Klientu attiecību veidošana ar sarunvalodas AI

Saistībā ar Salesforce

Mēs visi esam tur bijuši. Lūdzu, noklausieties visu mūsu ēdienkarti, jo mūsu iespējas ir mainījušās. Sakiet vai nospiediet vienu, lai iegūtu informāciju par produktu... Dažkārt šīs automatizētās klientu apkalpošanas iespējas ir efektīvas un iedarbīgas — citreiz ne tik daudz.

Daudzas organizācijas jau izmanto tērzēšanas robotus un virtuālos palīgus, lai palīdzētu labāk apkalpot savus klientus. Šie inteliģentie, automatizētie pašapkalpošanās aģenti var apstrādāt bieži uzdotos jautājumus, nodrošināt atbilstošus zināšanu rakstus un resursus, lai atbildētu uz klientu jautājumiem, kā arī palīdzēt klientiem aizpildīt veidlapas un veikt citas ikdienas procedūras. Sarežģītāku pieprasījumu gadījumā šie automatizētie pašapkalpošanās aģenti var nosūtīt šos pieprasījumus dzīvam aģentam.

Nenoteiktības un ārkārtas situācijās klientu apkalpošanas darbības, ko darbina mākslīgais intelekts (AI), var būt nenovērtējamas uzņēmumiem, palīdzot klientu apkalpošanas vai cilvēkresursu zvanu centriem sekot līdzi pieprasījuma pieaugumam un samazināt klientu gaidīšanas laiku un neapmierinātību. Saskaņā ar jaunākajām aplēsēm, Gartner prognozē, ka līdz 2022. gadam , 70% klientu mijiedarbības būs saistītas ar jaunām tehnoloģijām, piemēram, mašīnmācīšanās lietojumprogrammām, tērzēšanas robotiem un mobilo ziņojumapmaiņu. Tas ir par 15% vairāk nekā 2018. gadā.

Šāda veida sarunvalodas mijiedarbībā AI tērzēšanas roboti var paplašināt organizācijas klientu apkalpošanas iespējas un uzturēt savstarpīguma līmeni ar klientiem, saka Gregs Benets, Salesforce sarunu dizaina vadītājs. Uzņēmumam ir arī iespēja izteikt savu zīmolu, balsi un toni, izmantojot vārdus un valodu, ko tas izmanto, lai radītu lielāku tuvības pakāpi. Benets ir dziļi iesaistīts mākslīgā intelekta sistēmu apmācībā, kas nodrošina sarunvalodas tērzēšanas robotu darbību, un nodrošina, ka tās ir iekļaujošas un spēj saprast plašu dialektu, akcentu un citu lingvistisko izteicienu klāstu.

AI automatizācijas izmantošana ne tikai kļūst arvien plašāka, bet arī izrādās nozīmīgs uzņēmējdarbības virzītājspēks. Gartner paredz, ka 2021. gadā radīsies mākslīgā intelekta palielināšana 2,6 triljoni dolāru biznesā vērtību. Tas varētu arī ietaupīt pat 6,2 miljardus stundu darba.

Sarunu inteliģence definēta

Saskaņā ar veikti pētījumi vadības konsultāciju uzņēmums Korn Ferry, sarunvalodas izlūkošana ir kopīgs darbs. Un šie sadarbības centieni ir divu dalībnieku savstarpīgums, lai sazinātos tādos veidos, kas noved pie kopīgas realitātes koncepcijas. Tas novērš plaisu starp abu runātāju individuālo realitāti un palīdz uzņēmumiem palīdzēt klientiem.

Paturot to prātā, Salesforce un citi uzņēmumi ir spēruši šo koncepciju vienu soli tālāk, meklējot veidus, kā apvienot sarunu intelektu ar tehnoloģijām. Faktiski, pateicoties šiem centieniem, ar AI darbināmais sarunu intelekts laika gaitā ir ievērojami uzlabojies. Tas sākās ar vienkāršu teksta atpazīšanu, kurā ir diezgan viegli sasniegt ievērojamu precizitātes pakāpi. Taču teksta atpazīšana var būt nedaudz divdimensiju, tāpēc pētījumi ir progresējuši, iekļaujot automatizētu runas atpazīšanu. Automatizētajām runas atpazīšanas sistēmām ir jāņem vērā dažādas valodas, akcenti un akustiskie locījumi, kas ir daudz grūtāk un niansētāk. Tā kā mākslīgā intelekta algoritmi ir kļuvuši sarežģītāki un tiem ir bijis laiks un pieredze, lai iekļautu vairāk lingvistisku variantu, AI tehnoloģija ir uzlabojusi spēju precīzi izprast cilvēku sarunu mijiedarbības dziļākos smalkumus.

Sarunu inteliģence ir funkciju un tehnoloģiju kopums, kas ļauj cilvēkiem un mašīnām pēc kārtas apmainīties ar valodu un strādāt, lai sasniegtu diskursīvu mērķi, saka Benets.

