BSS - Banks Soft Systems - БСС

Большая ошибка при внедрении ИИ в клиентский сервис – по-прежнему считать успех в количестве автоматизированных обращений. 

Конечно, это важно. Но еще важнее: может ли ИИ довести сложную клиентскую задачу до быстрого и ожидаемого результата?

А вот здесь уже одного виртуального помощника может оказаться недостаточно. 

В новой статье на VC разбираемся, как устроена мультиагентная система для клиентского сервиса – и как она снимает важные ограничения одиночных ботов. Например: 

Вероятность накопления ошибок снижается за счет того, что каждый агент отвечает за свою узкую задачу, а его результат проверяет отдельный агент качества. При этом ошибки проще локализовать: понятна зона ответственности каждого участника, а след каждого шага позволяет восстановить, что произошло и почему. «Черный ящик» стал прозрачным.

Но и с такой системой все не так просто:
❕как сохранить единую память и контроль? 
❕что делать с проблемой бесконечного зацикливания? 
❕как не терять контекст при передаче от агента человеку и обратно? 
❕как сократить ожидание ответа от системы? 
❕наконец, как не превратить мультиагентную систему в очень дорогой эксперимент?

➡️В статье затрагиваем и эти проблемы: показываем, какие архитектурные решения помогут их избежать. Приятного чтения!


BSS теперь и в MAX!

До 1 марта 2027 года банки должны подключиться к ГИС Антифрод – государственной системе обмена данными о киберпреступности ⚠️

Мы уже подготовили решение: интеграция с ГИС Антифрод доступна в обновленной системе противодействия мошенничеству для банков от BSS.

💡Новый модуль системы настраивает обработку сигналов из ГИС с учетом внутренних процессов банка, чтобы тот мог оперативно учитывать поступающие сведения при проверке операций.

Теперь банки-клиенты могут: 
✅ автоматически получать данные о подозрительных лицах, номерах и любых признаках цифрового мошенничества от операторов связи, ЦБ, госорганов и других участников рынка
✅ дополнять общую базу сведениями о самостоятельно выявленных признаках мошенничества 
✅ снизить риски финансовых потерь и ответственности за переводы, совершенные с участием кибермошенников

Меньше ручной работы и рисков для банка – больше сигналов для принятия решений  по безопасности клиентов 💙

Самостоятельный инсайт-агент, который управляет качеством клиентского сервиса – такая опция появилась в инструменте речевой аналитики BSS! 

Теперь ИИ не требует постоянного контроля со стороны человека: он сам анализирует новые коллекции записей и рассылает выводы, гипотезы и варианты действий всем, кто принимает решения. 

Кроме этого, с новым релизом появились возможности:
💡исследовать вопросы аналитики прямо в диалоге с ИИ и получать глубокие выводы по данным 
🧑‍🏫настраивать и оценивать уроки в тренажере операторов с помощью RAG-поиска по регламентам, скриптам и другим документам 
⭐️автоматически давать операторам детальную обратную связь по их тренировкам
🛠равномерно распределять задачи контроля качества между сотрудниками
♾и многое другое!

Как выглядят все новинки релиза – показали в карточках! Подробнее читайте здесь!

Опрос К2Тех показал: российские компании до сих пор используют Confluence для ведения корпоративной базы знаний. Но уже через полтора года они не смогут расширять лицензии, а в 2029 году поддержка on-premise версий прекратится полностью.

Поэтому вопрос о необходимости мигрировать больше не стоит. На горизонте следующий: мигрировать куда? 

➡️ В статье на VC рассказываем, на что нужно обращать внимание при выборе новой базы знаний, и бонусом – как отнестись к миграции не как к лишней головной боли, но как к возможности прокачаться.

Спойлер: искать «российский Confluence» смысла нет. 

Это популярное решение, но оно не закрывает потребности всех компаний одинаково хорошо. Поэтому эффективнее отталкиваться от своих бизнес-задач – тогда можно найти решения, которые будут удобны именно вашей команде. Пример:

Хорошо, если новая платформа сможет предложить не только привычную древовидную структуру Confluence, но и, например, структурирование материалов в иерархическом порядке и создание выделенных пространств для отдельных подразделений.

