Точность оценки навыков 96,8%: как банк проверял ИИ-тренажёр на сценариях работы с VIP клиентами
Для менеджеров, работающих с премиум-клиентами, мало знать продукт и следовать этапам продаж. Нужно слышать клиента, персонализировать аргументацию, доносить ценность и сохранять доверие в сложных разговорах. Один из лидеров банковской отрасли выбрал Вербо
96,8%
среднее совпадение оценки ИИ и штатных ассессоров
5
критериев soft и hard skills в одном сценарии
4
направления масштабирования после пилота
Рассказывает
Руководитель обучения сегмента состоятельных клиентов банка
Коротко о проекте
Клиент
Один из лидеров банковской отрасли
Направление
Обучение сотрудников премиум-сегмента
Аудитория
Менеджеры, для которых важны не только продажи, но и долгосрочная положительная персональная коммуникация с клиентом
Исходная сложность
Массовые форматы обучения плохо проверяют, как сотрудник применяет знания и мягкие навыки в сложном индивидуальном разговоре
Клиентская задача
Масштабировать практику развития мягких навыков качественной клиентской коммуникации
На пилоте: проверить реалистичность ИИ-диалога, качество оценки и готовность Вербо к встраиванию в процессы банка
На пилоте: проверить реалистичность ИИ-диалога, качество оценки и готовность Вербо к встраиванию в процессы банка
В премиум-сегменте качество сервиса зависит не только от знания продукта. Менеджеру важно понять потребность клиента, учесть контекст, персонализировать разговор и убедительно донести ценность предложения.
Банк искал способ развивать эти навыки в масштабе. Ролевые игры требовали участия тренеров, а электронные курсы не давали практики. А вот диалоговые ИИ-тренажёры позволили банку масштабировать практику мягких навыков, уровень которых трудно проверить тестом.
В пилотном запуске банк решил проверить качество ИИ-оценки: среднее совпадение с профильными Явного сопротивления формату со стороны сотрудников команда не увидела по 5 критериям составило 96,8%. После успешного пилота было согласовано 4 сценария применения Вербо, от обучения новичков до ассессмента руководителей.
Полгода искали провайдера
Выбор решения занял около полугода. Команда сравнивала внешние платформы и собственные инструменты банка. По словам представителя, решающим фактором стала способность команды Вербо быстро реагировать на запросы, дорабатывать интерфейс и адаптировать модель под конкретные требования проекта.
Что было важно банку
- Работать со сложными ситуациями премиум-сегмента
- Точно настраивать поведение и внешний вид ИИ-персонажа
- Измерять одновременно мягкие навыки и знание продукта
- Получать видеозаписи разговора и детальную аналитику по диалогу
- Оперативно менять сценарии по итогам тестов
- Иметь партнёра, готового дорабатывать продукт
Начали сразу со сложного пилота
Для пилота команда банка выбрала комплексный сценарий: сотруднику нужно было пройти несколько этапов разговора и одновременно показать знание продукта. Так банк проверял реалистичность ИИ-аватара, глубину настройки оценки и пригодность сценария для развития и диагностики компетенций.
1. Спроектировали реальную рабочую ситуацию
Команда банка описала контекст и возможные реакции ИИ-аватара
2. Настроили пять критериев оценки
Одновременно оценивались мягкие навыки и знание продукта
3. Отладили сценарий на точечных тестах
Сначала лично проверили реалистичность и логику поведения ИИ
4. Запустили три тестовые группы
Участники проходили тренажёр самостоятельно. Так проверялась готовность формата к дальнейшему массовому использованию.
Прежде всего банк проверил ИИ на экспертах
Банк не ограничился пользовательской обратной связью. После пилота выбрали шесть записей диалогов и передали их шести ассессорам, которые регулярно оценивают клиентские коммуникации. Они использовали тот же чек-лист и ту же шкалу, что и Вербо, после чего результаты сравнили.
Общий балл
96,76%
Выявление потребностей
99,88%
Закрытие сделки
91,18%
Персонализация подхода
95,38%
Презентация преимуществ
92,87%
Работа с возражениями
95,68%
Точность оценки ИИ по критериям
По каждому критерию совпадение превысило 90%. Сам банк ставил порогом результат от 70%, поэтому итог пилота дал основания двигаться дальше.
Пилот также показал обучающий эффект
Сотрудники, которые изучали обратную связь Вербо и применяли рекомендации в следующем диалоге, заметно повышали итоговый балл. Так тренажёр подтвердил обе функции: оценивать текущий уровень навыка и развивать его через повторную практику.
