Как устроены и как работают умные помощники

Как устроены и как работают умные помощники
Всё дело — в искусственном интеллекте и обучении.

В этой статье мы постараемся доступно и подробно рассказать о новом для 1C:CRM направлении развития — умных помощниках, основанных на искуственном интеллекте. При этом важно помнить, что главное в любой технологии — польза, которую она может принести людям. Ещё она должна превышать затраты на владение технологией — стоимость ее внедрения и поддержки.

Чем такие помощники отличаются от всех остальных

В обычной автоматизации бизнеса задачу принято решать, используя четкие алгоритмы и создавая конкретные модели, чтобы потом описать всё это в программном коде. Для всех, кто так или иначе связан с автоматизацией, это понятная работа.

В отличие от них, технологии искусственного интеллекта не используют строгих алгоритмов решения задач. Их учат на уже готовых набораъ исходных данных, и добиваются приемлемой точности результатов. Есть и другие разновидности, но везде работа зависит от исходных данных.

Простой пример — почтовые спам-фильтры, которые сначала учатся на явном спаме. Так алгоритм понимает для себя признаки, которые есть у таких писем. Обучившись на текстах таких писем, алгоритм может с высокой точностью обнаруживать спам и фильтровать его. При выявлении новых видов спама достаточно дообучить классификатор, и проверить его точность.

В итоге, после работы такого фильтра сотрудники тратят гораздо меньше времени на чтение спама. И это не только сокращает время на разбор почты, но и спасает от киберугроз — вместе со спамом злоумышленники часто рассылают вредоносные программы. Согласно данным «Лаборатории Касперского», доля спама в почтовом трафике рунета во 2 кв. 2020 г. составила 51,23%.

Похожим образом работают все алгоритмы на основе искусственного интеллекта, только внутри они устроены сложнее. Обучаясь на данных из реального мира, они обрабатывают их, изучая и запоминая зависимости.В процессе проверки такой классификатор должен показать хорошую точность, например, 95%. Это будет означать, что он пригоден для решения своей задачи.

Например, компания занимается продажей и сервисным сопровождением техники. Классификатор почты может сразу при получении письма по его тексту определить, что оно похоже на новый лид. И тогда его следует отдать в процесс продажи, а не специалистам поддержки. Мы можем положиться на результат классификации в статистическом смысле. Он будет верным не всегда, и это важно понимать. Но при правильном обучении процент ошибок ниже, чем при ручной обработке тех же данных. При том, что скорость работы таких программ намного выше.

Для человека здесь остается функция контроля. При точности классификатора 95% в среднем как раз такая доля писем сразу будет передана по назначению, а в остальные 5% будут классифицированы неверно. Сотрудники отдела продаж получат письма с запросами техподдержки, и наоборот, специалисты поддержки получат лиды. Но, поскольку они все равно должны будут прочитать каждое обращение, такие письма будут выявлены и переклассифицированы вручную. Таким образом, затраты времени на разбор входящей почты уменьшится в среднем на 95%. Профит!

Скорость и точность на больших объемах данных — сильная сторона технологий искусственного интеллекта. Слабая сторона — узкая направленность на решение конкретной задачи и чувствительность к изменениям контекста. Если стиль большинства входящих писем резко поменяется, такой классификатор нужно будет переобучить.

Как работает ИИ и нейросети

Большинство технологий искусственного интеллекта разрабатывается на языке Python. Поэтому такие программы можно только интегрировать с 1С, а не встроить в само решение. Например, в 1С:CRM ИИ сделан как отдельно устанавливающийся веб-сервер, который можно включать и настраивать независимо от остального функционала. Для того, чтобы использовать помощников, сервер должен быть постоянно запущен, и проще всего это сделать на компьютере с ОС Linux. Мы можем запустить сервер помощников как службу в Windows, но пока оставляем ее только для пилотных внедрений.

Каждый из таких умных помощников ориентирован на выполнение одной конкретной задачи. Первоначальное обучение помощников происходит на данных информационной базы, в которой они работают. Для этого в форме настройки помощников 1C:CRM предусмотрены команды выгрузки обучающих данных.

То есть, чтобы помощник помогал, а не мешал, необходимо, чтобы до этого уже была проделана некоторая ручная работа и в базе были данные, на которых он мог бы научиться. Чем больше данных — тем лучше. На чистой базе умный помощник обучиться не сможет. Чтобы снизить зависимость от данных на старте, мы разработали готовый классификатор для помощника классификации электронной почты, обученный на данных электронной почты компании «1С-Рарус».

Мы продолжаем работу над готовыми помощниками, и приглашаем всех желающих к сотрудничеству. Если у вас есть идеи для существующих или новых помощников в 1С:CRM, или любые вопросы, предложения по их работе и использованию — просто пришлите нам письмо на электронный адрес crm@rarus.ru с пометкой «умные помощники» — и мы свяжемся с вами для обсуждения вопроса.

Практика

Включить и установить модели можно из формы приложений для 1C:CRM на рабочем столе программы. Поскольку модели машинного обучения — это веб-сервер, установку необходимо проделать, запустив клиент 1С на том же компьютере, где будет функционировать этот веб-сервер.

По нажатию ссылки «Подробнее» откроется общее описание, а по щелчку на картинке запустится процесс установки и настройки:

Если раньше модели машинного обучения не настраивались, программа задаст вопрос о том, что сделать — запустить мастер установки, или открыть настройки для их заполнения вручную. Мы рекомендуем пройти мастер, поэтому жмите «Запустить помощник»:

После прохождения этих шагов на выбранном вами компьютере, будет установлен веб-сервер, который будет принимать запросы от 1С:Предприятия и выдавать в ответ результаты.

Внешний вид окна настроек моделей машинного обучения (открывается после прохождения мастера установки):

Окно сервера моделей машинного обучения выглядит примерно так (закрывать его не следует):

На данный момент сервер моделей машинного обучения — это консольное приложение, так сделано в целях тестирования и отладки, и для знакомства с механизмом. Если необходимо, чтобы работа «умных помощников» не зависела от запущенной консоли — напишите нам на crm@rarus.ru, и мы вам с этим поможем.

Поделиться статьей
Подпишитесь на рассылку
Отправляем материалы, которых не будет на сайте, без цензуры и купюр
Отправляя адрес эл. почты, вы соглашаетесь с политикой конфиденциальности
Отправляя адрес эл. почты, вы соглашаетесь с политикой конфиденциальности
Для отображения персонализированного контента и рекламных сообщений, а также хранения личных настроек на локальном компьютере веб‑сайт media.1crm.ru используют технологию cookie и аналогичные. Продолжив использование наших веб‑сайтов, вы даете согласие на обработку персональных данных, выражаете согласие с Политикой конфиденциальности media.1crm.ru и применением этих технологий.