Уважаемые партнеры! Приглашаем принять участие в маркетинговой акции «Вкусные условия». Участвующие бренды: Vitek, Hyundai, Rondell, Starwind. Фокусные продукты: вафельницы, тостеры, сэндвичницы, хлебопечи, кофемашины, электрические турки, капельные и рожковые кофеварки. Период действия акции: с ...
Уважаемые партнеры! Приглашаем вас принять участие в промопрограмме на всю линейку продукции Patriot. Закупая оборудование Patriot, вы накапливаете бонусы. По итогам акции накопленные бонусы выдаются в виде подарочных сертификатов различных розничных сетей по вашему выбору
Получите кешбэк 5% на закупку новых моделей мини-ПК CBR до 15 декабря^ Артикул 11039713 CBR DT-001 Артикул 11039714 CBR DT-002 Артикул 11111883 CBR DT-007 Артикул 11113650 CBR DT-008 В течение 10 дней после отгрузки заполните форму регистрации, указав свои данные: ФИО, код клиента, должность ...
В систему технической поддержки пользователей Россельхозбанка внедрен лингвистический модуль Preferentum.Class, разработанный компанией Преферентум. Автоматическая классификация обращений пользователей в Service Desk позволила обеспечить высокий уровень сервиса без увеличения числа сотрудников поддержки при переходе на новое корпоративное ПО. Необходимость использования системы на основе машинообучаемых технологий Искусственного интеллекта возникла в связи с переходом банка на новую автоматизированную банковскую систему (АБС). Традиционно, переход на новое корпоративное ПО вызывает существенный рост обращений сотрудников в службу технической поддержки и как, следствие, перегрузку специалистов, увеличение времени, требуемого на решение инцидентов. Достаточно сказать, что число ежедневных обращений в Service Desk выросло в период перехода на новую АБС от 1.5 до 3.5 раз! Понимая потенциальные риски, сотрудники банка заблаговременно приняли решение использовать для помощи сотрудникам Service Desk искусственный интеллект. В качестве решения для автоматической классификации запросов пользователей был выбран российский продукт Preferentum.Class, который эффективно решает проблему анализа неструктурированной текстовой информации, содержащихся в обращениях электронной почты или текстовых мессенджеров, по заданным тематическим рубрикам (классам). Таким образом, была решена задача автоматизированной диспетчеризации запросов от пользователей — определение характера обращений и ... читать далее.
