Sergey Galchenko, Chief Technology Officer, IntelePeer – Haastattelu Sarja

Mikä alun perin houkutteli sinua tietokoneen tieteen ja tekoälyn alalle?
Minä nautin ongelmien ratkaisemisesta, ja ohjelmistokehitys mahdollistaa sen nopealla palautusilmalla. Tekoäly avaa uuden rintaman sovelluksille, jotka ovat vaikeita ratkaista perinteisellä deterministisellä ohjelmointitavalta, mikä tekee siitä jännittävän työkalun ratkaisujen työkalupakissa.
Kuinka tekoäly on muuttanut asiakastukipalvelun maiseman, erityisesti CX (Asiakaskokemus) -toimintojen automatisoinnissa?
Generatiivinen tekoäly on vallankumouksellistamassa asiakaspalvelun liiketoimintaa ennennäkemättömällä tavalla. Kun se yhdistetään ratkaisuihin, jotka auttavat viestintää, generatiivinen tekoäly tarjoaa uusia mahdollisuuksia asiakasvuorovaikutusten parantamiseen, toiminnallisen tehokkuuden parantamiseen ja työkustannusten vähentämiseen kilpailukykyisessä alalla. Näiden teknologioiden avulla asiakkaat voivat hyötyä erittäin henkilökohtaisesta palvelusta ja johdonmukaisesta tuesta. Yritykset voivat samanaikaisesti hallita puheluita tehokkaammin ja taistella agenttien vaihtuvuutta ja korkeita tyhjien paikkojen määriä, samalla kun heidän työntekijöidensä voidaan keskittää korkean prioriteetin tehtäviin. Lopulta, gen-ai mahdollistaa yritysten konsolidoida ja tiivistää tietoa, joka on johdettu asiakasvuorovaikutuksista useista tietolähteistä. Teknologioiden hyödyt CX:ssä ovat selvät – ja on yhä enemmän tietoa, joka tukee väitettä, että tämä suuntaus vaikuttaa yhä useampiin yrityksiin.
Voitko antaa tarkempia esimerkkejä siitä, kuinka IntelePeerin Gen AI on vähentänyt asiakastukihenkilöstön työnteon määrää?
IntelePeerin gen AI:n lopullinen tavoite on mahdollistaa täydellinen automaatio asiakastukitilanteissa, vähentäen riippuvuutta asiakastukihenkilöstöstä ja johtaa jopa 75 prosentin vähennykseen asiakkaidemme toimintakustannuksissa. Meidän alustamme pystyy automaattisesti käsittelemään jopa 90 prosenttia organisaatioiden asiakasvuorovaikutuksista, ja olemme automatisoineet yhdessä yli puoli miljardia asiakasvuorovaikutusta. Meidän gen-ai voi automatisoida manuaaliset tehtävät, kuten puheluiden reititys, ajanvaraus ja asiakastietojen syöttäminen, ja se voi myös tarjota itsepalvelukokemuksia, jotka asiakkaat yhä enemmän vaativat ja odottavat – mukaan lukien hyperhenkilökohtaiset viestintä, parannettu vastausnäyttävyys ja nopeammat ratkaisut.
Voitko kuvata, miksi tekoälyyn liittyvät palvelut on tasapainotettava luovuuden ja tarkin kanssa?
Luovuuden ja tarkin sekä ennustettavuuden tasapainottaminen on kriittistä, kun on kyse tekoälypohjaisista palveluista ja ratkaisuista – yksi suurimmista haasteista, jotka liittyvät tekoälytekniikoihin tänään. Ennen kaikkea, on selvää, että mikä tahansa tekoälyratkaisu on pyrkimässä saavuttamaan mahdollisimman korkean tarkin, jotta se voi tarjota oikeat tulostukset kaikille syötteille. Mutta loistava kokemus tekoälyllä menee pidemmälle kuin vain oikean tiedon toimittaminen loppukäyttäjille; se sisältää myös oikean toimittamisen tietoa heille, mikä vaatii kohtuullisen määrän luovuutta. Esimerkiksi asiakaspalvelutilanteessa tekoälyohjattu viestintäratkaisu on kykenevä vastaamaan asiakkaan sävyyn ja sopeutumaan tarpeen mukaan reaaliajassa, antaen heille täsmähkösti, mitä he tarvitsevat parhaiten silloin, kun he sitä tarvitsevat. Tekoäly on myös viestittävä elävänä tavoitteena tehdä asiakkaista tuntuu enemmän mukavuutta, mutta ei niin paljon, että he luulevat puhuvansa ihmisen kanssa, kun he eivät ole. Taas kerran, se kaikki palaa siihen, että tekoälyyn luotetaan, mikä lopulta johtaa laajempaan hyväksymiseen ja käyttöön tätä teknologiaa.
