Разработка AI-IVR (интеллектуальное голосовое меню)

Почему AI-IVR ломается на реальных звонках

Демо AI-IVR звучит убедительно: чистый сигнал, дикторские формулировки, идеальная тишина в паузах. Живая линия выглядит иначе — шумная среда, эхо, речь поверх вопроса, обрыв на середине ветки. Интеллектуальное голосовое меню ломается не на словаре, а на акустике и поведении человека.

Первый класс отказов — шум и перебивание. Абонент начинает говорить, не дослушав подсказку, а сеть срезает начало фразы: меню слышит «мне бы узнать» и уходит не в ту ветку. Ошибки маршрутизации вызова здесь стоят дороже всего — клиент попадает к оператору, который не решает вопрос, и через круг возвращается в начало.

Второй класс — нестандартные формулировки. Люди не говорят «произнесите название услуги»: они называют её бытовым словом, диктуют номер частями, вставляют оговорки посреди запроса. Без запаса по вариативности распознавание речи в звонке либо просит повторить, либо уверенно выбирает ближайшее совпадение — и оба варианта раздражают сильнее, чем обычное меню.

Третий — потерянные звонки в часы пик. Под нагрузкой распознавание идёт медленнее, пауза после ответа растягивается, абонент решает, что его не слышат, и кладёт трубку. Обрыв на середине ветки почти всегда отбрасывает человека в общее меню, а часть звонящих просто не дозванивается повторно.

Разбираем, как это закрывается: как собирать сценарий под реальную акустику, где ставить порог уверенности и в какой момент передавать разговор живому оператору.

Что меняется после внедрения: измеримые эффекты

Эффект виден не в презентации, а в отчётах телефонии за первые недели после запуска. Диалог пишется по шагам: распознанный запрос, выбранная ветка сценария, передача оператору или завершение без него. Поэтому каждую цифру можно сверить с записью разговора — amoCRM и аналогичные панели отдают такие срезы стандартной выгрузкой.

• Доля автоматических обращений — на типовом потоке без оператора закрывается больше половины вызовов: баланс, статус заявки, условия, запись на сервис.
• Нагрузка на операторов — в пиковые часы линия перестаёт «вставать»: рутинные запросы снимаются с людей, им остаётся разбор сложных тем.
• Время ожидания в очереди — падает, потому что до оператора доходят только те, кому действительно нужен человек, а не все звонящие подряд.
• Повторные звонки — уходят в разы: клиент получает ответ или запись за одно обращение, а не перезванивает уточнить.
• Полнота данных — карточка обращения заполняется автоматически, темы не теряются и не остаётся обезличенных вызовов.

Смотреть на это стоит по срезам до и после запуска на одном и том же номере: так исключается сезонность и видно, какая доля сдвинулась именно из-за голосового сценария, а не из-за рекламной кампании или смены операторов.

Режимы работы голосового сценария: сравнение подходов

Сценарий обзвона и входящая линия решают разные задачи: во входящем потоке звонящего нужно удержать и довести до цели, в исходящем — распознать автоответчик, дождаться живого ответа и перезвонить в удобное окно. От выбранного режима диалога напрямую зависит, что вообще можно автоматизировать, а где без передачи оператору не обойтись. Это первое, что мы фиксируем до сборки сценария.

Гибридная схема закрывает большинство задач: типовые вопросы и подтверждения уходят в свободную речь, сложные — по правилам эскалации на оператора. Передача оператору может идти с потерей контекста или с передачей всей истории диалога в рабочее окно — это разные сценарии, и выбираются они под конкретную линию. Ограничения автоматизации закладываем на входе: эмоциональные и спорные обращения не стоит пытаться распознать любой ценой, резервная ветка надёжнее и дешевле в поддержке.

Как мы внедряем AI-IVR: этапы инженерной работы

Внедрение AI-IVR начинается не с записи приветствия, а с разбора записей звонков: смотрим, какие обращения реально приходят в линию, какая доля из них типовая и на каком шаге клиент бросает трубку. От этой картины зависят и схема диалога, и то, что автоматизировать не стоит.

1. Разбор записей звонков. Размечаем разговоры по типам обращений и считаем, сколько закрывается по скрипту, сколько требует доступа к системам, сколько уходит оператору.
2. Проектирование диалоговой схемы. Ветки, точки ветвления, наборы формулировок, которые бот должен понимать, и границы допустимого — что он не имеет права обещать клиенту.
3. Настройка сценариев. Собираем приветствие, уточняющие вопросы и ответы, подключаем справочные данные по услугам и статусам заявок.
4. Эскалация на оператора. Прописываем правила передачи: неуверенное распознавание, повторный вопрос, просьба соединить с человеком, эмоциональная речь. Плюс маршрутизация на нужную группу и передача контекста диалога.
5. Адаптация распознавания речи под предметную область. Догружаем словарь терминов, названий услуг и адресов, проверяем на записях с плохой связью и фоновым шумом.
6. Тестовый прогон и пилот. Обзваниваем линию по сценариям, считаем долю верных распознаваний, передач на оператора и длину диалога до решения, затем ставим бота на часть трафика и настраиваем пороги.
7. Передача регламентов поддержки. Отдаём инструкции: как правятся фразы, добавляются сценарии, где смотреть журналы звонков и кто обновляет словарь после изменения услуг.

Так линия остаётся управляемой: изменения вносятся по регламенту, а не пересборкой с нуля.

