Το AI Μπορεί Να Σας Βοηθήσει Να Φτάσετε Σε Ένα Πραγματικό Άνθρωπο Γρηγορότερα

Νέα έρευνα δείχνει ότι ανοικτά συστήματα AI τύπου ChatGPT μπορούν να κατευθύνουν τους καλούντες στο σωστό άτομο σε ένα κέντρο τηλεφωνικών κλήσεων χρησιμοποιώντας φυσική γλώσσα, χωρίς να ακολουθούν εξοργιστικές επιλογές μενού που είναι διαφορετικές κάθε εβδομάδα, φαινομενικά σκόπιμα εμποδιστικές.

Η προσπάθεια να φτάσετε σε ένα πραγματικό άτομο σε ένα κέντρο τηλεφωνικών κλήσεων μπορεί να είναι μια εκνευριστική εμπειρία, λόγω της ανάγκης να διαπεράσετε πολλές επιλογές μενού σε αργό ρυθμό – συχνά χωρίς βεβαιότητα σχετικά με το ποια από αυτές τις επιλογές ταιριάζει στην περίπτωσή σας. Αν καμία από αυτές δεν ταιριάζει, οι έμπειροι χρήστες έχουν την τάση να υιοθετούν τεχνάσματα και παρακάμψεις για να αποκτήσουν πρόσβαση σε έναν ανθρώπινο σύμβουλο και να βγουν από το ‘κόλπο της επιλογής’. Πολλοί από εμάς θα αναγνωρίσουν αυτό ως μια πιο ή λιγότερο ‘μαχητική’ και εχθρική προς τον χρήστη εμπειρία.

Δεν είναι έκπληξη, τα κέντρα τηλεφωνικών κλήσεων είναι στην πρώτη γραμμή για ενίσχυση ή αντικατάσταση από συστήματα AI; και, παρά την προσεκτική προσέγγιση που υποστηρίζεται από ορισμένους, η αυτοματοποίηση του κέντρου τηλεφωνικών κλήσεων με AI παραμένει ένα εύκολο κέρδος για τα τεχνολογικά νέα και για την προοπτική της καινοτομίας του AI που μπορεί να προσφέρει ασυνήθιστα πρώιμα οφέλη.

Κλειστό Κατάστημα

Αλλά υπάρχουν ορισμένες περιοχές όπου οι αρχές του ανοικτού κώδικα και τα ελεύθερα διαθέσιμα δεδομένα σπάνια εφαρμόζονται ή είναι διαθέσιμα, και αυτό είναι ένα από αυτά. Έχει νόημα: κάθε εταιρεία που ενδιαφέρεται για την αυτοματοποίηση των συστημάτων ανταπόκρισης πελατών θα έχει περιορισμένο ή καθόλου ενδιαφέρον για το να μοιράζεται τα δεδομένα που τροφοδοτούν τις σκληρά κερδισμένες εντυπώσεις, τις μεθόδους ή την εταιρική ΙΔ.

Για ένα πράγμα, η κοινή χρήση αυτών των πόρων θα κοστίσει μια πλεονεκτική θέση στους ανταγωνιστές; πιο σημαντικά, δεδομένου πόσο ευάλωτα είναι τα συστήματα AI-σε-βρόχο να αποκαλύψουν ιδιωτικά δεδομένα, είναι νομικά επικίνδυνο.

Αυτό έχει οδηγήσει σε eine σειρά από καλά επενδυμένα παίκτες που αναπτύσσουν ανεξάρτητα συστήματα ανταπόκρισης κέντρου τηλεφωνικών κλήσεων με τη βοήθεια του AI; και σε eine ποικιλία από startups και καθιερωμένα παίκτες που ζητούν να εξυπηρετήσουν την αυξανόμενη ζήτηση για ικανότητες ανταπόκρισης πελατών με τη βοήθεια του AI.

