Yapay zeka içinde 12 ay ömür boyu. Dizüstü bilgisayarlar ve akıllı telefonlar birkaç yıl sürebilse de, bugünün AI modelleri çok daha bayat. Bu, etraflarında iletişim merkezleri oluşturan markalar için büyük bir sorundur.
Ne yazık ki, birçoğu bunu temel -API entegrasyonları ve nokta çözümleri kullanarak temas merkezi yığınlarında üretken AI (Genai) vuran bunu yapıyor. Ancak daha akıllı bir tasarım olmadan, bu planlar hızlı bir şekilde başarısız olacaktır.
Daha iyi bir yaklaşım daha akıllı bir temel oluşturmaktır. Bu, kanal ajanı olan bir model mimarisini, her bir iletişim kanalının nüanslarına otomatik olarak adapte olan bir platform ve gelişmekte olan AI bileşenleriyle basit tak ve oynatma için inşa edilmiş bir sistemi içerir.
Böyle bir sistemle, onlarla bir temas merkezinin AI sistemi yaşlanmayacak, büyüyecek.
Carlos Aragon, Sprinklr kıdemli direktörüAI yatırımlarının sistemi ve geleceği gibi iletişim merkezlerinin yapımına yardımcı olmak için aşağıdaki beş anlayışı paylaşın.
- Esnek, modüler bir mimari oluşturun
Aragon, bir temas merkezinin zaman içinde ön plana çıkan tek bir AI modeli tasarlayabileceği ve tüm temas merkezi kanallarında kullanabileceği bir yaklaşım olduğunu savunuyor. Bu, her bir model için belirleme, izleme ve optimize etme ihtiyacını ortadan kaldırır.
“Platform ayrıca her bir kaynağın (konuşma veya metin) dil girişini desteklemeli ve otomatik olarak kanallara özgü gereksinimlere uyum sağlayan akıllı bir entegrasyon katmanı kaydetmelidir.”
Örneğin, sosyal müşteri hizmetlerini düşünün. Burada model, Instagram'da 300 karakter üzerindeki reaksiyonları sınırlamalı veya manuel müdahale olmadan Facebook'ta 3000 kelimeye kadar uzanmalıdır.
Önemli bile, sanal ajanlar, öneri motorları veya diğer modeller gibi fiş AI bileşenleri için destek, sorunsuz entegrasyon ve esnekliği mümkün kılmaktır.
- Sürekli kontrol ve AI modelleri
AI'nın sürekli izlenmesi ve yeniden eğitilmesi, sistemin müşterilere nasıl tepki verdiğini iyileştiren geri bildirim Klussen'i mümkün kılar.
İkincisi, AI'nın iyi işlev görmesini ve yanlış vaatler yapması veya hatta davalara yol açabilecek düzenlemeleri ihlal ettiği, iş risklerine yol açabilecek yanlış bilgiler üretmemesini sağlar.
Son 18 ayda bunun birçok örneği var. Müşterileri yanlış ayarlayan, onları tartışan ve unutulmaz bir örneğe göre şirketi atan sanal ajanlardan.
Bu vakaların bazıları yasal zorluklara yol açmıştır. Bu nedenle veri sapmasını önlemek için modelleri düzenli olarak eğitmek esastır. Aksi takdirde, model performansı zamanla bozulabilir.
Aragon, “Bir niyet başarısız olduğunda ajanların geri bildirim verebileceği araçları da kullanmalısınız.”
“Başparmak yukarı/aşağı gibi basit geri bildirimler bile yardımcı olur, ancak ideal olarak şunlar gibi belirli yorumlar verebilmelidir:” Bu başarısız oldu çünkü sistem X içermiyordu. “Bu şekilde sistem otomatik olarak öğrenebilir ve geliştirebilir.”
Ayrıca, birçok iletişim merkezi bilgi tabanlarını, vaka kılavuzlarını ve prosescript'leri dinamik olarak güncelleyebilir, böylece AI bir dahaki sefere doğru cevabı verir.
- Veri gizliliğini ve etik yapay zekayı önceliklendirin
Etik yapay zeka ve veri gizliliği sadece yasal açıdan değil, aynı zamanda bir AI hijyeni açısından da gereklidir. Üçüncü taraflardan AI modelleri kullanan markalar için önemli bir husus, kişisel olarak tanımlanabilir bilgilerin (PII) doğru ovulmasını sağlamaktır.
Aragon bunu kaydetti ve şöyle dedi: “Sprinklr için, örneğin, Openai veya diğer LLM'lere talimatlar göndermeden önce PII'yi isimler, adresler ve banka bilgileri gibi tespit eden ve fırlatan dahili AI modellerini kullanıyoruz.”
Bunu yaparak, Sprinklr hassas verileri geçici göstergelerle değiştirir, anonim istek gönderir ve cevap geri döndüğünde halüsinasyonlar için doğrulanır. Bir kalite eşiği harcarsa, orijinal veriler yeniden enjekte edilecek ve müşteriye son cevap verilecektir.
