AI-система автоматичного Follow-Up після звернення клієнта

Клієнт звернувся в підтримку, проблему вирішили, але через тиждень він іде до конкурента. Чому? Тому що follow-up не було або було шаблонним. Ми побудували AI-систему, яка автоматично надсилає персоналізовані follow-up повідомлення, підвищуючи retention на 15–20% та CSAT на 10 пунктів. Система аналізує діалог, виділяє домовленості та генерує повідомлення в правильний канал у правильний час. Вона враховує часовий пояс клієнта, історію взаємодій та обирає оптимальний момент для відправки (зазвичай 9:00–18:00 за local time).

Чому шаблонні follow-up не працюють?

80% клієнтів не відкривають стандартні «дякую за звернення». Ми використовуємо генерацію на основі LLM (GPT-4, LLaMA 3) з контекстом із тікету — це дає +40% до response rate. Неправильний таймінг знижує конверсію: follow-up у вихідні або вночі дратує. Система визначає часовий пояс клієнта через гео-IP або профіль і планує відправку в робочий час. Закритий цикл без зворотного зв'язку — якщо клієнт не відповів, система ескалює; якщо відповів з проблемою, створюється новий тікет з високим пріоритетом. Такий підхід знижує churn на 15% у перші 30 днів.

Як AI обирає правильний канал та повідомлення?

Канал визначається за історією: якщо клієнт спілкувався email — надсилаємо email, якщо в чаті — push. Текст генерується через RAG-пайплайн:

def generate_followup(ticket: Ticket, days_after: int) -> FollowUpMessage:
    prompt = f"""Створи персоналізоване follow-up повідомлення.

Тікет: {ticket.subject}
Рішення: {ticket.resolution}
Ім'я клієнта: {ticket.customer_name}
Минуло днів: {days_after}

Вимоги: коротко (2–3 речення), особисто, з конкретною деталлю зі звернення."""

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

Ми використовуємо fine-tuning через LoRA на ваших даних — це знижує галюцинації та підвищує точність згадування деталей. Векторна база ChromaDB зберігає embeddings з розмірністю 1536, що дозволяє швидко знаходити схожі звернення. Для production використовуємо INT8 quantization, що знижує latency p99 до 200 мс та економить GPU-пам'ять. Ми застосовуємо LLM для follow-up генерації, що забезпечує персоналізацію, а правильний timing follow-up підвищує конверсію.

Fine-tuning через LoRA: ми донавчаємо LLM на вашому корпусі діалогів за допомогою методу Low-Rank Adaptation (LoRA). Параметри: rank=16, alpha=32, target modules — query and value. Після навчання модель демонструє зниження галюцинацій на 30% та покращення точності цитування деталей на 25%. Весь процес займає 4–6 годин на одному GPU A100.

Що дає персоналізоване повідомлення?

Персоналізовані повідомлення відкривають у 2 рази частіше, ніж шаблонні. Порівняння результатів A/B-тесту на 10 000 тікетах:

Дані отримані в ході пілотного проекту для SaaS-платформи з 50К активних користувачів.

Переваги впровадження

Зниження витрат на підтримку до 30% або $15,000 на місяць за рахунок автоматизації follow-up. Компанія має 5+ років досвіду в AI, виконала 20+ проектів, має сертифікати AWS та GCP.

Процес роботи

1. Аудит даних — збираємо історію тікетів, логи, CSAT-опитування. Перевіряємо якість та повноту. Мінімальний обсяг — 5000 тікетів, але краще 20 000+ для стабільної моделі.
2. Проектування архітектури — обираємо LLM (GPT-4 або LLaMA 3), векторну БД (ChromaDB), пайплайн на LangChain.
3. Розробка та навчання — fine-tuning через LoRA, налаштування RAG, інтеграція з CRM через REST API. Використовуємо MLflow для відстеження експериментів.
4. A/B-тестування — порівнюємо з поточним процесом. Триває 2 тижні, контролюємо response rate та CSAT.
5. Запуск та моніторинг — деплоїмо на Kubernetes за допомогою Ray Serve, підключаємо дашборд Grafana з метриками: latency p99, GPU utilization, кількість follow-up на годину. Оптимізуємо за потреби.

Що входить у роботу

За досвідом наших проектів (5+ років в AI, понад 20 впроваджень) гарантуємо стабільну роботу під навантаженням до 1000 follow-up/год. Всі компоненти використовують open-source стек: PyTorch, Hugging Face Transformers, LangChain, Ray для масштабування. Наші інженери мають сертифікати з AWS та GCP, що забезпечує надійну інфраструктуру.