В статье даем пошаговую инструкцию для миграции и рассказываем:
🧬на какие еще критерии смотреть при выборе базы знаний
🧬что важно сделать в пилотном проекте
🧬как подойти к внедрению ИИ-возможностей.

➡️ Приятного чтения!

RAEX уже более 10 лет включает BSS в число крупнейших ИТ-компаний России!

🏆В этом году мы сохранили позиции в топ-25, а также заняли: 

🔹 22 место по предоставлению ИТ-услуг – наша команда сопровождает сложнейшие технологические проекты: от прохождения испытаний АУСН-модуля до масштабирования голосового бота в крупных госструктурах

🔹 12 место по разработке программного обеспечения – результат многолетней работы над собственными технологическими решениями: будь то речевая аналитика, дистанционный банкинг нового поколения или объединяющая инструменты клиентского опыта CX-платформа

🔹 4 место по дистрибуции – все благодаря выстроенной работе с партнерами и эффективным процессам поставки технологий.

Для нас это не просто красивые цифры, но отражение устойчивого развития компании.

И это особенно важно сегодня, когда темпы роста ИТ-отрасли достигают исторического минимума, заказчики пересматривают бюджеты и многие крупные проекты переносятся.

Спасибо нашим клиентам, партнерам и, конечно, команде. Это – общая победа! 💓

ИИ против ИИ: как мы научили LLM быть строгим аудитором для ваших RAG-систем 🤖⚖️

Собрать RAG-систему — это полдела. Главная боль начинается потом: как понять, что бот не «галлюцинирует», опирается на базу знаний и отвечает по факту? Ручной аудит сотен диалогов — это настоящий ад для дата-инженеров и аналитиков.

Мы в BSS знаем эту боль не понаслышке, поэтому в новом релизе NLU-Suite 3.8 сделали то, что сэкономит вам сотни часов: запустили автоматизированный LLM-аудит для генеративных ИИ.

Теперь большая языковая модель выступает в роли строгого QA-контролера для других моделей.

Что нового в модуле «Метрики» и «Оценка»? 🛠
Три формата проверки:

• Рубрики — с гибкими весами и настраиваемыми шкалами.
• Категории — для четкой классификации ответов по заданным параметрам.
• Попарное сравнение — мастхэв для A/B-тестирования разных LLM на одном датасете.

📦 Готовые RAG-метрики «из коробки»:

• Faithfulness — ловим «галлюцинации» и противоречия документам.
• Context_Relevancy — проверяем, насколько точно ИИ подобрал нужные чанки из базы знаний.
• Answer_Correctness (с эталоном и без) — оцениваем финальную фактологическую точность.

💡 Зачем это бизнесу?
Главный вызов сегодня — не просто внедрить GenAI, а обеспечить его предсказуемость и безопасность, особенно в клиентском сервисе.

LLM-аудитор позволяет оценивать тысячи кейсов по множеству критериев одновременно. Никакого ручного разбора: вы настраиваете контрольные точки и в разы ускоряете вывод голосовых помощников и чат-ботов в промышленную эксплуатацию. 🚀

Коллеги, а как вы сейчас боретесь с галлюцинациями в своих RAG-проектах?

Автоматизируете - ставьте ❤️ или все еще проверяете руками - ставьте 🔥

Если допустить эти три ошибки при интеграции виртуальных помощников с медицинскими информационными системами, такая автоматизация не принесет никакой пользы. Скорее, наоборот, создаст проблем как на стадии внедрения, так и во время эксплуатации.

В новой статье на VC наша команда разобрала, с какими сложностями чаще всего сталкиваются при внедрении и как их избежать – чтобы голосовой помощник успешно записывал людей на прием или выполнял другие сценарии без сбоев.

Рассказываем:
🔹как должен работать «умный» фильтр, если данных не хватает
🔹как настроить запросы к информационной системе, чтобы бот отвечал быстро
🔹в каком формате передавать данные роботу
🔹как передавать статусы из системы, чтобы голосовой помощник понимал, что делать дальше

Все рекомендации основаны на нашем опыте внедрения голосовых медицинских помощников на линию 122 более чем в 35 регионах. Приятного чтения!

Даже бухгалтерия – это часть CX?

В новом выпуске программы «Интеллектуальный сервис» коммерческий директор «Инвитро» Валерий Вагнер рассказал, как сегодня меняется подход к клиентскому сервису.

