Sergey Galchenko, Chief Technology Officer, IntelePeer – Interviewreeks

Wat trok je aanvankelijk aan tot het vakgebied van computerwetenschappen en AI?

Ik hou van problemen oplossen, en softwareontwikkeling maakt het mogelijk om dit te doen met een zeer snelle feedbacklus. AI opent een nieuwe frontier van use cases die moeilijk op te lossen zijn met een traditionele deterministische programmeerbenadering, waardoor het een spannend instrument in de oplossingsgereedschapskist wordt.

Hoe heeft AI het landschap van klantenservice veranderd, met name bij het automatiseren van CX (Customer Experience)-operaties?

Generatieve kunstmatige intelligentie revolutioneert de contactcenterbusiness op ongekende wijze. Wanneer gecombineerd met oplossingen die helpen bij het automatiseren van communicatie, biedt generatieve AI nieuwe kansen om klantinteracties te verbeteren, operationele efficiëntie te verbeteren en arbeidskosten te verlagen in een industrie die fel concurrerend is geworden. Met deze technologieën kunnen klanten profiteren van zeer persoonlijke service en consistente ondersteuning. Bedrijven kunnen tegelijkertijd calls effectiever afhandelen en strijden tegen agentverloop en hoge vacaturerates, terwijl ze hun medewerkers in staat stellen om zich te concentreren op hoogprioritaire taken. Ten slotte maakt gen AI, met zijn geavanceerde algoritmen, het bedrijven mogelijk om informatie afgeleid van klantinteracties te consolideren en samen te vatten met behulp van meerdere gegevensbronnen. De voordelen van het gebruik van deze technologieën in CX zijn duidelijk – en er is steeds meer bewijs dat deze trend meer en meer bedrijven zal beïnvloeden.

Kunt u specifieke voorbeelden geven van hoe IntelePeers Gen AI saaie taken heeft verminderd voor klantenserviceagenten?

Het uiteindelijke doel van IntelePeers gen AI is om complete automatisering mogelijk te maken in klantenscenario’s, waardoor de afhankelijkheid van agenten wordt verminderd en resulteert in een vermindering van operationele kosten van maximaal 75% voor de klanten die wij bedienen. Ons platform kan tot 90% van de klantinteracties van een organisatie automatiseren, en wij hebben collectief al meer dan een half miljard klantinteracties geautomatiseerd. Onze gen AI kan niet alleen handmatige taken zoals call-routing, afspraakplanning en klantgegevensinvoer automatiseren, maar kan ook zelfbedieningservaringen bieden die klanten steeds meer eisen en verwachten – compleet met hyperpersoonlijke communicatie, verbeterde responsnauwkeurigheid en snellere oplossingen.

Kunt u uitleggen waarom AI-gerelateerde diensten een balans moeten vinden tussen creativiteit en nauwkeurigheid.

Het vinden van een balans tussen creativiteit en nauwkeurigheid en voorspelbaarheid is kritiek bij het opbouwen van vertrouwen in AI-aangedreven diensten en oplossingen – een van de grootste uitdagingen rondom AI-technologieën vandaag. Allereerst moet het duidelijk zijn dat elke AI-oplossing moet streven naar het hoogste niveau van nauwkeurigheid dat mogelijk is om de juiste uitvoer te leveren die nodig is voor alle invoer. Maar het creëren van een geweldige ervaring met AI gaat verder dan alleen het leveren van de juiste informatie aan eindgebruikers; het omvat ook het mogelijk maken van de juiste levering van die informatie aan hen, wat een behoorlijke hoeveelheid creativiteit vereist om succesvol uit te voeren. Bijvoorbeeld, in een klantenservice-interactie, moet een AI-aangedreven communicatieoplossing in staat zijn om automatisch de toon van de klant te matchen en aan te passen in real-time, waardoor ze precies krijgen wat ze nodig hebben op het moment dat het nodig is. De AI moet ook op een levendige manier communiceren om klanten zich meer op hun gemak te laten voelen, maar niet zozeer dat ze worden misleid om te denken dat ze met een mens praten wanneer ze dat niet doen. Opnieuw, het gaat allemaal terug naar het opbouwen van vertrouwen in AI, wat uiteindelijk zal leiden tot nog meer wijdverbreide adoptie en gebruik van de technologie.

