Омникальная платформа TWIN, как эффективный инструмент коммуникации
Разнообразие способов коммуникации помогают компаниям в продвижении продуктов и привлечении клиентов. Давая возможность обратиться любым удобным способом и стараясь выстраивать доверительные отношения с клиентом, компании забывают об элементарном — идентифицировать клиента. Почему клиент записывает телефонный номер компании, а компания не может «запомнить клиента»?
Как показывает практика, 90% наших клиентов не имеют единой системы, связи между голосовыми и чат-ботами, имеют разных разработчиков ботов для каждого канала связи (Вконтакте, Телеграм, Вайбер, Whatsapp и т.д.), поддерживают и прокачивают каждого отдельно.
К чему приводит такая мультиканальность? С одной стороны к удобству для клиента, который обращается в компанию любым способом, не совершая дополнительных переключений. С другой стороны, без единой системы и идентификации клиента, компания каждый раз спрашиваете его данные. Например, клиент оформил заказ на сайте, пишет в онлайн-чат, затем звонит в call-центр компании, чтобы задать вопросы. В call-центре ему отвечают другие люди, которые не знают подробности заказа, и клиент заново все объясняет. Вывод — лояльность клиентов снижается, компании переплачивают огромные средства за то время, пока узнают в 10 раз персональные и другие данные клиента.
На сегодняшний день существует эффективные решения, которые позволяют сохранить мультиканальность, структурировать и повысить эффективность процессов коммуникации. Речь идет об омниканальных коммуникациях.
Омниканальность — маркетинговый термин, обозначающий взаимную интеграцию разрозненных каналов коммуникации в единую систему, с целью обеспечения бесшовной и непрерывной коммуникации с клиентом. Внедряя омниканальную платформу, мы получаем возможность выстраивать диалог с клиентом на удобных для него площадках и управлять через единый центр, сохраняя все данные обращения.
Давайте рассмотрим, как это работает на практике и какие преимущества от внедрения омникальной платформы TWIN. Одной из особенностей платформы является то, что в ней одновременно работают как боты, так и люди. При этом голосовые или чат-боты не являются вспомогательными сервисами – это основные «сотрудники», а помогают им люди, если боты не справляются.
Например, клиент сделал заказ на сайте и звонит в компанию, при этом на сайт он пришел из социальной сети, писал в онлайн-чате. На звонок клиента моментально отвечает голосовой бот, который владеет всей информацией, приветствуя клиента согласно данным, которым он оставил при заказе. При этом бот сразу информирует клиента о статусе заказа, в 90% случаев после того как был совершен заказ клиент хочет сделать дозаказ или узнать о статусе заказа. Бот TWIN идентифицировал клиента, предугадал его вопрос и дал конкретный ответ. В 80% случаев клиенты получают ответы, остальные переводятся на других ботов или оператора (сделать дозаказ), курьера, который в пути. Любое действие клиента на любой площадке фиксируется в одной базе и доступно как для ботов, так и для людей.
Согласно опросам наших клиентов возможность идентифицировать клиента и сразу дать нужную информацию, увеличивает лояльность на 20%, а время обработки обращения роботом составляет 30 секунд, что более чем на 25 секунд меньше чем обработка запроса человеком. Человек подключается при необходимости. Совместная работа ботов и человека позволяет повысить эффективность работы, отсутствуют пропущенные звонки и хаотичный диалог. Мы не ограничиваем клиента, не спрашиваем его данных повторно, не тратим его время. Все это помогает обрабатывать больше заказов и клиентов.
Омникальность позволяет внедрить стандарты обслуживания, обеспечить индивидуальный подход и повысить лояльность. Люди отдают предпочтение своим привычкам и легче найти альтернативу, чем привыкнуть. Процесс отслеживания трендов развития способов коммуникаций и увеличение штата сотрудников не может быть бесконечным. Пришло время для автоматизации коммуникаций с клиентом.
Омникальная платформа TWIN делает канал коммуникации единым, а процесс коммуникаций комфортным как для компании, так и для клиента.
Как Digital twins помогают создать автономную фабрику
Что мешает другим отраслям использовать этот подход? Пришло время понять все преимущества и то, как они могут сэкономить время и деньги на сборочных фабриках и создавать автономное производство.
Что такое Digital twin?
Digital twin это виртуальная копия физического объекта, системы или процесса. В контексте заводов цифровой двойник относится к виртуальной копии физической производственной линии, машины или процесса. Digital twin постоянно обновляется данными в реальном времени от физического аналога, обеспечивая моделирование физического процесса в реальном времени.
Цифровые двойники — важнейший компонент Интернета вещей (IoT) и Индустрии 4.0. Они позволяют компаниям контролировать, моделировать и оптимизировать производственные линии в режиме реального времени, не нарушая физических процессов. Такое моделирование в реальном времени позволяет производителям выявлять и устранять потенциальные проблемы до их возникновения, сокращая время простоя и повышая производительность.
Одним из ключевых преимуществ использования цифровых двойников на предприятиях является возможность анализа и оптимизации производственных процессов. Например, исследователи использовали цифровых двойников для моделирования и анализа поведения производственных линий, выявляя узкие места и области для улучшения [1]. Это потенциально может повысить эффективность, сократить время простоя и повысить общую производительность.
Известная компания Tesla использует цифровых двойников, создавая цифровые копии каждого из своих автомобилей. Эти автомобили оснащены датчиками, которые передают данные в облако, где Tesla применяет алгоритмы искусственного интеллекта для оценки их функциональности. Такой подход позволяет компании выявить области для улучшения и минимизировать необходимость ремонта в будущем.
Цифровые двойники также используются для повышения безопасности на предприятиях. Например, исследователи использовали цифровых двойников для моделирования и анализа условий на рабочем месте, выявления потенциальных опасностей и разработки стратегий повышения безопасности на рабочем месте [3]. Это потенциально может снизить риск несчастных случаев и повысить общую безопасность на рабочем месте.
Как работают digital twins?
Цифровые двойники работают на основе данных от датчиков и других устройств, установленных на физических объектах (в нашем случае это объекты фабрики. Эти данные анализируются, обрабатываются и интегрируются в цифровой двойник, обеспечивая моделирование физического процесса в реальном времени. Цифровой двойник обеспечивает детальное представление физического процесса, включая данные о производительности, статусах и состоянии оборудования и т.д.
Используя данные, полученные с помощью цифрового двойника, производитель может принимать обоснованные решения о производительности своих фабрик. Например, если оборудование работает с более низкой, чем ожидалось, эффективностью, цифровой двойник поможет определить основную причину проблемы. Это может быть связано с неисправным датчиком, проблемой программного обеспечения или механической неисправностью.
Выявляя проблему в режиме реального времени, компания может предпринять упреждающие шаги для ее решения, сокращая время простоя и повышая производительность. Кроме того, цифровой двойник можно использовать для моделирования влияния потенциальных изменений на фабрику, таких как внедрение нового оборудования или изменение производственного процесса.
Управление фабрикой. Как это работает сейчас?
Традиционные сборочные производства построены на концепции конвейерной ленты, где продукт перемещается через серию станций, расположенных последовательно. Каждая станция (ячейка) представляет собой конечный автомат (finite state machine). Дизайн станций выполнен в жесткой привязке к продукту, который предполагается производить. Такая фабрика, это hardware-driven система, предназначенная для выполнения только предопределенных операций. В такой системе программное обеспечение выполняет только поддержку процессов заданных инфраструктурно, на уровне «железа».
Такой подход существенно ограничивает возможности программного управления, сдерживает цифровизацию и внедрение новых технологий и, как следствие, ограничивает спрос на высокотехнологичные решения в отрасли.
Любая система управления фабрикой должна обеспечивать следующие базовые процессы:
Управление производством (сборкой) контролируется системой MES посредством наличия статусов каждого производственного задания и контроля того, что задания выполняются вовремя и в правильном порядке.
Функция производственного расписания предоставляет информацию о ходе производства и текущем расписании, а также позволяет управлять им.
Управление контролем качества организуется путем сбора информации о качестве продукции и помогает обеспечить соответствие продукции требуемым стандартам.
Управление техническим обслуживанием достигается путем сбора информации о состоянии оборудования и помогает обеспечить его работу на оптимальном уровне.
Процессы управления запасами позволяют контролировать уровень запасов и помогают обеспечить наличие нужных материалов и принадлежностей, когда они необходимы.
Мониторинг — данные об истории производства каждого продукта и процессах, которые были назначены этой сборке.
Отчетность — позволяет руководителям контролировать производственные процессы и принимать обоснованные решения относительно общей производительности и KPI.
