Santykių su klientais kūrimas naudojant pokalbio AI

Susijęs su Pardavimų galia

Mes visi ten buvome. Klausykite viso mūsų meniu, nes mūsų pasirinkimai pasikeitė. Pasakykite arba paspauskite vieną, kad gautumėte informacijos apie produktą... Kartais šios automatinės klientų aptarnavimo funkcijos yra veiksmingos ir veiksmingos, o kartais ne tiek daug.

Daugelis organizacijų jau naudoja pokalbių robotus ir virtualius padėjėjus, kad padėtų geriau aptarnauti savo klientus. Šie pažangūs, automatizuoti savitarnos agentai gali tvarkyti dažniausiai užduodamus klausimus, pateikti atitinkamų žinių straipsnių ir išteklių, skirtų klientų užklausoms spręsti, ir padėti klientams užpildyti formas ir atlikti kitas įprastas procedūras. Sudėtingesnių užklausų atveju šie automatiniai savitarnos agentai gali perduoti tas užklausas gyvam žmogaus agentui.

Neapibrėžtumo ir nepaprastosios padėties metu klientų aptarnavimo operacijos, kurias teikia dirbtinis intelektas (AI), gali būti neįkainojamos verslui, padedančios klientų aptarnavimo ar žmogiškųjų išteklių skambučių centrams neatsilikti nuo paklausos šuolio ir sumažinti klientų laukimo laiką bei nusivylimą. Remiantis naujausiais skaičiavimais, „Gartner“ prognozuoja, kad iki 2022 m 70 % klientų sąveikos bus susijusios su naujomis technologijomis, tokiomis kaip mašininio mokymosi programos, pokalbių robotai ir mobiliųjų pranešimų siuntimas. Tai 15% daugiau nei 2018 m.

Tokio tipo pokalbio metu AI pokalbių robotai gali išplėsti organizacijos klientų aptarnavimo pasiekiamumą ir išlaikyti abipusiškumo lygį su klientais, sako Gregas Bennettas, „Salesforce“ pokalbių dizaino vadovas. Taip pat yra galimybė verslui išreikšti savo prekės ženklą, balsą ir toną žodžiais ir kalba, kurią ji naudoja, kad sukurtų didesnį intymumo laipsnį. Bennett yra labai įsitraukęs į DI sistemų, kurios maitina pokalbių pokalbių robotus, mokymą ir užtikrina, kad jos būtų įtraukios ir gebėtų suprasti daugybę dialektų, kirčių ir kitų kalbinių posakių.

AI automatizavimas ne tik vis labiau plinta, bet ir yra svarbus verslo variklis. „Gartner“ tikisi, kad 2021 m. bus sukurtas AI padidinimas 2,6 trilijono dolerių versle vertė. Taip pat būtų galima sutaupyti net 6,2 milijardo valandų darbo.

Apibrėžiamas pokalbio intelektas

Pagal atliktas tyrimas Vadybos konsultacijų bendrovės Korn Ferry teigimu, pokalbio žvalgyba yra bendradarbiavimo pastangos. Ir tos bendradarbiavimo pastangos yra dviejų dalyvių abipusiškumas bendraujant tokiais būdais, kurie veda į bendrą tikrovės sampratą. Tai sumažina atotrūkį tarp atskiros dviejų garsiakalbių tikrovės ir padeda įmonėms padėti klientams.

Turėdami tai omenyje, „Salesforce“ ir kitos įmonės žengė dar vieną žingsnį į šią koncepciją ieškodamos būdų, kaip pokalbio intelektą derinti su technologijomis. Tiesą sakant, dėl šių pastangų AI pagrįstas pokalbio intelektas laikui bėgant labai pagerėjo. Tai prasidėjo nuo paprasto teksto atpažinimo, kuriame gana lengva pasiekti didelį tikslumo laipsnį. Tačiau teksto atpažinimas gali būti šiek tiek dvimatis, todėl tyrimai pažengė į priekį įtraukiant automatinį kalbos atpažinimą. Automatizuotos kalbos atpažinimo sistemos turi atsižvelgti į skirtingas kalbas, kirčius ir akustinius linksnius, o tai yra daug sudėtingiau ir niuansu. Dirbtinio intelekto algoritmams tapus sudėtingesniais ir turint laiko bei patirties įtraukti daugiau kalbinių variantų, dirbtinio intelekto technologija pagerino savo gebėjimą tiksliai suprasti gilesnes žmonių pokalbio sąveikos subtilybes.

Pokalbio intelektas yra funkcijų ir technologijų, leidžiančių žmonėms ir mašinoms pakaitomis keistis kalba ir siekti diskursyvaus tikslo, visuma, sako Bennettas.

