Sergey Galchenko, Chief Technology Officer, IntelePeer – Συνέντευξη Σειράς

Τι σας έκανε να ενδιαφερθείτε αρχικά για το πεδίο της επιστήμης των υπολογιστών και της AI;

Απολαμβάνω το να λύνω προβλήματα, και η ανάπτυξη λογισμικού σας επιτρέπει να το κάνετε με ένα πολύ γρήγορο βρόχο ανατροφοδότησης. Η AI ανοίγει một νέα πεδίο χρήσεων που είναι δύσκολο να λυθούν με μια παραδοσιακή детερμινιστική προγραμματιστική προσέγγιση, καθιστώντας την ένα ενθουσιαστικό εργαλείο στο εργαλείο λύσεων.

Πώς έχει μεταμορφώσει η AI το τοπίο της υποστήριξης πελατών, ιδίως στην αυτοματοποίηση των операциών CX (Εμπειρίας Πελάτη);

Η γεννητική τεχνητή νοημοσύνη επαναedefinει την επιχείρηση του κέντρου επαφής με απρόσμενα τρόπο. Όταν συνδυαστεί με λύσεις που βοηθούν στην αυτοματοποίηση των επικοινωνιών, η γεννητική AI προσφέρει νέες ευκαιρίες για την ενίσχυση των αλληλεπιδράσεων πελατών, τη βελτίωση της λειτουργικής αποτελεσματικότητας και τη μείωση των εργατικών εξόδων σε μια βιομηχανία που έχει γίνει άγρια ανταγωνιστική. Με αυτές τις τεχνολογίες στη θέση τους, οι πελάτες μπορούν να επωφεληθούν από μια εξαιρετικά προσωποποιημένη υπηρεσία και συνεχή υποστήριξη. Οι επιχειρήσεις, ταυτόχρονα, μπορούν να περιορίσουν τις κλήσεις πιο αποτελεσματικά και να καταπολεμήσουν την απώλεια και την υψηλή κενή θέση των πρακτόρων, ενώ επιτρέπουν στους υπαλλήλους τους να εστιάσουν σε υψηλής προτεραιότητας εργασίες. Τέλος, η γεννητική AI, μέσω των προηγμένων αλγορίθμων της, επιτρέπει στις επιχειρήσεις να συνδυάσουν και να συνοψίσουν πληροφορίες που προέρχονται από αλληλεπιδράσεις πελατών χρησιμοποιώντας πολλαπλά δεδομένα. Τα οφέλη της χρήσης αυτών των τεχνολογιών στο CX είναι σαφή – και υπάρχουν όλο και περισσότερα δεδομένα που υποστηρίζουν την περίπτωση ότι αυτή η τάση θα επηρεάσει όλο και περισσότερες εταιρείες.

Μπορείτε να παρέχετε συγκεκριμένα παραδείγματα του πώς η γεννητική AI της IntelePeer έχει μειώσει τις χρονοβόρες εργασίες για τους πράκτορες υποστήριξης πελατών;

Ο τελικός στόχος της γεννητικής AI της IntelePeer είναι να ενεργοποιήσει την πλήρη αυτοματοποίηση σε σενάρια υποστήριξης πελατών, μειώνοντας την εξάρτηση από πράκτορες και οδηγώντας σε έως και 75% μείωση των λειτουργικών εξόδων για τους πελάτες που εξυπηρετούμε. Η πλατφόρμα μας είναι σε θέση να αυτοματοποιήσει έως και 90% των αλληλεπιδράσεων πελατών μιας οργάνωσης, και έχουμε συλλογικά αυτοματοποιήσει πάνω από μισό δισεκατομμύριο αλληλεπιδράσεις πελατών. Όχι μόνο μπορεί η γεννητική AI μας να αυτοματοποιήσει χειροκίνητες εργασίες όπως η διαδρομή κλήσεων, η προγραμματισμένη συνάντηση και η είσοδος δεδομένων πελατών, αλλά μπορεί επίσης να προσφέρει αυτοεξυπηρετούμενες εμπειρίες που οι πελάτες ζητούν όλο και περισσότερο — πλήρως προσωποποιημένες επικοινωνίες, βελτιωμένη ακρίβεια απάντησης και ταχύτερες λύσεις.