Все эти процессы могут быть:
предопределены (жестко закодированы),
Пункты 1-3 соответствуют традиционным Manufacturing execution systems (MES), которые управляют большинством фабрик по всему миру. Пункт 4 соответствует новому поколению заводских систем – автономные масштабируемы фабрики под управлением искусственного интеллекта.
Конечно, наша цель – сделать производство автономным. Но это не всегда возможно. Основная проблема — это данные. Причем не сами данные, а скорость того, как эти данные собираются, анализируются и становятся доступными для принятия решений. Ценность данных значительно снижается, если мы собираем и получаем из них смысл за несколько часов или даже дней. Это проблема всех подходов к созданию Data lakes, широко используемых во многих компаниях при проведении цифровой трансформации. Данные собираются в Data lake. А аналитика над ними проводится после него. Это гораздо лучше, чем полное отсутствие аналитики данных. Но, опять же, ценность такого подхода значительно ниже, чем у аналитики в реальном времени.
Как цифровые двойники помогают построить автономное производство?
Автономная фабрика представляет набор независимых автономных агентов (на всех уровнях, от специфического оборудования до мобильного робота и оператора), которые взаимодействуют независимо, в рамках правил, которые задаются мульти-агентной artificial intelligent системой управления. Эта же система отвечает за исполнение основного процесса, разбивая его на задачи-кванты и определяя агентов для их выполнения, а также синхронизацию результатов работы агентов, но не их действий. Архитектура автономной фабрики представлена на следующем рисунке. Подробнее про эту концепцию рассказано в отдельной статье «Подход к созданию автономной интеллектуальной фабрики».
Цифрровой двойник имея все необходимые данные о себе и среде может онлайн принимать более полноценные решения, определя поведение физического двойника (формируя расписание).
Из сказанного выше ясно, что основное преимущество цифровые двойников это работа с данными в режиме реального времени. Принципы работы мульти-агентной системы предполагают произвольной взаимодействие всех объектов-агентов через данные (см. рисунок), объём которых в случае роботического производства огромен (сенсоры, лидары, компьютерное зрение и т.д.). Это делает digital twin единственно возможным инструментом для фабрик нового типа, где связи между объектами должны быть много-ко-многим и перестраиваться на лету.
Традиционные заводы используют заранее определенные процессы, такие как производство, качество, техническое обслуживание и т.д. Все эти процессы разрабатываются до начала производства. И корректируются только после получения первой обратной связи. Фабрики нового типа можно назвать data-driven (управляемые данными). Они позволят действовать более рационально и точно.
Данные являются основой для принятия обоснованных решений на производстве. И в отличие от традиционного подхода, процессы, управляемые данными, предназначены для принятия решений на основе данных в режиме реального времени (digital twin). Это означает, что все действия будут учитывать текущее состояние завода.
Данные в реальном времени в сочетании с автономностью дают такой фабрике новые свойства:
Предиктивная аналитика и адаптация процессов:
Предиктивная аналитика использует алгоритмы машинного обучения для анализа данных и прогнозирования будущих тенденций, обеспечивая понимание потенциальных проблем и возможностей. Анализируя данные в реальном времени с оборудования, производственных линий и объектов, предиктивная аналитика может помочь в оптимизации производства. Для традиционных заводов это не так важно. Но этот аспект имеет решающее значение, когда мы говорим о гибких заводах, которые можно перенастроить «на лету».
В качестве примера мы собираем данные о текущих процессах и их сравнении с прогнозируемым расписанием. В случае значительных различий рассчитывается новое расписание для максимизации пропускной способности.
Автономность процессов и принятия решения:
Автономное управление процессами позволяет кардинально сократить затраты на менеджмент завода, повысить скорость реагирования фабрики на изменения и эффективность принятых решений. Алгоритмы ИИ позволяют проанализировать миллионы вариантов на основе гигабайт live data в считанные секунды.
Наличие данных в реальном времени позволяет фабрике самой принимать решения. Такой подход радикально отличается от логистики «точно в срок» (JIT) или «точно в последовательности» (JIS). Мы не определяем заранее, какая логистическая задача должна быть выполнена и когда. Фабрика делает это самостоятельно на основе актуальной ситуации (например, сколько у нас единиц логистической доставки, какое оборудование недоступно, какие логистические задачи у нас в запасе, какие ограничения существуют для этих задач и т.д.).
Более обоснованные решения:
Чем больше источников данных мы объединяем в единый data set на основе digital twin, тем более релевантные решения будет принимать ИИ, управляющий фабрикой. Прелесть современных моделей ИИ в том, что такие данные можно пополнять практически бесшовно – наращивать зрелость автономного управления.
Например, как только мы добавим данные supply chain, то Execution engine начнет учитывать реальные статусы и события поставки комплектующих, и так же предсказывать ситуацию и перестраивать работу всех агентов-объектов на заводе заранее.
Автономные мобильные роботы как транспортная система:
Мы можем построить внутреннюю логистику на основе автономных мобильных роботов (AMR). Так как каждый такой робот является независимым агентом, который может при необходимости действовать согласованно с любым подмножеством других таких роботов, то такая система будет почти такой же гибкой как шина данных, независимой от инфраструктуры и полностью автономной.
AMR могут свободно перемещаться без рассчитанных заранее траекторий. Они полагаются на данные своих датчиков, камер и всех остальных объектов фабрики в реальном времени. Эти данные используются для принятия решений, таких как объезд препятствий, заторов, выбор безопасного пути движения. Все это позволят быстро изменить конфигурацию всего производственного потока фабрики и быстро переключиться между различных продуктами (сборочными процессами) поскольку AMRs автоматически обрабатывают изменении логистической последовательности.
Таким образом, мы можем одновременно производить на одном заводе продукты с разным количеством и последовательностью операций.
Архитектура цифрового двойника с режимом реального времени
Когда мы говорим о цифровых двойниках, это включает данные с оборудования, производственных линий, объектов, а также данные с цепочки поставок, складов и людей-операторов. Доступ к точным данным в режиме реального времени имеет решающее значение для выявления потенциальных проблем и принятия обоснованных решений.
На рисунке описана упрощенная архитектура системы управления Digital Twin.
Шина данных должна быть разработана для поддержки всех задач, описанных в предыдущих главах. Она должна обрабатывать большое количество параллельных записей (датчики, устройства, системы и процессы). Она должна обеспечивать широкую функциональность для чтения данных, позволяя системам подписываться на данные, а также позволяя нескольким роботам данных обрабатывать данные. Кроме того, она должна проверять данные и решать вопросы безопасности и авторизации.
Роботы данных — набор процессоров данных, которые собирают данные и заполняют представление цифрового двойника в режиме реального времени. Например, один робот данных может обрабатывать все события, касающиеся положения автономного мобильного робота, и заполнять этой информацией представление цифрового двойника этого устройства. Другой робот данных может отслеживать события, связанные с задачами на производственной линии, и связывать их с соответствующими цифровыми двойниками.
Хранилище Digital Twins должно позволять многократную запись от роботов данных, а также широкий API, для поиска связанных данных и подписки на изменения. Например, когда нам нужно принять решение о том, какой мобильный робот должен выполнять конкретную логистическую задачу, мы должны получить все позиции и все текущие задачи всех мобильных роботов. И эти данные должны быть актуальными, чтобы повысить точность принимаемых решений.
Система принятия решений — это набор правил о том, что следует учитывать из хранилища цифровых двойников для принятия точных решений.
Все это вместе позволяет достичь автономности процессов на заводе с помощью обновляемых в реальном времени цифровых двойников. Но это не простая задача.
На рисунке описан способ организации таких обновлений в реальном времени для цифровых двойников. Мы организуем все Digital Twins в виде связанного графа. Схема завода связана с «содержит» Связь со всеми производственными ячейками. Каждая ячейка связана с «состоит из» Связь с устройствами, включенными в эту ячейку. Устройства также могут быть динамически связаны, например, в случае оснастки, которая перемещается из одной ячейки в другую, или в случае автоматизированных мобильных роботов (AMR).
Когда устройство посылает относящиеся к нему сигналы на шину данных, роботы данных обрабатывают их и обновляют соответствующий цифровой двойник. В случае этого рисунка, например, Ply Cutter. Кроме того, роботы данных уведомляют и обновляют всех цифровых двойников верхнего уровня о том, что в дочернем двойнике произошли изменения. И если кто-то заинтересован в этом изменении — он его получит.
Пример использования такого подхода прост. Предположим, что нам необходимо контролировать все устройства на фабрике. Конечно, мы могли бы иметь ссылку на все устройства, но это действительно сложно — отслеживать тысячи устройств. Вместо этого мы начнем следить за конкретной ячейкой и подпишемся на все изменения, связанные с этой ячейкой. Мы получим уведомление, когда любой из цифровых двойников будет обновлен.