Šīs AI sistēmas, kas koncentrējas uz valodniecību, izmanto vairākas dažādas tehnoloģijas, lai izprastu rakstisku un runātu mijiedarbību ar cilvēkiem. Daži no tiem ietver:

• Automatizēta runas atpazīšana, ko izmanto, lai saprastu runāto valodu balss sistēmām;
• Dabiskās valodas apstrāde, kas palīdz datoriem saprast, interpretēt un analizēt runāto un rakstīto valodu; un
• Dabiskā valodas izpratne, kas ļauj AI saprast nolūku.

Ne tikai teksta atpazīšanas, bet arī dabiskās valodas izpratne ir vieta, kur AI patiesi izmanto savas stiprās puses. Veicinot dziļāku, niansētāku sarunu, tas palielina cilvēka un AI mijiedarbības efektivitāti. Ja ar AI darbināma klientu apkalpošanas sistēma ir labāk aprīkota, lai atpazītu un izšķirtu dabisko valodu ar mazākām kļūdām, tā var vadīt klientu visā mijiedarbībā, nepiesaistot cilvēku apkalpošanas aģentu. Tas ļauj aģentiem koncentrēties uz sarežģītākām lietām.

Un šo iespēju izmantošana klientu apkalpošanas vidē var palīdzēt uzņēmumiem ne tikai paātrināt un uzlabot mijiedarbību ar klientiem, bet arī uzlabot kopējās attiecības ar klientiem. Ja mums ir iekārta, kas palīdz atvieglot šāda veida mijiedarbību starp uzņēmumu un klientu, tad tas palīdz tālāk veidot attiecības ar šo klientu tādā veidā, kā palīdzības raksts to nedarītu, saka Benets.

Un jo vairāk AI sistēma sadarbojas ar cilvēkiem, jo ​​efektīvāki kļūst tās algoritmi. Mijiedarbojoties ar cilvēkiem, mākslīgā intelekta sistēma var apkopot datus, kas nepieciešami, lai uzlabotu dabiskās valodas izpratni, lai labāk izprastu nodomus, palīdzot veicināt niansētākas sarunas starp cilvēkiem un datoru. Cilvēku mijiedarbība arī palīdz šīm AI sistēmām uzlabot atpazīšanas un prognozēšanas iespējas, lai nodrošinātu personalizētāku saturu. Uzzinot daudzos veidus, kā cilvēki uzvedas un mijiedarbojas, sistēmas reakcija kļūst precīzāka.

AI algoritmi absorbē, apstrādā un analizē sistēmā ievadītās datu kopas, izmantojot savus īpašos vienādojumus. Šī apstrāde tiek veikta vienā no divām pamata modalitātēm: uzraudzīta vai bez uzraudzības. Uzraudzītā uzlabojumā datu kopām būs piešķirta mērķa vērtība vai kategorija. Nepārraudzīta uzlabojuma gadījumā algoritms analizē datu kopu atsevišķi bez norādēm vai ierobežojumiem.

Saņemot un apstrādājot vairāk datu, algoritmi attīstās, pielāgojas un uzlabo to analītiskos modeļus. Tādējādi algoritmi uzlabo un pilnveido sevi, pamatojoties gan uz apstrādāto datu kvalitāti, gan kvantitāti. Pastāv priekšstati, ka mākslīgais intelekts var iegūt atšķirīgu nolūku, darbības jomu un kontekstu, mijiedarbojoties ar cilvēkiem, saka Benets. Šie progresīvie uzlabojumi prognozēšanas spējā un izpratnes dziļumā palielina klientu iesaistes efektivitāti.

Valodu izaicinājumu novērtējums

Lai gan dabiskās valodas apstrāde ir nogājusi garu ceļu, automatizētā runas atpazīšanas tehnoloģija joprojām saskaras ar problēmām, atpazīstot visas valodas variācijas. Ir visi šie dažādie angļu akcenti, tie visi ir spēcīgi un derīgi, un tie ir jāsvin, saka Benets. Citas lingvistiskās variācijas, kas izaicina AI, ietver dažādus slengu vai sarunvalodas izteicienus, lai izteiktu līdzīgas nozīmes, un citas paralingvistiskas iezīmes, piemēram, tonis, intonācija, ritms, pauze un tonis.

Ir ļoti svarīgi palīdzēt AI pārvaldīt sistēmā raksturīgos novirzes līmeņus un paplašināties, lai atpazītu visu valodu variāciju klāstu. Šie AI algoritmu prognozēšanas spējas pakāpeniskie uzlabojumi palīdz uzlabot klientu pieredzi, samazinot turp un atpakaļ apmaiņas un neapmierinātības brīžus, ko izraisa precīzas atpazīšanas trūkums.