Mikä rooli datailla on tekoälyvastauksien tarkin varmistamisessa, ja kuinka hallitset dataa tekoälysuorituskyvyn optimoimiseksi?
Hyvä data luo hyvän tekoälyn. Toisin sanoen, tekoälymalliin syötettävän datan laatu korreloi suoraan siitä, miten hyvä tieto malli tuottaa. Asiakaspalvelussa asiakasvuorovaikutusdata on avain asiakaspolun aukkojen löytämiseen. Syventymällä tähän dataan organisaatiot voivat paremmin ymmärtää asiakkaiden aikomukset ja käyttää tätä tietoa sujuvoittamaan ja parantamaan tekoälyohjattua sitoutumista, muuttaen koko asiakaskokemusta. Mutta organisaatioiden on oltava oikeat data-arkkitehtuurit paikallaan, jotta ne voivat prosessoida ja poimia oivalluksia tekoälyratkaisuihin liittyvistä massiivisista datamääristä.
IntelePeerin AI-ratkaisu käyttää vuorovaikutuksen sisältöä ja asiayhteyttä määrittämään parasta toimintasuunnitelmaa kussakin vaiheessa. Vuorovaikutuksen aikana, jos asiakas esittää kysymyksen, joka vaatii vastausta, joka on liikeprosessiin, sääntöihin tai käytäntöihin liittyvää, tekoälytyönkulku hyödyntää automaattisesti tietopohjaa, joka sisältää liiketoimintatietoa, kuten usein kysytyt kysymykset -dokumentteja, asiakaspalvelumateriaaleja, verkkotietoja, käytäntöjä ja muita liiketoimintatietoja, jotta se voi vastata asianmukaisesti. Vastaavasti, jos kysymys tai pyyntö tehdään, johon liike ei halua tekoälyn vastata suoraan, tekoälytyönkulku siirtää kysymyksen ihmisen asiakaspalvelijalle, jos se vaaditaan. Loput vuorovaikutuksesta voidaan automaattisesti lisätä Q&A-pareihin parantamaan vastauksia seuraavissa asiakasvuorovaikutuksissa tai siirtää valvontaviranomaiselle hyväksymistä varten ennen sen sisällyttämistä.
Miten näet eteenpäin tekoälyn roolin asiakaskokemuksessa kehittyvän?
Me IntelePeerissä näemme radikaalin vähennyksen asiakaspalvelun riippuvuudessa eturintamien agenteista tekoälytekniikoiden kehittyessä. Tekoälyohjatun puheluiden sisäisen käsittelyn jättimäisillä harppauksilla, jotka jatkavat laadun parantamista ja kasvamista, organisaatiot voivat tänään automatisoida jopa 90 prosenttia asiakasvuorovaikutuksistaan. Tämä mahdollistaa heidän optimoida eturintamansa henkilöstöresursseja ja säästää merkittävästi toimintakustannuksissa, samalla kun he tarjoavat paremman asiakaskokemuksen asiakkailleen, joita he palvelevat.
Vaikka jotkut tehtävät automatisoidaan, mitkä taitavat CX-roolit uskot, että säilyvät kriittisinä, vaikka tekoäly edistyy?
Vaikka tekoäly vähentää asiakaspalvelun eturintamassa tarvittavien agenttien määrää, inhimillinen elementti on aina tarpeen CX-toiminnassa. Esimerkiksi tekoälyohjattujen viestintämalleja on koulutettava, konfiguroitava ja hallittava inhimillisen valvonnan alla, jotta voidaan varmistaa tarkkuus ja poistaa mahdolliset harhat. Inhimillinen kosketus on myös tarpeen säännöstellä automaattista asiakasviestintää organisaation tai brändin viestintään ja persoonallisuuteen, josta se johtuu, mikä edistää asiakastyytyväisyyttä ja auttaa luomaan luottamusta teknologiaan. Nämä teknisemmät, tekoälyyn liittyvät roolit korvaavat perinteiset eturintamien roolit tulevina vuosina.