Такой подход позволяет информировать все системы принятия решений обо всех изменениях, происходящих на заводе, и предоставляет актуальную информацию в режиме реального времени. В результате большинство процессов на заводе могут быть автоматизированы.
Заключение
В заключение следует отметить, что использование digital twin на предприятиях является быстро развивающейся областью, и многие исследователи и практики изучают потенциальные преимущества этой технологии. Используя цифровых двойников для анализа и оптимизации производственных процессов в режиме реального времени, мониторинга работы оборудования и повышения безопасности труда, предприятия могут повысить эффективность, снизить затраты и увеличить производительность.
Если мы говорим о будущем производства и тенденциях развития автономных заводов, игнорировать digital twin невозможно. Вот почему мы должны проектировать и разрабатывать специальные платформы данных для решения подобных задач.
References
Ritzinger, Ulrike, Hannes Koller, and Jakob Puchinger. «A digital twin based decision support system for dynamic vehicle routing problems.» International Conference on Operations Research (OR 2021). 2021.
Tao, Fei, et al. «Digital twin driven prognostics and health management for complex equipment.» Cirp Annals 67.1 (2018): 169-172.
Liu, Mengnan, et al. «Review of digital twin about concepts, technologies, and industrial applications.» Journal of Manufacturing Systems 58 (2021): 346-361.
Tao, Fei, et al. «Digital twin in industry: State-of-the-art.» IEEE Transactions on industrial informatics 15.4 (2018): 2405-2415.
Sadeghi, Ahmad-Reza, Christian Wachsmann, and Michael Waidner. «Security and privacy challenges in industrial internet of things.» Proceedings of the 52nd annual design automation conference. 2015.
Платформа твин что такое
Игорь Калинин, основатель Twin
Старт
Игорь Калинин родился в небольшой деревне Свердловской области и рано стал задумываться о том, как улучшить качество своей жизни. Еще в начальных классах он продавал одноклассникам брелоки и жвачки, что не только позволяло обеспечить себе карманные деньги, но и поддерживало семью.
Первым социальным лифтом в жизни предпринимателя стал спорт — к 27 годам он получил звание мастера спорта и титул чемпиона-призера России по тхэквондо: «Эта тема фанатично увлекла меня, я усердно занимался в надежде, что маленький деревенский чувак может стать олимпийским чемпионом. Такая у меня была идея, не знаю, откуда она взялась. Но я считал, что могу достичь этого».
В рамках спортивной карьеры Игорь развивал общественную организацию «Союз тхэквондо»: организовывал спортивные мероприятия и сам же принимал в них участие. В перерывах между тренировками он продолжал пробовать себя в бизнесе и продажах — помогал друзьям запускать производство салатов долгого хранения и прошел вместе с компанией путь от небольшого цеха до крупнейшего поставщика салатов в Екатеринбурге и области.
Потеряв надежду стать олимпийским чемпионом к 27 годам, Игорь принял решение полностью сосредоточиться на бизнесе. За несколько лет он зарегистрировал пять компаний, среди которых фирма по производству натяжных потолков, поставщик спортивной одежды и компания, которая делает ремонт под ключ.
«Я каждый год открывал новый проект, они все до сих пор работают как небольшие независимые бизнесы, но их совокупная выручка не превышает 200 млн рублей в год», — рассказывает предприниматель.
По его признанию, самой большой трудностью было выйти на новый уровень — создать масштабируемый бизнес с глобальными амбициями. Не хватало и опыта в построении команд:
«Как только подчиненные достигали зарплаты в 200-300 тыс. рублей, они переставали работать и реагировать на пинки. Я понял, что выбирал не амбициозных людей. Если честно, я до сих пор мечтаю поработать в команде с людьми уровня Олега Тинькова»
Рынок ремонта квартир, на который предприниматель изначально делал ставку, по его оценке так и остался неструктурированным и серым: «Мы открыли компании в 20 городах. Но люди воровали, и все это требовало ручного управления. В конечном итоге я пришел к пониманию, что распыляюсь, что хорошо можно делать только одну вещь. И сосредоточился на поиске ниши, на которую брошу все силы».
Так предприниматель вышел из всех компаний, которые основал, и сосредоточился на новом для себя направлении — телекоме. По данным Rusprofile, выручка телеком-компании, которую Игорь развивал вместе с другом, за 2019 год составила 34 млн рублей.
