Dlaczego konwersacyjna sztuczna inteligencja jest teraz gotowa na prime time
Trzy firmy dzielą się swoimi doświadczeniami z konwersacyjną sztuczną inteligencją na konferencji użytkowników firmy NVIDIA.
Konwersacyjna sztuczna inteligencja służy jako interfejs między człowiekiem a komputerem, dzięki któremu organizacje mogą osiągać angażujące dwukierunkowe interakcje. Technologia kojarzy się zazwyczaj z call center i wirtualnymi asystentami/chatbotami, choć może być stosowana praktycznie w każdej branży wertykalnej. Dzięki przełomowym odkryciom w dziedzinie uczenia maszynowego i sztucznej inteligencji w ciągu ostatnich kilku lat konwersacyjna sztuczna inteligencja wykroczyła poza chatboty i objęła różnorodne przypadki użycia.
Konwersacyjna sztuczna inteligencja istnieje już od kilku lat, ale technologia nie była gotowa na nic poza laboratorium. Teraz jednak, dzięki postępom w technologii sztucznej inteligencji, przyspieszonym przetwarzaniu i modelom uczenia maszynowego, konwersacyjna sztuczna inteligencja jest gotowa do wejścia do świata biznesu jako technologia głównego nurtu, szczególnie w obszarze obsługi klienta.
Na początku tego miesiąca panel ekspertów z T-Mobile, RingCentral i Hugging Face zebrał się na konferencji NVIDIA 2021 GTC, aby omówić, w jaki sposób konwersacyjna sztuczna inteligencja usprawniła ich działalność i podzielić się trendami kształtującymi przyszłość tej wschodzącej technologii. Na konferencji NVIDIA zaprezentowała również Riva Custom Voice, nowy zestaw narzędzi, który może być używany do tworzenia niestandardowych głosów przy użyciu zaledwie 30 minut danych nagrania mowy.
Innowacje związane z syntezą mowy i danymi mowy "zmienią sposób, w jaki wirtualni asystenci i chatboty łączą się i odpowiadają" - powiedziała Kari Briski, wiceprezes NVIDIA ds. zarządzania oprogramowaniem AI/HPC (high-performance computing). Istnieje ogromna szansa na wykorzystanie danych do tworzenia nowych konwersacyjnych modeli sztucznej inteligencji, które uwzględniają akcenty ludzi i odrębne środowiska dźwiękowe, takie jak hałaśliwe kawiarnie i imprezy sportowe na świeżym powietrzu.
Sztuczna inteligencja jest w stanie sama się uczyć
"W przyszłości zobaczymy, jak sztuczna inteligencja definiuje własne dane" - powiedział Prashant Kukde, zastępca wiceprezesa ds. konwersacyjnej sztucznej inteligencji w RingCentral. Podobnie jak filtr tła rozmywający bałagan w pokoju, sztuczna inteligencja może działać jako filtr tła w czasie rzeczywistym, eliminując akcent, gdy mówi osoba, która nie jest rodzimym użytkownikiem języka. W tym samym czasie osoba po drugiej stronie usłyszałaby akcent, który zna. Ta koncepcja dwukierunkowej konwersacyjnej sztucznej inteligencji jest tylko jednym z przykładów innowacji w tej przestrzeni, powiedział Kukde.
Cofając się do współczesności, RingCentral koncentruje się obecnie na zastosowaniu sztucznej inteligencji do spontanicznych rozmów, które zwykle można znaleźć na spotkaniach wirtualnych. Dostawca ujednoliconej komunikacji jako usługi (UCaaS) dołącza konwersacyjną sztuczną inteligencję do swojego istniejącego portfolio produktów. Niedawno uruchomiono nową funkcję automatycznego podsumowania, która generuje podsumowania spotkań zamiany mowy na tekst, aby zapewnić uczestnikom lepsze wrażenia i zwiększyć produktywność.
Dlaczego powinien znaleźć się w każdym contact center
Natomiast wdrożenia konwersacyjnej sztucznej inteligencji w T-Mobile obejmują zarówno wspieranie pracowników T-Mobile, jak i klientów zewnętrznych. T-Mobile wykorzystuje sztuczną inteligencję w swoich centrach kontaktowych do dokumentowania rozmów między klientami a agentami obsługi klienta, zarówno za pośrednictwem chatbotów, jak i samoobsługi. Operator sieci bezprzewodowej wykorzystuje również sztuczną inteligencję do transkrypcji rozmów z mowy na tekst, aby pomóc agentom pracującym w call center (agent-assist).