Tekoälyn hallusinaatiot ovat huolenaihe asiakasvuorovaikutusten tarkin ylläpitämisessä. Mitkä tarkat varotoimet IntelePeer on toteuttanut estämään tekoälyä keksimästä tosiasioita?
Yritysten on otettava generatiivinen tekoäly käyttöön pysyäkseen merkittävänä jatkuvaan vallankumoukseen, välttääkseen kiireisen ja kohtalokkaan käyttöönoton. Vastuullisesti toimien yritysten on aloitettava toteuttamalla Retrieval Augmented Generation (RAG) -mallia, jotta heidän gen-ai voi käyttää analyysiä suurten yritystietokantojen kanssa. Automaattisissa asiakaspalveluvuorovaikutuksissa brändien on luotava inhimillinen palautusilmalla analyysiä aiemmista vuorovaikutuksista ja parantamaan laadukkaita tietokantoja, joita voidaan käyttää hienosäätöä ja hakua varten. Lisäksi, tekoälyhallusinaatioiden poistamiseksi organisaatioiden on keskityttävä:

• toteuttamaan varotoimia analysoimalla asiakasvuorovaikutusdataa ja kehittämällä kattavia, dynaamisia tietopohjia;
• panostamaan jatkuvaan seurantaan ja päivittämiseen näistä järjestelmistä sopeutumaan uusiin kysymyksiin ja ylläpitämään tarkkuutta; ja
• kouluttamaan henkilöstöä tunnistamaan ja hallitsemaan tunnistamattomia muunnelmia, jotta voidaan varmistaa viivasuora eskalaatio- ja ratkaisuprosessi.

Kuinka varmistat, että suuret kielimallit (LLM) tulkkaavat asiayhteyden oikein ja antavat luotettavia vastauksia?
Huvasteltu lähestymistapa generatiivisen tekoälyn käyttöönottoon voi johtaa laadun ongelmiin, hallusinaatioihin, tekijänoikeusloukkauksiin ja harhaanjohtaviin algoritmeihin. Sen vuoksi yritysten on oltava vastausvarotoimia, kun sovelletaan gen-ai:ta asiakaspalveluympäristössä. IntelePeer käyttää retrieval augmented generation (RAG) -tekniikkaa, joka syöttää datan asiayhteyden LLM:lle saadakseen vastauksia, jotka perustuvat asiakkaan antamaan tietokantaan. Koko prosessin ajan, alkaen siitä, kun data valmistellaan, kunnes LLM lähettää vastauksen asiakkaalle, tarvittavat varotoimet estävät herkkien tietojen paljastamisen. IntelePeerin RAG-prosessi alkaa, kun asiakas esittää kysymyksen tekoälypohjaiselle botille. Botti suorittaa kysymyksen hakua tietopohjassa. Jos se ei löydä vastausta, se siirtää kysymyksen agenteille ja tallentaa kysymyksen Q&A-tietokantaan. Myöhemmin inhimillinen tarkistaa tämän uuden kysymyksen, suorittaa tietokannan tuonnin ja tallentaa vastauksen tietopohjaan. Lopulta, mikään kysymys ei jää vastaamatta. RAG-prosessin ollessa paikallaan yritykset voivat ylläpitää määräysvaltaa vastausjoukoissa vuorovaikutusautomaation vuoksi.
Miltä näet eteenpäin tekoälyn roolin asiakaskokemuksessa?
IntelePeerissä uskomme vahvasti, että generatiivinen tekoäly on voimakas työkalu, joka parantaa inhimillistä viestintää, avaen uusia mahdollisuuksia ja ylittäen perinteisiä esteitä. Tekoäly jatkaa asiakaspalvelun viestintää sujuvoittamalla, tarjoamalla ympäri vuorokauden apua ja tarjoamalla kielienvälistä siltaa. Lisäksi, virtuaaliavustajat, jotka on koulutettu suurten kielimallien (LLM) avulla, voivat nopeasti havaita tunteita ja muuttaa sävyään, mielipidettään ja sanavalintaa. Tulee olemaan yhä enemmän näyttöä siitä, että yritykset, jotka käyttävät tekoälyä onnistuneesti inhimillisten yhteyksien vahvistamiseen, kokevat merkittävän tuoton ja parantavat tehokkuutta ja tuottavuutta.
Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla IntelePeer:llä.