Ένας βοηθός φωνής PolyAI ανοίγει μια κλήση εξυπηρέτησης πελατών για τη φανταστική εταιρεία ‘Augusta Lawn Care’, βασισμένος σε μεγάλες ποσότητες συνεισφορών για την αυτοματοποίηση των απαντήσεων μέσω της υφιστάμενης υποδομής του κέντρου τηλεφωνικών κλήσεων. Πηγή

Επιπλέον, ο αγώνας για την αφαίρεση της εκνευριστικής εμπειρίας της πλοήγησης σε ένα λαβύρινθο κέντρου τηλεφωνικών κλήσεων έχει αποδειχθεί ένας κινητήρας για τις ερευνητικές προσπάθειες – αν και οι περισσότερες τέτοιες δημοσιεύσεις τείνουν να συμβαίνουν μακριά από το Arxiv και άλλα ανοιχτά δίκτυα ερευνητικών δημοσιεύσεων, σύμφωνα με τη γενικά κρυφή φύση της ανάπτυξης του Interactive Voice Response (IVR).

Αντίθετα, η έρευνα, τα δεδομένα και η επιχειρηματική ευφυΐα που σχετίζονται με την αυτοματοποίηση της ανταπόκρισης πελατών είναι όλα ζηλόφωνα φυλαγμένα, με πολύ λίγες ανοιχτές πηγές διαθέσιμες – ακόμη και αν η χρήση συστημάτων και δεδομένων FOSS προσφέρει μια νομικά σαφή επιλογή, η οποία είναι αμφίβολη.

Τοπική Κλήση

Με αυτή τη σκέψη, είναι αναζωογονητικό να δούμε μια νέα εργασία από την Κολομβία που προσπαθεί να βγάλει το IVR από το εταιρικό θησαυροφυλάκιο, τουλάχιστον λίγο. Η νέα εργασία, ένα συντομότατο άρθρο με τίτλο Πέρα από τα IVR Touch-Tones: Κατεύθυνση Προθέσεων Πελατών με τη βοήθεια των LLMs, προέρχεται από έναν ερευνητή στο Universidad Distrital Francisco José de Caldas στο Μπογκοτά, και ισχυρίζεται ότι είναι το πρώτο μη κλειστό έργο που χρησιμοποιεί Μεγάλους Μοντέλους Γλώσσας (LLMs) για τη δημιουργία eines λειτουργικού σχήματος για ένα σύστημα Κατεύθυνσης Προθέσεων Πελατών (CIR).

Αντί να προσπαθήσει να αποκτήσει πρόσβαση σε πραγματικά δεδομένα κλήσεων ή ιδιωτικά δέντρα μενού, το νέο έργο δημιουργεί όλα τα συστατικά από το μηδέν χρησιμοποιώντας τρία μοντέλα AI: ένα για την εφεύρεση ενός ρεαλιστικού μενού κέντρου τηλεφωνικών κλήσεων; ένα άλλο για την προσομοίωση εκατοντάδων παραπόνων πελατών; και ένα τρίτο για να ενεργεί ως ο chatbot, προσπαθώντας να κατευθύνει αυτά τα παράπονα στο σωστό προορισμό.

Το αποτέλεσμα είναι ένα πλήρως συνθετικό αλλά πειστικό πεδίο δοκιμών, που περιλαμβάνει μια φανταστική εταιρεία τηλεπικοινωνιών, μαζί με 920 διαφορετικές ερωτήσεις πελατών, επιτρέποντας στο πείραμα να παρακάμψει νομικούς κινδύνους ενώ διερευνά πόσο καλά το τρέχον AI μπορεί να ερμηνεύσει ασαφείς, ακατάστατες ομιλίες και να συνδέσει τον καλούντα με το σωστό άτομο.

Οι δοκιμές δείχνουν ότι το σύστημα μπορεί να ταιριάξει τις ελεύθερες παραπονούμενες κλήσεις με το σωστό προορισμό του κέντρου τηλεφωνικών κλήσεων με ακρίβεια έως 89,13%, ιδιαίτερα όταν δοθεί ‘επιπεδοποιημένες’ επιλογές μενού αντί για περιγραφικές περιγραφές (περισσότερα για αυτό αργότερα).

Η μελέτη βρήκε επίσης ότι όταν οι καλούντες χρησιμοποιούσαν πιο καθημερινή ή ποικίλη γλώσσα, το AI σφάλαινε περισσότερο; αλλά ότι κάποια από αυτά τα λάθη συνέβησαν όχι επειδή το AI δεν κατανόησε, αλλά επειδή το ίδιο το τηλεφωνικό μενού ήταν συναρπαστικό.

