Образование

Прошло с момента запуска

Используется

Общий объем потраченных токенов

Предметные области

44 дня

почти 700 писем

28 контрольных фраз

633 354

— это международное образовательное агентство

24 года зачисляют в топ-школы и вузы, включая Harvard University, University College London, Rugby School и другие

Обработано

Оптимизация обработки входящей корреспонденции с помощью RPA и AI

Хочу так же

Ситуация до проекта:

10 сотрудников вовлечены в обработку писем

Ежедневно тратится до 2 часов на разбор корреспонденции

На почту компании поступают письма (как рекламные, так и важные)

Письма на английском языке — менеджеры переводили самостоятельно

Неоптимальный процесс: много ручной работы, трата времени

Все сотрудники получали письма от учебных заведений и студентов

ПРЕДПОСЫЛКИ ПРОЕКТА:

Проблемы и запросы бизнеса:

Рутинная, однообразная работа — малоинтеллектуальный, но трудоемкий процесс

Неэффективное использование трудовых ресурсов

Необходимость оптимизации для повышения производительности

ВЫБОР ПОСТАВЩИКА И
ПРОГРАММНОГО ПРОДУКТА:

Как происходил выбор:

Компания активно искала решения в области автоматизации бизнес-процессов
Узнали о возможностях RPA от Алексея Родюкова

Ключевой фактор — экономическая эффективность проекта

В результате был выбран наиболее подходящий способ обработки входящих писем. PIX RPA оказался оптимальным решением для заказчика, так как обеспечивал необходимую функциональность, экономическую эффективность и демонстрировал высокий уровень компетентности выбранной команды.

Заполнение анкет от соискателей (отложено из-за сложности с рукописными документами)
Автоматизация HR-процессов (сбор вакансий)
Отправка писем в Talantics (CRM от HH.RU)

Рассматривались другие процессы для автоматизации:

ПОЧЕМУ ВЫБРАЛИ ИНТЕГРАЦИЮ С ИИ:

Рассматривались 2 варианта:

С ИИ: включал дополнительную генерацию саммари для сотрудников
Без ИИ: только исходное письмо и ключевые слова

Результат:

На основании анализа был выбран GIGAChat
Основной критерий — качество перевода

Оценка возможного низкого качества саммари
Проведение тестов для демонстрации результата
Клиент принял решение, что полученное качество ответов удовлетворительно

Работа с рисками:

Несущественная разница в стоимости
Дополнительные преимущества: 5 главных мыслей из письма + скриншоты

Аргументы в пользу интеграции ИИ:

Мониторинг важных писем от учебных заведений

Особенности и подводные камни:

Необходимость ведения и обновления списка ключевых слов для определения важности писем
Проблема ложных срабатываний (пример: слово "notification" в кнопке "отписаться от рассылки")
Особенности обработки HTML-писем: закомментированные текстовые блоки могут влиять на качество саммари

Результаты:

Разработан RPA-робот, который:

берет на себя мониторинг входящих писем, их анализ и уведомление ответственных лиц;
автоматизирует ведение отчетности, минимизируя ручной труд и повышая эффективность работы

Интеграция с AI-сервисом обеспечивает перевод и суммаризацию содержимого писем на русский язык, что позволяет сотрудникам оперативно получать ключевую информацию и принимать своевременные решения

ЭТАПЫ ПРОЕКТА:

Решаемые задачи: