Могут ли новые достижения в области искусственного интеллекта придать «человеческое прикосновение», которое так не хватает чатботам?
Могут ли новые достижения в ИИ придать «человеческое прикосновение» чатботам?
Когда чатботы впервые стали коммерчески доступными, компании всех размеров приняли их с открытыми объятиями. “Иметь робота, который может обработать простые вопросы клиентов за секунды? Удивительно!” – думали мы.
Проблема заключалась в том, что эти первые чатботы были больше раздражающим барьером, чем C-3PO. От того, что их просили повторить вопрос 10 раз до того, что их направляли на совершенно несвязанную страницу с информацией – клиентам просто не хватает терпения, чтобы иметь дело с плохо сделанными чатботами.
Фактически, исследование, проведенное Zoom, показало, что более половины опрошенных перейдут к конкуренту после одного или двух плохих опытов обслуживания клиентов.
Но могут ли новые достижения в технологии искусственного интеллекта дать нам умных, эмоционально интеллектуальных и проактивных чатботов нашей научно-фантастической мечты? Давайте посмотрим, в чем заключается ошибка чатботов и как искусственный интеллект может помочь.
Отклонения от сценария
Если вы когда-либо путешествовали в другую страну, чтобы проверить свои языковые навыки, вы знаете, что то, что вам учат в классе, совершенно отличается от того, как люди на самом деле разговаривают на практике. “Как дела?” может быть заменено на “как дела?”, “10 фунтов” становятся “10 фунтов стерлингов”. Пока вы провели время с местными жителями, вы действительно научитесь говорить на языке.
- Европейская компания займется изучением планов по ‘сбору̵...
- Threads начинает внедрение хронологической вкладки ‘Подписки
- По данным источников в цепочке поставок, Apple рассматривает возмож...
Ранние боты были очень похожи на новых изучающих язык. Их знание человеческого языка ограничивалось предустановленным набором вопросов и ответов. Забудьте о сленге или нюансах, даже сказать “привет” вместо “здравствуйте” могло сбить их с толку. Спросите их что-то за пределами их программирования, и вы можете ожидать беспомощного ответа: “Извините, я не понимаю”.
Обработка естественного языка (Natural Language Processing, NLP) позволяет вашим чатботам повысить свои навыки общения на человеческом языке. Вместо полагания на предварительно заданные вопросы и ответы, чатботы, основанные на NLP, разбирают запрос клиента на части и анализируют его контекст и значение.
Это означает, что клиенты могут общаться с этими продвинутыми чатботами так же, как они бы общались с настоящими представителями службы поддержки клиентов и получать удивительно нероботичные ответы взамен. ChatGPT является хорошим примером искусственного интеллекта, использующего NLP для лучшего понимания запросов пользователей.
Кроме того, чем больше NLP-чатботы взаимодействуют с клиентами, тем больше они узнают. Это означает, что со временем они смогут предоставлять более точные и актуальные ответы на основе предыдущих взаимодействий.
Улучшенная коммуникация
Итак, чатботы с применением искусственного интеллекта могут печатать разговор. Но могут ли они говорить на языке?
Распознавание речи и преобразование речи в текст действительно помогают чатботам общаться. Вернитесь как минимум пять лет назад, и любой, у кого есть хотя бы намек на акцент, будет иметь трудности с получением ответа от голосового помощника. Сегодня, используя понимание естественного языка (Natural Language Understanding, NLU), современные чатботы могут определить языки и акценты, отвечать на том же языке и преобразовывать устную речь в письменные ответы с помощью функции преобразования речи в текст.
Это также удобно для агентов службы поддержки клиентов, которым нужно генерировать сводки своих разговоров для ведения записей и целей обучения.
Эмоциональный компонент
Цель чатбота заключается в общении. По определению, они должны быть разговорными. Но разговор не только о словах – это понимание эмоций и нюансов.
Люди не всегда говорят то, что имеют в виду; мимика, тон голоса, выражение лица и интонация могут указывать на сообщение, которое нельзя передать только словами. Что делает еще более сложным задачу чатботов понять, что мы на самом деле имеем в виду.
С помощью техник машинного обучения современные чатботы могут быть обучены распознавать скрытый намерения за сообщениями. Это называется анализом настроения, что позволяет моделям искусственного интеллекта определять, имеет ли человеческий язык положительное, отрицательное или нейтральное настроение.
Поскольку мы всего лишь люди, мы обычно используем эмоциональный язык, даже если общаемся с ботами.
Инструменты анализа настроения могут оценивать данные на шкале положительности или отрицательности на основе используемого языка. Например, даже лучшая технология NLP может не понимать сарказм, но анализ настроения может использоваться для определения, когда клиент может быть в ярости. Эта технология может использоваться во множестве случаев, от помощи в анализе рисков до обнаружения и предупреждения агентов о случаях потери близкого человека.
Это очень удобно для команд службы поддержки клиентов, которым необходимо быстро классифицировать и приоритизировать обращения или определить те, которые должны быть перенаправлены или переданы на рассмотрение человеку. Такой интеллектуальный маршрутизатор и эскалация может сократить время ответа и сэкономить время командам службы поддержки клиентов, пытающимся сопоставить запросы с правильными агентами.
Обучение и извлечение информации для будущего
Здравый смысл – одно из присущих нам качеств (которое есть у большинства людей) и отличает нас от наших все более умных машин. Если мы достаточное количество раз делаем что-то без получения желаемого результата, это маленький голосок, который говорит нам: “Эй, возможно, здесь что-то не так”.
Хотя мы до сих пор не смогли внедрить здравый смысл в наши машины, прогнозирующая аналитика может помочь ботам учиться на основе прошлых данных и предоставлять превентивную поддержку.
Если клиент публикует отзыв о продукте в Интернете и упоминает проблему с продуктом, инструменты прогнозирующей аналитики могут помочь вам отследить клиентов, использующих тот же продукт, и которым также могут угрожать похожие проблемы. Вот интересная штука: вы можете использовать эти данные для предоставления целевой поддержки для затронутых клиентов, опубликовать общее заявление о проблеме и повлиять на будущее развитие продукта.
Прогнозирующая аналитика также может помочь вам увеличить продажи. Анализируя прошлые данные о покупках клиентов, инструменты прогнозирующей аналитики могут предлагать персонализированные рекомендации по продуктам для каждого клиента.
Масштабирование успеха: как генеративный искусственный интеллект революционизирует опыт клиента (CX)
Если вы готовы погрузиться глубже в мир искусственного интеллекта в области обслуживания клиентов, ознакомьтесь с этим вебинаром по требованию, на котором эксперты Тим Бантинг из Omdia и Икбал Джавайд из Zoom обсуждают:
- Тенденции внедрения и наиболее популярные технологии искусственного интеллекта в настоящее время
- Некоторые проблемы, связанные с данными, безопасностью и предвзятостью
- Лучшие практики интеграции инструментов искусственного интеллекта в команды обслуживания клиентов
- Платформа опыта клиента на основе искусственного интеллекта Zoom
