Основатели Desible.ai обсуждают бизнес-модель голосового ИИ в банковском и страховом секторах
Подробнее
YourStory [india, en]
yourstory.com

Основатели Desible.ai обсуждают бизнес-модель голосового ИИ в банковском и страховом секторах

В рамках подкаста Prime Venture Partners Podcast основатели Desible.ai, Уттам Тивари и Омкар Райкар, обсудили, что необходимо для создания и продажи агентского ИИ в индийском секторе BFSI. Они рассмотрели вопросы от продуктовой инженерии и соответствия нормативным требованиям до корпоративных продаж и масштабирования за пределы первого сценария использования.

Стоимость голосового ИИ стремительно снижается, падая с 7 рупий за минуту до менее чем 2 рупий. Однако Уттам Тивари и Омкар Райкар считают, что истинная возможность заключается не просто в диалогах, а в автоматизации рабочих процессов, которые функционируют в крупных предприятиях.

Создание голосового агента, звучащего естественно, перестало быть самой сложной задачей. Гораздо более сложной является задача обеспечения надежной работы такого агента внутри банка или страховой компании, включая соблюдение регуляторных требований, интеграцию с устаревшими системами и достижение измеримых бизнес-результатов.

Для Уттама Тивари и Омкара Райкара, соучредителей Desible.ai, это различие определяет стратегию построения их компании. Desible разрабатывает платформу оркестрации агентских рабочих процессов для регулируемых предприятий, начав с фокуса на страховании.

В беседе с Гауравом Ранджаном, старшим партнером Prime Venture Partners, основатели поговорили о причинах частых неудач пилотных проектов ИИ при переходе в производственную среду, об изменении поведения при корпоративных закупках и о том, как экономика голосового ИИ может коренным образом изменить индустрию контакт-центров.

Уттам и Омкар знакомы уже 17 лет. Их предыдущее предприятие, Business Toys, было приобретено в 2023 году. После этого они работали с американскими компаниями, такими как Newsweek, Bank of America и Nestlé, предоставляя услуги по консалтингу в области программного обеспечения и ИИ.

Поворотным моментом стал проект по брокерскому обслуживанию логистики, который включал использование ИИ для звонков водителям грузовиков с целью проверки доступности и верификации. После внедрения клиент сократил контакт-центр из примерно 20–25 человек всего до трех. Этот опыт продемонстрировал потенциал голосового ИИ в изменении операционной деятельности предприятий.

Однако, исследуя индийский рынок через проекты концептуального доказательства (proof-of-concept) с 12–13 предприятиями, основатели поняли, что автоматизация только разговоров не создаст достаточно дифференцированного бизнеса.

Уттам объяснил: «Голос — это товар. Я согласен, но в то же время рабочие процессы — нет, потому что рабочий процесс глубоко интегрирован в организационные процессы, и именно там вы получаете защитный барьер (moat)». Это понимание побудило Desible сосредоточиться на страховании, где разговоры клиентов тесно связаны с процессами продления, удержания, претензий, продаж и обслуживания.

Одна из самых показательных дискуссий касалась различия между демонстрацией возможностей ИИ и их фактическим развертыванием в регулируемых организациях. Уттам оценивает, что процент преобразования концептуальных доказательств в производственные внедрения среди наблюдаемых им компаний составляет менее 35–40%. Он утверждает, что успешная демонстрация — это лишь начало гораздо более сложного пути.

Страховые компании требуют, чтобы поставщики удовлетворяли требования как бизнес-команд, так и технологических департаментов, отделов информационной безопасности, функций комплаенса и высшего технологического руководства, прежде чем разрешить внедрение систем в производство.

Омкар описал индийские проверки информационной безопасности, которые включают около 450 вопросов, в том числе требования, касающиеся резидентности данных и вычислительной инфраструктуры. Даже устоявшиеся международные технологические провайдеры могут испытывать трудности с выполнением этих требований.

Вследствие этого Desible направил значительную часть своего первоначального финансирования на создание соответствующей нормативным требованиям инфраструктуры, вместо того чтобы концентрироваться исключительно на голосовых возможностях.

Для Омкара критически важна последовательность, поскольку страховые разговоры практически не оставляют места для импровизации. Он подчеркнул: «Необходимо говорить на одном и том же скучном языке каждый раз, оставаясь в рамках соответствия требованиям».