Μπορείτε να περιγράψετε γιατί οι υπηρεσίες που σχετίζονται με την AI πρέπει να ισορροπήσουν τη δημιουργικότητα με την ακρίβεια;

Η ισορροπία μεταξύ δημιουργικότητας και ακρίβειας και προβλέψιμης είναι κρίσιμη όταν πρόκειται για την ανάπτυξη εμπιστοσύνης στις υπηρεσίες και λύσεις που βασίζονται στην AI — μια από τις μεγαλύτερες προκλήσεις που περιβάλλουν τις τεχνολογίες AI σήμερα. Πρώτα και πάνω από όλα, πρέπει να είναι σαφές ότι jede λύση AI πρέπει να στοχεύει στο υψηλότερο επίπεδο ακρίβειας που είναι δυνατόν, προκειμένου να παρέχει τις σωστές εξόδους που απαιτούνται για όλες τις εισόδους. Αλλά η δημιουργία μιας μεγάλης εμπειρίας με την AI πηγαίνει πέρα από το να παρέχει τις σωστές πληροφορίες στους τελικούς χρήστες — περιλαμβάνει επίσης την ενεργοποίηση της σωστής παράδοσης αυτής της πληροφορίας σε αυτούς, που απαιτεί μια αξιοσημείωτη δημιουργικότητα για την εκτέλεση. Για παράδειγμα, σε μια αλληλεπίδραση υποστήριξης πελατών, μια λύση επικοινωνιών που οδηγείται από την AI πρέπει να είναι σε θέση να αντιστοιχίσει αυτόματα τον τόνο του πελάτη και να το調整σει ανάλογα σε πραγματικό χρόνο, δίνοντάς του ακριβώς αυτό που χρειάζεται με τον τρόπο που θα φτάσει καλύτερα σε εκείνη τη στιγμή. Η AI πρέπει επίσης να επικοινωνεί με έναν τρόπο που να κάνει τους πελάτες να αισθανθούν πιο άνετα, αλλά όχι τόσο πολύ, ώστε να τους εξαπατήσουν ότι μιλάνε σε έναν άνθρωπο όταν δεν είναι. Πάλι, όλα επαναφέρονται στην ανάπτυξη εμπιστοσύνης στην AI, η οποία θα οδηγήσει τελικά σε μια ακόμη ευρύτερη υιοθέτηση και χρήση της τεχνολογίας.

Τι ρόλο παίζει τα δεδομένα στην εξασφάλιση της ακρίβειας των απαντήσεων της AI, και πώς διαχειρίζεστε τα δεδομένα για να βελτιστοποιήσετε την απόδοση της AI;

Καλά δεδομένα δημιουργούν καλή AI. Σε άλλες λέξεις, η ποιότητα των δεδομένων που τροφοδοτούνται σε ένα μοντέλο AI συσχετίζεται直接 με την ποιότητα της πληροφορίας που παράγει αυτό το μοντέλο. Στην υποστήριξη πελατών, τα δεδομένα αλληλεπίδρασης πελατών είναι το κλειδί για την ανεύρεση κενών στη διαδρομή του πελάτη. Αναλύοντας αυτά τα δεδομένα, οι οργανώσεις μπορούν να αρχίσουν να κατανοούν καλύτερα τις προθέσεις των πελατών και στη συνέχεια να χρησιμοποιήσουν αυτή την πληροφορία για να ροκανίσουν και να βελτιώσουν την αλληλεπίδραση που οδηγείται από την AI, μεταμορφώνοντας την整ική διαδρομή και εμπειρία του πελάτη. Αλλά οι οργανώσεις πρέπει να έχουν τις σωστές αρχιτεκτονικές δεδομένων στη θέση τους για να επεξεργαστούν και να εξάγουν πληροφορίες από τα τεράστια δεδομένα που σχετίζονται με τις λύσεις AI.