Παραδείγματα αλληλεπιδράσεων πελατών, που μοιράζονται ως μέρος του νέου έργου. Πηγή

Τα δεδομένα για το έργο έχουν καταστεί δημοσίως διαθέσιμα.

Μέθοδος

Το πρώτο μοντέλο στη τριπλή προσέγγιση δημιουργεί ένα λεπτομερές τηλεφωνικό μενού για μια φανταστική εταιρεία τηλεπικοινωνιών; το δεύτερο γεννάει μοναδικά μηνύματα καλούντος – κάποια απλά, άλλα επαναδιατυπωμένα ή πιο καθημερινά – για να προσομοιώσει τον τρόπο με τον οποίο οι άνθρωποι πραγματικά μιλάνε όταν καλούν για βοήθεια. Σχετικά με αυτό, 920 παραδείγματα δημιουργήθηκαν για το έργο.

Το τρίτο μοντέλο έλαβε την Aufgabe να συνδέσει κάθε καλούντα με το σωστό τμήμα, βασισμένο μόνο στο μήνυμα και μια έκδοση του μενού. Αυτό το σχήμα επέτρεψε στο πείραμα να είναι πλήρως επαναλαμβανόμενο, ενώ παρακάμπτει την ανάγκη για πραγματικά δεδομένα κλήσεων ή την έκθεση πληροφοριών πελατών:

Τα τρία συστήματα που επιλέχθηκαν για την τριπλή προσέγγιση. Πηγή

Τα τρία μοντέλα που χρησιμοποιήθηκαν, αντίστοιχα, ήταν gpt-3.5-turbo; gpt-4o-mini; και gpt-4.1-mini.

Για να προσομοιώσει ένα πειστικό περιβάλλον εξυπηρέτησης πελατών, ήταν απαραίτητο να συνθεθεί ένα σύνθετο τηλεφωνικό μενού από το μηδέν. Λόγω της σπανιότητας των σχετικών συνόλων δεδομένων, το μοντέλο gpt-3.5-turbo προrompted για να δημιουργήσει μια πλήρη, πολλαπλή δομή για μια φανταστική εταιρεία τηλεπικοινωνιών.

Κάθε κλάδος был ρυθμισμένος για να αντιπροσωπεύει περιοχές υπηρεσιών όπως χρέωση, τεχνική υποστήριξη, διαχείριση λογαριασμού, και νέες υπηρεσίες, με πραγματικές υπο-επιλογές και ποικίλους βάθους σε όλο το δέντρο. Από αυτό το τεχνητό μενού, δύο εκδόσεις δημιουργήθηκαν για μεταγενέστερη δοκιμή: μια ως απλή κειμενική ιεραρχία, για να μιμηθεί τον τρόπο με τον οποίο ένας άνθρωπος θα διάβαζε όλο το μενού; και μια άλλη ως λίστα τελικών σημείων, κάθε一个 με τη δική του ακολουθία πιέσεων κουμπιών.

Αυτό επέτρεψε στο σύστημα να δοκιμαστεί και στις δύο εκδόσεις του προκλήματος κατεύθυνσης:

Δύο εκδόσεις του τηλεφωνικού μενού παρέχθηκαν στο AI: μια λεπτομερής κειμενική ιεραρχία, και μια απλοποιημένη λίστα με άμεσες επιλογές μενού, για να συγκρίνουν πόσο καλά κάθε μορφή υποστήριζε την κατεύθυνση των καλούντων στο σωστό μέρος.

Για να δημιουργηθούν τα μηνύματα καλούντος που χρειάζονταν για τη δοκιμή, ένα δεύτερο γλωσσικό μοντέλο χρησιμοποιήθηκε για να παράγει ένα σύνολο πρωτογενών παραπόνων ή αιτημάτων, με δέκα μοναδικά παραδείγματα που δημιουργήθηκαν για κάθε τελικό σημείο μενού.