Технические проблемы выходят за рамки комплаенса. Голосовые агенты должны уметь управлять прерываниями, понимать многоязычные диалоги, извлекать информацию из корпоративных систем и адекватно реагировать, не теряя контекста.

Омкар привел пример, как ИИ-агент, проводящий медицинский опрос, должен распознать прерывание клиента до того, как услышит полный вопрос. В другом случае система должна идентифицировать упомянутый лекарственный препарат, проверить его в базе данных и задать соответствующий уточняющий вопрос. Эти возможности отличают систему, готовую к производству, от просто разговорной демонстрации.

Ценообразование голосового ИИ претерпело резкие изменения. Как отметил Гаурав, традиционные операции контакт-центров с участием людей могут стоить около 20–30 рупий в минуту, тогда как ранние решения на основе голосового ИИ стоили 5–7 рупий в минуту. Конкурентные цены с тех пор упали примерно до 1,5–3 рупий в минуту.

Для стартапов, разрабатывающих продукты голосового ИИ, это порождает неудобный вопрос: если базовая технология становится все дешевле, как им захватить значительную долю создаваемой ими ценности?

Омкар возразил, что ценообразование за минуту никогда не было естественной экономической моделью для контакт-центров, которые исторически взимали плату за количество мест или штат сотрудников. Появление голосового ИИ привело к структуре ценообразования, основанной на потреблении инфраструктуры и API.

Desible пытается выйти за рамки этой модели, взимая плату за выполнение рабочего процесса, а не рассматривая каждый звонок как изолированную транзакцию. По словам Омкара, компания ежедневно обрабатывает почти миллион звонков, а благодаря своим возможностям оркестрации смогла снизить внутренние затраты на обработку вызовов с приблизительно 7–8 рупий, использовавшихся ранее, до уровня ниже 1,5–2 рупий.

Тем не менее, основатели признают, что корпоративные клиенты все еще оценивают, приносит ли ИИ устойчивую отдачу. Уттам поделился примером клиента, который не продлил контракт на три небольших региональных контакт-центра после того, как решение Desible работало около четырех с половиной месяцев.

Он предупредил, что общий переход остается постепенным, поскольку предприятия нуждаются в устойчивых операционных доказательствах, прежде чем перераспределять бюджеты.

Год назад корпоративные клиенты в основном оценивали голосовой ИИ по таким параметрам, как задержка, тон, переключение языков и насколько естественно звучал агент. Сегодня, пояснил Уттам, клиенты все чаще сравнивают системы ИИ напрямую с человеческими сотрудниками по критериям доступности, коэффициентов конверсии, квалификации лидов и точности информации, записанной после разговоров.

Сдвиг от технологической новизны к измеримой операционной производительности также меняет подход Desible к продажам в корпоративном сегменте. Вместо того чтобы гнаться за каждым потенциальным экспериментом с ИИ, компания отдает приоритет тем рабочим процессам, которые уже существуют в организации. Такие процессы имеют установленных владельцев, операционные процедуры, бюджеты и контрольные показатели производительности, что упрощает демонстрацию ценности автоматизации.

Уттам предостерег: «Ваш сторонник может не быть вашим покупателем». Бизнес-лидер, восторженно настроенный по поводу пилотного проекта ИИ, может не обладать полномочиями для одобрения внедрения. Информационная безопасность, технологические, комплаенс и закупочные команды могут влиять на окончательное решение.

Для основателей, продающих корпоративный ИИ, раннее выявление этих заинтересованных сторон может быть так же важно, как и сама разработка продукта.

Возможно, самое поразительное наблюдение возникло, когда Гаурав спросил, составляет ли корпоративные продажи 40% продукта и 60% навигации по внутренней организационной динамике. Омкар предположил, что в Индии последнее может составлять до 80%. Он утверждал, что даже технически превосходный продукт может потерпеть неудачу, если не удастся понять структуры принятия решений, обеспечить внутреннюю поддержку и поддерживать отношения с множеством заинтересованных сторон.

Стратегия расширения Desible иллюстрирует этот подход. В одной страховой компании компания начала с управления воронкой продаж, а затем расширилась до приветственных звонков, удержания и входящего обслуживания клиентов. Каждый успешный рабочий процесс создает дополнительное доверие и снижает усилия, необходимые для последующих интеграций. Только в сфере страховых продлений компания выявила более 20 различных рабочих процессов.

