Source: Novosibirsk State University – Новосибирский государственный университет –
RB.RU — медиа для владельцев своего бизнеса и тех, кто хочет ими стать. RB Choice — ежегодный спецпроект, в котором медиа выбирает 100 перспективных российских компаний-проектов. Цель — не просто отметить компании, которые показали себя в уходящем году, но и познакомить читателей с новыми лицами на рынке, а также показать, какие ниши перспективны для стартапов и инвесторов.
Стартап Lexis Voice от NSU CATALYST — специальной акселерационной программы от Стартап-студии НГУ, которая помогает раскрывать креативный и научный потенциал, создать и довести до рынка технологические проекты, — попал в рейтинг RB Choice. Его основатели — студенты Высшего колледжа информатики НГУ и Экономического факультета НГУ.
Проект Lexis Voice — это практический тренажер для обучения менеджеров «холодным продажам» с использованием искусственного интеллекта. Система имитирует диалоги с клиентами, проводит анализ результатов и предлагает рекомендации для улучшения навыков продаж. Это решение освобождает опытных сотрудников от выполнения стандартной процедуры подготовки новичков.
— Мы помогаем компаниям с отделами продаж, которые хотят повысить квалификацию менеджеров по продажам и сократить время на их обучение через нашу ИИ-Модель, которая способна пародировать поведение клиента и выдавать персонализированные рекомендации к обучению менеджеру на основе его разговора с ней, — пишут в своем телеграм-канале основатели проекта.
В 2024 году Lexis Voice вошел в ТОП-5 проектов акселератора «Физтех.Идея+» от МФТИ и успешно провел пилотный проект с компанией «Ростелеком». Основной целью эксперимента было выявить ключевые проблемы, с которыми сталкиваются менеджеры по продажам в процессе онбординга, а также оценить потенциал разрабатываемого продукта Lexis Voice для решения этих задач.
— Во время проведения эксперимента мы сосредоточились на следующих аспектах. Первый — анализ существующих методов обучения и их эффективности. Второй — проверка гипотезы о том, что наш алгоритм обучения с использованием ИИ может значительно сократить время адаптации новых сотрудников. Третий — оценка возможного повышения эффективности работы менеджеров в долгосрочной перспективе. Подход, который мы использовали, включал сравнение стандартного процесса обучения сотрудника и обновленный процесс, который предлагаем мы, — рассказывают разработчики.
Команда разделила сотрудников на две группы, по 4 человека в каждой: одна группа проходила обучение, которое предполагается в компании, а вторая следовала по новому алгоритму, который лежит в основе продукта. Результаты:
1. Время адаптации сократилось в 5 раз у группы, следовавшей по новому методу.
2. Менеджеры из ИИ-группы быстрее достигали своих KPI.
3. Уровень навыков обработки возражений и закрытия сделок вырос более чем на 30%.
Подробнее с результатами эксперимента можно ознакомиться по ссылке.
Однозначно можно сказать, что гипотеза ребят подтвердилась. Ускорение обучения, снижение нагрузки на старших менеджеров и повышение эффективности новых сотрудников — это показатели, которые могут быть воспроизведены и в других компаниях.
Высока вероятность того, что этот подход способен привнести революцию в эту консервативную сферу и существенно изменить стандартные методы подготовки сотрудников.
— Мы уверены, что эти достижения могут масштабироваться и приносить пользу компаниям и, что самое главное, людям, которые в них работают, — заключают студенты.
В настоящее время интерес внедрению решения проявляют более 10 компаний из разных сфер — от фитнес-центров до удаленных отделов продаж.
Помимо Lexis Voice, в список 100 перспективных стартапов России также попал проект MPlays, сервис, анализирующий внешний рекламный трафик на маркетплейсах. Стартап из Новосибирска получил поддержку от «Фонда содействия инновациям» и федерального проекта «Платформа университетского технологического предпринимательства».
При подготовке новости использовали материалы RB.RU.
Обратите внимание; Эта информация является необработанным контентом непосредственно из источника информации. Это точно соответствует тому, что утверждает источник, и не отражает позицию MIL-OSI или ее клиентов.