Sergey Galchenko, IntelePeerin teknologiajohtaja – Haastattelusarja

Mikä alun perin houkutteli sinua tietotekniikan ja tekoälyn alalle?

Pidän 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 asiakastuen maisemaa, erityisesti asiakaskokemuksen (CX) toimintojen automaatioon?

Generatiivinen tekoäly on vallankumouksellinen muutos asiakaspalvelun liiketoiminnassa ennennäkemättömällä tavalla. Kun se yhdistetään ratkaisuihin, jotka auttavat viestintää automatisoimaan, generatiivinen tekoäly tarjoaa uusia mahdollisuuksia parantaa asiakasvuorovaikutuksia, parantaa toiminnallista tehokkuutta ja vähentää työvoimakustannuksia kilpailukykyisellä alalla. Näiden teknologioiden avulla asiakkaat voivat hyötyä erittäin henkilökohtaisesta palvelusta ja johdonmukaisesta tuesta. Yritykset voivat samanaikaisesti hallita puheluita tehokkaammin ja taistella asiakaspalvelijoiden korkeita kiinnityspalkkioita ja tyhjiä paikkoja vastaan, samalla kun heidän työntekijöiden on mahdollista keskittyä korkean prioriteetin tehtäviin. Lopulta, generatiivinen tekoäly pystyy konsolidoimaan ja yhteenvedon tietoja, jotka ovat peräisin asiakasvuorovaikutuksista useista tietolähteistä. Teknologioiden käytön hyödyt asiakaskokemuksessa ovat selvät – ja on yhä enemmän tietoja, jotka tukevat väitettä, että tämä suuntaus vaikuttaa yhä useampiin yrityksiin.

Voitko antaa tarkempia esimerkkejä siitä, kuinka IntelePeerin generatiivinen tekoäly on vähentänyt työntekijöiden työtaakkaa asiakastuessa?

IntelePeerin generatiivisen tekoälyn lopullinen tavoite on mahdollistaa täydellinen automaatio asiakastukipalveluissa, vähentäen samalla riippuvuutta asiakaspalvelijoista ja johtaa jopa 75 prosentin vähennykseen toimintakustannuksissa asiakkaiden osalta, joita palvelemme. Meidän alustamme pystyy automaattisesti käsittelemään jopa 90 prosenttia organisaation asiakasvuorovaikutuksista, ja olemme yhdessä automatisoinneet yli puoli miljardia asiakasvuorovaikutusta. Meidän generatiivinen tekoäly voi automatisoida manuaaliset tehtävät, kuten puheluiden reititys, ajanvaraus ja asiakastietojen syöttäminen, ja se voi myös tarjota itsepalvelukokemuksia, jotka asiakkaat yhä enemmän vaativat ja odottavat – täydellisinä henkilökohtaisilla viestintämenetelmillä, parannetuilla vastausnäkymillä ja nopeammilla ratkaisuilla.

Voitko kuvailla, miksi tekoälyyn liittyvät palvelut on tasapainotettava luovuuden ja tarkin kanssa?

Tasapainottaa luovuutta ja tarkkuutta sekä ennustettavuutta on kriittinen asia tekoälypohjaisissa palveluissa ja ratkaisuissa – yksi suurimmista haasteista, jotka koskevat tekoälytekniikoita tänään. Ensisijaisesti, on selvää, että jokainen tekoälyratkaisu pyrkii saavuttamaan mahdollisimman korkean tarkkuuden, jotta se voi tarjota oikeat tulokset kaikille syötteille. Mutta luoda erinomainen kokemus tekoälyllä menee pidemmälle kuin vain tarjoamaan oikeat tiedot loppukäyttäjille; se sisältää myös oikean toimittamisen tietoja loppukäyttäjille, mikä edellyttää kohtuullista määrää luovuutta. Esimerkiksi asiakaspalvelutilanteessa tekoälypohjainen viestintäratkaisu pitäisi pystyä automaattisesti sovittamaan asiakkaan sävyä ja sopeuttaa sitä tarpeen mukaan reaaliajassa, antaen heille täsmähköä, mitä he tarvitsevat parhaalla tavalla. Tekoäly pitäisi myös viestiä elävänä tavalta, jotta asiakkaat tuntevat olonsa mukavammaksi, mutta ei niin paljon, että he luulevat puhuvansa ihmisen kanssa, kun he eivät ole. Taas kerran, se kaikki liittyy tekoälyyn luottamuksen luomiseen, mikä lopulta johtaa laajempaan tekoälytekniikan käyttöön ja hyödyntämiseen.

Mikä rooli datasta on tekoälyn tulosten tarkkuuden varmistamisessa, ja kuinka hallitset dataa tekoälyn suorituskyvyn optimoimiseksi?

Hyvä data luo hyvän tekoälyn. Toisin sanoen, tekoälymalliin syötettävän datan laatu korreloi suoraan siitä, miten hyvä tieto malli tuottaa. Asiakaspalvelussa asiakasvuorovaikutusdata on avain asiakaskokemuksen löytämiseen. Syventymällä tähän dataan organisaatiot voivat paremmin ymmärtää asiakkaiden aikomuksia ja käyttää tätä tietoa tekoälyohjattujen asiakasvuorovaikutusten sujuvoittamiseksi ja parantamiseksi, muuttaen koko asiakaskokemusta ja -matkaa. Mutta organisaatioiden on oltava oikeat data-arkkitehtuurit paikallaan sekä prosessoida ja poimia oivalluksia massiivisista määristä dataa, jotka liittyvät tekoälyratkaisuihin.