Основатели полагают, что эта комбинация отраслевой специализации, готовности к соблюдению норм и интеграции в существующие корпоративные процессы создает более долгосрочное преимущество, чем качество голоса само по себе.

Несмотря на высокую конкуренцию вокруг голосового ИИ, Омкар считает, что рынок остается недостаточно изученным, особенно в Индии, где множество языков, диалектов, фонового шума и частое переключение языков делают разговорные системы значительно более сложными. Он верит, что компании, решающие эти проблемы в масштабе, могут стать мировыми лидерами.

Однако долгосрочные амбиции Desible выходят за рамки обработки звонков. Основатели представляют себе платформу оркестрации, которая поддерживает страховые компании и посредников, включая администраторов третьих сторон, брокеров и агрегаторов здоровья, во всех их операционных рабочих процессах. Конечным мерилом успеха будет не то, насколько убедительно говорит ИИ-агент, а то, помогает ли он предприятиям принимать лучшие решения, улучшать результаты для клиентов и работать эффективнее.

Оценка Уттама о текущем состоянии отрасли отражает центральный урок для основателей ИИ: «POC переоценен, а производство недооценено».

По мере того как предприятия переходят от экспериментов с ИИ к требованию измеримых результатов, победителями могут стать не те компании, у которых самые впечатляющие демонстрации, а те, кто способен превратить ИИ в надежную инфраструктуру для повседневной деятельности бизнеса.

Похожие сюжеты

Эксперт отметил, что искусственный интеллект трансформирует финансы, усиливая проблемы управления рисками
Подробнее
cgtn.com

Эксперт отметил, что искусственный интеллект трансформирует финансы, усиливая проблемы управления рисками

Искусственный интеллект (ИИ) и его внедрение в финансовую сферу стали центральной темой на Форуме финансовых улиц 2026 года. В ходе интервью на этом форуме Чжан Ке, исполнительный председатель Пекинского института регулирования и надзора технологий на переднем крае, поделился с CGTN своим видением возможностей, рисков и глобального управления ИИ в финансовом секторе.

Охарактеризовав ИИ как движущую силу пятой промышленной революции, Чжан подчеркнул, что основная ценность ИИ заключается в повышении эффективности. Тем не менее, он предупредил, что сохраняются фундаментальные трудности, пока модели ИИ сильно зависят от зависимости от данных и от следования заданному пути.

Обращая внимание на риски использования ИИ в финансовых системах, требующих большого объема данных, Чжан выделил две основные проблемы: конфиденциальность данных и подотчетность. Хотя поток данных является необходимым условием, вопросы, касающиеся безопасности данных, уровней доступа и публичного раскрытия информации, требуют установления строгих мировых регуляторных рамок.

Кроме того, несмотря на то, что ИИ способен значительно оптимизировать поддержку принятия решений и исследования, Чжан предостерег от полной передачи окончательных торговых решений алгоритмам. В случае финансовых потерь конечная ответственность должна лежать на людях, принимающих решения, а не на машинном интеллекте.

Для устранения этих системных рисков Чжан призвал к активному международному сотрудничеству. Он сравнил необходимость глобального управления ИИ с крупными международными соглашениями, такими как Парижское соглашение по изменению климата и Стокгольмская конвенция по интеллектуальной собственности. Вместо чрезмерного регулирования правительствам следует совместно работать над созданием международного «Соглашения об ИИ» для упорядочивания разрозненных правил.

Заглядывая в будущее, Чжан отметил, что ИИ приносит наибольшую пользу, когда используется в качестве стратегического консультанта для принятия решений высшего уровня и групповой стратегии, а не для замены рутинных транзакционных операций. Он заключил, что человеческий контроль остается незаменимым при каждом критическом финансовом маневре.

Соучредитель Sahi, Дейл Ваз, выступает за внедрение ИИ-финансовых команд для розничных инвесторов
Подробнее
yourstory.com

Соучредитель Sahi, Дейл Ваз, выступает за внедрение ИИ-финансовых команд для розничных инвесторов

Несмотря на то, что открытие торгового счета в Индии теперь занимает всего несколько минут, понимание того, что делать после регистрации, остается сложной задачей. Именно этот пробел стал центральной темой выступления Дейла Ваза на конференции TechSparks 2026.

Соучредитель и генеральный директор финтех-компании Sahi утверждал, что за последнее десятилетие финтех решил проблему доступа к услугам, но не смог решить проблему конечных результатов для пользователей. Ваз отметил, что хотя у всех есть приложения для брокерского обслуживания, многие инвесторы все еще испытывают трудности с принятием решений относительно своих финансов.

Взрослые инвесторы часто сталкиваются с закономерностью: они начинают инвестировать, но затем не могут разобраться в своих портфелях. Неудачный день на рынке вызывает у них сомнения относительно необходимости покупки, продажи или полного отказа от инвестиций. Причиной этого, по мнению Ваза, является чрезмерная сложность, вызванная обильным жаргоном, большим объемом данных и множеством инструментов, что ставит инвесторов перед выбором между многолетним обучением или доверием обещаниям гарантированной прибыли.

Хотя образовательные программы, курируемые регуляторами, оказали помощь, сохраняется значительный разрыв между намерением людей приумножить свои средства и их фактической способностью это сделать. Искусственный интеллект часто преподносится как решение этой проблемы.

Однако Ваз предупредил о трех серьезных недостатках, присущих общим чат-ботам, когда речь идет о финансовых вопросах. Первый — это галлюцинации, поскольку модель может уверенно предоставлять неверную информацию и никогда не признает свою ошибку. Второй недостаток — отсутствие контекста; чат-бот может ответить на вопрос о покупке акций HDFC, не зная, что половина портфеля пользователя уже состоит из банковских акций. Третий — это проблема подотчетности: если общий чат-бот дает неверные рекомендации, отсутствует регуляторная защита и нет ответственного лица.

Ответ компании Sahi представляет собой Cairo — агентский ИИ-помощник, интегрированный в ее веб-платформу и приложение. Ваз назвал это «вертикальным каркасом» вокруг модели ИИ, сравнив модель с двигателем, а каркас — с автомобилем. Cairo объединяет три элемента: личный контекст, основанный на активности пользователя в Sahi, 28 экспертных навыков, разработанных исследовательской командой Sahi, и более 100 инструментов, которые дают Cairo «руки и ноги». Пользователи могут устанавливать оповещения о ценах, создавать условные ордера, формировать пользовательские сканеры или описывать торговую стратегию простым языком, а Cairo преобразует это в исполняемый код.

Критически важно, что сам ИИ-модель не выполняет расчеты. Вместо этого она направляет запросы на бэкенд-API Sahi, которые возвращают детерминированные результаты. Ваз объяснил, что когда пользователь просит сложить четыре плюс пять, модель обращается к встроенному калькулятору. Такой подход исключает числа из рук самой модели и снижает риск галлюцинаций. Система построена на наборе правил, который Sahi называет конституцией: ответы должны основываться на фактах, и Cairo спроектирован так, чтобы говорить «Я не знаю», когда это необходимо. Финальное решение о покупке или продаже всегда принимает пользователь, и каждый вывод сопровождается проверяемым свидетельством.

Ваз подчеркнул, что ИИ не может волшебным образом приносить деньги всем, иначе разработчики моделей уже обогатились бы. Он считает, что ИИ способен дополнять навыки инвесторов, но никогда не заменит человека. Система разработана с учетом соблюдения норм SEBI, включая локальную обработку данных, ведение журналов и полную прослеживаемость диалогов.

Cairo был протестирован в закрытой группе из более чем 11 000 трейдеров. За время тестирования было сгенерировано свыше 2,7 лакха ответов при показателе успеха 99,2%, а 78% пользователей вернулись после первого взаимодействия. Команда была удивлена некоторыми сценариями использования: многие трейдеры используют Cairo как площадку для обсуждения потерь и проблем с дисциплиной, а другие общаются с ним на гуджарати, тамильском и маратхи.

Когда его спросили, выступает ли Cairo в роли консультанта, Ваз дал прямой ответ: он таковым не является. У него установлены строгие правила, запрещающие давать советы о покупке или продаже. Функции консультирования потребуют отдельной лицензии по инвестиционному консультированию от SEBI, которую Sahi планирует получить. Кроме того, Ваз представил «Оценку дисциплины», которая, основываясь на академических исследованиях причин неудач розничных трейдеров, будет отмечать такие привычки, как чрезмерная торговля, слишком крупные позиции и торговля из мести.

Заглядывая в будущее, Ваз видит агентов ИИ, управляющих алгоритмами, одобренными биржей, для розничных инвесторов, и будущее, в котором каждый житель Индии будет иметь «команду ИИ-агентов», следящих за рисками, портфелем и налогами на родном языке.

