ASAPP автоматизировала клиентский сервис с помощью GenerativeAgent на Amazon Bedrock. Система оркестрирует пять–семь языковых моделей, работает с голосом и чатами и передаёт сложные случаи операторам. По данным AWS, клиенты ASAPP решают 91% сложных вопросов с первого обращения и тратят на один чат на 77% меньше.
Кратко: ASAPP использует связку из 5-7-ми языковых моделей, корпоративных систем и управляемой инфраструктуры Amazon Bedrock. ИИ берет на себя повторяющиеся операции, а сотрудники контакт-центра сосредотачиваются на сложных ситуациях.
Задача: ускорить сервис, не жертвуя безопасностью
Главным ограничением ранней версии платформы стала работа с персональными данными. ASAPP использовала собственный слой для поиска и удаления PII — имен, адресов и других идентификаторов. Такая защита снижала риск утечки, но одновременно замедляла ответы и лишала модель контекста. В сценарии перебронирования авиабилета отсутствие адреса или других данных могло помешать ИИ выполнить задачу без оператора.
Бизнесу требовалось совместить четыре условия:
- естественный диалог без жесткого меню;
- доступ к нужному контексту и внутренним системам;
- высокая скорость ответа и доступность сервиса;
- защита персональной информации на корпоративном уровне.
Результаты внедрения
Почему кейс важен для бизнеса
Кейс также показывает, почему стоимость обращения нельзя оптимизировать отдельно от качества. Если ИИ просто закрывает дешевые вопросы, но увеличивает число повторных звонков, экономия оказывается формальной. ASAPP измеряет решение с первого обращения, долю эскалаций и самообслуживание — показатели, связанные с реальной нагрузкой на контакт-центр.
Кейс ASAPP хорошо показывает: реальный эффект от ИИ создаёт не сама языковая модель, а архитектура вокруг неё — доступ к корпоративному контексту, безопасность, интеграции и своевременная передача сложных случаев оператору. Именно такой подход превращает ИИ из демонстрационной технологии в рабочий инструмент, который одновременно повышает качество сервиса и снижает его стоимость.
— Борис Левин, директор управляющей компании Komanda.ai
Что можно повторить в своей компании
- Выбрать ограниченный сценарий. Начать с категории обращений, где есть понятный результат: статус заказа, изменение бронирования, подбор тарифа или ответ по регламенту.
- Зафиксировать базовые метрики. До запуска измерить стоимость контакта, долю решения с первого раза, время ответа, повторные обращения и эскалации.
- Подключать только необходимые данные. Модель должна получать актуальный контекст, но доступ следует ограничить ролью, сценарием и минимально нужным набором полей.
- Разделить функции между компонентами. Поиск, классификация, генерация ответа и выполнение действия не обязательно поручать одной модели.
- Сохранить передачу человеку. Условия эскалации и полный контекст разговора нужно проектировать вместе с самим ИИ-сценарием.
- Проверять качество на реальных диалогах. Оценивать не только корректность текста, но и завершенность операции, безопасность, задержку и стоимость.
