Apple kısa süre önce haber ve eğlence amaçlı yapay zeka bildirim özetlerine ara verildiğini duyurdu.
Bu, yanlış haber uyarılarının üretilmesine yönelik bir tepki dalgasının ardından geldi.
Bir sonraki iOS güncellemesi, hizmette ince ayar yapıldıktan sonra gelecekteki bir güncellemeye kadar bildirimi tamamen devre dışı bırakacaktır.
Apple'ın geri çekilmesi, halüsinasyonların üretken ve artık ajansal yapay zeka projelerini saptırmaya devam etmesiyle ortaya çıkıyor.
Amazon'un marka adını değiştirme konusundaki son mücadelesini düşünün Alexa bir yapay zeka ajanı olarak. Halüsinasyonları kalıcı bir engel olarak gösterdi.
Ancak halüsinasyonlara dair yaygın söylentilere rağmen, birçok iletişim merkezi bu konuda ilerleme kaydetti ve bunları uygulamaya koydu. otomatik özetler.
Sonuçta iletişim merkezi sağlayıcıları bunun, hizmet ekiplerinin GenAI'ye güvenlerini inşa etmeleri için basit bir ilk kullanım örneği olacağına söz verdi.
Artık bu otomatik özetler o kadar basit görünmüyor.
Otomatik özetler iletişim merkezlerinde yaygın olarak kullanılıyor ancak sorunlar da var
Birçok iletişim merkezi, yapay zekanın kullanıma sunulmasına ayak uydurmaya istekli ve otomatik vaka özeti çoğunluğuna katıldı.
Geçtiğimiz 18 ay boyunca otomatik özet uygulayan hizmet sağlayıcıların sayısı önemli ölçüde arttı.
Yakın tarihli bir CX Today raporuna göre, iletişim merkezlerinin yüzde 38'i bunu zaten yaptı.
Temas sonrasında bu otomatik özetlerin CRM'ye yüklenmesinin müşteri olay geçmişini takip etme, işlem sürelerini azaltma ve maliyet tasarrufu sağlama açısından faydalı olduğu kanıtlanmıştır.
Ancak bazı iletişim merkezleri, modeller pratikte iyi performans gösterse de bunu fark etti POC'ler ve pilot uygulamalar; bunları kurumsal düzeyde üretime yükseltmenin bazı zorlukları vardır.
Buna göre Swapnil Jain, Observe.AI'nin kurucu ortağı ve CEO'su.
Jain, bir LinkedIn gönderisinde, kurumsal iletişim merkezlerinin otomatik özetlerini etkili kılmak için neye ihtiyaç duyduğuna ilişkin aşağıdaki listeyi paylaştı:
- Doğruluk için modelleri iyileştirme
- Transkripsiyon hatalarını düzeltin
- Uzunluk kısıtlamalarını uygulama
- Yüksek doğrulukta varlık çıkarımı elde etme
- Gecikme gereksinimlerini yönetin
- Ses tutarlılığını koruyun (birinci şahıs ve üçüncü şahıs)
- Çağrı aktarma gibi karmaşık senaryoların sorunsuz şekilde yönetilmesi
Jain, “Bunlar küçük ayrıntılar değil” dedi. “Bunlar gerçek kurumsal düzeyde yapay zeka çözümleri oluşturmak için gereklidir.”
İletişim Merkezleri Otomatik Özetlerin Dışında Kalmalı mı?
Otomatik özetlere tamamen saldırmadan önce, bunların mümkün olduğu zamanı hatırlamanız çok önemlidir.
İletişim merkezi temsilcilerinin manuel olarak bir özet yazması, etkileşimi bir değerlendirme koduyla etiketlemesi ve bunu CRM'ye göndermesi gerekiyordu.
Temsilciler aceleleri nedeniyle çoğu zaman önemli ayrıntıları gözden kaçırıyor ve yanlış tasarruf kodunu seçiyorlardı.
Bu nedenle CRM'i hatalı verilerle doldurdular; bu da iletişim merkezlerinin birçok müşteri vakasının geçmişini takip etmekte zorlandığı anlamına geliyordu. Ayrıca müşterilerin neden aradığını doğru bir şekilde anlayamadılar.
Otomatik özetler bazen halüsinasyon olsa da, daha önce gelenlerden bir adım öndedirler.
Yine de iletişim merkezleri, dağıtımlarının mümkün olduğunca doğru olmasını sağlamaya çalışmalıdır.
Bu, sağlıklı dozda şüphecilikle başlar. Jain'in gönderisine yorum yapanlardan birinin yazdığı gibi:
İyi bir yapay zeka demosu 10 saatlik iştir, ancak gerçek üretim 10.000 saatlik kirli iştir
İletişim merkezleri aynı zamanda arka uç büyük dil modelini (LLM) ve bu modeli besleyen istemi özelleştirmelerine olanak tanıyan otomatik özetleme çözümlerine de odaklanmalıdır.
Buradan, sonuçları kıyaslamaya yönelik araçlarla birlikte, korumalı alan ortamında bu modeller ve istemler üzerinde kapsamlı testler gerçekleştirin.
Tüm bunları mümkün kılan bir çözüm örneği Five9 GenAI Studio'dur. Bu çözüm hakkında daha fazla bilgiyi burada bulabilirsiniz.
Bir yanıt yazın