Šios AI sistemos, orientuotos į lingvistiką, naudoja daugybę skirtingų technologijų, kad suprastų rašytinę ir žodinę sąveiką su žmonėmis. Kai kurie iš jų apima šiuos dalykus:

• Automatinis kalbos atpažinimas, naudojamas balso sistemų šnekamajai kalbai suprasti;
• Natūralios kalbos apdorojimas, padedantis kompiuteriams suprasti, interpretuoti ir analizuoti šnekamąją ir rašytinę kalbą; ir
• Natūralus kalbos supratimas, kuris leidžia AI suprasti ketinimus.

Ne tik paprastas teksto atpažinimas, bet ir natūralios kalbos supratimas yra ta vieta, kur AI iš tikrųjų išnaudoja savo stipriąsias puses. Palengvindamas gilesnį, išsamesnį pokalbį, jis padidina žmogaus ir AI sąveikos veiksmingumą. Kai dirbtinio intelekto varoma klientų aptarnavimo sistema yra geriau pritaikyta atpažinti ir atskirti natūralią kalbą su mažiau klaidų, ji gali nukreipti klientą per visą sąveiką, nereikalaujant žmogiškųjų paslaugų agento. Tai leidžia agentams sutelkti dėmesį į sudėtingesnius atvejus.

O šių galimybių naudojimas klientų aptarnavimo aplinkoje gali padėti įmonėms ne tik paspartinti ir pagerinti sąveiką su klientais, bet ir pagerinti bendrus santykius su klientais. Jei galime turėti mašiną, kuri padeda palengvinti tokio tipo įmonės ir kliento sąveiką, tai padeda toliau užmegzti santykius su tuo klientu taip, kaip to nepadarytų pagalbos straipsnis, sako Bennettas.

Ir kuo daugiau AI sistema sąveikauja su žmonėmis, tuo efektyvesni tampa jos algoritmai. Sąveikaudama su žmonėmis AI sistema gali rinkti duomenis, reikalingus natūralios kalbos supratimui pagerinti, kad geriau suprastų ketinimus, o tai padeda palengvinti niuansingesnius žmogaus ir kompiuterio pokalbius. Žmonių sąveika taip pat padeda šioms AI sistemoms pagerinti atpažinimo ir nuspėjimo galimybes, kad būtų galima pateikti labiau suasmenintą turinį. Išmokus daugybę žmonių elgesio ir bendravimo būdų, sistemos atsakas tampa tikslesnis.

AI algoritmai sugeria, apdoroja ir analizuoja duomenų rinkinius, įvestus į sistemą, naudodami savo specifines lygtis. Šis apdorojimas atliekamas vienu iš dviejų pagrindinių būdų: prižiūrimas arba neprižiūrimas. Atliekant prižiūrimą tobulinimą, duomenų rinkiniams bus priskirta tikslinė vertė arba kategorija. Neprižiūrimas tobulinimas algoritmas analizuoja duomenų rinkinį pats be jokių nurodymų ar apribojimų.

Kai jie gauna ir apdoroja daugiau duomenų, algoritmai tobulėja, prisitaiko ir tobulina savo analitinius modelius. Taigi algoritmai tobulėja ir tobulina save, atsižvelgdami į apdorojamų duomenų kokybę ir kiekį. Yra nuomonių, kad dirbtinis intelektas gali išsiaiškinti skirtingus tikslus, apimtį ir kontekstą bendraudamas su žmonėmis, sako Bennettas. Šie laipsniški nuspėjamumo ir supratimo gilumo patobulinimai padidina klientų įtraukimo efektyvumą.

Vertinant kalbinius iššūkius

Nors natūralios kalbos apdorojimas nuėjo ilgą kelią, automatizuota kalbos atpažinimo technologija ir toliau susiduria su iššūkiais atpažindama įvairius kalbinius variantus. Yra visi šie skirtingi angliški akcentai, visi jie yra tvirti ir galiojantys ir turėtų būti švenčiami, sako Bennett. Kiti kalbiniai variantai, kurie meta iššūkį dirbtiniam intelektui, apima skirtingus žargoninius ar šnekamuosius posakius, perteikiančius panašias reikšmes, ir kitas paralingvistines ypatybes, pvz., toną, intonaciją, tempą, pauzę ir aukštį.

Labai svarbu padėti dirbtiniam intelektui valdyti būdingus sistemos šališkumo lygius ir plėstis, kad būtų galima atpažinti visą kalbinių variantų spektrą. Šie laipsniški dirbtinio intelekto algoritmų nuspėjamumo patobulinimai padeda pagerinti klientų patirtį, nes sumažina tiesioginių mainų skaičių ir nusivylimo akimirkas, kurias sukelia tikslaus atpažinimo trūkumas.

