AI-система автоматического Follow-Up после обращения клиента

Клиент обратился в поддержку, проблему решили, но через неделю он уходит к конкуренту. Почему? Потому что follow-up не было либо было шаблонным. Мы построили AI-систему, которая автоматически отправляет персонализированные follow-up сообщения, повышая retention на 15–20% и CSAT на 10 пунктов. Система анализирует диалог, выделяет договорённости и генерирует сообщение в правильный канал в правильное время. Она учитывает часовой пояс клиента, историю взаимодействий и выбирает оптимальный момент для отправки (обычно 9:00–18:00 по local time).

Почему шаблонные follow-up не работают?

80% клиентов не открывают стандартные «спасибо за обращение». Мы используем генерацию на основе LLM (GPT-4, LLaMA 3) с контекстом из тикета — это даёт +40% к response rate. Неправильный тайминг снижает конверсию: follow-up в выходные или ночью раздражает. Система определяет часовой пояс клиента через гео-IP или профиль и планирует отправку в рабочее время. Закрытый цикл без обратной связи — если клиент не ответил, система эскалирует; если ответил с проблемой, создаётся новый тикет с высоким приоритетом. Такой подход снижает churn на 15% в первые 30 дней.

Как AI выбирает правильный канал и сообщение?

Канал определяется по истории: если клиент общался в email — отправляем email, если в чате — push. Текст генерируется через RAG-пайплайн:

def generate_followup(ticket: Ticket, days_after: int) -> FollowUpMessage:
    prompt = f"""Создай персонализированное follow-up сообщение.

Тикет: {ticket.subject}
Решение: {ticket.resolution}
Имя клиента: {ticket.customer_name}
Прошло дней: {days_after}

Требования: коротко (2–3 предложения), личное, с конкретной деталью из обращения."""

    content = llm.generate(prompt)
    channel = select_channel(ticket.customer)
    return FollowUpMessage(content=content, channel=channel, scheduled_at=calculate_time())

Мы используем fine-tuning через LoRA на ваших данных — это снижает галлюцинации и повышает точность упоминания деталей. Векторная база ChromaDB хранит embeddings с размерностью 1536, что позволяет быстро находить похожие обращения. Для production используем INT8 quantization, что снижает latency p99 до 200 мс и экономит GPU-память.

Что даёт персонализированное сообщение?

Персонализированные сообщения открывают в 1.9 раза чаще, чем шаблонные. Сравнение результатов A/B-теста на 10 000 тикетах:

Данные получены в ходе пилотного проекта для SaaS-платформы с 50К активных пользователей.

Процесс работы

1. Аудит данных — собираем историю тикетов, логи, CSAT-опросы. Проверяем качество и полноту. Минимальный объём — 5000 тикетов, но лучше 20 000+ для стабильной модели.
2. Проектирование архитектуры — выбираем LLM (GPT-4 или LLaMA 3), векторную БД (ChromaDB), пайплайн на LangChain.
3. Разработка и обучение — fine-tuning через LoRA, настройка RAG, интеграция с CRM через REST API. Используем MLflow для отслеживания экспериментов.
4. A/B-тестирование — сравниваем с текущим процессом. Длится 2 недели, контролируем response rate и CSAT.
5. Запуск и мониторинг — деплоим на Kubernetes с помощью Ray Serve, подключаем дашборд Grafana с метриками: latency p99, GPU utilization, количество follow-up в час. Оптимизируем по мере необходимости.

Что входит в работу

По опыту наших проектов (5+ лет в AI, более 20 внедрений) гарантируем стабильную работу под нагрузкой до 1000 follow-up/час. Все компоненты используют open-source стэк: PyTorch, Hugging Face Transformers, LangChain, Ray для масштабирования. Наши инженеры имеют сертификаты по AWS и GCP, что обеспечивает надёжную инфраструктуру.