Положительно прошла и проверка самого формата. Сотрудники, прошедшие тренажер оценили готовность использовать его повторно и рекомендовать коллегам на 9.1 баллов из 10.
«Для нас сильным результатом стало не только совпадение баллов. Важно, что обратная связь работала как часть обучения: сотрудник мог понять, что именно изменить, попробовать ещё раз и увидеть разницу уже в следующем разговоре.»
Руководитель обучения сегмента состоятельных клиентов банка
Из одного пилота в четыре процесса обучения и оценки
Команда выделила четыре сценария, в которых ИИ-симуляции могут стать частью регулярных процессов обучения и оценки.
1. Замеры компетенций для всего штата
Сценарий можно использовать для массовой диагностики навыков и как источник данных для ИПР. Результаты сопоставляются с обратной связью руководителя, клиентскими звонками и другими данными обучения.
2. Диалоговый тренажёр для новых сотрудников
После базового обучения новичок получает несколько попыток общения с ИИ-клиентом. Записи и отчёты можно разбирать вместе с наставником, чтобы сотрудник пришёл к реальным разговорам уже с опытом практики.
3. Обязательная практика после self-learning
Банк рассматривает обязательный диалог с ИИ-аватаром как обязательный этап после self-learning. Он проверяет не факт просмотра материала, а способность применить знания в рабочей ситуации.
4. Масштабирование ассессмента руководителей
Замена классического ассессмента ИИ-симуляциями Вербо. В систему заложат матрицу управленческих компетенций и кейсы, где руководитель анализирует ситуацию, выбирает стратегию и аргументирует решение.
При чем цель четвертого сценария — не заменить ассессмент-команду, а дать ей инструмент, который позволяет применять ту же методологию к тысячам сотрудников без пропорционального роста человеко-часов.
Классический Ассессмент центр
месяцы на цикл оценки
сотни человеко-часов
ограниченная пропускная способность
сложнее выдерживать единые критерии
ИИ-симуляции Вербо
процесс оценки в разы быстрее
на 50% дешевле экспертной оценки
асинхронное прохождение тренажера
единые критерии для всех участников
Главная ценность: возможность проводить глубокую, стандартизированную оценку в значительно большем масштабе. Если эксперимент подтвердит качество подхода, эта практика сможет масштабироваться на другие подразделения банка.
Аннман Канцян
Эксперт по внедрению ИИ-тренажеров в обучение и оценку персонала · Вербо
Часто задаваемые вопросы
Лучше всего такие навыки развиваются через повторную практику реалистичных разговоров. Диалоговый ИИ-тренажёр позволяет сотруднику отрабатывать слушание, выявление потребностей, персонализацию, аргументацию и работу с возражениями без риска для реального клиента.
Да, если сценарий и критерии предварительно настроены и провалидированы. В банковском пилоте Вербо среднее совпадение оценки ИИ и профильных экспертов по пяти критериям составило 96,8%.
Шесть записей тренировочных диалогов передали шести независимым экспертам. Они использовали тот же чек-лист и ту же четырёхбалльную шкалу, что и ИИ, после чего результаты сравнили.
Выявление потребностей, закрытие сделки, персонализацию подхода, презентацию преимуществ и работу с возражениями. В одном сценарии сочетались мягкие навыки и знание продукта.
ИИ придерживается заданной логики поведения и единых критериев, не зависит от настроения, личных отношений или качества партнёра по ролевой игре. При этом сотрудник может повторять диалог несколько раз и сравнивать результаты.
Да. В банке рассматривают модель, где новичок после базового обучения несколько раз проходит один сценарий, получает автоматическую обратную связь и разбирает результаты вместе с наставником.
Да. Один из сценариев масштабирования — обязательная диалоговая практика после self-learning, чтобы проверить не факт просмотра материала, а способность применить его в разговоре.
У Вербо нет задачи заменять ассессмент или экспертов. ИИ-тренажёры помогают специалистам по оценке масштабировать свою практику: проводить оценку не для десятков, а для тысяч сотрудников без сопоставимого роста человеко-часов. При этом для всех участников сохраняются единые критерии и логика оценки, а влияние человеческого фактора снижается. Эксперты могут сосредоточиться на интерпретации результатов, сложных случаях и принятии решений, а рутинную часть массовой оценки перенести в асинхронный формат.