AI kan hjelpe deg med å nå en ekte person raskere

Nye forskningsresultater viser at åpne kildekode ChatGPT-liknende AI-oppsæt kan potensielt dirigere ringere til riktig person i et call-senter ved hjelp av naturlig språk, uten å følge irritasjonene menyvalg som er forskjellige hver uke, og som ser ut til å være medvillig hindrende.

Å prøve å komme i kontakt med en ekte person i et call-senter kan være en frustrerende opplevelse, på grunn av behovet for å navigere gjennom multiple-valg alternativer i en langsom takt – ofte uten sikkerhet på hvilke av valgene passer til ditt tilfelle. Hvis ingen av dem gjør det, tenderer erfarna brukere å adoptere triks og arbeidsomgåelser for å få tilgang til en menneskelig rådgiver av en eller annen type, og for å komme ut av ‘valg-helvete’. Mange av oss vil gjenkjenne dette som en mer eller mindre ‘kamp’ og bruker-uvennlig opplevelse.

Uventet, er call-sentere i frontlinjen for å øke eller erstatte med AI-systemer; og, til tross for en forsiktig tilnærming anbefales fra noen kvartaler, call-senter AI-automatisering forblir lavthengende frukt for tekniske overskrifter, og for utsikten til AI-basert innovasjon som kan tilby usedvanlig tidlig tidlig ROI.

Lukket Butikk

Men det er noen områder hvor åpne kildekode-prinsipper og fritt tilgjengelige data sjelden brukes eller er tilgjengelige, og dette er ett av dem. Det har mening: ethvert selskap som er interessert i å automatisere sine kundesvartningssystemer vil ha begrenset eller null interesse i å dele dataene som driver deres harde vunne innsikter, deres metoder eller deres korporative IP.

For det første, ville deling av disse ressursene koste dem en konkurranseseffekt; viktigere, gitt hvordan AI-i-løkken systemer er tilbøyelige til å avsløre privilegert informasjon, er det juridisk risikabelt.

Dette har ført til at flere godt investerte spillere har utviklet AI-hjulpet call-senter svarssystemer uavhengig av hverandre (antageligvis med noen uunngåelige redundanser av innsats); og til en økning av B2B startups og etablerte spillere som søker å møte den økende etterspørselen etter AI-drevne kundesvartningsfunksjoner.

En PolyAI-voice-assistent åpner en kundeservice-samtale for det fiktive selskapet ‘Augusta Lawn Care’, ved hjelp av store mengder treningssamtaler for å automatisere svar gjennom eksisterende call-senter-infrastruktur. Kilde

I tillegg har kappløpet om å fjerne frustrasjonen ved å navigere et call-senter-labyrint har vist seg å være en spor til forskningsinnsats – selv om de fleste slike publikasjoner tenderer å skje utenfor Arxiv og andre åpne forskningspublikasjonsnettverk, i tråd med den generelt hemmelighetsfulle naturen til Interactive Voice Response (IVR)-utvikling.

I stedet er forskning, data og forretningsintelligens relatert til AI-automatisering av kundesvartningssystemer alle sjaluvt voktet, med svært få åpne kildekode-alternativer tilgjengelige – selv om bruk av FOSS-systemer og data tilbød en juridisk lydhør løsning, hvilket er tvilsomt.

Lokal Samtale

Med dette i mente, er det friskt å se en ny rapport fra Colombia som prøver å bryte IVR ut av sin korporative hvelv, om enn bare litt. Den nye studien, en konsis og treffende tittel kalt Beyond IVR Touch-Tones: Customer Intent Routing using LLMs, kommer fra en forsker ved Universidad Distrital Francisco José de Caldas i Bogotá, og hevder å være den første ikke-lukkede prosjektet som bruker Large Language Models (LLMs) for å generere en arbeidende skjema for en Customer Intent Routing (CIR)-system.

I stedet for å prøve å få tilgang til virkelige verdens kaldedata eller proprietære menytreskjermer, genererer det nye prosjektet alle komponenter fra scratch ved hjelp av tre AI-modeller: en for å oppfinne en realistisk call-senter-meny; en annen for å simulere hundrevis av kundeklagemål; og en tredje for å fungere som chatboten, som prøver å dirigere disse klagemålene til riktig destinasjon.