«Телеком — это единственный рынок, в котором я видел перспективы. Но естественно глупо было бы конкурировать с гигантами, поэтому мы находились в поиске свободной ниши.
В процессе я понял, что сегмент автоматизации коммуникаций будет расти огромными темпами.Только в России мы оцениваем этот рынок в 50 млрд рублей. Ни мы, ни наши конкуренты, не закрыли даже 1%», — так на базе существующих наработок появилась Twin — платформа для построения омниканальных автоматизированных коммуникаций с клиентом, которая вскоре стала независимым бизнесом.
Разбег
В начале пути Twin развивали четыре человека: Игорь, который взял на себя управленческую функцию, инженер по телефонии, разработчик логики робота и еще один учредитель проекта, закрывший операционные вопросы. Стартовый капитал сформировали из средств, заработанных на предыдущих проектах.
Команде нужно было делать первые шаги и проверять гипотезы — с этим помогли старые знакомства. Со времен спортивной карьеры Игорь возглавляет благотворительный фонд «Свои дети», который организовывает воспитательно-досуговые мероприятия для детей, оказавшихся в трудной жизненной ситуации.
Игорь Рыбаков, один из друзей фонда и долларовый миллиардер, проконсультировал Игоря на старте Twin и познакомил с Оскаром Хартманном, серийным предпринимателем и инвестором.
«Оскар свел нас с потенциальным клиентом — крупной компанией, которая занималась взысканием долгов. Как позже выяснилось, они уже общались с нашими конкурентами и успела разочароваться в чат-ботах. Нам все-таки удалось договориться о пилоте, и через три месяца они просто офигели от результата», — рассказывает Игорь.
Так, через год сотрудничества с Twin компания отказалась от двух колл-центров из трех и сократила 600 сотрудников, заменив их разработанным под нужды бизнеса чат-ботом.
На вопрос об этической стороне этого кейса Игорь отвечает так:
«В моей жизни был период, когда я сам оказался должником крупного и очень известного банка. Мне звонили максимально неприятные люди, которые вели себя и разговаривали как агрессивно.
Это колоссальное давление, и известны случаи, когда люди его не выдерживали»
«Наши роботы — безэмоциональны. Они выполняют простую задачу: передать человеку информацию. Если честно, я мечтаю, чтобы все организации, связанные с взысканием долгов, перешли на роботов», — делится предприниматель.
Результат
Первый же заказ принес компании «хорошие деньги» и солидный кейс в портфолио. Монетизация виртуального контакт-центра устроена просто: клиент оплачивает работу робота по минутам, в некоторых случаях — по секундам. Если речь идет о общении с виртуальным ассистентом в чате, оплачивается каждое сообщение.
«Работая с клиентами, мы не просто создаем ботов. Мы омниканальны — для нас не измеет значения, голосом или текстом общаться с клиентом. Наши боты легко умеют переключаться между разными каналами коммуникаций. Это наша главная гордость», — рассказывает Игорь.
Продажи решили развивать через партнеров — это позволило выйти на клиентов в США, Вьетнаме, Кении, Украине, нескольких странах Европы. Всего у компании сегодня 12 партнеров, которые работают под торговой маркой Twin.
Выручка компании за 2019 год составила 126 млн рублей, в 2020, по словам Игоря, произошла «просадка» — год завершился с выручкой 86 млн рублей. Это связано с потерей первого и крупнейшего клиента, который отказался от услуг Twin в связи со структурными изменениями в компании.
«С одной стороны, мы потеряли главный источник дохода, с другой — если раньше у нас было 20 клиентов, то сегодня их более 100. Среди них есть и крупные, например, “Ростелеком”, где мы берем на себя часть задач по автоматизации», — комментирует предприниматель.
До текущего момента Twin не привлекала инвестиции и развивалась на средства основателей. Однако переговоры с инвесторами уже были и, по словам Игоря, недавно команда подписала первый term sheet.
Предприниматель отмечает, что немаловажную роль в оценки сыграл тот факт, что с первого дня команда патентовала все свои разработки — сегодня на счету Twin четыре российских и один международный патент.
Роботы, люди и планы
«По нашей статистике, 90% людей не понимают, что они общаются с роботом», — рассказывает Игорь. Компания недавно провела исследование о толерантности жителей разных городов России к виртуальным собеседникам.
