Сергей Гальченко, технический директор IntelePeer – Интервью

Что изначально привлекло вас к области информатики и ИИ?

Мне нравится решать проблемы, и разработка программного обеспечения позволяет делать это с очень быстрой обратной связью. ИИ открывает новый рубеж применений, которые трудно решить с помощью традиционного детерминированного подхода к программированию, делая его интересным инструментом в наборе решений.

Как ИИ преобразовал ландшафт поддержки клиентов, особенно в автоматизации операций CX (опыта клиента)?

Генеративный искусственный интеллект революционизирует бизнес контакт-центров беспрецедентными способами. Когда он сочетается с решениями, помогающими автоматизировать коммуникации, генеративный ИИ предлагает новые возможности для улучшения взаимодействия с клиентами, повышения операционной эффективности и снижения затрат на труд в отрасли, которая стала яростно конкурентной. С этими технологиями клиенты могут получить пользу от высоко персонализированной службы и последовательной поддержки. Бизнесы, одновременно, могут более эффективно обрабатывать звонки и бороться с текучестью кадров и высокими показателями вакансий, позволяя своим сотрудникам сосредоточиться на высокоприоритетных задачах. Наконец, генеративный ИИ, благодаря своим продвинутым алгоритмам, позволяет бизнесам консолидировать и суммировать информацию, полученную из взаимодействий с клиентами, используя множество источников данных. Преимущества использования этих технологий в CX очевидны – и есть все больше данных, подтверждающих тот факт, что эта тенденция повлияет на все больше компаний.

Можете ли вы предоставить конкретные примеры того, как генеративный ИИ IntelePeer сократил скучные задачи для агентов поддержки клиентов?

Окончательная цель генеративного ИИ IntelePeer – обеспечить полную автоматизацию сценариев поддержки клиентов, сокращая зависимость от агентов и приводя к снижению операционных затрат для клиентов, которых мы обслуживаем, до 75%. Наша платформа может автоматизировать до 90% взаимодействий с клиентами, и мы уже автоматизировали более половины миллиарда взаимодействий с клиентами. Наш генеративный ИИ может не только автоматизировать ручные задачи, такие как маршрутизация звонков, планирование встреч и ввод данных клиентов, но также обеспечить самослужебные trải nghiệm, которые клиенты все чаще требуют и ожидают – полные с гиперперсонализированными коммуникациями, улучшенной точностью ответов и более быстрыми решениями.

Можете ли вы описать, почему услуги, связанные с ИИ, должны сбалансировать креативность с точностью.

Сбалансировать креативность с точностью и предсказуемостью имеет решающее значение при создании доверия к ИИ-управляемым услугам и решениям – одного из самых больших вызовов, окружающих технологии ИИ сегодня. Прежде всего, любое решение ИИ должно стремиться к наивысшему уровню точности, чтобы предоставить правильные выходные данные, необходимые для всех входных данных. Но создание отличного опыта с ИИ выходит за рамки простого предоставления правильной информации конечным пользователям; это также включает в себя обеспечение правильной доставки этой информации им, что требует приличного количества креативности для успешного выполнения. Например, в взаимодействии с клиентом ИИ-управляемое решение по коммуникациям должно быть способно автоматически соответствовать тону клиента и корректировать его в режиме реального времени, предоставляя им ровно то, что им нужно, так, чтобы лучше всего достичь их в этот момент. ИИ также должен общаться в жизнеподобной манере, чтобы клиенты чувствовали себя более комфортно, но не настолько, чтобы обмануть их, заставив поверить, что они говорят с человеком, когда на самом деле это не так. Опять же, все это сводится к созданию доверия к ИИ, что в конечном итоге приведет к еще более широкому внедрению и использованию технологии.

Какую роль играет данные в обеспечении точности ответов ИИ, и как вы управляете данными для оптимизации производительности ИИ?

Хорошие данные создают хороший ИИ. Другими словами, качество данных, которые вводятся в модель ИИ, напрямую коррелирует с качеством информации, которую эта модель производит. В сфере обслуживания клиентов данные о взаимодействии с клиентами являются ключом к выявлению пробелов в пути клиента. Анализируя эти данные, организации могут лучше понять намерения клиентов, а затем использовать эту информацию для оптимизации и улучшения ИИ-управляемого взаимодействия, преобразуя общий опыт и взаимодействие с клиентом. Однако организации должны иметь правильную архитектуру данных, чтобы как обрабатывать, так и извлекать информацию из огромных объемов данных, связанных с решениями ИИ.

Решение ИИ IntelePeer использует содержание и контекст взаимодействия, чтобы определить лучший курс действий на каждом этапе. Во время взаимодействия, если клиент задает вопрос, требующий ответа, специфичного для бизнес-процесса, правила или политики, ИИ-работа автоматически использует базу знаний, включающую такие бизнес-данные, как документы FAQ, материалы для обучения агентов, данные веб-сайта, политику и другую бизнес-информацию, чтобы ответить соответственно. Аналогично, если вопрос или запрос требует ответа, который бизнес не хочет, чтобы ИИ ответил напрямую, ИИ-работа передает запрос агенту, если это необходимо. Остальное взаимодействие может быть автоматически добавлено к парам вопросов и ответов, чтобы улучшить ответы в последующих взаимодействиях с клиентами или передано руководящей власти для утверждения перед включением.

