Обзор вебинара: Как один из крупнейших страховщиков Европы внедрил ИИ-агентов в продакшн

Клиенты страховых компаний редко звонят, когда все идет хорошо. Они звонят после аварии, чтобы подать заявление на выплату или в разгар реального кризиса. Этот разговор определяет все, что будет происходить дальше, и часто это единственное настоящее взаимодействие клиента с его страховщиком.

Admiral обрабатывает миллионы таких разговоров ежегодно в Великобритании, Италии, Франции и Испании. Теперь они используют ИИ-агентов для помощи в обработке таких обращений, сохраняя при этом полное соответствие нормативным требованиям.

На этом вебинаре команда Admiral рассказала о том, как они это сделали: выбор первого варианта использования, привлечение юридического отдела и специалистов по комплаенсу с нулевого дня, а также переход от рабочего прототипа к изменениям в продакшне, которые теперь внедряются за считанные часы вместо недель.

Основные выводы

• Начинайте с узкой, но реальной задачи. Первый вариант использования Admiral в продакшне — котировки по урегулированию убытков в ее британском кредитном подразделении — был достаточно ограниченным, чтобы реализоваться в реалистичные сроки, но при этом затрагивал телефонию и бэкенд-интеграции, чего было достаточно для проверки архитектуры без попыток решить все задачи сразу.
• Поднимите планку до масштабирования, а не снижайте ее. Admiral с первого дня проектировала систему для продакшна, перестроила график согласований в соответствии со скоростью развития технологий и привлекла юридический отдел и комплаенс с нулевого дня в рамках четко ограниченного пилотного проекта.
• Регулирование — это минимум, а не весь проект. Admiral накладывает собственные внутренние правила поверх требований регуляторов, использует детерминированную логику для всего, что должно быть доказуемо, и перенаправляет уязвимых или находящихся в стрессовом состоянии клиентов на операторов-людей.
• Продакшн — это то место, где начинается настоящая работа. Каждое изменение в агенте проходит полный набор симуляционных тестов и развертывается от 1 процента трафика до 100 процентов — этот цикл сократился с недель до часов.

Начинайте с узкой задачи, но не слишком узкой

Первым вариантом использования Admiral в продакшне стали котировки по урегулированию убытков в ее британском кредитном бизнесе — осознанно контролируемая отправная точка, а не самая сложная проблема в списке. Кампа охарактеризовала этот подход как выбор одной страны и одного бизнес-направления для экспериментов перед масштабированием.

Нили отметила, что именно этот паттерн отличает развертывания, дошедшие до продакшна, от тех, которые застряли на месте: вариант использования должен быть достаточно узким для решения в реалистичные сроки, но достаточно сложным, чтобы реально протестировать окружающие его системы. Котировки по урегулированию убытков сработали, потому что у разговора есть ограниченное количество путей, и при этом задействованы телефония и бэкенд-интеграции, чего достаточно для проверки архитектуры без попыток решить все проблемы сразу.

В этом выборе имели значение несколько факторов:

• Ограниченный объем, реальная сложность. Вариант использования должен содержать достаточно вариаций для тестирования телефонии и бэкенд-интеграции, а не просто запрограммированный идеальный сценарий.
• Быстрый вывод в продакшн. Чем дольше разработка находится в стадии создания, тем дольше ждать реальных разговоров, которые генерируют обратную связь, действительно улучшающую агента. Нили назвала это «последними 20 процентами» — той частью, которая проявляется только тогда, когда реальные клиенты начинают общаться с системой.
• Объем и влияние одновременно. Admiral начала с простых высокочастотных взаимодействий, где более короткое время ожидания и быстрое разрешение проблем заметно улучшают клиентский опыт.

Установите более высокую, а не более низкую планку перед масштабированием

Руководство Admiral четко заявило, что ИИ-агенты должны повышать планку комплаенса и тестирования, а не снижать ее. Кампа выразилась прямо: стандарт валидации должен быть строже существующего, поскольку риск того, что агент собьется со сценария или нарушит правило, качественно отличается от принятия решения человеком-оператором.

Этот стандарт проявился в трех обязательствах, которые команда взяла на себя на раннем этапе:

• Создавать для продакшна, а не концепт-доказательство. Кампа посоветовала своим командам с первого дня проектировать систему с учетом выхода в лайв-режим, а не запускать небольшой эксперимент, который никогда не масштабируется.
• Управление, движущееся со скоростью технологий. Кампа отметила, что процесс управления, на одобрение которого уходит шесть месяцев, рискует утвердить технологию, которая к моменту выпуска уже устарела. Admiral перестроила график проверок в соответствии с тем, как быстро меняются базовые модели и инструменты.
• Юридический отдел и комплаенс с нулевого дня. На вопрос о том, когда юридический отдел и комплаенс присоединились к проекту, и Кампа, и Кларк ответили не задумываясь: с нулевого дня, с четко очерченным пилотным проектом (определенное количество звонков), а не с открытым запросом на одобрение.

Пусть регулирование задает минимальную планку, а не весь дизайн

Кларк четко дал понять, что регуляторные требования, такие как информирование клиента о том, что он общается с ИИ, и предложение перевода на человека в некоторых юрисдикциях, различаются в Великобритании, Италии, Франции и Испании, и Admiral создала своих агентов с учетом этих различий, не позволяя ни одному звонящему «обойти» систему и выйти из решаемого разговора.

