CyberNet AI: как работают AI-операторы, которые говорят на узбекском языке

О CyberNet AI

CyberNet AI — стартап, который разрабатывает голосовых AI-агентов с высоким уровнем безопасности. Мы в основном предлагаем решения для контакт-центров в банковской сфере, retail и телеком-индустрии.
 
Главная задача проекта — автоматизировать коммуникацию с клиентами. Проще говоря, AI-агенты CyberNet AI могут общаться на узбекском и русском языках как операторы call-центра: понимать проблему клиента и предлагать подходящее решение. Один из ключевых факторов для бизнеса — сокращение расходов — такое решение позволяет снизить затраты call-центров до пяти раз. 

Мы полностью разработали платформу и технологию CyberNet AI внутри компании и не используем готовые зарубежные решения. Наш продукт можно развернуть как на серверах в Узбекистане, так и на инфраструктуре самого клиента. Благодаря этому данные обрабатываются в локальной среде, что обеспечивает высокий уровень контроля и безопасности.

Как работает продукт

Сегодня CyberNet AI предлагает три вида продуктов. 

Первый продукт — ML-роботы. Это AI-агенты, которые работают на основе сценариев. Они следуют заранее заданному скрипту и продолжают диалог в зависимости от вопросов или ответов клиента. Такие роботы не только разговаривают, но и фиксируют ответы клиента, а также могут преобразовывать разговор в текстовый формат. 

Второй продукт — generative AI agent. Для этого решения не нужен отдельный сценарий. В платформу вводится prompt: каким тоном нужно говорить, как отвечать, на какие данные опираться. После этого AI-агент самостоятельно формирует ответ в зависимости от вопроса клиента. 

Третий продукт направлен на анализ звонков, поступающих в call-центры. После загрузки звонков в платформу можно получить их полный анализ. Это помогает выявлять ошибки в работе операторов, отклонения от скрипта, качество общения с клиентом и другие важные детали. 

Мы также развиваем направление generative AI и создали собственную языковую модель с нуля, не используя готовые зарубежные решения. 

Как обучали модель

Создание локальной языковой модели стало самым сложным и долгим этапом нашей работы. На разработку первого прототипа ушло около шести месяцев, еще не менее полутора лет потребовалось на улучшение качества. В общей сложности мы работали над моделью около четырех лет, чтобы она могла понимать узбекскую речь, свободно общаться с клиентами и давать качественные ответы. 

Отдельной сложностью стало обучение модели узбекскому языку. Главная проблема заключалась в нехватке качественных датасетов. Кроме того, в повседневной жизни люди редко говорят исключительно на литературном узбекском языке. В речи часто встречается смешение с русским языком, используются региональные диалекты, а также каракалпакский язык. Все это значительно усложняло процесс обучения.

Для создания модели мы использовали данные на нескольких тюркских языках, включая узбекский, казахский и кыргызский. При этом модель обучалась на реальных бизнес-коммуникациях, поэтому она хорошо понимает особенности локального рынка и задачи компаний региона.

Как AI-операторы работают в бизнесе

Наши AI-агенты могут не только отвечать на вопросы клиентов, но и анализировать их эмоциональное состояние. Если во время разговора клиент раздражается, повышает голос или демонстрирует другие эмоции, система фиксирует и анализирует эти сигналы. При интеграции с call-центром все коммуникации можно отслеживать и анализировать в режиме реального времени.

Мы также интегрируем платформу с SMS, чатами, мобильными приложениями, сайтами и системами обработки обращений. Благодаря этому анализируются не только звонки, но и текстовые коммуникации.

При этом наша цель — не заменить людей. Мы хотим освободить операторов от рутинных задач и дать им возможность сосредоточиться на более сложных кейсах. Например, если необходимо обзвонить сотни тысяч клиентов, AI-агенты могут выполнять эту работу одновременно и в большом масштабе.