Κάθε ένα από αυτά επεκτάθηκε σε πολλές επαναδιατυπωμένες εκδοχές, για να μιμηθεί την ποικιλία των τρόπων με τους οποίους οι πραγματικοί καλούντες θα εξέφραζαν τα προβλήματα τους, και εισήγαγε αλλαγές σε μήκος, τόνο και ακόμη μικρά λάθη ή ‘γέμισμα’ γλώσσας.

Τα 920 μηνύματα καλούντος που δημιουργήθηκαν αρχικά σχεδιάστηκαν για να δοκιμάσουν την ακρίβεια του συστήματος και να προσομοιώσουν την απρόβλεπτη φύση της πραγματικής ομιλίας.

Το τρίτο στάδιο έβαλε υπό δοκιμή πόσο ακριβώς το τελικό μοντέλο θα μπορούσε να χαρτογραφήσει κάθε μήνυμα καλούντος στο σωστό προορισμό μενού, με βάση τις δύο διαφορετικές μορφές παρουσίασης του συστήματος IVR (βλ. εικόνα παραπάνω).

Στην πρώτη έκδοση, το AI έλαβε μια πλήρη, περιγραφική περίγραμμα του τηλεφωνικού δέντρου, με κάθε κλάδο και υπο-επιλογή να παρουσιάζεται σε κειμενική μορφή. Στη δεύτερη, είδε μόνο μια λίστα τελικών προορισμών, κάθε ένας από τους οποίους ήταν συνδεδεμένος με μια ακολουθία πιέσεων κουμπιών.

Η στόχος ήταν να δούμε εάν μια απλοποιημένη έκδοση του μενού θα κάνει πιο εύκολο για το μοντέλο να αποφασίσει πού πρέπει να πάνε οι κλήσεις. Σε cả τις περιπτώσεις, το σύστημα έλαβε ένα μήνυμα κάθε φορά, και ζητήθηκε να επιστρέψει μόνο το μονοπάτι, χωρίς πρόσθετα λόγια ή εξηγήσεις, για να διευκολύνει την αυτόματη βαθμολόγηση.

Απομόνωση

Για να αποφευχθεί η μολύνωση των αποτελεσμάτων της δοκιμής, το πείραμα διατήρησε κάθε μοντέλο απομονωμένο από τα άλλα: το τηλεφωνικό μενού δημιουργήθηκε από το πρώτο μοντέλο, αλλά στη συνέχεια ολοκληρώθηκε χειροκίνητα, ώστε να παραμείνει άγνωστο στα άλλα συστήματα.

Τα μηνύματα καλούντος δημιουργήθηκαν ξεχωριστά από το gpt-4o-mini, χρησιμοποιώντας μόνο τα ονόματα των τελικών σημείων, και χωρίς πρόσβαση στη δομή του μενού. Τέλος, το gpt-4.1-mini, το οποίο χειριζόταν την κατεύθυνση, είδε μόνο το κείμενο του μενού και τα εισερχόμενα μηνύματα, και δεν είχε καμία συμμετοχή στη δημιουργία κανενός από αυτά.

Μέτρηση

Για να μετρηθεί πόσο καλά το σύστημα κατεύθυνσης λειτουργούσε, χρησιμοποιήθηκαν δύο τυποποιημένα μέτρα: ακριβής ορίστηκε ως το ποσοστό των περιπτώσεων όπου το μοντέλο επέστρεψε το ακριβές σωστό μονοπάτι (όπως 1‑2‑3). Για να απομονωθεί η τοποθεσία των σφαλμάτων, δημιουργήθηκαν πίνακες σύγχυσης*, που δείχνουν πόσο συχνά κάθε μονοπάτι συγχέεται με άλλα. Οι αξιολογήσεις εκτελέστηκαν σε Python χρησιμοποιώντας τις pandas και scikit-learn βιβλιοθήκες.