Taču šie centieni un sasniegumi rada zināmas ētiskas mīklas. Apsveriet, piemēram, kā mazākumtautības ir pārstāvētas apmācības datu kopās vai precīzāk, kā tās nav pārstāvētas. Visplašāk izmantotās datu kopas izslēdz daudzveidīgākas dialekta un sociālās identitātes izpausmes. Daudzveidīgas pārstāvniecības nodrošināšana komandās, kas izstrādā AI tehnoloģijas, ir būtisks solis ceļā uz mākslīgā intelekta algoritmu izstrādi un attīstību, lai atpazītu plašāku lingvistisko izteiksmju klāstu.

Tagad, kad mākslīgais intelekts spēj nodrošināt lielāku variāciju pakāpi, tam vajadzētu būt spējīgam ņemt vērā plašāku kontekstuālo atbilstību un būt iekļaujošākam. Lai gan saruna un valoda ir caurlaide, cilvēkiem, kas strādā ar AI sistēmām, ir jāturpina apsvērt pieejamību visos dialektos, akcentos un citās stilistiskās variācijās.

Nepietiekami pārstāvētajām minoritātēm šajās sistēmās ir ļoti mazs dialekts un viņu sociālās identitātes izpausme, izmantojot valodu. Tas galvenokārt ir tāpēc, ka viņiem trūkst pārstāvniecības starp komandām, kas veido tehnoloģiju, saka Benets. Nodrošinot, ka uzņēmumi, kas izstrādā un izvieto AI sistēmas, apvieno dažādas komandas, var palīdzēt atrisināt šo raksturīgo neobjektivitāti.

AI sistēmas spēj nodrošināt lielāku variāciju pakāpi. Kad sistēmas var precīzi interpretēt šīs variācijas un radīt kontekstuāli atbilstošu atbildi, AI būs attīstījies lielākā mērā nekā jebkad agrāk. Manuprāt, tieši tur mūs ir aizvedusi [laukuma] attīstība, saka Benets.

Protams, tas nenozīmē, ka nav citu ētisku un praktisku problēmu saistībā ar paplašināto AI izmantošanu. Privātuma problēmas, atbildība, pārredzamība un precīza un atbilstoša lēmumu pieņemšanas procesu deleģēšana joprojām ir aktuāli. Un tad ir balss ierakstu ētiska izmantošana. Tā ir augoša joma, kurā joprojām ir jādefinē būtiski parametri.

Veidojot dziļāku cilvēka un AI saikni

Pievēršoties visdažādākajām valodu variācijām un procesā iekļaujot daudzveidīgākas grupas un vēsturiski nepietiekami pārstāvētās minoritātes, patiesi tiek veidota cilvēka un mākslīgā intelekta saiknes nākotne. Tas arī novedīs pie plašākas izmantošanas gadījumiem uzņēmējdarbībā. Faktiski lielākā konkurences atšķirība sarunvalodas tehnoloģiju nākotnē būs spēja nodrošināt spēcīgu sarunu izpratni neatkarīgi no valodas, akcenta, slenga, dialekta vai citiem sociālās identitātes aspektiem.

Benneta atceras nodarbību no augstskolas profesora: Viņa teica: 'Saruna ir kā kāpšana kokā, kas kāpj atpakaļ.' Un tas patiesi raksturo trajektoriju, kur AI tehnoloģijām jāiet, lai apmierinātu cilvēku vajadzības un standartus. saruna kā uzvedības prakse. Saruna nav solo akts. Tā ir divvirzienu iela. Patiesa saruna ir darbība — daži varētu pat teikt, ka māksla — pārmaiņus iesaistīties runāšanā un klausīties, apmainīties ar idejām, apmainīties ar jūtām un apmainīties ar informāciju.

Lingvistikā runas paralingvistiskās iezīmes, piemēram, locīšana, intonācija, temps, pauze un tonis, nodrošina sarunai pragmatisko nozīmes slāni, saka Benets. Tā vietā, lai koncentrētos uz to, kā lietotāji var palīdzēt AI sistēmām, mums vajadzētu jautāt, kā mēs varam pielāgot sistēmu, lai tā atbilstu lietotājiem, kur viņi atrodas. Ņemot vērā to, ko mēs zinām par valodniecību, es neticu, ka jūs varat piespiest jebkāda veida valodas izmaiņas, viņš saka. Sarunu AI tehnoloģija ir izveidota tādā veidā, kas varētu gūt panākumus, ja mēs izmantotu šo pieeju pragmatiskajā līmenī — lietu paralingvistiskajā pusē.

Spēja saprast, pilnībā izprast un mērogot līdz šim valodu daudzveidības līmenim ir tas, kur AI virzās, saka Benets. Jaunuzņēmumi sarunvalodas AI telpā to indeksē kā atšķirīgu faktoru. Un, ja padomājat par to, ja procesā iekļaujat daudzveidīgākas grupas un vēsturiski nepietiekami pārstāvētas minoritātes, tas faktiski paplašina jūsu kopējo adresējamo tirgu.

Šo saturu izstrādāja Insights, MIT Technology Review pielāgotā satura grupa. To nav rakstījuši MIT Technology Review redakcijas darbinieki.

paslēpties