Με την αυξανόμενη роль της AI στην υποστήριξη πελατών, πώς προβλέπετε ότι θα εξελιχθεί ο ρόλος των πρακτόρων πρώτης γραμμής;

Εμείς στην IntelePeer προβλέπουμε μια δραστική μείωση της εξάρτησης από τους πράκτορες πρώτης γραμμής λόγω της εξέλιξης των τεχνολογιών AI. Με τα τεράστια βήματα στην αυτοματοποίηση κλήσεων που οδηγούνται από την AI, που συνεχίζει να βελτιώνεται σε ποιότητα και να αυξάνεται σε όγκο, οι οργανώσεις σήμερα μπορούν να αυτοματοποιήσουν έως και 90% των αλληλεπιδράσεων πελατών. Αυτό τους επιτρέπει να βελτιστοποιήσουν το προσωπικό πρώτης γραμμής και να σώσουν σημαντικά σε λειτουργικά έξοδα — ενώ παρέχουν καλύτερες εμπειρίες για τους πελάτες που εξυπηρετούν.

Ενώ μερικές εργασίες αυτοματοποιούνται, ποιοι εξειδικευμένοι ρόλοι CX πιστεύετε ότι θα παραμείνουν κρίσιμοι παρά τις προόδους της AI;

Ενώ η AI θα μειώσει τον αριθμό των πρακτόρων πρώτης γραμμής που απαιτούνται σε ρόλους υποστήριξης πελατών, ένα ανθρώπινο στοιχείο θα είναι πάντα απαραίτητο στις επιχειρήσεις CX. Για παράδειγμα, τα μοντέλα επικοινωνιών που οδηγούνται από την AI πρέπει να εκπαιδευτούν, να ρυθμιστούν και να διαχειριστούν με ανθρώπινη εποπτεία για να εξασφαλιστεί η ακρίβεια και η εξάλειψη των προκαταλήψεων. Η ανθρώπινη επαφή είναι επίσης απαραίτητη για να ευθυγραμμίσει τις αυτοματοποιημένες επικοινωνίες πελατών με το μήνυμα και την προσωπικότητα της οργάνωσης ή του brand από το οποίο προέρχονται, συμβάλλοντας στην άνεση του πελάτη και βοηθώντας στην ανάπτυξη εμπιστοσύνης στην τεχνολογία. Αυτοί οι πιο τεχνικοί, AI-προσανατολισμένοι ρόλοι θα αντικαταστήσουν τους τυπικούς ρόλους πρώτης γραμμής τα επόμενα χρόνια.

Οι ψευδαισθήσεις AI είναι μια ανησυχία στη διατήρηση ακριβών αλληλεπιδράσεων πελατών. Ποια συγκεκριμένα φραγμούς έχει εφαρμόσει η IntelePeer για να αποτρέψει την AI από το να κατασκευάζει γεγονότα;

 Οι επιχειρήσεις πρέπει να εφαρμόσουν τη γεννητική AI σήμερα για να παραμείνουν σχετικές στη συνεχιζόμενη επανάσταση, ενώ αποφεύγουν μια βιαστική και καταστροφική αναπτυξιακή διαδικασία. Για να το κάνουν αυτό υπεύθυνα, οι εταιρείες πρέπει να αρχίσουν εφαρμόζοντας ένα μοτίβο Retrieval Augmented Generation (RAG) για να βοηθήσουν την γεννητική AI τους να αναλύσει μεγάλα σύνολα δεδομένων επιχείρησης. Για αυτοματοποιημένες αλληλεπιδράσεις υποστήριξης πελατών, τα brands πρέπει να δημιουργήσουν einen ανθρώπινο βρόχο ανατροφοδότησης για να αναλύσουν προηγούμενες αλληλεπιδράσεις και να βελτιώσουν την ποιότητα των δεδομένων που χρησιμοποιούνται για την εξειδικευμένη και ανακλήθηκε. Περαιτέρω, για να εξαλείψουν τις ψευδαισθήσεις AI, οι οργανώσεις πρέπει να εστιάσουν στην:

• εφαρμογή φραγμών αναλύοντας δεδομένα αλληλεπίδρασης πελατών και αναπτύσσοντας δυναμικές, συνθετικές βάσεις γνώσεων;
• επένδυση σε συνεχή παρακολούθηση και ενημέρωση αυτών των συστημάτων για να προσαρμοστούν σε νέες ερωτήσεις και να διατηρήσουν την ακρίβεια; και
• εκπαίδευση προσωπικού για την αναγνώριση και διαχείριση μη αναγνωρίσιμων παραλλαγών, εξασφαλίζοντας ομαλή ανάβαση και διευθέτηση διαδικασιών.