Resultatet er en fullstendig syntetisk, men overbevisende test-seng, som inkluderer et fiktivt teleselskap, samt 920 distinkte brukerforespørsler, som tillater eksperimentet å unngå juridiske risikoer mens det undersøker hvor godt nåværende AI kan tolke vag, uordentlig tale, og likevel koble ringere til riktig person.

Tester indikerer at skjemaets system kan matche frie former for kundeklagemål til riktig call-senter-destinasjon med opptil 89,13% nøyaktighet, spesielt når gitt ‘flattet’ menyalternativer i stedet for verbose beskrivelser (mer om dette senere).

Studien fant også at når ringere brukte mer uformell eller variert språk, feilet AI-en mer; men at noen av disse feilene skjedde ikke fordi AI-en misforstod, men fordi telefonmenyen selv var forvirrende.

Eksempler på kundesamtaler, delt som del av det nye prosjektet. Kilde

Data for prosjektet er blitt gjort offentlig tilgjengelig.

Metode

Den første modellen i tripartite-tilnærmingen skaper en detaljert telefonmeny for et fiktivt teleselskap; den andre genererer unike kundemeldinger – noen enkle, andre omskrevet eller gjort mer uformell – for å simulere hvordan mennesker faktisk snakker når de ringer for hjelp. Med hensyn til dette, ble 920 eksempler generert for prosjektet.

Den tredje modellen fikk oppgaven med å koble hver kunde til riktig avdeling, basert bare på meldingen og en versjon av menyen. Dette skjema tillot eksperimentet å være fullstendig gjentakelig, mens det unngikk behovet for virkelige kaldedata eller å eksponere kundeinformasjon:

De tre systemene valgt for tripartite-tilnærmingen. Kilde

De tre modellene som ble brukt, var henholdsvis gpt-3.5-turbo; gpt-4o-mini; og gpt-4.1-mini.

For å simulere en overbevisende kundeservice-miljø, var det nødvendig å syntetisere en kompleks telefonmeny fra scratch. På grunn av mangelen på relevante datasett, ble gpt-3.5-turbo-modellen bedt om å generere en full, multi-branch-struktur for et fiktivt teleselskap.

Hver gren ble konfigurert for å representere tjenesteområder som regning, teknisk støtte, kontoledelse, og nye tjenester, med realistiske underalternativer og varierende dybde over treet. Fra denne kunstige menyen ble to versjoner skapt for senere testing: en som en ren tekst-hierarki, for å ligne hvordan en menneske kunne lese hele menyen; og en annen som en liste over endepunkter, hver med sin egen sekvens av knappetrykk.

Dette tillot systemet å bli testet både på en detaljert og på en ‘strippet’ versjon av ruting-utfordringen:

To versjoner av telefonmenyen ble gitt til AI-en: en detaljert tekst-hierarki, og en forenklet liste over direkte menyalternativer, for å sammenligne hvordan godt hver format støttet ruting av kundene til riktig sted.

For å skape kundemeldingene som trengtes for testing, ble en annen språkmodell brukt for å produsere en samling av originale klagemål eller forespørsler, med ti unike eksempler laget for hver menypunkt.

Hver av disse ble deretter utvidet til flere omskrevne versjoner, for å ligne hvordan virkelige kunder kunne formulere sine problemer, og introduserte endringer i lengde, tone og selv mindre feil eller ‘fyllordspråk’.

De 920 kundemeldingene som ble generert fra starten var designet både for å teste systemets presisjon og for å simulere uforutsigbarheten til virkelige samtaler.

Den tredje fasen testet hvor nøyaktig den endelige modellen kunne kartlegge hver kundemelding til riktig menypunkt, basert på de to forskjellige måtene å presentere IVR-systemet på (se bildet over).

I den første versjonen ble AI-en gitt en full, beskrivende oversikt over telefon-treet, med hver gren og underalternativ lagt ut i tekstform. I den andre versjonen så den bare en liste over endepunkter, hver knyttet til en knappsekvens.