В одном из проектов для телеком-компании AI-агенты показали более высокую конверсию при продаже дополнительной услуги: если у операторов она составляла 10-11%, то у AI-агентов достигала 14-15%.

Чтобы добиться таких результатов, мы тщательно изучаем каждый проект. Анализируем продукт, процессы и звонки лучших операторов. Затем обучаем AI-агентов использовать наиболее эффективные техники общения и продаж.

Данные и инфраструктура

Одна из важных особенностей CyberNet AI — возможность обрабатывать данные на территории Узбекистана. 

Компания может работать по SaaS-модели или установить решение на серверах самого клиента. В обоих случаях данные могут обрабатываться без передачи за пределы страны.  Но это не ограничивает возможности AI-операторов, а наоборот помогает улучшить качество и скорость разговора. При работе с зарубежными моделями в процессе вопроса-ответа могут возникать задержки. В голосовой коммуникации такие паузы заметны клиенту и снижают естественность диалога.

Именно поэтому CyberNet AI уделяет особое внимание работе технологии на локальных серверах. Это важно не только с точки зрения безопасности, но и для качества общения в режиме реального времени. Компания размещает свою IT-инфраструктуру на кастомных облачных серверах провайдера Servercore в Ташкенте, что позволяет обеспечить высокий уровень сервиса для клиентов, а также ускорить продуктовую разработку, благодаря возможности гибкого масштабирования.

О трудностях

Одним из самых серьезных вызовов стало создание качественного голосового ИИ для узбекского языка. На момент запуска на рынке практически отсутствовали необходимые датасеты и готовые технологические решения, поэтому значительную часть технологий нам пришлось разрабатывать самостоятельно.

Не менее важным вызовом стало завоевание доверия крупных банков и финансовых организаций. Несколько лет назад использование искусственного интеллекта в клиентских коммуникациях воспринималось с осторожностью, поэтому нам приходилось подтверждать эффективность технологии через пилотные проекты, реальные бизнес-метрики и результаты клиентов.

Главный совет начинающим стартапам — как можно раньше выходить к рынку и общаться с клиентами. Не стремиться создать идеальный продукт с первого дня, а регулярно тестировать гипотезы, получать обратную связь и быстро адаптироваться к потребностям пользователей.

Программы инкубаций 

Cybernet AI принимал участие в международных акселерационных программах Plug and Play и Alchemist Accelerator — одних из ведущих программ для технологических B2B-стартапов в мире. Участие в них дало нам доступ к международной экспертизе, сильному менторскому сообществу и лучшим практикам построения и масштабирования технологических компаний.

Программы помогли нам глубже понять потребности корпоративных клиентов, усилить продуктовый подход и выстроить более системную работу с международными рынками.

На ранних этапах компания развивалась за счет собственных средств основателей. Такой подход позволил нам сохранить высокую скорость принятия решений, сфокусироваться на продукте и выстраивать бизнес, исходя из потребностей клиентов.

Достижения

За несколько лет Cybernet AI превратился из небольшой команды в одного из лидеров рынка голосового ИИ в Узбекистане.

Среди ключевых достижений:
— внедрение решений в крупнейших банках, МФО, FinTech-компаниях и государственных организациях
— разработка собственной технологии распознавания и синтеза речи для узбекского языка
— участие в международных акселерационных программах и развитие партнерств за пределами региона
— реализованные проекты, которые помогают клиентам повышать эффективность взыскания, продаж и клиентского сервиса
— формирование сильной команды специалистов в области искусственного интеллекта, разработки и продуктового управления.

Планы 

Мы продолжаем инвестировать в развитие разговорного искусственного интеллекта и голосовых технологий нового поколения.

В ближайшей перспективе фокусируемся на развитии генеративных голосовых агентов, расширении возможностей платформы и выходе на новые рынки.

Наша стратегическая цель — создавать AI-решения, которые помогают компаниям автоматизировать клиентские коммуникации, повышать эффективность бизнес-процессов и обеспечивать высокий уровень пользовательского опыта.