Αποτελέσματα

Στις δοκιμές, η ακρίβεια του μοντέλου εξαρτήθηκε έντονα από τον τρόπο με τον οποίο παρουσιάστηκε το τηλεφωνικό μενού: όταν δόθηκε η ‘επιπεδοποιημένη’ λίστα των μονοπατιών μενού, το σύστημα έφτασε σε ακρίβεια 89,13% στο απλούστερο σύνολο δεδομένων, σε σύγκριση με 81,30% όταν χρησιμοποιήθηκε η πλήρης περιγραφική έκδοση του μενού:

Ακρίβεια κατεύθυνσης για το τρίτο (LLM3) μοντέλο, σε διαφορετικές μορφές προτροπής και τύπους συνόλων δεδομένων, που δείχνει ότι οι ‘επιπεδοποιημένες’ μονοπάτι μενού συνέβαλαν συνεχώς καλύτερα από τις ιεραρχικές περιγραφές, και ότι η ακρίβεια έπεσε ελαφρώς όταν οι εισροές ήταν εμπλουτισμένες με παραφρασμένες ή άτυπες εκφράσεις γλώσσας.

Αυτό το μοτίβο διατηρήθηκε και για το μεγαλύτερο, γλωσσικά ποικίλο σύνολο δεδομένων, όπου η ‘επιπεδοποιημένη’ έκδοση εκτέλεσε καλύτερα, σκοράροντας 86,52% έναντι 77,07% για τη περιγραφική μορφή.

Αυτά τα αποτελέσματα, η εργασία σημειώνει, δείχνουν ότι απλές, λιστόμορφες προτροπές βοήθησαν το μοντέλο να ταιριάξει τις ερωτήσεις με μεγαλύτερη αξιοπιστία από τις μακροσκελείς ιεραρχικές περιγραφές.

Η ακρίβεια έπεσε ελαφρώς όταν οι παραφρασμένες και άτυπες εκδοχές των μηνυμάτων καλούντος εισήχθησαν, δείχνοντας ότι μεγαλύτερη ποικιλία βελτίωσε την πραγματικότητα, αλλά έκανε επίσης την ταξινόμηση πιο δύσκολη.

Η εργασία καταλήγει:

‘Τα αποτελέσματα μας δείχνουν ότι τα LLMs κατευθύνουν προθέσεις πιο ακριβώς όταν λαμβάνουν ‘επιπεδοποιημένα’ μονοπάτια IVR (μέχρι 89,13%) από περιγραφικές περιγραφές μενού (όσο χαμηλά όπως 77,07%), υποδηλώνοντας ότι συνθετικές, δομημένες προτροπές μειώνουν τον θόρυβο και ταιριάζουν καλύτερα με την Aufgabe κατεύθυνσης.

‘Αυτό υποστηρίζει την αρχή ότι η σαφήνεια και η σύντομη μορφή βελτιώνουν την απόδοση του LLM σε ρυθμίσεις ταξινόμησης.

‘Είναι σημαντικό ότι η μετατροπή μενού σε ‘επιπεδοποιημένα’ μονοπάτια είναι μια απλή, αυτοματοποιήσιμη διαδικασία για πραγματική χρήση.’

Συμπέρασμα

Είναι αναζωογονητικό να δούμε τουλάχιστον κάποια ανοιχτή εργασία που συμβαίνει σε ένα από τα πιο κλειστά και αποκλειστικά κλάδους της έρευνας. Τι παραμένει να δούμε είναι εάν ‘πλαισιωτικές’ αρχιτεκτονικές που περιβάλλουν τα LLMs θα χρειαστούν στο μέλλον, ή εάν το μοντέλο θα χρειαστεί μόνο πρόσβαση σε (τοπικά διαθέσιμη) επιχειρηματική ευφυΐα, απομακρύνοντας την ανάγκη για την εταιρεία να μοιράζεται δεδομένα με τρίτους παρόχους.

Τελικά, οι ευρύτερες αρχές σχεδιασμού που λειτουργούν εδώ φαίνεται ότι θα υιοθετηθούν φυσικά από μελλοντικά συστήματα AI, ακόμη και σε τομείς πέρα από την εξυπηρέτηση πελατών, χωρίς να απαιτείται σκόπιμη ευθυγράμμιση με αυτήν την περίπτωση χρήσης.

* Παρακαλώ ανατρέξτε στην πηγή εργασίας για αυτά.

Πρώτη δημοσίευση την Τετάρτη, 29 Οκτωβρίου 2025