• <strike id="fdgpu"><input id="fdgpu"></input></strike>
    <label id="fdgpu"></label>
    <s id="fdgpu"><code id="fdgpu"></code></s>

  • <label id="fdgpu"></label>
  • <span id="fdgpu"><u id="fdgpu"></u></span>

    <s id="fdgpu"><sub id="fdgpu"></sub></s>
    您當(dāng)前的位置是:  首頁(yè) > 新聞 > 文章精選 >
     首頁(yè) > 新聞 > 文章精選 >

    聯(lián)絡(luò)中心的人工智能:了解基本知識(shí)

    --工具就在那里。你知道他們?cè)谧鍪裁矗约叭绾卫盟麄儐幔?/h2>

    2018-04-20 09:33:12   作者:   來(lái)源:CTI論壇   評(píng)論:0  點(diǎn)擊:


      CTI論壇(ctiforum.com)(編譯/老秦):在上個(gè)月的“Enterprise Connect 2018”上,我參加了盡可能多的關(guān)于人工智能(AI)的會(huì)議。我所觀(guān)察到的是,雖然有一些公司可以在你的聯(lián)絡(luò)中心提供部分人工智能的實(shí)現(xiàn),但是沒(méi)有一個(gè)公司能夠支持客戶(hù)參與環(huán)境中所需要的整體支撐。
    聯(lián)絡(luò)中心的人工智能:了解基本知識(shí)
      在本文中,我將提供各種基于AI的應(yīng)用程序框架,這樣你就可以更好地了解哪些供應(yīng)商能夠支持你的聯(lián)絡(luò)中心AI自動(dòng)化需求。
      什么是人工智能?
      讓我們從定義AI開(kāi)始。你會(huì)發(fā)現(xiàn)人工智能有很多不同的定義,但人們的共識(shí)是模仿人類(lèi)的行為。
      對(duì)于許多人來(lái)說(shuō),機(jī)器學(xué)習(xí)(ML)對(duì)于真正的人工智能來(lái)說(shuō)是必要的。ML是機(jī)器識(shí)別不清楚的內(nèi)容、動(dòng)作、行為或意圖的能力。你可以用統(tǒng)計(jì)模型來(lái)計(jì)算概率;然而,在企業(yè)中,人的指導(dǎo)或治理是最好的方法。如果你正在考慮企業(yè)中的人工智能,請(qǐng)務(wù)必理解你將如何管理ML流程。
      學(xué)習(xí)是人類(lèi)的特性,但在某些情況下,ML可能是有問(wèn)題的。想想Tay,微軟在Twitter上推出的通用聊天機(jī)器人。在24小時(shí)內(nèi),微軟不得不取消Tay,因?yàn)橐恍㏕witter用戶(hù)教它一些非常糟糕的種族主義習(xí)慣。正如我前面提到的,確保你知道ML流程如何為你可能選擇的AI工具工作。
      客戶(hù)參與推論是使用對(duì)話(huà)錄音培訓(xùn)網(wǎng)絡(luò)聊天機(jī)器人或語(yǔ)音助理。如果座席能夠正確地以恰當(dāng)?shù)姆绞教幚砻總(gè)客戶(hù)的交互,那就太好了,但事實(shí)并非如此。當(dāng)提供一個(gè)會(huì)話(huà)人工智能接口時(shí),使用先前記錄的交互,確保你能夠編輯錯(cuò)誤的行為和錯(cuò)誤的答案。
      在探索人工智能的過(guò)程中,你還需要了解認(rèn)知處理和規(guī)模。
      認(rèn)知處理器是指支持人工智能應(yīng)用的計(jì)算平臺(tái)。這個(gè)平臺(tái)可以包含一個(gè)處理器或多個(gè)處理器,甚至是數(shù)千個(gè)處理器的神經(jīng)網(wǎng)絡(luò)。其中任何一種都適用于聯(lián)絡(luò)中心,并且能夠運(yùn)行本文中討論的任何應(yīng)用程序--但是,規(guī)模是一個(gè)問(wèn)題。