Wat is de rol van gegevens bij het waarborgen van de nauwkeurigheid van AI-antwoorden, en hoe beheert u gegevens om de prestaties van AI te optimaliseren?

Goede gegevens creëren goede AI. Met andere woorden, de kwaliteit van de gegevens die in een AI-model worden ingevoerd, correleert rechtstreeks met de kwaliteit van de informatie die het model produceert. In klantenservice is klantinteractiegegevens de sleutel tot het vinden van gaten in de klantreis. Door dieper in deze gegevens te graven, kunnen organisaties beginnen met het beter begrijpen van klantintenties en vervolgens die informatie gebruiken om AI-gedreven betrokkenheid te stroomlijnen en te verbeteren, waardoor de totale klantreis en -ervaring worden getransformeerd. Maar organisaties moeten de juiste gegevensarchitecturen hebben om zowel de verwerking als het extraheren van inzichten uit de enorme hoeveelheden gegevens die zijn gekoppeld aan AI-oplossingen.

De IntelePeer AI-oplossing gebruikt de inhoud en context van de interactie om de beste koers te bepalen bij elke gelegenheid. Tijdens een interactie, als een vraag wordt gesteld door de klant die een antwoord vereist dat specifiek is voor een bedrijfsproces, regels of beleid, levert de AI-workflow automatisch een kennisbasis die bedrijfsgegevens bevat, zoals FAQ-documenten, agenttrainingsmateriaal, websitegegevens, beleid en andere bedrijfsinformatie om dienovereenkomstig te reageren. Bovendien, als een vraag of verzoek wordt gedaan dat het bedrijf niet rechtstreeks door AI wil laten beantwoorden, zal de AI-workflow de vraag escaleren naar een menselijke agent als dat nodig is. De resterende interactie kan automatisch worden toegevoegd aan de Q&A-paren om antwoorden in latere klantinteracties te verbeteren of worden overgedragen aan een toezichthoudende autoriteit voor goedkeuring voordat het wordt opgenomen.

Hoe voorziet u de evolutie van de rol van frontline-agenten met AI’s toenemende rol in klantenservice?

Wij bij IntelePeer voorzien een drastische vermindering van de afhankelijkheid van frontline-agenten als gevolg van de evolutie van AI-technologieën. Met enorme stappen in AI-gedreven call-containment, die voortdurend in kwaliteit verbetert en in volume groeit, kunnen organisaties vandaag tot 90% van hun klantinteracties automatiseren. Dit stelt hen in staat om hun frontline-personeel te optimaliseren en aanzienlijk te besparen op operationele kosten – terwijl ze betere ervaringen bieden voor de klanten die ze bedienen.

Terwijl sommige taken worden geautomatiseerd, welke vaardige CX-rollen denkt u dat nog steeds kritiek zullen zijn ondanks AI-vooruitgang?

Terwijl AI de behoefte aan frontline-agenten in klantenservice-rollen zal verminderen, zal een menselijke factor altijd nodig zijn in CX-operaties. Bijvoorbeeld, AI-gedreven communicatiemodellen moeten worden getraind, geconfigureerd en beheerd met menselijke toezicht om nauwkeurigheid en het elimineren van enige vooroordelen te waarborgen. De menselijke aanraking is ook nodig om geautomatiseerde klantcommunicatie af te stemmen op de boodschap en persoonlijkheid van de organisatie of het merk waaruit ze voortkomen, wat bijdraagt aan klantcomfort en helpt bij het opbouwen van vertrouwen in de technologie. Deze meer technische, AI-georiënteerde rollen zullen de typische frontline-rollen in de komende jaren overnemen.