Tačiau šios pastangos ir pažanga kelia tam tikrų etinių problemų. Pavyzdžiui, apsvarstykite, kaip mažumos vaizduojamos mokymo duomenų rinkiniuose arba, tiksliau, kaip jos nėra atstovaujamos. Dažniausiai naudojami duomenų rinkiniai neįtraukia įvairesnių tarmės ir socialinės tapatybės išraiškų. Įvairios atstovybės užtikrinimas komandose, kuriančiose AI technologijas, yra svarbus žingsnis kuriant ir tobulinant AI algoritmus, atpažįstančius platesnį kalbinių posakių spektrą.

Dabar, kai dirbtinis intelektas gali leisti didesnius skirtumus, jis turėtų turėti galimybę atsižvelgti į platesnę kontekstinę reikšmę ir būti labiau įtraukiantis. Nors pokalbis ir kalba yra kanalas, žmonės, dirbantys su AI sistemomis, turi ir toliau atsižvelgti į dialektų, akcentų ir kitų stilistinių variantų prieinamumą.

Per mažai atstovaujamos mažumos šiose sistemose labai mažai reprezentuoja savo tarmę ir savo socialinę tapatybę per kalbą. Taip yra daugiausia dėl to, kad jiems trūksta atstovavimo tarp technologiją kuriančių komandų, sako Bennettas. Užtikrinant, kad dirbtinio intelekto sistemas kuriančios ir diegiančios įmonės įtrauktų įvairesnes komandas, gali padėti išspręsti šį būdingą šališkumą.

AI sistemos gali leisti didesnius skirtumus. Kai sistemos gali tiksliai interpretuoti tuos variantus ir sukurti kontekstui tinkamą atsaką, dirbtinis intelektas išsivystys labiau nei bet kada anksčiau. Manau, kad būtent čia mus nuvedė [lauko] evoliucija, sako Bennettas.

Žinoma, tai nereiškia, kad nėra kitų etinių ir praktinių problemų, susijusių su išplėstu AI naudojimu. Susirūpinimas dėl privatumo, atsakomybė, skaidrumas ir tikslus bei tinkamas sprendimų priėmimo procesų perdavimas – visa tai tebėra aktualūs. Ir tada yra etiškas balso įrašų naudojimas. Tai auganti sritis, kurioje vis dar reikia apibrėžti svarbius parametrus.

Užmegzti gilesnį žmogaus ir AI ryšį

Įvairių kalbinių skirtumų svarstymas ir įvairesnių grupių bei istoriškai nepakankamai atstovaujamų mažumų įtraukimas į procesą tikrai sukuria žmogaus ir DI ryšio ateitį. Tai taip pat paskatins plačiau naudoti verslo atvejus. Tiesą sakant, didžiausias konkurencinis pokalbių technologijų skirtumas ateityje bus gebėjimas užtikrinti tvirtą pokalbio supratimą, nepaisant kalbos, akcento, slengo, dialekto ar kitų socialinės tapatybės aspektų.

Bennett prisimena vienos magistrantūros profesoriaus pamoką: Ji pasakė: „Pokalbis yra tarsi lipimas į medį, kuris lipa atgal.“ Ir tai iš tikrųjų apibūdina trajektoriją, kur turi eiti pokalbio AI technologijos, kad atitiktų žmogaus poreikius ir standartus. pokalbis kaip elgesio praktika. Pokalbis nėra solo veiksmas. Tai dvipusė gatvė. Tikras pokalbis yra veiksmas – kai kurie netgi gali sakyti – menas – paeiliui kalbėti ir klausytis, keistis idėjomis, jausmais ir informacija.

Lingvistikoje paralingvistinės kalbos ypatybės, tokios kaip linksniavimas, intonacija, tempimas, pauzė ir aukštis, suteikia pragmatinį pokalbio prasmės sluoksnį, sako Bennettas. Užuot sutelkę dėmesį į tai, kaip vartotojai gali padėti AI sistemoms, turėtume paklausti, kaip galime pritaikyti sistemą, kad ji atitiktų vartotojus ten, kur jie yra. Atsižvelgdamas į tai, ką žinome apie kalbotyrą, nemanau, kad galite priversti bet kokius kalbos pokyčius, sako jis. Šnekamoji AI technologija sukurta taip, kad galėtų pasisekti, jei laikysimės tokio požiūrio pragmatiniame lygmenyje – paralingvistinėje dalykų pusėje.

Gebėjimas suprasti, visiškai suprasti ir pritaikyti tokį kalbinės įvairovės lygį yra tai, kur AI linksta, sako Bennett. Pradedantieji pokalbio AI erdvėje indeksuoja tai kaip atskirtį veiksnį. Ir kai pagalvoji, jei į procesą įtraukiate įvairesnes grupes ir istoriškai nepakankamai atstovaujamas mažumas, tai iš tikrųjų išplečia jūsų bendrą rinką.

Šį turinį sukūrė „Insights“, „MIT Technology Review“ tinkinto turinio dalis. Ją parašė ne „MIT Technology Review“ redakcija.

paslėpti