
При обзвоне должников за кабельное телевидение и пакетные предложения интернет-провайдеров важно определить, кто ответил: сам абонент или его ИИ-автоответчик. Иначе робот может принять слова автоматического секретаря за обещание клиента оплатить задолженность.
Робот звонит должнику, слышит приветствие, объясняет причину звонка и получает ответ: «Хорошо, передам информацию». Разговор состоялся. Но с кем?
Вместо абонента могла ответить автоматическая система. Например, «МТС Защитник» может отвечать за владельца номера на звонки, определенные как спам или возможное мошенничество, записывать разговор и присылать расшифровку. Для обзванивающего робота важно отличать такой контакт от разговора с самим абонентом.
Ответ автоматического помощника нельзя принимать за решение абонента. Иначе в отчете появятся разговоры, которых с клиентом не было, обещания, которых он не давал, и ненужные задачи сотрудникам.
Зачем автоответчику изображать человека?
Сам подход, при котором ИИ-автоответчик имитирует живого собеседника, вызывает вопросы. Если задача — принять сообщение и оградить владельца номера от нежелательных звонков, почему бы сразу не представиться: «Здравствуйте, я автоматический секретарь. Скажите, по какому вопросу вы звоните, и я передам информацию»?
Для защиты абонента изображать человека необязательно. Ни мошенника, ни звонящего робота не требуется соединять с владельцем номера: секретарь может принять сообщение и завершить разговор. При этом добросовестный звонящий будет понимать, что общается с автоматической системой, а не с клиентом.
Проблема не в существовании ИИ-секретарей, а в неопределенности, которую создает имитация человека. Для провайдера это особенно важно: согласие принять сообщение нельзя учитывать как обещание абонента оплатить задолженность.
Два примера из реальных звонков
Обычный автоответчик прямо сообщает, что абонент недоступен. Разговорный ИИ может вместо этого переспросить, попросить подробности и создать впечатление, что на линии человек. Разница хорошо видна в двух звонках из нашей практики.
Фрагменты транскриптов сокращены для чтения. Персональные данные и название провайдера убраны, пунктуация восстановлена. Примеры не привязаны к конкретному сервису автоответчика.
Обычный автоответчик: сразу понятно, что абонент не ответил
РоботЗдравствуйте! Вас беспокоит компания-провайдер. На сегодня имеется задолженность 700 рублей. Скажите, пожалуйста, сможете ли вы оплатить задолженность в ближайшее время?
АвтоответчикК сожалению, абонент сейчас не может ответить. Возможно, он занят, его телефон разрядился или находится в беззвучном режиме. Вы можете перезвонить позже или записать свое сообщение после звукового сигнала.
Здесь есть прямое сообщение о недоступности абонента и предложение оставить запись. Смысл однозначен: разговора с клиентом не было. Такой ответ должен давать отдельный статус автоответчика, а не обещание оплаты или задачу специалисту.
ИИ-автоответчик: диалог идет, но ответа по делу нет
РоботЗдравствуйте! Вас беспокоит компания-провайдер. На сегодня имеется задолженность 587 рублей. Скажите, пожалуйста, сможете ли вы оплатить задолженность в ближайшее время?
СобеседникАлло, говорите. Не понял, кто это.
РоботПовторяет представление, сумму задолженности и вопрос об оплате.
СобеседникМожете перезвонить? Я подумаю и решу.
РоботИзвините, не поняла ваш ответ. Повторите, пожалуйста: сможете ли вы оплатить задолженность в ближайшее время?
СобеседникПобольше хочу узнать, расскажите.
РоботКакой вопрос вы хотели уточнить?
СобеседникНе разобрал, еще раз.
РоботСнова уточняет, сможет ли абонент оплатить задолженность.
СобеседникНе понял вас. Еще раз объясните, пожалуйста.
СобеседникПредставьтесь, пожалуйста.
РоботУ меня нет информации по этому вопросу. Передам ваш вопрос специалисту, он вам перезвонит.
В примере пропущены часть повторов и одна неясно распознанная реплика. Две последовательные реплики собеседника перед финалом приведены без промежуточных повторов робота.
В полном звонке беседа продолжалась больше двух минут. При этом собеседник так и не задал конкретного вопроса о долге и не сообщил, собирается ли платить. Он лишь поддерживал разговор общими репликами.
