В Яндекс Такси внедрили ИИ-агента для поддержки пользователей
Сервис Яндекс Такси стал первым в России, кто интегрировал в свою службу поддержки технологию на основе больших языковых моделей и ИИ-агента. Эти нейросети способны не только поддерживать диалог с пользователями, но и самостоятельно принимать решения и выполнять определённые действия, такие как повторный заказ такси или уведомление водителя о забытых вещах в салоне. На данный момент они уже обрабатывают без участия оператора 60% всех текстовых обращений в службу поддержки. Это позволяет значительно снизить нагрузку на специалистов, позволяя им быстрее решать сложные вопросы. Ожидается, что автоматизация поддержки позволит сервису сэкономить более 600 миллионов рублей к 2026 году.
После внедрения технологии время ответа на запросы пользователей в службе поддержки увеличилось в полтора раза. Нейросети самостоятельно обрабатывают более 450 тысяч обращений в неделю, не привлекая специалистов. Оператор подключается только к сложным и чувствительным вопросам или в случаях, когда нейросеть не уверена в своём ответе. Такие запросы автоматически переводятся на специалиста.
Основу технологии составляют четыре большие языковые модели, разработанные на базе Alice AI LLM. Каждая из них имеет свою функцию и была обучена на реальных обезличенных диалогах операторов с пользователями. Разработку осуществила команда Техплатформы городских сервисов Яндекса, специализирующаяся на создании решений для высоконагруженных систем.
Когда поступает запрос от пользователя, первая нейросеть определяет, нуждается ли он в ответе оператора или может быть обработан автоматически. Если запрос можно решить без участия специалиста, он передаётся второй нейросети, использующей RAG-подход (Retrieval Augmented Generation — генерация с использованием поиска). Эта модель обрабатывает информацию, обращаясь к специальной базе знаний, где находит аналогичные случаи и релевантную документацию.
Затем процесс переходит к третьей модели — ИИ-агенту, который формирует ответ пользователю. Агент способен не только генерировать текст, но и самостоятельно принимать решения на основе контекста, подключая необходимые внутренние сервисы. Например, он может вернуть деньги за заказ, повторно заказать машину или отправить промокод.
За качество ответа отвечает четвёртая нейросеть — модель-критик. Её задача — проверить ответ на соответствие эталонным кейсам и корректность всей информации. По результатам измерений и тестов, ответы нейросети не уступают по качеству ответам операторов благодаря многоуровневому контролю.
Яндекс Такси планирует к 2026 году автоматизировать до 70% текстовой работы службы поддержки как для пользователей, так и для водителей. Также будут развиваться решения в области голосовой поддержки. В перспективе планируется использовать большие языковые модели для автоматизации работы поддержки других сервисов Яндекс Go, таких как Самокаты, Драйв, «Бери заряд» и другие.
Яндекс добавил панель отладки в Тег Менеджере
Компания Яндекс интегрировала в Тег Менеджер панель отладки, которая упрощает процесс проверки изменений. Эта функция доступна в режиме предварительного просмотра и позволяет оперативно выявлять и устранять проблемы на этапе тестирования.
Основные возможности панели отладки:
- Анализировать актуальные изменения: какие теги сработали, а какие — нет, и почему;
- Мониторить последовательность активации тегов и данных, передаваемых в систему аналитики;
- Тестировать настройки в изолированном режиме: изменения видны только вам, а посетители сайта их не замечают;
- Оптимизировать настройки целей, пикселей и интеграций с Метрикой и другими сервисами — панель отладки помогает снизить количество ошибок при публикации.
С помощью панели отладки также можно проверять клики по кнопкам, отправку форм и условия активации тегов.
Яндекс анонсирует планы по дальнейшему развитию инструмента: планируется добавление вкладки «Сводка», бокового меню для отображения событий в хронологическом порядке и функции быстрого переключения между панелями отладки Метрики и Тег Менеджера.