      關(guān)于規(guī)模,最好的做法是從有限的生產(chǎn)實(shí)現(xiàn)開(kāi)始--在聯(lián)絡(luò)中心,這意味著限制你的機(jī)器人可以支持的并發(fā)用戶(hù)的數(shù)量。你可能從10或50個(gè)并發(fā)用戶(hù)開(kāi)始,但不是數(shù)百個(gè)。原因是每個(gè)用例都是不同的,在最初的幾個(gè)月里,你將不得不測(cè)量機(jī)器人的性能,以便了解如何最好地增加處理能力以滿(mǎn)足企業(yè)的規(guī)模。
      此外,隨著時(shí)間的推移,ML將傾向于減少處理器負(fù)載。在幾個(gè)月內(nèi)運(yùn)行有限的實(shí)現(xiàn)將允許每個(gè)交互的處理器需求穩(wěn)定,這樣你就可以計(jì)算生產(chǎn)規(guī)模。使用基于云計(jì)算的“租賃”處理器,按月或按年計(jì)算,將降低購(gòu)買(mǎi)過(guò)多處理器的風(fēng)險(xiǎn)。
      在客戶(hù)參與環(huán)境中有用的人工智能工具分為以下幾類(lèi):
    • 自動(dòng)語(yǔ)音識(shí)別和文本到語(yǔ)音(ASR/TTS)
    • 機(jī)器人過(guò)程自動(dòng)化(RPA)
    • 基于AI的分析(基于對(duì)自然語(yǔ)言和/或元數(shù)據(jù)的分析)
      會(huì)話(huà)人工智能--自然語(yǔ)言處理(NLP)及其組成部分:自然語(yǔ)言理解和自然語(yǔ)言生成。
      自動(dòng)語(yǔ)音識(shí)別和語(yǔ)音合成
      ASR/TTS,它提供了機(jī)器翻譯語(yǔ)音到文本的能力,相反,將文本轉(zhuǎn)換為語(yǔ)音,這是幾十年來(lái)一直常用的。例如,我在1995年實(shí)現(xiàn)了我的第一個(gè)ASR/TTS解決方案,為強(qiáng)生公司(Johnson & Johnson)提供服務(wù)。對(duì)于這個(gè)用例,我們培訓(xùn)了一臺(tái)機(jī)器來(lái)識(shí)別60000個(gè)不同的組件號(hào)碼,以便在電話(huà)訂單上提供更好的準(zhǔn)確性。我們需要幫助的大部分ML用于處理重復(fù)的組件編號(hào)和組件標(biāo)簽,它們使用了聲音相似的字母和數(shù)字(B、3、G、Z…)。幾周內(nèi),我們?cè)谧R(shí)別特定組件方面達(dá)到了99%的準(zhǔn)確度。
      Nuance Communications的Dragon自然語(yǔ)音識(shí)別軟件是一個(gè)商業(yè)ASR/TTS工具的例子,自1982年以來(lái)就一直存在。這篇文章的其中某些部分是利用它寫(xiě)成的,口述--然后轉(zhuǎn)換成文字。首先,該軟件使用ML的概念稱(chēng)為“培訓(xùn)”。基本上,它為你提供了一些閱讀的文件,它可以學(xué)習(xí)你的聲音是如何發(fā)音的,就像你已經(jīng)知道的單詞一樣。而且,它會(huì)在你每次使用它的時(shí)候?qū)W習(xí),并且有能力閱讀你的電子郵件和存儲(chǔ)的文檔來(lái)學(xué)習(xí)你的寫(xiě)作方式。如果你有背部或頸部的毛病,整天都趴在鍵盤(pán)上,我強(qiáng)烈建議你試試。但是要注意的是:正確地拼寫(xiě)每一個(gè)單詞,但這并不意味著它永遠(yuǎn)是正確的單詞。
      機(jī)器人過(guò)程自動(dòng)化
      RAP(機(jī)器人過(guò)程自動(dòng)化)則是計(jì)算機(jī)腳本的使用,即移動(dòng)數(shù)據(jù)或處理事務(wù),需要多個(gè)計(jì)算機(jī)系統(tǒng)或計(jì)算機(jī)系統(tǒng)內(nèi)創(chuàng)建函數(shù)。幾年前,企業(yè)開(kāi)始在RPA上花錢(qián)。它在幾個(gè)方面與腳本不同,最明顯的是它使用了ML;具有業(yè)務(wù)規(guī)則的集中式存儲(chǔ)庫(kù);而且,在大多數(shù)情況下,有能力使用NLP來(lái)改善它的效用。
      RPA在處理與CRM相關(guān)的工作或在聯(lián)絡(luò)中心的額外工作時(shí)特別有用。一個(gè)完美的例子是使用RPA消除客戶(hù)關(guān)系管理和訂購(gòu)系統(tǒng)之間的手動(dòng)復(fù)制和粘貼案例說(shuō)明。RPA不太容易出錯(cuò),并且允許聯(lián)絡(luò)中心座席專(zhuān)注于更有意義的工作。