Определенные разговоры полностью исключаются для агента: Admiral перенаправляет уязвимых или находящихся в стрессовом состоянии клиентов на людей-операторов, а ИИ обучен обнаруживать сигналы, вызывающие такой перевод.

Кампа охарактеризовала общий подход как многоуровневый: «Регулирование — это лишь минимум», поверх которого располагаются собственные внутренние правила и стандарты корпоративной культуры Admiral, порой идущие дальше того, чего требует законодательство.

Это многоуровневое разделение также определило, где Admiral использует детерминированную логику, а где недетерминированную. Кларк пояснил, что недетерминированные рассуждения хорошо подходят для понимания намерений звонящего или обнаружения стресса, в то время как все, что бизнес должен доказать, включая обязательные нормативные заявления или обязательные шаги для клиента, должно выполняться детерминированно, с нулевой толерантностью к импровизации агента.

Нили рассказала, как структура воркфлоу ElevenLabs поддерживает это на практике: агенты создаются как набор специализированных субагентов с детерминированными шлюзами (например, аутентификацией), которые открывают или блокируют функциональность в зависимости от выполнения условий, а не оставляют модели возможность догадываться, что ей разрешено делать.

Совместная разработка с теми, кто владеет процессом

Вместо традиционной передачи задач от бизнес-требований к инженерной разработке, Admiral и ElevenLabs провели очные воркшорпы, собрав в одной комнате экспертов по предметной области, инженеров и специалистов по телефонии. Нили рассказала, что первый воркшоп позволил создать рабочую нулевую версию агента, подключенную к бэкенду и телефонии, всего за четыре-пять часов, после чего Кампа и Кларк смогли продемонстрировать ее внутри компании для получения одобрения на дальнейшую разработку.

Кларк отметил, что такая близость была важна и после создания первого прототипа: владельцы бизнеса теперь достаточно близко знакомы с технологией, чтобы вносить некоторые изменения самостоятельно, поскольку на воркшопе платформа рассматривалась как способ переноса существующего бизнес-процесса, а не внедрения незнакомого нового. Кампа связала это с управлением изменениями в целом, вовлекая лидеров, менеджеров среднего звена и фронтлайн-сотрудников в процесс на ранней стадии, чтобы технология стала частью реальной работы бизнеса, а не побочным проектом.

Продакшн — это то место, где начинается настоящая работа

Запустившись в работу, Admiral относится к любым изменениям агента, большим или малым, одинаково: как к ветке, которая проходит полный набор имитационного тестирования перед тем, как попасть к клиентам. Кларк описал запуск развертывания на 1 проценте трафика, мониторинг показателей удовлетворенности клиентов и разрешения проблем в реальном времени и расширение до 100 процентов после того, как цифры стабилизируются — цикл, который сократился с недель до часов.

В процессе этой итерации выделились два главных урока:

• Локализуйте язык, а не только слова. Изначально Admiral писала все промпты и рабочие процессы на английском языке и обнаружила, что производительность во Франции, Испании и Италии не дотягивает до показателей Великобритании. Переписывание промптов на родном языке каждого рынка, а не перевод с английского, дало результаты, которые соответствовали ожиданиям и культуре местных клиентов.
• К имитационному тестированию нужно относиться серьезно, а не как к формальности. Нили отметила, что написать промпт, который проходит горстку имитационных тестов, кажется делом простым, но создание наборов тестов, которые действительно испытывают агента на прочность, и предварительное определение четких критериев успеха — это более сложная и важная работа. Теперь Admiral запускает от сотен до тысяч смоделированных диалогов для каждого изменения перед его выпуском.

Что касается результатов, Кампа указала на время обработки вызовов как на выдающийся показатель: разговоры под управлением ИИ часто достигают того же разрешения быстрее, чем с участием людей, отчасти потому, что система не зависает при загрузке. Она также описала рост показателей CSAT и разрешения проблем постепенно, от рынка к рынку, благодаря повторяющимся раундам тестирования и настройки, а не единичному скачку.

Что извлечь из этого, если вы только начинаете

Совет Нили для команд, начинающих эту работу: выберите один четко ограниченный вариант использования, быстро внедрите его в производство и позвольте реальным разговорам с клиентами, а не дополнительному предпусковому тестированию, выявлять граничные случаи. Кларк добавил, что как только интеграции на обоих концах (телефония и внутренние системы) доказали свою надежность, масштабирование на дополнительные варианты использования идет все быстрее, потому что команда уже знает, какие оценки и метрики имеют значение.

Заключительный тезис Кампы был направлен в будущее: амбиции простираются от автоматизации разговоров до использования того же слоя ИИ для прямой поддержки человеческих агентов с помощью живых транскриптов, подсказок о наилучших дальнейших действиях и обучающих симуляций.

Как подытожил наш ведущий, красной нитью этого разговора проходит мысль о том, что регулирование и ИИ не противоречат друг другу. Создание с учетом возможности аудита, последовательности и эскалации на человека с первого дня сделало агентов Admiral более дисциплинированными, а не наоборот.

Посмотреть запись сессии целиком

Посмотрите запись сессии целиком здесь, включая живую сборку и сессию вопросов и ответов с аудиторией.