Российский вендор ДБО и речевых AI-технологий; заявляет офисы в KZ и UZ
BSS (Москва, с 1994 года; 600+ сотрудников по данным сайта) разрабатывает платформы дистанционного банковского обслуживания: экосистему Digital2GO для розницы и МСБ, ДБО BS-Client x64 для юридических лиц, микросервисную digital banking платформу и речевые технологии на базе ИИ (D2VerbAI, LLM/RAG). На сайте заявлены офисы в том числе в Алматы и Ташкенте, однако клиентские референсы — преимущественно банки России; ни один банк Казахстана или Узбекистана публично не назван.
Всем привет 👋 На TAdviser вышла наша статья про ИИ-порталы для крупного бизнеса. В ней рассказываем, какой должна быть информационная ИИ-платформа, чтобы приносить бизнесу реальную пользу, а не просто быть данью моде. В статье разбираем: ✔️Почему без подготовленной базы знаний ИИ остается неработоспособным ✔️Как добиться синергии между классическим подходом к работе со знаниями и использованием генеративного ИИ ✔️Почему эффективное решение должно быть гибким и в чем именно заключается эта гибкость ➡️ Бежим читать
Источник: Telegram-канал →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 🔥
Источник: Telegram-канал →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
Источник: Telegram-канал →🎙Еще один вклад в дискуссию от наших экспертов! «Коммерсант» разбирался, как уральские промышленные предприятия внедряют ИИ – оказалось, чаще всего с его помощью анализируют данные с датчиков, контролируют качество с помощью компьютерного зрения и оптимизируют логистику. Наш директор департамента голосовых цифровых технологий компании Александр Крушинский рассказал, что ИИ-технологии в основе таких решений уже активно импортозамещаются: Сегодня российские компании активно внедряют решения на базе больших языковых моделей (LLM) и RAG, который позволяет ИИ работать с корпоративными базами знаний и предоставлять пользователям точные ответы на основе внутренних данных организации. Таким образом, уход зарубежных решений внес свои коррективы, но не остановил развитие – российские компании развивают собственную технологическую базу для масштабирования ✅
Источник: Telegram-канал →