Сроки и стоимость

Сроки: от 4 до 8 недель в зависимости от сложности интеграции. Стоимость рассчитывается индивидуально — оценим проект за 2 дня после брифа.

Закажите пилотный проект на 10 000 тикетах, чтобы оценить эффект. Свяжитесь с нами — мы подготовим индивидуальное предложение в течение двух дней. Получите консультацию по вашему проекту уже сегодня.

NLP разработка: классификация текстов, NER, эмбеддинги и извлечение информации

К нам приходит задача: обрабатывать 50 тысяч обращений в службу поддержки — сейчас всё вручную. Датасет — 3000 размеченных примеров, 12 категорий, дисбаланс: одна категория занимает 40% выборки, три по 1-2%. Baseline accuracy — 78%. Звучит неплохо, пока не смотришь на recall по редким классам: 0.31, 0.44, 0.28. Именно эти классы — жалобы и угрозы оттока — важнее всего бизнесу.

Это типичный проект NLP разработки. Проблема не в алгоритме, а в том, что accuracy — не та метрика. Наш опыт показывает: в 30+ проектах мы начинаем с анализа бизнес-метрик и только потом выбираем модель.

Почему accuracy — не та метрика для редких классов?

Accuracy игнорирует дисбаланс. Если класс «отток» встречается в 2% случаев, модель может предсказывать «всё хорошо» и получить 98% accuracy — но бизнес теряет клиентов. Решение: F1 macro (усреднение по всем классам) или weighted F1. Для NER — strict entity F1 (только точные совпадения). Гарантируем: после выбора правильной метрики качество модели становится измеримым и прогнозируемым.

Классификация текста: от BERT до дистилляции

BERT-подобные модели — стандарт для классификации. ruBERT-base или ruBERT-large от DeepPavlov для русского языка. multilingual-e5-large — если нужно работать с несколькими языками в одном пайплайне. XLM-RoBERTa-large — сильный multilingual backbone.

Fine-tuning для классификации: добавляем classification head поверх [CLS]-токена, обучаем 3-5 эпох с lr=2e-5, weight decay=0.01. При дисбалансе — weighted CrossEntropyLoss или focal loss с gamma=2.0. Пишите — покажем code snippet.

Кейс с дисбалансом. Датасет — 3000 примеров, дисбаланс 1:20. Решение: class_weight через sklearn + CrossEntropyLoss. Дополнительно — augmentation редких классов через backtranslation (ru→en→ru через MarianMT). Recall по редким классам вырос с 0.31 до 0.67 при незначительном падении accuracy (76%→74%). Полная NLP разработка под ключ заняла 3 недели.

Дистилляция для production. BERT-large даёт F1 0.89, но inference на CPU — 180ms. Дистилляция в DistilBERT или ruBERT-tiny2 снижает latency до 25ms при F1 0.84. Экспорт в ONNX Runtime даёт дополнительный 1.5-2x. Оценим проект — рассчитаем экономию на инфраструктуре.

NER: распознавание именованных сущностей

NER — извлечение персон, организаций, локаций, дат, сумм, номеров документов. Для общих категорий (PER, ORG, LOC) предобученные модели работают хорошо. Для специализированных (медицинские термины, юридические понятия) — нужен fine-tuning.

Разметка данных. Основная стоимость NER-проекта. Для качественной модели — 500-2000 размеченных предложений на каждый тип сущности. Инструменты: Label Studio (open source) или Prodigy (от создателей spaCy). Формат IOB2 — стандарт.

Архитектура. Token classification поверх BERT: каждому токену метка (B-PER, I-PER, O). spaCy 3.x с transformer pipeline — удобный production-выбор.

Вложенные сущности. Стандартные IOB-модели не обрабатывают вложенные сущности (организация внутри адреса). Для таких задач — span-based NER: SpanBERT или SpERT. Сложнее, но правильно.