IntelePeerin tekoälyratkaisu käyttää vuorovaikutuksen sisältöä ja asiayhteyttä määrittämään parasta toimintatapaa koko ajan. Vuorovaikutuksen aikana, jos asiakas esittää kysymyksen, joka edellyttää vastausta, joka on spesifinen yrityksen prosessille, säännöille tai käytännöille, tekoälytyönkulku hyödyntää automaattisesti tietopohjaa, joka sisältää yrityksen tietoja, kuten FAQ-dokumentteja, asiakaspalvelumateriaaleja, verkkotietoja, käytäntöjä ja muita liiketoimintatietoja, jotta se voi vastata asianmukaisesti. Vastaavasti, jos kysymys tai pyyntö tehdään, johon yritys ei halua tekoälyn vastata suoraan, tekoälytyönkulku siirtää kysymyksen ihmiselle, jos se on vaadittu. Loput vuorovaikutuksesta voidaan automaattisesti lisätä Q&A-pareihin parantamaan vastauksia seuraavissa asiakasvuorovaikutuksissa tai siirtää valvontaviranomaiselle hyväksymistä varten ennen sen sisällyttämistä.

Miten etukantin asiakaspalvelijoiden rooli kehittyy tekoälyn lisääntyvän roolin myötä asiakaskokemuksessa?

Me IntelePeerissä näemme radikaalisen vähennyksen etukantin asiakaspalvelijoiden riippuvuudesta tekoälytekniikoiden kehittyessä. Massiivisten edistysaskelten myötä tekoälyohjatun puheluiden sisäiseen käsittelemiseen, joka jatkuu parantumassa laadussa ja kasvaa määrässä, organisaatiot voivat tänään automatisoida jopa 90 prosenttia asiakasvuorovaikutuksistaan. Tämä mahdollistaa heidän optimoida etukantin henkilöstöään ja säästää merkittävästi toimintakustannuksissa – samalla kun he tarjoavat parempia kokemuksia asiakkailleen.

Joitakin tehtäviä automatisoidaan, mitkä taitavat asiakaskokemusroolit ovat kriittisiä, vaikka tekoäly kehittyy?

Vaikka tekoäly vähentää asiakaspalvelutehtävien määrää, ihmisellinen osuus on aina tarpeen asiakaskokemustoiminnassa. Esimerkiksi tekoälypohjaiset viestintämallit on koulutettava, konfiguroitava ja hallittava ihmisen valvonnassa, jotta voidaan varmistaa tarkkuus ja poistaa mahdolliset harhat. Ihmisen kosketus on myös tarpeen sovittamaan automaattisia asiakasviestintää yrityksen viestintään ja henkilökohtaisuuteen, mikä edistää asiakasturvallisuutta ja luottamusta teknologiaan. Nämä teknisemmät, tekoälyyn liittyvät roolit korvaavat perinteiset etukantin roolit tulevina vuosina.

Te koälyhallusinaatiot ovat huolenaihe asiakasvuorovaikutuksissa. Mitkä tarkat varusteet IntelePeer on toteuttanut tekoälyn keksimisen estämiseksi?

Yritysten on otettava generatiivinen tekoäly käyttöön tänään pysyäkseen merkittävänä jatkuvaan vallankumoukseen, välttäen samalla kiireisen ja tuhoisan käyttöönoton. Vastuullisesti tehtäväksi pääsemiseksi yritysten on aloitettava generatiivisen tekoälyn käyttöönotto Retrieval Augmented Generation (RAG) -mallin toteuttamisella, jotta sen generatiivinen tekoäly voi analysoida suuria yritysten tietoja. Automaattisissa asiakaspalveluvuorovaikutuksissa brändien on luotava ihmisten palautemalli analyysiä varten aiempien vuorovaikutusten parantamiseksi ja käytettävien tietojen laadun parantamiseksi. Lisäksi, tekoälyhallusinaatioiden poistamiseksi organisaatioiden on keskityttävä tarkkaan:

• toteuttamaan varusteita 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 tuntemattomat muunnelmat, jotta voidaan varmistaa sujuva siirtymis- 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. Siksi yritysten on oltava tekoälyn suojavarusteet asiakaspalveluympäristössä. IntelePeer käyttää retrieval augmented generation (RAG) -tekniikkaa, joka syöttää datan asiayhteyden LLM:lle, jotta se voi antaa vastauksia, jotka perustuvat asiakkaan antamaan tietopohjaan. Koko prosessin ajan, datan valmistelusta LLM:n vastaukseen, tarvittavat suojavarusteet 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 ihmiselle ja tallentaa kysymyksen Q&A-tietokantaan. Myöhemmin ihminen tarkistaa uuden kysymyksen, suorittaa tietojen tuonnin ja tallentaa vastauksen tietopohjaan. Lopulta, mikään kysymys ei jää vastaamatta. RAG-prosessin ollessa paikallaan, yritykset voivat ylläpitää hallintaa vuorovaikutuksen automaatiosta.

Miten näet tekoälyn roolin asiakaskokemuksessa tulevaisuudessa?

Me IntelePeerissä uskomme syvästi, että generatiivinen tekoäly on voimakas työkalu, joka parantaa ihmisten viestintäkykyjä, avaen uusia mahdollisuuksia ja ylittäen perinteisiä esteitä. Tekoäly jatkaa asiakaspalvelun viestintää parantamista, tarjoamalla ympäri vuorokauden apua ja kielen siltaa. Lisäksi, virtuaaliset avustajat, jotka on koulutettu suurten kielimallien (LLM) avulla, voivat nopeasti havaita tunteita ja muuttaa sävyään, sana- ja sanavalintaa. On yhä enemmän näyttöä siitä, että yritykset, jotka käyttävät tekoälyä onnistuneesti ihmisten yhteyden parantamiseksi, kokevat merkittävän tuoton ja parantavat tehokkuutta ja tuottavuutta. Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla IntelePeerin sivuilla.