Важно анализировать не только то, что произнес собеседник, но и то, появился ли в разговоре ответ на заданный вопрос. При этом отсутствие такого ответа само по себе не доказывает, что говорит ИИ: похожая ситуация возможна и с живым человеком.
Почему мы анализируем диалог, а не голос
Наш подход к построению роботов — сделать недорогое решение для регулярной работы с абонентской базой. Поэтому мы не ставим задачу любой ценой распознать ИИ по первым секундам звучания. Для нашей архитектуры экономичнее использовать уже задействованную в диалоге LLM: она анализирует распознанный текст и историю разговора, без отдельного анализа синтетичности голоса.
Нам важно не установить, каким движком сгенерирована речь, а понять, разговариваем ли мы с абонентом и получили ли от него содержательный ответ. Необычный голос сам по себе этого не объясняет.
Несколько дополнительных реплик — допустимая цена за контекст
При локальном распознавании, заранее подготовленных ответах и недорогой LLM небольшое увеличение длины разговора с ИИ-автоответчиком для нашей модели затрат не критично. На более длинной цепочке как раз становится заметно, что собеседник поддерживает беседу, но не отвечает на вопрос об оплате.
Это не означает, что робот должен разговаривать бесконечно: дополнительные реплики занимают линию и оплачиваются по тарифу телефонии. Как только признаков достаточно, вызов нужно завершить.
Как мы ищем ИИ-автоответчик
Основной механизм — LLM-детекция по тексту разговора. Модель получает текущую реплику и историю диалога: что спросил робот, что ответил собеседник и появился ли ответ по существу. Автоматический секретарь может проявиться сразу, а может стать заметен только по последовательности реплик.
-
Собираем полный ответ.
Собеседник может заговорить еще во время приветствия. Входящую речь нужно учитывать и в этот момент, иначе можно потерять представление помощника. При этом длинные фрагменты, похожие на эхо последней реплики робота, отбрасываются. -
Даем LLM контекст, а не отдельное слово.
«Алло», «расскажите подробнее» или «я подумаю» сами по себе не доказывают, что отвечает ИИ. Модель оценивает их в истории разговора. Решение модели об автоответчике принимается только при высокой уверенности; сомнение не должно автоматически обрывать звонок. -
Дополнительно проверяем разговорный цикл.
LLM дополняют простые программные правила. В нашем алгоритме три общие реплики подряд без ответа по делу либо две последовательные реплики с повторными «алло», «слушаю», «говорите» дают статус автоответчика. Короткий нейтральный ответ внутри уже начавшейся цепочки тоже может учитываться. -
Не смешиваем признаки ИИ с вопросами клиента и плохой связью.
Упоминания долга, оплаты, тарифа, переезда или отказа от услуги сбрасывают цепочку общих ответов. Явные жалобы на слышимость и связь также сбрасывают ее. Вопрос «Почему у меня задолженность, если я оплатил?» нужно разбирать как обращение по существу.
Ответ модели и итоговое решение системы сохраняются вместе с причиной срабатывания программного правила. Так спорные звонки можно переслушать и понять, где нужно изменить настройки.
Длинная цепочка дает больше контекста, но не гарантирует безошибочного распознавания. Живой человек тоже может несколько раз переспросить или не ответить по существу. Поэтому детектор нужно проверять на своих записях, разбирать ложные срабатывания и не принимать оценку уверенности модели за измеренную точность.
Что делать после обнаружения
-
Зафиксировать отдельный результат.
«Ответил автоответчик / голосовой помощник» — не разговор с абонентом и не обещание оплаты. -
Не продолжать бессмысленный диалог.
В нашем решении вызов завершается без выяснения причин неоплаты и без заявки сотруднику только из-за того, что робот не договорился с автоматическим секретарем. -
Управлять повторами отдельно.
Повторный звонок определяется настройками кампании, а не ответами ИИ-секретаря.
Важно не просто получить ответ
Для обзвона должников нужно понять, кто ответил и что этот ответ означает. Без детекции ИИ-автоответчиков робот рискует вести убедительные разговоры с другим роботом — и выдавать их за результат работы с абонентами.
Хотите использовать робота для работы с должниками КТВ?
Оставьте заявку. Обсудим, как организовать обзвон вашей абонентской базы: напоминать о задолженности, собирать ответы абонентов и отличать разговоры с людьми от ответов автоматических помощников.
Оставьте заявку на робота для работы с должниками КТВ
Обсудим обзвон вашей абонентской базы и обработку результатов.