Постобработка обязательна. Модель предсказывает токены — нужны нормализованные сущности. Дата — dateparser. Суммы — regex + валидация. Имена — дедупликация через rapidfuzz. Входит в нашу стандартную поставку.

Sentiment Analysis и opinion mining

Бинарная классификация positive/negative работает с BERT из коробки. Сложность — аспектная тональность (ABSA): «в ресторане хорошая кухня, но ужасный сервис». Для ABSA: aspect extraction (NER) + sentiment по каждому аспекту. Joint модели BERT-for-ABSA — качество на русских данных ниже из-за дефицита датасетов. RuSentiment, SentiRuEval — основные ресурсы.

Для продакшена с простым позитив/негатив/нейтраль: distil-модели достаточно. Три класса, balanced датасет, 2000+ примеров — F1 macro 0.82-0.87 за 1-2 дня.

Суммаризация текста

Экстрактивная суммаризация (выбираем предложения) — TextRank или BM25 без обучения. Быстро, не галлюцинирует. Хорошо для длинных документов.

Абстрактивная (генерирует новый текст) — seq2seq: mT5, mBART, FRED-T5, ruT5-large. Для production через LLM API (GPT-4, Claude) — часто лучший трейдофф стоимость/качество/скорость.

Эмбеддинги: векторные представления текста

Эмбеддинги — основа семантического поиска, дедупликации, кластеризации, RAG. Качество критически влияет на downstream задачи.

Модели. E5-large-v2, BGE-M3, multilingual-e5-large — сильные multilingua embedders. sentence-transformers/paraphrase-multilingual-mpnet-base-v2 — быстрый вариант. Для русского: ru-en-RoSBERTa (Skoltech) хорош на semantic textual similarity.

Как оценить качество эмбеддингов? MTEB benchmark — стандарт. Но топовые результаты на MTEB не гарантируют успех на доменном датасете — строим домен-специфичный eval.

Fine-tuning эмбеддингов. Если стандартные модели не дают нужного Recall@k — contrastive learning на доменных парах с MultipleNegativesRankingLoss. 500-2000 пар, 1-3 эпохи — 5-15% прирост Recall@k.

Размерность и хранение. E5-large: 1024 dim, float32 — 4KB на вектор. При 10M документов — 40GB. Квантизация int8 снижает до 10GB. FAISS IVF_PQ — ещё компактнее, но с потерями. Входит в наши рекомендации по деплою.

Извлечение информации

Структурированное извлечение — одна из частых задач. Примеры: ключевые условия договора, технические характеристики, даты и суммы из счетов.

1. Regex + rule-based. Для ИНН, ОГРН, сумм, дат — надёжнее нейросети. Не требует данных.
2. NER + постобработка. Для вариативных форматов.
3. LLM с structured output. GPT-4 / Claude с JSON schema — для сложных документов. Стоимость: ~$0.001-0.01 на документ. Для 10k+ документов/день — считаем экономику.

Гарантируем гибрид: regex/NER для типовых полей + LLM для edge cases. Сертификат доверия: 5 лет на рынке, >30 проектов.

Этапы работы

Прототип на существующих данных — 1-3 недели. Production-система с CI/CD — 1.5-2.5 месяца. Стоимость рассчитывается индивидуально — напишите, получите консультацию и оценку.

Что входит в работу

• Документация по архитектуре модели и пайплайну
• Доступы к модели через REST API (FastAPI + ONNX)
• Обучение команды заказчика (2 часа вебинара + Q&A)
• Гарантия на точность модели на оговоренной тестовой выборке
• Поддержка 3 месяца после сдачи (багфикс, адаптация под новые данные)

Наш опыт

Более 5 лет в NLP, 30+ проектов от классификации до RAG-систем. Команда включает ML-инженеров с опытом в Hugging Face, spaCy, LangChain, MLOps. Используем vLLM, Kubeflow, Weights & Biases — продакшен-стек, а не игрушки. Пишите — оценим проект за 2 дня.