Строки та вартість

Строки: від 4 до 8 тижнів залежно від складності інтеграції. Вартість розраховується індивідуально — оцінимо проект за 2 дні після брифу.

Замовте пілотний проект на 10 000 тікетах, щоб оцінити ефект. Зв'яжіться з нами — ми підготуємо індивідуальну пропозицію протягом двох днів. Отримайте консультацію щодо вашого проекту вже сьогодні.

NLP розробка: чому accuracy не підходить для рідкісних класів?

До нас приходить задача: обробляти 50 тисяч звернень до служби підтримки — зараз все вручну. Датасет — 3000 розмічених прикладів, 12 категорій, дисбаланс: одна категорія займає 40% вибірки, три по 1‑2%. Baseline accuracy — 78%. Звучить непогано, поки не дивишся на recall по рідкісних класах: 0.31, 0.44, 0.28. Саме ці класи — скарги та загрози відтоку — найважливіші для бізнесу.

Це типовий проект NLP розробки. Проблема не в алгоритмі, а в тому, що accuracy — не та метрика. Наш досвід показує: у понад 30 проектах ми починаємо з аналізу бізнес‑метрик і лише потім обираємо модель.

Чому accuracy — не та метрика для рідкісних класів?

Accuracy ігнорує дисбаланс. Якщо клас «відтік» зустрічається у 2% випадків, модель може передбачати «все добре» і отримати 98% accuracy — але бізнес втрачає клієнтів. Рішення: F1 macro (усереднення за всіма класами) або weighted F1. Для NER — strict entity F1 (лише точні збіги). Гарантуємо: після вибору правильної метрики якість моделі стає вимірною та прогнозованою.

Класифікація тексту: від BERT до дистиляції

BERT-подібні моделі — стандарт для класифікації. ruBERT-base або ruBERT-large від DeepPavlov для російської мови. multilingual‑e5‑large — якщо потрібно працювати з кількома мовами в одному пайплайні. XLM‑RoBERTa‑large — сильний multilingual backbone.

Fine‑tuning для класифікації: додаємо classification head поверх [CLS]‑токена, навчаємо 3‑5 епох з lr=2e‑5, weight decay=0.01. При дисбалансі — weighted CrossEntropyLoss або focal loss з gamma=2.0. Пишіть — покажемо code snippet.

Кейс з дисбалансом. Датасет — 3000 прикладів, дисбаланс 1:20. Рішення: class_weight через sklearn + CrossEntropyLoss. Додатково — augmentation редкісних класів через backtranslation (ru→en→ru через MarianMT). Recall по рідкісних класах виріс з 0.31 до 0.67 при незначному падінні accuracy (76%→74%). Повна NLP розробка під ключ зайняла 3 тижні.

Дистиляція для production. BERT‑large дає F1 0.89, але inference на CPU — 180ms. Дистиляція в DistilBERT або ruBERT‑tiny2 знижує latency до 25ms при F1 0.84. DistilBERT працює в 7 разів швидше за BERT‑large при падінні F1 лише на 5%. Експорт в ONNX Runtime з int8 quantization дає додатковий 1.5‑2x. Оцінимо проект — розрахуємо економію на інфраструктурі.

Як вибрати модель класифікації під ваш датасет?

Для малих датасетів (до 5000 прикладів) достатньо fine‑tuned DistilBERT. Якщо потрібна багатомовність — XLM‑RoBERTa. При жорстких обмеженнях latency — дистильована модель з ONNX Runtime. Ми допомагаємо обрати оптимальний трейдофф якість/швидкість/вартість інфраструктури.

NER: розпізнавання іменованих сутностей

NER — вилучення персон, організацій, локацій, дат, сум, номерів документів. Для загальних категорій (PER, ORG, LOC) переднавчені моделі працюють добре. Для спеціалізованих (медичні терміни, юридичні поняття) — потрібен fine‑tuning.

Розмітка даних. Основна вартість NER‑проекту. Для якісної моделі — 500‑2000 розмічених речень на кожен тип сутності. Інструменти: Label Studio (open source) або Prodigy (від творців spaCy). Формат IOB2 — стандарт.

Архітектура. Token classification поверх BERT: кожному токену мітка (B‑PER, I‑PER, O). spaCy 3.x з transformer pipeline — зручний production‑вибір.