Результаты соответствуют стереотипам: москвичи кидают трубки, петербуржцы поддерживают диалог.
«На Урале — в Нижнем Тагиле и Нижнекамске — если люди понимают, что с ними говорит бот, они начинают издеваться над ним, провоцируют его. Оскорбляют, посылают»
В планах компании — популяризация виртуальных собеседников в качестве эффективных инструментов для бизнеса. В том числе через массовые мероприятия, в которых Twin планирует принять участие в 2021 году.
Также стартап рассчитывает представить в 2021 году маркетплейс, где партнеры и клиенты Twin смогут выбрать себе бота из тысячи доступных вариантов для последующей доработки и внедрения: «Глобальная стратегия — выводить наши микросервисы из-под капота и превращать их в отдельные продукты».
2021 год Twin планирует закрыть с выручкой 250 млн рублей, а в 2022 году — вырасти еще в два раза. Опрошенные RB.RU эксперты разделяют энтузиазм основателей стартапа:
Сегодня технологии искусственного интеллекта еще далеки от уровня осознанного диалога с человеком, поэтому на практике мы можем увидеть пользователя, раздраженно прорывающегося через алгоритмы к живому менеджеру.
Между тем, чат-бот вовсе не обязательно создавать в качестве замены человеку. В этом плане очень интересны гибридные решения, в которых боты с возможностями анализа информации о клиенте в реальном времени работают в паре с человеком, с его умением мыслить абстрактно. Уверен, что такие разработки будут продолжать делать нашу жизнь все более комфортной
Дмитрий Рыков, представитель компании-партнера Twin
Чат-боты, которые решают типовые задачи по поддержке клиентов, все активнее проникают в бизнес-процессы. И в целом на бизнес увеличивается нагрузка в объемах коммуникаций, поэтому вопрос скорости реагирования становится приоритетным
Общайтесь с клиентами больше и дешевле
TWIN — омниканальная платформа для эффективных и недорогих автоматизированных коммуникаций с клиентами. Голосовые и чат-боты, чат-платформа, сервис рассылки и виджет для сайта — чтобы не упустить ни один лид.
Голосовые боты TWIN.VoiceBot
Разговаривают с вашими клиентами на естественном языке, с распознаванием намерений и эмоций. Гибкие сценарии диалогов и реалистичные голоса. Идеальны для холодных обзвонов или послепродажных опросов.
Чат-боты TWIN.ChatBot
Боты работают в самых разных каналах связи — от телефона до СМС, от электронной почты до мессенджеров и соцсетей — и могут бесшовно переключаться между ними с сохранением истории диалога.
Чат-платформа TWIN.Chat
Единая панель оператора для удобного управления сотнями диалогов в любых каналах вашей коммуникации с рынком. Сохранение всех диалогов и подробная аналитика.
Виджет для сайта TWIN.Site
Общайтесь с посетителями сайта и не теряйте ни одного лида. Подключайте бота в нерабочее время и обслуживайте клиентов на сайте круглосуточно.
Расширьте свои воронки
Все продукты TWIN легко интегрируются со всеми популярными CRM. А также с мессенджерами, социальными сетями, Гугл-таблицами и даже Авито и ChatGPT.
Станьте партнёром TWIN
Заработайте на быстро растущем рынке ботов с искусственным интеллектом. Продавайте продукты TWIN по договору франшизы в вашем городе.
Станьте специалистом по продуктам TWIN
Пройдите обучение, получите сертификат — и сделайте карьеру в своей компании или сотнях ведущих ИТ-фирм, внедряя интеллектуальных ботов.
Клиентские кейсы
Как голосовые боты TWIN помогли билетному агрегатору Moscow Show собрать холодные лиды с 3% конверсией
Предоставили сотрудникам «тёплую базу» и сравняли конверсию бота и оператора.
Как TWIN снизил время нахождения заказа в пункте доставки ПЭК на 25%
Повысили продажи услуг доставки груза в городах России и Казахстана в 6 раз.
Как TWIN снизил стоимость проведения NPS опроса в 2,5 раза у крупнейшего оператора связи «Транстелеком»
Увеличили конверсию до 56% в контакт-центре, обойдя результаты лучших операторов.
Что дадут вашему бизнесу TWIN-боты нового поколения?
