ВТБ: развитие чат-бота «Помощник ВТБ» с ИИ дало экономию 3,5 млрд руб.

Чат-бот «Помощник ВТБ» — масштабный продукт с миллионной аудиторией, который несколько лет помогает клиентам банка. Он работал на сценариях с ручными правилами распознавания и показывал высокие результаты без ИИ, поэтому внедрение машинного обучения в зрелый продукт банк назвал вызовом. Количество обращений к боту постоянно растёт, и банку важно было точнее понимать намерения клиентов, вести диалог с меньшим числом шагов и снижать нагрузку на контактный центр, оставляя сотрудникам линии поддержки сложные запросы.

ИИ внедрён в двух точках: распознавание намерений клиента и ведение диалога. Распознавание строится на модели машинного обучения, которая учится на примерах реальных запросов, и на отдельной модели компьютерного зрения для скриншотов, обученной на изображениях из чата. Для диалога добавлены NER (извлечение имён, дат, сумм, номеров счетов и адресов из текста, чтобы клиенту не приходилось повторно вводить данные) и предиктивный ввод с подсказками, которые ИИ генерирует на основе частых запросов. Бот отвечает на вопросы по 1900 тематикам, имеет более 100 персонализированных сценариев и доступен более чем в 10 каналах.

Перед внедрением банк параллельно запустил два бота: один на правилах, написанных вручную, другой на алгоритмах машинного обучения. Чтобы избежать ошибок в консультировании, бот с ML мог отвечать только при высокой уверенности. Результаты ботов сначала оказались равнозначными; когда штраф стали постепенно снижать, бот с ML начал справляться лучше. После тестов и наблюдения за пользовательским опытом банк решил масштабировать ML-модель на все сценарии бота и всех клиентов. Перед каждым релизом нового сценария проводятся автоматические тесты, база примеров пополняется. Банк планирует внедрить NER в заказ наличных и переводы через СБП, а также большую языковую модель с RAG.