Вкладені сутності. Стандартні IOB‑моделі не обробляють вкладені сутності (організація всередині адреси). Для таких задач — span‑based NER: SpanBERT або SpERT. Складніше, але правильно.

Постобробка обов’язкова. Модель передбачає токени — потрібні нормалізовані сутності. Дата — dateparser. Суми — regex + валідація. Імена — дедуплікація через rapidfuzz. Входить у нашу стандартну поставку.

Sentiment Analysis та opinion mining

Бінарна класифікація positive/negative працює з BERT з коробки. Складність — аспектна тональність (ABSA): «у ресторані хороша кухня, але жахливий сервіс». Для ABSA: aspect extraction (NER) + sentiment за кожним аспектом. Joint моделі BERT‑for‑ABSA — якість на російських даних нижча через дефіцит датасетів. RuSentiment, SentiRuEval — основні ресурси.

Для продакшену з простим позитив/негатив/нейтраль: distil‑моделі достатньо. Три класи, balanced датасет, 2000+ прикладів — F1 macro 0.82‑0.87 за 1‑2 дні.

Сумарізація тексту

Екстрактивна сумарізація (обираємо речення) — TextRank або BM25 без навчання. Швидко, не галюцинує. Добре для довгих документів.

Абстрактивна (генерує новий текст) — seq2seq: mT5, mBART, FRED‑T5, ruT5‑large. Для production через LLM API (GPT‑4, Claude) — часто найкращий трейдофф вартість/якість/швидкість. Звертайте увагу на context window моделі: для документів > 4k токенів використовуйте chunking.

Ембеддинги: векторні представлення тексту

Ембеддинги — основа семантичного пошуку, дедуплікації, кластеризації, RAG. Якість критично впливає на downstream задачі.

Моделі. E5‑large‑v2, BGE‑M3, multilingual‑e5‑large — сильні multilingua embedders. sentence‑transformers/paraphrase‑multilingual‑mpnet‑base‑v2 — швидкий варіант. Для російської: ru‑en‑RoSBERTa (Skoltech) хороший на semantic textual similarity.

Як оцінити якість ембеддингів? MTEB benchmark — стандарт. Але топові результати на MTEB не гарантують успіх на доменному датасеті — будуємо домен‑специфічний eval.

Fine‑tuning ембеддингів. Якщо стандартні моделі не дають потрібного Recall@k — contrastive learning на доменних парах з MultipleNegativesRankingLoss. 500‑2000 пар, 1‑3 епохи — 5‑15% приріст Recall@k.

Розмірність та зберігання. E5‑large: 1024 dim, float32 — 4KB на вектор. При 10M документів — 40GB. INT8 quantization знижує до 10GB. FAISS IVF_PQ — ще компактніше, але з втратами. Входить у наші рекомендації по деплою.

Вилучення інформації

Структуроване вилучення — одна з частих задач. Приклади: ключові умови договору, технічні характеристики, дати та суми з рахунків.

1. Regex + rule-based. Для ІПН, ЄДРПОУ, сум, дат — надійніше нейромережі. Не потребує даних.
2. NER + постобробка. Для варіативних форматів.
3. LLM з structured output. GPT‑4 / Claude з JSON schema — для складних документів. Вартість: залежить від обсягу документів. Для 10k+ документів/день — рахуємо економіку.

Гарантуємо гібрид: regex/NER для типових полів + LLM для edge cases. Сертифікат довіри: 5 років на ринку, >30 проектів.

Етапи роботи

Прототип на існуючих даних — 1‑3 тижні. Production‑система з CI/CD — 1.5‑2.5 місяця. Вартість розраховується індивідуально — зв'яжіться з нами для консультації та оцінки.

Що входить у роботу

• Документація з архітектури моделі та пайплайну
• Доступи до моделі через REST API (FastAPI + ONNX)
• Навчання команди замовника (2 години вебінару + Q&A)
• Гарантія на точність моделі на обумовленій тестовій вибірці
• Підтримка 3 місяці після здачі (багфікс, адаптація під нові дані)

Наш досвід

Понад 5 років у NLP, 30+ проектів від класифікації до RAG‑систем. Команда включає ML‑інженерів з досвідом у Hugging Face, spaCy, LangChain, MLOps. Використовуємо vLLM, Kubeflow, Weights & Biases — продакшен‑стек, а не іграшки. Замовте консультацію — оцінимо проект за 2 дні.