- Интеллектуальные диалоги по гибким сценариям
- Распознавание намерений и эмоций
- Бесшовное переключение между каналами коммуникаций
- Полная аналитика и контроль KPI
- Настройка без программирования
Продукты и решения
Сделайте ваши коммуникации с клиентами в любых каналах интеллектуальнее. Общайтесь качественнее, массовее и дешевле. Анализируйте свои рассылки и диалоги. Автоматизируйте общение с клиентами и освободите сотрудников от обзвона и рутины.
Голосовой робот TWIN.VoiceBot
Рассылка сообщений TWIN.Message
Виджет для сайта TWIN.Site
Крупному бизнесу
Индивидуальная разработка решения под высокие
нагрузки и требования
Среднему бизнесу
Универсальные решения с индивидуальной настройкой
Малому бизнесу
Готовые решения для моментального запуска
Отраслевые решения
Посмотрите, как применяются продукты Twin в вашей области
Финансы и страхование
Транспорт и логистика
Гостиницы и рестораны
ЖКХ и энергетика
Продукты и решения
Лидогенерация по базе
Опросы и обратная связь
Автоматизация колл-центров
Информирование клиентов
Сервисная и техническая поддержка
Продажи
Маршрутизация обращений
Маркетинг и реклама
Приём и сверка данных
Хотите, подберём то, что подойдёт вашему бизнесу?
Послушайте
как Твин-бот совершает и принимает звонки
Коллектор — звонок должнику (мужской голос)
Франшиза — приём заявки во внерабочее время
Лидогенерация — фитнес-клуб — предложение иногороднему жителю
Подключайте ко всему
Все продукты TWIN имеют лёгкую интеграцию со всеми популярными интернет-мессенджерами, социальными сетями, CRM-системами, чат-платформами, решениями для корпоративной телефонии и многими другими площадками для общения бизнеса со своими клиентами.
Мнения наших пользователей
Как сотни компаний развивают бизнес, увеличивая и удешевляя
коммуникации со своими клиентами с помощью продуктов TWIN
АО ОКБ
АО «ОКБ» выражает благодарность TWIN, как эксперту в своей области, который предоставил готовую платформу для исходящих коммуникаций с клиентами компании, а также регулярно внедряет новые функции, улучшающие бизнес-процессы наших проектов.
Я очень рад, что в 2021 году АО «ОКБ» запустило проект на базе платформы коммуникаций TWIN. Специально для нас была разработана и внедрена версия сервиса с особыми настройками и функциональностью, которая позволила показать высокую экономическую эффективность.
Внедрение голосовых ботов позволяет повысить охват клиентов, предложить им новые сервисы и информацию, а также повысить количество продаж сервисов АО «ОКБ», ведь они могут работать в круглосуточном режиме без участия живого человека.
Особо отмечаю высокий уровень профессиональной компетентности команд TWIN, ответственное отношение и слаженность действий в работе. Рекомендую компанию TWIN (ООО «Уралинновация»), как надёжного партнёра и выражаю уверенность в том, что наши совместно достигнутые успехи будут укрепляться.
Спейстел
Команда Спейстел выражает благодарность команде TWIN за безупречную реализацию задачи по цифровизации коммуникаций с клиентами компании.
Спейстел подтверждает высокий уровень компетенций команды TWIN в направлении машинного обучения и искусственного интеллекта, а также бесперебойную работу платформы под большими нагрузками. С помощью TWIN нам удалось повысить уровень продаж и оптимизировать затраты в сервисном направлении практически в два раза.
Спейстел рекомендует всем компаниям, заинтересованным в голосовых и чат-ботах, решение от компании TWIN в связи с высоким уровнем качества технологии и профессионализмом команды.
TanukiFamily
Семья любимых ресторанов «ТанукиFamily» подтверждает успешное использование голосовых ботов на платформе TWIN.
В период с 2020 года по настоящее время была выполнена настройка трех сценариев голосовых ботов для входящей линии, в рамках настройки была выполнена глубокая интеграция с CRM-системой и телефонией.
Все реализованные кейсы продолжают свою работу, компания строит планы по развитию данного направления для исходящих звонков и текстовых каналов коммуникаций.
«ТанукиFamily» рекомендует всем компаниям, заинтересованным в цифровой трансформации, решение TWIN в связи с высоким уровнем качества технологии и профессионализмом команды.
А сколько стоит внедрение?
Оставьте ваши контакты — и мы расскажем о стоимости внедрения наших продуктов, сроках окупаемости, эффективности и конверсии.