Aby jeszcze lepiej rozumieć klientówSluch.AI – innowacyjny projekt

W dzisiejszym świecie komunikacja odgrywa kluczową rolę. Nie inaczej jest w banku. Dlatego aby efektywnie komunikować się z klientami, pracowaliśmy nad stworzeniem innowacyjnego narzędzia, które przekształca głos w tekst, ale też służy do analizy głosu. Tak powstało Sluch.AI.

Nasz bank codziennie obsługuje tysiące rozmów telefonicznych. Każda z nich jest ważna – zawiera cenne informacje, sugestie klientów czy kluczowe ustalenia. Z tym wyzwaniem zmierzył się nasz zespół, tworząc innowacyjne narzędzie Sluch.AI, które nie tylko przekształca głos w tekst, ale pozwala również na ocenę emocji, tonu głosu, kontekstu i wiele innych statystycznych wskaźników rozmowy. Dziś chcielibyśmy podzielić się z Wami historią powstania Sluch.AI – projektu, który z ambitnego pomysłu przekształcił się w istotne narzędzie do analizy głosu klienta.

Historia pomysłu

Każdego dnia w naszym banku odbywają się tysiące rozmów. To ogromne źródło wiedzy o potrzebach klientów, trendach rynkowych i jakości naszych usług, które przez lata pozostawało nie w pełni wykorzystane. Podczas analizy nagrań dostrzegliśmy, że dźwięk skrywa w sobie znacznie więcej informacji, niż początkowo zakładaliśmy. Mimo że współczesna bankowość opiera się na zaawansowanych technologiach i analizie danych, zauważyliśmy, że dźwięk wciąż pozostaje niedocenianym źródłem informacji. Ta refleksja stała się iskrą, która zapoczątkowała projekt Sluch.AI.

Sluch.AI to innowacja, która rewolucjonizuje komunikację z klientami.

Jak uczyliśmy się rozumieć dźwięk

Początki naszej pracy z dźwiękiem przypominały naukę nowego języka. Startowaliśmy praktycznie od zera – musieliśmy poznać podstawowe pojęcia, takie jak struktura fali dźwiękowej czy analiza spektrogramów. Przełomowym momentem była decyzja o dostosowaniu modelu do naszych potrzeb poprzez uczenie go na rzeczywistych danych bankowych. Tu z pomocą przyszło Centrum Eksperckie – Przeciwdziałanie Oszustwom. Nawiązaliśmy współpracę, która okazała się korzystna dla obu stron.

Analitycy tej jednostki, pracujący nad sprawami oszustw, potrzebowali dokładnych transkrypcji rozmów do celów sądowych. My dostarczaliśmy im testowe transkrypcje, które – choć początkowo niedoskonałe – już wtedy oszczędzały im czas. Ta współpraca zapoczątkowała pozytywną spiralę rozwoju: każda poprawiona transkrypcja stawała się materiałem treningowym, który ulepszał nasz model. Osiągnęliśmy wartość WER (Word Error Rate) na poziomie około 13 proc., co oznacza, że na każde 100 słów w rozmowie tylko 13 wymaga korekty.

Sluch.AI podbija kolejne obszary banku

Skoro transkrypcje rozmów to głos klienta z infolinii, a cały głos klienta gromadzi i dostarcza użytkownikom unikalna aplikacja Voice Lake, postanowiliśmy połączyć siły. Do tej pory Voice Lake gromadził tylko głos „pisany” z dziewięciu źródeł. Najliczniejsze z nich to Wirtualny Asystent, czat i Echo. Dzięki temu pracownicy różnych jednostek mogą każdego dnia bardzo szybko zidentyfikować tematy oraz problemy, które zgłaszają klienci. Dodatkowo proaktywny system alertowy z Voice Lake codziennie sygnalizuje wszelkie anomalie w liczbie głosów.

Sluch.AI okazał się idealnym rozwiązaniem, które wypełni lukę w analizie danych głosu klienta i pomoże upowszechnić dostęp do głosu „mówionego” użytkownikom Voice Lake.

Przeszliśmy więc od fazy koncepcyjnej i testowej do wypracowania finalnej integracji Sluch.AI z Voice Lake. Integracja zakończyła się sukcesem. Dzięki temu użytkownicy Voice Lake mają już do dyspozycji nowe źródło głosu „Infolinia – specjalista”. Kilka tysięcy transkrypcji rozmów dziennie doskonale dopełnia obraz skali tematów, w których klienci kontaktują się z bankiem. Nowe źródło jest dostępne w Voice Lake w panelu Wyszukiwania. Poza standardowym zestawem parametrów kategoryzacji każda rozmowa ma podany czas trwania oraz unikalny numer identyfikacyjny. Niebawem transkrypcje pojawią się w dashboardzie oraz alertach z Voice Lake.

Od wyzwania do optymalizacji

Pierwsze wdrożenie Sluch.AI w środowisku produkcyjnym było momentem, na który czekaliśmy z niecierpliwością. Jednak nasze początkowe oczekiwania szybko zderzyły się z rzeczywistością – okazało się, że narzędzie przetwarzało zaledwie około 1000 rozmów dziennie. Przełom przyszedł dzięki dwóm kluczowym działaniom: optymalizacji kodu aplikacji oraz procesowi kwantyzacji modeli. Kwantyzacja to technika, która upraszcza modele używane do analizy danych, zmniejszając ich rozmiar i wymagania obliczeniowe, bez znaczącego wpływu na jakość wyników. Obecnie Sluch.AI jest w stanie przetwarzać nawet do 10 tys. rozmów dziennie, co pozwala na pełne wykorzystanie potencjału danych głosowych w naszym banku.

Dariusz Rumpel, Hubert Charewicz, Operational Intelligence Tribe – Area Smart Solutions

Dariusz Sowa, Jerzy Laszczak, Centrum Eksperckie Doświadczeń Klientów