Все бэк-офисные решения автоматизированы, проходит скоринговая модель, принимается решение – клиент уходит довольный с вопросом, решенным сразу в точке касания. Это – наша стратегическая цель.

➡️ какие технологии помогают этого достичь
➡️ как их внедрять, не снизив доверие консервативных клиентов
➡️ как проанализировать эффективность технологий с помощью собственной системы оценки
➡️ какую ошибку компании систематически совершают при внедрении ИИ
➡️ как выглядит персонализация в B2B и B2C в медицинской сфере и чего категорически не терпят клиенты

Об этом и многом другом Василий Жилов, заместитель генерального директора BSS и бессменный ведущий программы «Интеллектуальный сервис», поговорил с Валерием Вагнером.

Приятного просмотра!

🎦 Rutube
🎦 VK Видео

Чат-платформа BSS помогает вести общение с клиентами из всех каналов в одном окне. А с новым релизом управлять диалогами стало еще проще – рассказываем, что появилось.

🙂RAG-подсказки операторам. Во время диалога система находит нужные инструкции и регламенты из базы знаний и выводит на экран оператора выжимки, которые помогут ответить на вопрос.

🤝Повторное открытие сессии и кобраузинг. Клиент может продолжить общение со знакомым специалистом, а при необходимости – показать проблему прямо на экране. Результат: выше и NPS, и FCR.

💙Поддержка корпоративных мессенджеров. VK Teams и Slack теперь тоже доступны в едином рабочем окне, так что операторам не нужно постоянно переключаться между приложениями.

🛠Настраиваемые шаблоны сообщений и пользовательские команды. В итоге операторы отвечают быстрее и соблюдают единый стандарт коммуникации.

Появилось и много других инструментов для комфортной работы операторов – например, режим приватного обмена сообщениями между сотрудниками.

А еще стало легче встраивать платформу в процессы компании: доступен адаптер для работы со сторонним бэкендом, расширенные сценарии авторизации и многое другое.

Обо всех новинках Чат-платформы читайте здесь!

BSS в «Коммерсанте»!

📣Наш заместитель генерального директора Василий Жилов рассказал, как банкам успеть за меняющимся рынком и растущими ожиданиями клиентов.

Проанализировать огромные массивы данных – звонки, чаты, опросы, действия в приложении и при очном визите – уловить паттерны, и принять нужное решение: предложение для удержания, дополнительная продажа, персональный оффер.

Все это можно делать с помощью одного инструмента – CX-платформы.

Например, вот как CX-платформа увеличивает персонализацию – именно она, согласно исследованию KPMG, сильнее всего влияет на готовность клиента остаться с брендом:

Клиент звонит в банк и спрашивает условия по вкладу – CX-платформа анализирует историю этого клиента. И, например, предупреждает оператора о риске ухода этого клиента, так как клиент сравнивал с банком-конкурентом в чате мобильного приложения неделю назад. Система рекомендует действие – подсказывает оператору сделать удерживающее предложение, основанное на интересах клиента. В результате предотвращен отток.

В полном интервью – больше примеров, как работает CX-платформа. Там же можно узнать:
🔘чем она отличается от CRM и других традиционных инструментов
🔘как самообучается
🔘какие бизнес-задачи решает помимо удержания клиентов
🔘как помогает измерять бизнесовые метрики TTV, LTV и САС.

Узнать больше о СХ-платформе:
➡️ как работает пошагово – в выступлении на ECCS-2026
➡️ зачем нужна и как внедрять – в статье в блоге
➡️ из чего состоит – на странице инструмента.

Мы не только публикуем корпоративные новости. Мы также рассказываем о технологиях, показываем закулисье работы и просто говорим о том, что нам интересно.

Нам хочется, чтобы вы знали нас с разных сторон, поэтому собрали все площадки здесь ⤵️

Если хотите узнать…

➡️ как работает диалоговый ИИ – загляните в канал Говорит и слушает ИИ. Его ведет наша команда ИИ-экспертов: там выходят исследования, гайды, мемы, а каждые две недели – дайджесты всего самого интересного из мира нейросетей.

➡️ как мы тестируем гипотезы и приходим к техническим решениям – вам в наш блог на VC. Рассказываем о проектах изнутри: например, как улучшали работу RAG или создавали сервис исправления ошибок в ФИО для голосового помощника.