Как вы представляете себе эволюцию роли агентов первой линии в условиях растущей роли ИИ в поддержке клиентов?

Мы в IntelePeer представляем себе значительное снижение зависимости от агентов первой линии из-за эволюции технологий ИИ. С огромными шагами в ИИ-управляемом удержании звонков, которые продолжают улучшаться в качестве и расти в объеме, организации сегодня могут автоматизировать до 90% своих взаимодействий с клиентами. Это позволяет им оптимизировать штат агентов первой линии и сэкономить значительно на операционных затратах – все это при предоставлении лучших trải nghiệm для клиентов, которых они обслуживают.

Хотя некоторые задачи автоматизируются, какие квалифицированные роли CX, по вашему мнению, останутся критически важными, несмотря на достижения ИИ?

Хотя ИИ сократит количество агентов первой линии, необходимых в ролях поддержки клиентов, человеческий элемент всегда будет необходим в операциях CX. Например, ИИ-управляемые модели коммуникаций должны быть обучены, настроены и управляемы с человеческим надзором, чтобы обеспечить точность и устранить любые предвзятости. Человеческий подход также необходим для согласования автоматизированных коммуникаций с клиентами с посланием и личностью организации или бренда, от которого они исходят, что способствует комфорту клиентов и помогает создать доверие к технологии. Эти более технические, ИИ-ориентированные роли возьмут верх над типичными ролями первой линии в ближайшие годы.

ИИ-галлюцинации являются проблемой в поддержании точных взаимодействий с клиентами. Какие конкретные ограничения реализовал IntelePeer, чтобы предотвратить ИИ от фабрикации фактов?

Бизнесу необходимо реализовать генеративный ИИ сегодня, чтобы остаться актуальным в условиях продолжающейся революции, избегая поспешного и катастрофического внедрения. Чтобы сделать это ответственно, компании должны начать с реализации шаблона Retrieval Augmented Generation (RAG), чтобы помочь их генеративному ИИ взаимодействовать с анализом больших корпоративных наборов данных. Для автоматизированных взаимодействий с клиентами бренды должны создать цикл обратной связи с людьми, чтобы проанализировать прошлые взаимодействия и улучшить качество этих наборов данных, используемых для тонкой настройки и повышения извлечения. Кроме того, чтобы исключить ИИ-галлюцинации, организации должны сосредоточиться на:

• реализации ограничений путем анализа данных о взаимодействии с клиентами и разработки всесторонних, динамических баз знаний;
• инвестировании в непрерывный мониторинг и обновление этих систем, чтобы адаптироваться к новым запросам и поддерживать точность; и
• обучении сотрудников распознавать и управлять неопределенными пермутациями, обеспечивая бесперебойный процесс эскалации и решения.

Как вы обеспечиваете, чтобы большие языковые модели (LLM) правильно интерпретировали контекст и предоставляли надежные ответы?

Халатный подход к реализации генеративного ИИ может привести к проблемам с качеством вывода, галлюцинациям, нарушению авторских прав и предвзятым алгоритмам. Поэтому бизнесу необходимо иметь ограничения реакции при применении генеративного ИИ в среде обслуживания клиентов. IntelePeer использует Retrieval Augmented Generation (RAG), который подает контекстные данные в LLM, чтобы получить ответы, основанные на наборе данных, предоставленном клиентом. На протяжении всего процесса, начиная с подготовки данных и заканчивая отправкой ответа LLM клиенту, необходимые ограничения предотвращают раскрытие любой конфиденциальной информации. RAG IntelePeer начинается, когда клиент задает вопрос ИИ-управляемому боту. Бот выполняет поиск вопроса в базе знаний. Если он не может найти ответ, он передает вопрос агенту и сохраняет вопрос в базе данных вопросов и ответов. Позже человек просматривает этот новый вопрос, проводит импорт набора данных и сохраняет ответ в базе знаний. В конечном итоге, ни один вопрос не остается без ответа. С процессом RAG на месте, бизнес может поддерживать контроль над наборами ответов для автоматизации взаимодействий.

Оглядываясь вперед, какие тенденции вы ожидаете в роли ИИ в опыте клиента?

В IntelePeer мы глубоко верим, что генеративный ИИ является мощным инструментом, который будет положительно дополнять человеческие коммуникационные возможности, открывая новые возможности и преодолевая давние барьеры. ИИ будет продолжать улучшать коммуникации в обслуживании клиентов, упрощая взаимодействия с клиентами, предлагая круглосуточную помощь и предоставляя возможности для моста языков. Кроме того, обученные на больших языковых моделях, виртуальные помощники смогут черпать из миллионов человеческих разговоров, чтобы быстро обнаружить эмоции и изменить тон, настроение и выбор слов. Будет все больше доказательств того, что бизнес, успешно использующий ИИ для улучшения человеческих связей, увидит значительную отдачу от инвестиций и улучшение эффективности и производительности.

Благодарим за отличное интервью. Читателям, желающим узнать больше, следует посетить IntelePeer.