Målet var å se om en forenklet versjon av menyen ville gjøre det lettere for modellen å bestemme hvor hver samtale skulle gå. I begge tilfeller mottok systemet en melding om gangen, og ble bedt om å returnere kun stien, uten noen ekstra ord eller forklaring, for å fasilitere automatisk scoring.

Isolasjon

For å unngå å forurense testresultatene, holdt eksperimentet hver modell isolert fra de andre: telefonmenyen ble utarbeidet av den første modellen, men deretter finalisert manuelt, så den forble ukjent for de andre systemene.

Kundemeldingene ble deretter generert separat av gpt-4o-mini, ved hjelp av bare navnene på endepunktene, og uten tilgang til menystrukturen. Til slutt, gpt-4.1-mini, som håndterte rutingen, så bare tekstene i menyen og de innkommende meldingene, og hadde ingen involvering i å lage noen av dem.

Mål

For å måle hvor godt ruting-systemet fungerte, ble to standard mål brukt: nøyaktighet ble definert som prosentandelen av tilfeller hvor modellen returnerte den eksakte riktige stien (slik som 1‑2‑3). For å isolere feilene, ble forvirringsmatriser også generert*, som viste hvor ofte hver sti ble forvirret med andre. Evalueringene ble utført i Python ved hjelp av pandas og scikit-learn-bibliotekene.

Resultater

I tester, avhengig modellens nøyaktighet sterkt av hvordan telefonmenyen ble presentert: når gitt den flattet listen over menypunkter, nådde systemet 89,13% nøyaktighet på den enklere datasetten, sammenlignet med 81,30% når den brukte den fulle beskrivende versjonen av menyen:

Ruting-nøyaktighet for den tredje (LLM3) modellen, over forskjellige prompt-formater og dataset-typer, som indikerer at flattet menypunkter konsekvent overgikk hierarkiske beskrivelser, og at nøyaktigheten sunket litt når inndata ble supplert med omskrevne eller uformelle språk.

Dette mønsteret holdt for den større, lingvistisk varierte datasetten også, hvor den flattet versjonen igjen performerte bedre, med 86,52% mot 77,07% for den beskrivende formatet.

Disse resultatene, noterer rapporten, indikerer at enklere, liste-baserte promter hjalp modellen med å matche forespørsler mer pålitelig enn lange hierarkiske beskrivelser.

Nøyaktigheten sunket også litt når omskrevne og uformelle versjoner av kundemeldinger ble introdusert, som indikerer at større variasjon forbedret realisme, men også gjorde klassifiseringen vanskeligere.

Rapporten konkluderer:

‘Våre resultater viser at LLM-er ruter intensjoner mer nøyaktig når de får flattet IVR-punkter (opptil 89,13) enn verbose menubeskrivelser (så lavt som 77,07%), som støtter prinsippet om at klarhet og korthet forbedrer LLM-ytelse i klassifiseringsinnstillinger.

‘Dette støtter prinsippet om at klarhet og korthet forbedrer LLM-ytelse i klassifiseringsinnstillinger.

‘Viktigere, å transformere menyer til flattet punkter er en enkel, automatiserbar prosess for virkelige anvendelser.’

Konklusjon

Det er friskt å se at det skjer noen åpne arbeid i en av de mest lukkede og eksklusive strømmene av forskning i litteraturen. Hva som gjenstår å se, er om ‘rammearkitekturer’ som kontekstualiserer LLM-er vil være nødvendige i fremtiden, eller om modellen bare vil trenge tilgang til (lokalt tilgjengelig) forretningsintelligens, og dermed unngå behovet for selskapet å dele data med tredjeparts-leverandører.

Ultimat, ser de bredere designprinsippene som er i arbeid her, ut til å bli adoptert naturlig av fremtidige AI-systemer, selv i domener utenfor kundeservice, uten å kreve bevisst tilpasning til denne brukssaken.

* Vennligst se kilde-rapporten for disse.

Først publisert onsdag, 29. oktober 2025