Aragon, “Bu yaklaşım ancak AI platforma yerden yerleştirilmişse mümkün.” Diyerek şöyle devam etti: “AI'yı bir fiş veya düşünme olarak ele alan platformlar için, daha sonra bu kontrol seviyesini daha sonra son derece zordur.”
Aragon daha sonra bu yaklaşımın AVG, CCPA ve yeni yasalar gibi düzenlemelere uymayı sağladığını vurguladı.
Bu noktada, veri gizlilik politikasını olabildiğince hazırlayabilen bir satıcı ile işbirliği yapmak çok önemlidir. Sonuçta, son yıllarda, çeşitli davalar temas merkezi sağlayıcılarına karşı çıkmıştır.
İletişim merkezleri ayrıca, modellerinde yalnızca entegrasyonlara izin vererek kilitleme girişiminde bulunan tedarikçilerden kaçınmalıdır. Ayrıca üçüncü tarafların modellerine de açık olmalıdırlar.
Bu nedenle belgeleri taşınabilir tutun ve aynı idari standartları tüm sistemlere uygulayın.
- İşletme ve Müşteri Deneyimi Hedefleri ile AI satır
Birçok şirket, işgücünü azaltmak için iletişim merkezi AI uygulamak için acele ediyor. “Etkileşimlerin yüzde 60'ını bükebilirsem X doları tasarruf edeceğim.” Ama çoğu zaman yanlış şeyleri ölçerler.
Örneğin, bir şirket şöyle diyebilir: “Üç milyon etkileşim var”, ancak bunu daha önceki parçalarla karşılaştırmazlarsa işe yaramaz.
Sonuçta, bu üç milyon sapma temas merkezine trafiği artırabilir, çünkü de bot sorunu çözmedi ve müşteri hala çağrıldı.
Aragon, AI'nın müşteri gezileriniz üzerindeki etkisinin düzenli olarak değerlendirilmesini önerir.
“Konuşmaları analiz etmek, eğilimleri belirlemek ve deneyimin gerçekte gelişip gelişmediğini veya müşterilerin hayal kırıklığına uğramış olup olmadığını belirlemek için AI kullanın. Göremediğinizi çözemezsiniz” dedi.
Son olarak, CX liderleri AI planlamasına katılmalıdır. Bu sadece maliyetlerden tasarruf etmek için bir iletişim merkezi girişimi değildir. Müşteri yolculuğunun yaşadığı her yerde pazarlama, e-ticaret, ürünü etkiler.
- Upskill takımları ve bir yenilik kültürünü teşvik edin
AI okuryazarlığı artık isteğe bağlı değil. Aragon'un dediği gibi: “Temsilcilerden yöneticilere, temel ilkeler anlamalıdır: hızlı mühendislik, veri etiği, yapay zeka CX'i nasıl etkiliyor ve kaçınma riskinin ne olduğunu.”
Bu çok önemli, çünkü bazı temas merkezleri tam sohbet transkripsiyonlarını kopyalayan ve özet oluşturmak için bunları Chatgpt'e yapıştıran ve güvenlik protokollerini tamamen atlatanları geçti. Bu riskli ve eğitim eksikliği gösteriyor.
Şirketler çalışanlara neden belirli araçların sınırlı olduğu ve AI ile nasıl güvenli bir şekilde deneyebilecekleri hakkında bilgi vermelidir.
Aragon, “Pilot programlar, sanal alan ortamları vb.
“AI+ stüdyomuzda ortakları, sürükle ve bırak araçları ve minimal kodlama ile kendi botlarını, istemlerini ve iş akışlarını görsel olarak inşa etmek için eğitiyoruz. İngilizceyi istemler için” kod “olarak ele alıyoruz.
Buradaki bir başka iyi ipucu da organizasyon boyunca zaferleri kutlamaktır. Çalışanların AI'nın onlara nasıl fayda sağladığını anlamalarına yardımcı olun – sadece şirket değil. Amaç kovulmaz; İnsan işgücünü artırmaktır.
Doğru AI ortağını seçmek çok önemlidir
Bir AI modelinin ortalama ömrü kısalır. Modellerin veya örtmenin değiştirilmesi zaman ve para gerektirir. Esnek, modüler bir mimaride önceden eğitilmiş modellerle AI yatırımları korur. Ancak yukarıdaki noktalara göre dikkate alınması gereken çok şey var.
Belki de en büyük nokta: Doğru CX tedarikçisini seçmek, toplam sahiplik maliyetlerinde ve AI stratejinizin uzun vadeli başarısında gerçek bir fark yaratır.
Sprinklr, dünyaya dayanan birçok şirket için “doğru” CX satıcısı olduğuna inanıyor. Müşteri Deneyimi Portföyü hakkında daha fazla bilgi için: www.sprinklr.com
Bir yanıt yazın