AI-hallucinaties zijn een zorg bij het handhaven van nauwkeurige klantinteracties. Welke specifieke beveiligingsmaatregelen heeft IntelePeer geïmplementeerd om te voorkomen dat AI feiten fabriceert?

 Bedrijven moeten generatieve AI vandaag implementeren om relevant te blijven in de voortdurende revolutie, terwijl ze een haastige en rampzalige rollout vermijden. Om dit verantwoord te doen, moeten bedrijven beginnen met het implementeren van een Retrieval Augmented Generation (RAG)-patroon om hun gen AI te helpen bij het analyseren van grote ondernemingsgegevenssets. Voor geautomatiseerde klantenservice-interacties moeten merken een menselijke feedbacklus creëren om eerder interacties te analyseren en de kwaliteit van die datasets te verbeteren die worden gebruikt voor fine-tuning en retrieval-augmentatie. Bovendien moeten organisaties zich richten op:

• het implementeren van beveiligingsmaatregelen door klantinteractiegegevens te analyseren en het ontwikkelen van uitgebreide, dynamische kennisbases;
• het investeren in continue monitoring en updaten van deze systemen om nieuwe queries aan te kunnen en nauwkeurigheid te behouden; en
• het trainen van personeel om onherkenbare permutaties te herkennen en te beheren, waardoor een naadloze escalatie- en resolutieproces wordt gewaarborgd.

Hoe waarborgt u dat grote taalmodellen (LLM’s) context correct interpreteren en betrouwbare antwoorden geven?

 Een onbezonnen aanpak van het implementeren van gen AI kan leiden tot kwaliteitsproblemen met de uitvoer, hallucinaties, auteursrechtenschendingen en bevooroordeelde algoritmen. Daarom moeten bedrijven responsbeveiligingsmaatregelen hebben wanneer ze gen AI toepassen in de klantenservice-omgeving. IntelePeer gebruikt retrieval augmented generation (RAG), die gegevenscontext levert aan een LLM om antwoorden te krijgen die zijn gebaseerd op een door de klant verstrekte gegevensset. Gedurende het hele proces, vanaf het moment dat de gegevens worden voorbereid tot het moment dat de LLM een antwoord naar de klant stuurt, voorkomen de noodzakelijke beveiligingsmaatregelen dat gevoelige informatie wordt blootgesteld. IntelePeers RAG begint wanneer een klant een vraag stelt aan een AI-aangedreven bot. De bot voert een lookup van de vraag in de kennisbasis uit. Als het geen antwoord kan vinden, zal het de vraag overdragen aan een agent en de vraag opslaan in de Q&A-database. Later zal een mens deze nieuwe vraag herzien, een gegevensimport uitvoeren en het antwoord opslaan in de kennisbasis. Uiteindelijk blijft geen enkele vraag onbeantwoord. Met het RAG-proces op zijn plaats, kunnen bedrijven de controle behouden over responssets voor interactieautomatisering.

Kunt u trends voorzien in de rol van AI bij klantenservice?

Bij IntelePeer geloven wij diep dat generatieve AI een krachtig instrument is dat menselijke communicatiecapaciteiten zal versterken, nieuwe kansen zal ontsluiten en langdurige barrières zal overwinnen. AI zal klantenservicecommunicatie blijven verbeteren door klantenservice-interacties te stroomlijnen, ondersteuning aan te bieden 24 uur per dag, 7 dagen per week en taalbrugmogelijkheden te bieden. Bovendien zullen virtuele assistenten, getraind op grote taalmodellen (LLM’s), in staat zijn om te putten uit miljoenen menselijke conversaties om emoties snel te detecteren en hun toon, sentiment en woordkeuze aan te passen. Er zal steeds meer bewijs zijn dat bedrijven die AI succesvol gebruiken om menselijke connecties te versterken, een aanzienlijke return on investment en verbeterde efficiëntie en productiviteit zullen ervaren.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen IntelePeer bezoeken op IntelePeer.