Varför konversations-AI nu är redo för bästa sändningstid

0
121

Zeus Kerravala

Av Zeus Kerravala | 18 november 2021 | Ämne: Teknik

Konversationsbaserad artificiell intelligens fungerar som gränssnittet mellan en person och en dator, genom vilket organisationer kan uppnå engagerande tvåvägsinteraktioner. Tekniken förknippas vanligtvis med callcenter och virtuella assistenter/chatbotar, även om den kan tillämpas i praktiskt taget alla vertikala branscher. Tack vare maskininlärning och AI-genombrott under de senaste åren har konversations-AI växt bortom chatbots till att inkludera en mängd olika användningsfall.

Conversational AI har funnits nu i flera år, men tekniken har inte varit redo för något annat än ett labb. Men tack vare framsteg inom AI-teknik, accelererad datoranvändning och maskininlärningsmodeller är konversations-AI redo att flytta in i affärsvärlden som en vanlig teknik, särskilt när det gäller kundupplevelse.

Tidigare denna månad samlades en panel av experter från T-Mobile, RingCentral och Hugging Face på NVIDIA 2021 GTC-konferensen för att diskutera hur konversations-AI har förbättrat deras verksamheter och för att dela trender som formar framtiden för denna framväxande teknologi. På konferensen presenterade NVIDIA också Riva Custom Voice, en ny verktygslåda som kan användas för att skapa anpassade röster med endast 30 minuters talinspelningsdata.

Innovationen som sker kring röstsyntes och taldata kommer att “förvandla hur virtuella assistenter och chatbots ansluter och pratar tillbaka”, säger Kari Briski, NVIDIAs vice VD för mjukvaruprodukthantering för AI/HPC (högpresterande datoranvändning). Det finns en enorm möjlighet att använda data för att bygga nya konversations-AI-modeller som tar hänsyn till människors accenter och distinkta ljudmiljöer, som bullriga kaféer och utomhussportevenemang.

AI är i position för att lära sig själv 

“I framtiden kommer vi att se AI definiera sina egna data”, säger Prashant Kukde, assisterande vicepresident för Conversational AI på RingCentral. Ungefär som ett bakgrundsfilter som suddar ut ett rörigt rum, sa Kukde, AI skulle kunna fungera som ett bakgrundsfilter i realtid för att eliminera en accent när en icke-modersmålstalare pratar. Samtidigt skulle en person i andra änden höra accenten de är bekanta med. Det här konceptet med dubbelriktad konversations-AI är bara ett exempel på innovation i detta utrymme, sa Kukde.

RingCentrals nuvarande fokus tar ett steg tillbaka till idag och är att tillämpa AI på spontana konversationer som vanligtvis finns i virtuella möten. Leverantören av Unified Communications as a Service (UCaaS) kombinerar konversations-AI i sin befintliga produktportfölj. Den lanserade nyligen en ny automatisk sammanfattningsfunktion som genererar sammanfattningar från tal till text möten för att ge deltagarna en bättre upplevelse, och i sin tur förbättrar produktiviteten.

Varför det borde finnas i varje kontaktcenter 

Medan T-Mobiles konversations-AI-distributioner sträcker sig från att stödja T-Mobile-anställda till externa kunder. T-Mobile använder AI i sina kontaktcenter för att dokumentera samtal mellan kunder och kundtjänstagenter, både genom chatbots och självbetjäning. Den trådlösa operatören använder också AI för att transkribera konversationer från tal till text för att hjälpa agenter som arbetar i callcenter (agent-assist).

När covid-19 slog till översvämmades T-Mobiles callcenter med kundförfrågningar om betalningsplaner på grund av de ekonomiska svårigheterna som orsakades av pandemin. T-Mobile kunde automatisera denna enkla uppgift genom att rulla ut en chatbot som hjälpte kunder att göra betalningsarrangemang. Vad T-Mobile inte förväntade sig är att få en så hög avkastning på investeringen (ROI) genom att lansera ett litet sidoprojekt, som blev ett flitigt använt verktyg.

“Vi trodde att chatboten bara skulle leva under coronavirussäsongen. Men under de första 18 månaderna av dess liv hade vi en 750 procent ROI från denna chatbot”, säger Heather Nolis, T-Mobiles främsta maskininlärningsingenjör. “Det finns många rutinuppgifter som händer i våra callcenter där människor inte är nödvändiga. Faktum är att vi upptäckte att cirka 30 procent av våra kunder inte vill prata med en person och skulle föredra en samtalsassistent.”

Conversational AI fortsätter sin snabba utveckling 

Under de senaste tre åren har konversations-AI utvecklats till att inkludera nya typer av modeller som ger bättre förutsägelser för att sammanfatta och klassificera text, förstå känslor och göra nya saker både i tal och syn. Framåt kommer konversations-AI att drivas av öppet samarbete genom modeller, kontrollpunkter och implementeringar. Det betyder att organisationer måste ta till sig mer pragmatisk AI, som tar itu med affärsproblemet snarare än lösningen, säger Jeff Boudier, produktchef på Hugging Face, skapare av Transformers open-source natural language processing (NLP) bibliotek.

“En av de största utmaningarna under de senaste tre åren har varit att ta vetenskapen i händerna på utövarna”, sa Boudier. “Pragmatisk AI kräver att man använder teknik med öppen källkod så mycket som möjligt. Det är en av de avgörande egenskaperna hos maskininlärning, den är vetenskapsdriven. Det är ett levande system som människor bygger.”

Hugging Faces Transformers-bibliotek uppmuntrar bidrag från många människor inom olika branscher. Det finns mer än 1 600 offentliga datauppsättningar tillgängliga på cirka 200 språk. Vem som helst kan få tillgång till 70 000 gratis transformatormodeller, tillhandahållna av en community med 1 000 bidragsgivare (och växer). Datauppsättningarna inkluderar allt från klassificering av text till att transkribera ljud till att känna igen objekt i foton och videor.

En öppen framtid för samarbete är det ultimata målet för konversations-AI. Men innan organisationer kan komma dit måste de förstå varför de bygger chatbotar och andra AI-baserade tjänster i första hand. RingCentrals Kukde tycker att organisationer gradvis bör införa konversations-AI och placera den på ett sätt som inte får folk att känna att det tar över deras jobb. När AI introduceras gradvis har organisationer tid att samla in feedback med mer data, bättre utbildning och fortsätta bygga för framtiden, sa han.

Nolis tror att en bra strategi för organisationer är att skapa chatbots som ger användare med en bra upplevelse snarare än att komma med förslag som de redan känner till. Det är viktigt att förstå var chatbots bör och inte bör användas, så folk älskar faktiskt att prata med chatbots istället för att tolerera dem och hoppas på att så småningom komma till en riktig person.

“Alla som bygger en chatbot bör lyssna på deras användare genom att titta på den data de redan har från interaktioner på sociala medier, klagomål och samtal med kundtjänstagenter”, avslutade Nolis. “Om AI-agenten vi bygger inte kan göra vad en människa kan göra, så låter vi en människa hantera det eftersom vi verkligen bryr oss om kvaliteten på vår kundservice.”

Samarbete