Kiedy wybuchła pandemia COVID-19, call center T-Mobile zostało zalane zapytaniami klientów o plany płatności z powodu trudności finansowych spowodowanych pandemią. T-Mobile był w stanie zautomatyzować to proste zadanie, wdrażając chatbota, który pomagał klientom w ustalaniu płatności. To, czego T-Mobile nie spodziewał się, to uzyskanie tak wysokiego zwrotu z inwestycji (ROI) uruchamiając mały poboczny projekt, który przerodził się w powszechnie stosowane narzędzie.
"Myśleliśmy, że chatbot będzie żył tylko w sezonie koronawirusa. Ale w ciągu pierwszych 18 miesięcy jego życia osiągnęliśmy 750% zwrotu z inwestycji z tego chatbota" - powiedziała Heather Nolis, główny inżynier ds. uczenia maszynowego w T-Mobile. "W naszych centrach telefonicznych odbywa się wiele rutynowych zadań, w których ludzie nie są potrzebni. W rzeczywistości odkryliśmy, że około 30% naszych klientów nie chce rozmawiać z ludźmi i wolałoby asystenta konwersacyjnego".
Konwersacyjna sztuczna inteligencja kontynuuje swoją szybką ewolucję
W ciągu ostatnich trzech lat konwersacyjna sztuczna inteligencja ewoluowała, obejmując nowe typy modeli, które zapewniają lepsze przewidywania w celu podsumowania i sklasyfikowania tekstu, zrozumienia tonacji i wykonywania nowych czynności zarówno w mowie, jak i wizji. Idąc dalej, konwersacyjna sztuczna inteligencja będzie napędzana przez otwartą współpracę za pośrednictwem modeli, punktów kontrolnych i implementacji. Oznacza to, że organizacje będą musiały przyjąć bardziej pragmatyczną sztuczną inteligencję, która zajmuje się problemem biznesowym, a nie rozwiązaniem, powiedział Jeff Boudier, dyrektor ds. produktu w Hugging Face, twórcy biblioteki przetwarzania języka naturalnego (NLP) Transformers o otwartym kodzie źródłowym.
"Jednym z głównych wyzwań ostatnich trzech lat było oddanie nauki w ręce praktyków" - powiedział Boudier. "Pragmatyczna sztuczna inteligencja wymaga w jak największym stopniu korzystania z technologii open source. To jedna z cech definiujących uczenie maszynowe; Jest oparty na nauce. To żywy system, który ludzie budują".
Biblioteka Transformers firmy Hugging Face zachęca do wnoszenia wkładu przez wiele osób z różnych branż. Dostępnych jest ponad 1600 publicznych zbiorów danych w około 200 językach. Każdy może uzyskać dostęp do 70 000 darmowych modeli transformatorów dostarczonych przez społeczność 1 000 współpracowników (i wciąż rośnie). Zestawy danych obejmują wszystko, od klasyfikowania tekstu, przez transkrypcję dźwięku, po rozpoznawanie obiektów na zdjęciach i filmach.
Otwarta, oparta na współpracy przyszłość jest ostatecznym celem konwersacyjnej sztucznej inteligencji. Zanim jednak organizacje będą mogły to osiągnąć, muszą zrozumieć, dlaczego w ogóle budują chatboty i inne usługi oparte na sztucznej inteligencji. Kukde z RingCentral uważa, że organizacje powinny stopniowo wprowadzać konwersacyjną sztuczną inteligencję i umieszczać ją w taki sposób, aby ludzie nie czuli, że przejmuje ona ich pracę. Powiedział, że gdy sztuczna inteligencja jest stopniowo wprowadzana, organizacje mają czas na zbieranie informacji zwrotnych z większą ilością danych, lepszymi szkoleniami i kontynuowanie budowania na przyszłość.
Nolis uważa, że dobrą strategią dla organizacji jest tworzenie chatbotów, które zapewniają użytkownikom dobre doświadczenia, a nie przedstawianie sugestii, które już znają. Ważne jest, aby zrozumieć, gdzie chatboty powinny, a gdzie nie powinny być używane. Dlatego ludzie uwielbiają rozmawiać z chatbotami, zamiast je tolerować i mieć nadzieję, że w końcu dotrą do prawdziwej osoby.
"Każdy, kto buduje chatbota, powinien słuchać swoich użytkowników, patrząc na dane, które już mają z interakcji w mediach społecznościowych, skarg i rozmów z agentami obsługi klienta" - podsumował Nolis. "Jeśli budowany przez nas agent AI nie jest w stanie zrobić tego, co może zrobić człowiek, to pozwolimy mu się tym zająć, ponieważ naprawdę zależy nam na jakości naszej obsługi klienta".