Πώς εξασφαλίζετε ότι τα μεγάλα μοντέλα γλωσσών (LLM) ερμηνεύουν σωστά το контекστ και παρέχουν αξιόπιστες απαντήσεις;

 Μια τυχαία προσέγγιση στην εφαρμογή της γεννητικής AI μπορεί να οδηγήσει σε προβλήματα ποιότητας εξόδου, ψευδαισθήσεις, παραβιάσεις πνευματικών δικαιωμάτων και προκατειλημμένα αλγόριθμα.，因此, οι επιχειρήσεις πρέπει να έχουν φραγμούς απάντησης όταν εφαρμόζουν τη γεννητική AI στο περιβάλλον υποστήριξης πελατών. Η IntelePeer χρησιμοποιεί την ανακλήθηκε γεννήτρια (RAG), η οποία τροφοδοτεί δεδομένα контεκστ σε ένα LLM για να λάβει απαντήσεις που βασίζονται σε ένα σύνολο δεδομένων που παρέχεται από τον πελάτη. Σε όλη τη διαδικασία, από τη στιγμή που τα δεδομένα προετοιμάζονται μέχρι το LLM να στείλει μια απάντηση στον πελάτη, οι απαραίτητοι φραγμοί αποτρέπουν την έκθεση οποιασδήποτε ευαίσθητης πληροφορίας. Η RAG της IntelePeer αρχίζει όταν ένας πελάτης ζητά μια ερώτηση σε ένα bot που οδηγείται από την AI. Το bot εκτελεί μια αναζήτηση της ερώτησης στη βάση γνώσεων. Αν δεν μπορεί να βρει μια απάντηση, θα μεταφέρει την ερώτηση σε έναν άνθρωπο και θα αποθηκεύσει την ερώτηση στη βάση δεδομένων Q&A. Αργότερα, ένας άνθρωπος θα αναθεωρήσει αυτή τη νέα ερώτηση, θα εισαγάγει δεδομένα και θα αποθηκεύσει την απάντηση στη βάση γνώσεων. Τελικά, καμία ερώτηση δεν μένει απαντημένη. Με τη διαδικασία RAG στη θέση της, οι επιχειρήσεις μπορούν να διατηρήσουν τον έλεγχο των συνόλων απαντήσεων για την αυτοματοποίηση αλληλεπίδρασης.

Προβλέποντας, ποίες τάσεις προβλέπετε στο ρόλο της AI στην εμπειρία πελάτη;

Στην IntelePeer, πιστεύουμε βαθιά ότι η γεννητική AI είναι ένα ισχυρό εργαλείο που θα ενισχύσει θετικά τις ανθρώπινες επικοινωνιακές ικανότητες, ξεκλειδώνοντας νέες ευκαιρίες και υπερβαίνοντας μακροχρόνιους φραγμούς. Η AI θα συνεχίσει να βελτιώνει τις επικοινωνίες υποστήριξης πελατών, ροκανίζοντας τις αλληλεπιδράσεις υποστήριξης πελατών, προσφέροντας βοήθεια 24 ώρες το 24ωρο και παρέχοντας γλωσσικές γέφυρες. Επιπλέον, τα εικονικά βοηθοί, εκπαιδευμένα σε μεγάλα μοντέλα γλωσσών (LLM), θα είναι σε θέση να επικαλεστούν εκατομμύρια ανθρώπινες συνομιλίες για να ανιχνεύσουν συναισθήματα και να τροποποιήσουν τον τόνο, τη στάση και τις λέξεις. Θα υπάρξει όλο και περισσότερα στοιχεία ότι οι επιχειρήσεις που χρησιμοποιούν επιτυχώς την AI για την ενίσχυση των ανθρώπινων συνδέσεων θα δουν σημαντική απόδοση επένδυσης και βελτιωμένη αποτελεσματικότητα και παραγωγικότητα. Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν την IntelePeer.