| Заказчики: Т2 РТК Холдинг (ранее Теле2 Россия АБ, Tele2) Москва; Телекоммуникация и связь Подрядчики: NLogic Продукт: Искусственный интеллект (ИИ, Artificial intelligence, AI)Дата проекта: 2021/04 — 2021/09
|
Технология: Data Mining
Технология: Data Quality - Качество данных
Технология: Робототехника
|
2021: Разработка решения по автоматической обработке заявлений от клиентов
Оператор мобильной связи Tele2 подвел итоги открытого запроса предложений на разработку решения по автоматической обработке заявлений от клиентов. Разработчик алгоритмов машинного обучения компания NLogic (входит в многопрофильную ИТ-группу «ИКС Холдинг») стала победителем, получив контракт на 5 лет и сообщила об этом 9 ноября 2021 года.
У крупных компаний, которые сталкиваются с огромным потоком документов и типовых операций, растет потребность в цифровых решениях и автоматизации рутинных процессов обработки обращений.
Оператор мобильной связи Tele2 ежедневно обрабатывает большой объем заявок и обращений от клиентов. Компания объявила тендер на разработку продукта для оптимизации таких задач.
Использование технологий искусственного интеллекта при распознавании однотипных заявок поможет сократить время на принятие решения по клиентским запросам и освободить время сотрудников для более емких задач. Значит, клиент быстрее получит результат, а компания сократит расходы на обслуживание трудоемкого процесса.
Основным требованием к системе было высокое качество распознавания заявлений, включая возможность распознавания файлов и содержащегося в них текста в большинстве форматов; поддержку автоматической коррекции и поворота изображений; работу с файлами, содержащими одновременно несколько заявлений; умение распознавать структурные элементы, такие как чекбоксы, маркеры и т.д. Помимо этого, система должна соответствовать требованиям по производительности и информационной безопасности, а также обеспечивать возможность простой интеграции.
Компания nlogic всего за 1 месяц смогла подготовить проект системы силами команды из трех человек и пройти отбор по различным критериям среди шести участников. При этом тестирование системы проводилось на отложенной выборке из 100 заявлений. Точность распознавания атрибутов составила 97%.