➡️ как устроены технологии, которые мы применяем в работе – смотрите наш блог на сайте. Там можно подробнее почитать об архитектуре банковских сервисов и антифрод-систем, а также о CX-платформе и ее компонентах: предиктивной аналитике, суфлере оператора и т.д.

➡️ как управлять корпоративными знаниями, в том числе с помощью ИИ – приглашаем в канал L2U, а также в блог на сайте и VC. Например, там есть подробный гайд, как оптимизировать затраты на внедрение Базы знаний.

➡️ как мы выглядим – ждем вас на Rutube и VK Видео. Знакомство можно начать с видео про нас, а продолжить эпизодами передачи «Интеллектуальный сервис», где мы беседуем с руководителями клиентских служб крупнейших компаний.

➡️ что думают наши эксперты – обратите внимание на наш профиль на РБК Компании. Здесь специалисты BSS разбирают самые актуальные темы: что изменит цифровой рубль, как ИИ-агенты влияют на покупателей, что будет с ИТ-рынком через 2 года и многое другое.

А корпоративные новости мы также публикуем на сайте, в MAX и VK – выбирайте, где вам удобнее за нами следить. И до встречи на цифровых просторах! ❤️

🔗 Второй день ECCS подходит к концу!

На круглом столе вместе с коллегами из контакт-центров обсудили, как меняются ожидания клиентов, какие KPI выходят на первый план, какие сигналы важнее всего учитывать при принятии решений.

И главное –

как сделать так, чтобы ценные инсайты не терялись по пути к тем, кто принимает решения.

Были рады послушать, какие подходы к внедрению новых решений используют контакт-центры (что лучше: пилот или MVP? а может партнерский консалтинг?), а еще – какой поддержки ждут от вендоров.

🔊 Сегодня было меньше наших выступлений, но точно не меньше интересных разговоров и живых дискуссий у нашего стенда. Спасибо всем, кто подошел познакомиться с нашими CX-решениями, поделился своим опытом, задачами и взглядом на развитие клиентского сервиса.

Только вместе сделаем CX умнее, технологичнее и эффективнее! 💓

может, операторы устали?
может, скрипт не работает?
может, удаленка влияет?
может, продукт усложнился?

Причин низких оценок, жалоб и оттока может быть много. ИИ-модуль в речевой аналитике позволяет формулировать и проверять гипотезы буквально за день – об этом и рассказала наш эксперт Анна Ивлева.

Если недавно цикл верификации идей занимал недели и выглядел так: ➡️собрать данные ➡️подготовить отчет ➡️ обсудить ➡️запустить проект.

То сейчас на первый план выходит новая метрика зрелости компании – скорость цикла гипотезы:

🕔 1 час – запросить данные
🕔 4 часа – выявить причины
🕔 8 часов – принять решение
🕔 1–3 дня – проверить эффект

Кейс из нашей практики: выявлен низкий CSI в службе доставки.

ИИ-агенты находят соответствующие диалоги, ищут паттерны и находят причины недовольства: нет связи с курьером, неясные формулировки на сайте, мало опций.

Сформулированы рекомендации: дать выбор интервала доставки, упростить фразы на сайте, разработать программу лояльности.

Результат: рост CSI с 5,7 до 6,5 всего за 2 недели!

Таким образом, сейчас выигрывает не тот, у кого больше данных, а тот, кто быстрее задает правильные вопросы, проверяет гипотезы и превращает выводы в действия 🔥

ИИ-пилот завершился – и через пару месяцев про него никто не вспоминает.

Проблема в том, что он показал функции инструмента, но не ответил на главный вопрос бизнеса: какой эффект он даст компании. В результате заказчик не понимает, стоит ли масштабировать решение, и внедрение откладывается на неопределенный срок.

Альтернатива, о которой рассказала наш аналитик Дарья Громова – пилот с фиксированным KPI, когда главным критерием успеха становится один конкретный показатель, который должна улучшить система.

Кейс из нашей практики: пилот с МТБ.

Цель: −3% снижение AHT за 3 месяца

Итог: −8% снижение AHT за 3 месяца

В итоге заказчик получает возможность проверить решение в реальных условиях и снизить организационные риски, а вендор получает валидацию своей экспертизы и доверие клиента 💙