Соучредитель CleverTap Ананд Джейн обсуждает, приносит ли маркетинговый ИИ прибыль или является лишь шумом
Подробнее
yourstory.com

Соучредитель CleverTap Ананд Джейн обсуждает, приносит ли маркетинговый ИИ прибыль или является лишь шумом

Большинство современных маркетинговых команд используют искусственный интеллект для экономии времени при выполнении таких задач, как составление черновиков электронных писем, создание вариантов изображений и обобщение длинных документов. Однако Ананд Джейн, соучредитель и директор по маркетингу CleverTap, платформы для автоматизации маркетинга и взаимодействия с клиентами, утверждает, что базовые инструменты, выполняющие эти функции, редко способствуют увеличению прибыли компании.

Во время мастер-класса по маркетинговой стратегии на мероприятии TechSparks 2026 Джейн призвал руководителей смотреть дальше простых способов ускорения работы. Он подчеркнул необходимость перехода от использования ИИ для развлечения к применению его для получения реальных деловых результатов.

Хотя создание контента с помощью ИИ ускоряет работу и экономит время, Джейн поставил под сомнение, действительно ли это способствует росту, задаваясь вопросом: «Будет ли это на самом деле влиять на результаты бизнеса, или это просто то же самое?»

Традиционные цифровые кампании обычно работают по модели «выталкивания», когда компании решают, что они хотят продать, вместо того чтобы понимать, что потребители желают приобрести. В отличие от этого, консультант в офлайн-канале помнит личные предпочтения клиента, замечает мгновенные реакции и предлагает товары, соответствующие его бюджету и стилю. Цифровой маркетинг должен принять схожий подход.

Джейн заявил: «Не то, что я хочу продать, а то, что мой клиент хочет купить. Так нужно это перевернуть». Вместо того чтобы рассылать общие рекламные акции широким группам, современные маркетинговые системы должны анализировать действия клиентов в реальном времени, чтобы соответствовать индивидуальным потребностям.

Этот метод знаменует собой переход к самому высокому уровню зрелости ИИ, известному как «принятие решений в реальном времени». Маркетинговые технологии, как правило, развиваются через три стадии. Первый уровень сосредоточен на базовых задачах по экономии времени, второй охватывает эксперименты, такие как A/B-тестирование (сравнение двух версий рекламы для определения лучшей), а третий достигает истинного автоматизированного принятия решений.

Джейн отметил: «Вы начинаете с производительности, затем проводите эксперименты, а самое сложное — это принятие решений. Когда вы фактически строите целую систему для одной группы людей, и этот один человек может быть одним из нескольких миллионов, которые появляются в вашем приложении или на вашем веб-сайте».

Вместо того чтобы бомбардировать пользователей промокодами, система принятия решений сначала предлагает мягкие полезные шаги, например, укрепление доверия к бренду или объяснение преимуществ продукта. Принятие решений в реальном времени опирается на единый центр данных, который объединяет исторический профиль клиента с его недавними действиями в реальном времени. Традиционное A/B-тестирование обычно останавливается после выбора одного фиксированного победителя, тогда как система принятия решений использует обучение с подкреплением — умную систему, которая непрерывно учится на ответах пользователей и корректирует предложения на лету.

Более того, вместо того чтобы полагаться только на скоринг склонности (расчет вероятности покупки), система принятия решений использует моделирование подъема. Этот метод определяет конкретный толчок, сообщение или канал, необходимый для побуждения отдельного пользователя сделать следующий положительный шаг.

По мере того как автоматизированные системы управляют доставкой кампаний по тысячам вариантов сообщений, роль маркетолога смещается от исполнения к стратегическому руководству. Вместо ручного создания вариантов креативов маркетологи определяют высокоуровневые цели и устанавливают строгие операционные ограничения. Джейн акцентировал внимание: «Ваша работа — создать ограничители бюджета, ограничители бренда, регуляторные ограничители. Не используйте слово 'бесплатно', если вы что-либо предлагаете, если вы банк».

Устанавливая четкие границы, руководители маркетинга позволяют интеллектуальным системам принятия решений работать автономно, сохраняя безопасность брендовых сообщений и одновременно обеспечивая подлинную коммерческую прибыль, добавил он.

Популярное