Что вы получаете на руки: конфигурации и регламенты

Сдаём проект не демонстрацией меню, а рабочим комплектом: всё, что описывает поведение AI-IVR, остаётся в вашем репозитории и работает без нашего участия. Состав передачи — ниже; по этим документам ваша команда меняет сценарий, не восстанавливая историю переписки.

• Карта сценариев — дерево диалога с ветвлениями, точками выхода на оператора и условиями эскалации. По ней логику восстанавливают за час, а не по записям звонков.
• Документация по телефонии — маршрутизация номеров, пул каналов, привязка сценариев к группам, хранение записей. Отдельным разделом — что делать при смене АТС или добавлении номера.
• Регламент изменений — кто формулирует правку, где тестируется новая фраза, какие проверки обязательны до выката и как откатиться к предыдущей версии сценария.
• Права доступа к настройкам — матрица ролей: правка реплик, просмотр расшифровок и метрик, управление ключами интеграций. Отдельно — доступ к персональным данным из записей.
• Набор проверочных кейсов — эталонные фразы с ожидаемыми ответами, включая шум, перебивания и плохую связь. Прогоняется целиком после каждой правки: видно, что не сломалось.
• Словари распознавания — произношение названий, аббревиатур и латиницы, номера заказов цифрами. Именно на этом голосовое меню ошибается чаще всего.
• Инструкция по аналитике — выгрузка расшифровок, доля успешных сценариев, точки обрыва звонков: решения об улучшениях принимаются по данным, а не на слух.

Комплект передаём в вашей системе контроля версий, каждый раздел проходим вместе с инженером, который вёл проект. Дальше правки ваша команда вносит сама — если нужна поддержка на стороне, обсудим формат.

Кейс: как сократили долю пропущенных звонков

Точка отказа: вечерний пик

Служба доставки принимала заказы и вопросы по статусу на одной линии. В вечерний пик очередь доходила до 40 секунд, и каждый четвёртый абонент сбрасывал вызов — при этом больше половины звонков были однотипными: «где заказ», «поменяйте адрес». Пропущенный вызов не исчезал: клиент перезванивал, и нагрузка удваивалась ровно в те часы, когда операторы были заняты плотнее всего.

Сбой бил по самым плотным часам: часть заказов уходила к другим, а повторные обращения съедали время операторов вместо новых продаж.

Что изменили

Первым контуром обработки стал AI-IVR: вызов принимает голосовой ассистент, распознаёт речь и закрывает типовые сценарии — статус заказа, смену адреса, перенос времени — без оператора. Оставшиеся обращения уходят на оператора с расшифровкой и контекстом, поэтому разговор начинается не с нуля.

Для пиков настроили отдельное поведение: при переполнении очереди предлагается обратный вызов вместо ожидания на линии. Распределение обращений пересобрали по темам, а не по порядку поступления — простые вопросы больше не стоят в очереди за сложными.

Результат в метриках

• пропущенные вызовы: 26% → 4%;
• обращения, закрытые без оператора: 61%;
• время до первого ответа: 38 → 5 секунд;
• повторные звонки по одному вопросу: вдвое меньше.

Те же операторы держат вечернюю нагрузку без расширения штата, а новые сценарии добавляются в меню без перестройки линии.

Чем свободная речь отличается от кнопочного меню

Кнопочное меню не анализирует речь — оно фиксирует тон набора, поэтому точность распознавания у него предельная: клиент либо попал в цифру, либо нет. Плата — жёсткая структура: сценарий заранее разложен по уровням, и человек прослушивает дерево до нужной ветки.

Свободная речь работает иначе: поток превращается в текст, затем из фразы извлекается намерение. Точность распознавания зависит от качества записи, акцента и отраслевых терминов, зато сложные формулировки клиента — «перенесите доставку на послезавтра, адрес тот же» — разбираются как одно намерение, а не как четыре шага по меню.

Скорость обслуживания звонка меняется неоднозначно. В меню клиент тратит время на прослушивание уровней, но действие выполняется сразу после нажатия; в речевом диалоге добавляется распознавание, зато уходят три-четыре промежуточных уровня — на нестандартном запросе разговор короче, на типовом выигрывает меню.

Поддержка сценария расходится сильнее всего. Новая ветка в кнопочном меню — это перезапись аудиодерева и пересборка логики, где правка задевает соседние уровни. В речевом сценарии формулировки добавляются в описание намерения и не ломают структуру целиком, поэтому изменения вносятся чаще и проверяются на записях реальных звонков. Отсюда практический вывод: гибрид — речь для сложных формулировок, кнопки для критичных действий.

Частые технические сомнения перед запуском

Перед стартом инженеры заказчика задают примерно один и тот же набор вопросов: как система ведёт себя в реальной линии, что будет с интеграцией и можно ли откатиться. Отвечаем по существу — без обещаний «понимает всё».

А если у клиентов сильный акцент или нечёткая дикция?

Стандартная модель на таком трафике теряет заметную часть фраз. Мы дообучаем её на записях заказчика и подтягиваем языковую модель под домен — названия услуг, артикулы, имена. При низкой уверенности система не угадывает, а переводит вызов на оператора.

Как голосовое меню связывается с учётными системами?

Через интерфейсы обмена: заявка, заказ, статус — по идентификатору клиента. Запросы идемпотентные, с таймаутами; если система недоступна, диалог не рвётся, а данные встают в очередь на дозапись.

Можно ли вернуться к старой схеме?

Да. Маршрутизация переключается на классическое меню одним правилом, номер и сценарий остаются на месте. Возврат занимает минуты и не требует перевыпуска линии.