальних стратегій утримання цінних співробітників, базуючись на їх профілі та виявлених факторах ризику.

 

Але мій прогноз щодо зацікавленості тематиками трохи не справдився. Презентуючи наші рішення з ML-моделями для прогнозування вигорання персоналу та планування навантаження, я очікував більшого інтересу до першої теми. Проте аудиторію значно більше зацікавили питання прогнозування навантаження та оптимізації графіків роботи операторів.

 

Можливо, це пов'язано з тим, що:

- Планування навантаження - це щоденна операційна задача з прямим впливом на бізнес-показники

- Оптимізація графіків дає швидкий та вимірюваний економічний ефект

- Існує гостра потреба в автоматизації процесів планування.

 

А можливо тому, що людям здається чимось фантастичним прогнозування поведінки людей на основі даних, які накопичені в КЦ. 

 

Можливо, були якісь інші причини, не знаю. Якщо у вас є думки щодо того, чому саме питання планування навантаження викликали більший інтерес - буду радий почути ваші коментарі.