      有了ML,機(jī)器人就有機(jī)會(huì)通過(guò)識(shí)別新的產(chǎn)品和流程來(lái)提高自身,從而引入客戶(hù)參與環(huán)境。例如,當(dāng)一個(gè)新產(chǎn)品出現(xiàn)在電子采購(gòu)訂單上時(shí),機(jī)器人可能不知道它是什么;但是,它將知道字段的內(nèi)容是分類(lèi)法的一部分,它將其標(biāo)識(shí)為產(chǎn)品,而不是名稱(chēng)或地址。這使得ML管理過(guò)程更容易。此外,在合適的條件下,使用ML的機(jī)器人可以處理新產(chǎn)品的購(gòu)買(mǎi)訂單,而無(wú)需將其重寫(xiě)為腳本。
      當(dāng)多個(gè)RPA進(jìn)程處理相似的數(shù)據(jù)并將這些數(shù)據(jù)移動(dòng)到類(lèi)似或相同的信息系統(tǒng)平臺(tái)時(shí),業(yè)務(wù)規(guī)則庫(kù)非常有用。例如,知道一個(gè)已知的實(shí)體,比如地址總是在同一個(gè)地方,可以方便地部署新的RPA解決方案。
      NLP與RPA定期合作。舉一個(gè)簡(jiǎn)單的例子,再考慮一下電子采購(gòu)訂單。只有一個(gè)typo意味著一個(gè)簡(jiǎn)單的腳本將會(huì)失敗,并且訂單需要手工處理。NLP有能力使用“庫(kù)存”或編程語(yǔ)言元素來(lái)減輕輸入錯(cuò)誤的影響。此外,你可以使用NLP來(lái)總結(jié)在采購(gòu)訂單上用簡(jiǎn)單英語(yǔ)描述的注釋或異常。機(jī)器人可以適應(yīng)航運(yùn)術(shù)語(yǔ)、交付要求和特殊請(qǐng)求,但是腳本工具只能標(biāo)記手動(dòng)處理的異常。
      您可以從數(shù)百個(gè)供應(yīng)商中找到你所想要的RPA工具,包括BluePrism、IBM、Microsoft、Pegasystems和UiPath。
      基于人工智能的分析
      聯(lián)絡(luò)中心有幾種方法來(lái)使用基于AI的分析。在聯(lián)絡(luò)中心中,基于AI的分析通常使用元數(shù)據(jù)來(lái)描述交互,而不是交互本身。另一方面,基于NLP的分析應(yīng)用于交互本身的內(nèi)容。為了設(shè)置語(yǔ)境,NLP由兩部分組成:自然語(yǔ)言理解(NLU)和自然語(yǔ)言生成(NLG)。NLU可以做以下操作,但不限于:辨別意圖、消除歧義、術(shù)語(yǔ)提取、翻譯、解析、詞干、命名實(shí)體提取、主題分割、識(shí)別情緒(感情)、總結(jié)內(nèi)容、標(biāo)記內(nèi)容和分類(lèi)。NLG只生成基于語(yǔ)言的響應(yīng)。(NLP將是另一篇文章的主題)
      使用的操作決策標(biāo)準(zhǔn)是:你是否關(guān)心客戶(hù)已經(jīng)做了什么,還是關(guān)心客戶(hù)現(xiàn)在正在做什么?
      在我看來(lái),知道客戶(hù)現(xiàn)在做什么比知道客戶(hù)上周做了什么,甚至僅僅是剛才的事情更重要。例如,銀行客戶(hù)使用IVR來(lái)轉(zhuǎn)賬,然后按“0”到達(dá)座席。在大多數(shù)情況下,IVR會(huì)把客戶(hù)轉(zhuǎn)移到處理轉(zhuǎn)賬的呼叫隊(duì)列。然而,現(xiàn)實(shí)情況是,轉(zhuǎn)賬很可能已經(jīng)完成,客戶(hù)可能想做些別的事情,比如申請(qǐng)抵押貸款。在這種情況下,元數(shù)據(jù)有其局限性。基于NLU的路由解決方案將詢(xún)問(wèn)客戶(hù)他或她希望下一步做什么,然后路由到適當(dāng)?shù)暮艚嘘?duì)列--或者甚至可能調(diào)用NLP來(lái)處理貸款應(yīng)用程序。
      令我的客戶(hù)感到驚訝的是,他們可以用最少的滯后時(shí)間來(lái)執(zhí)行分析(有些人可能會(huì)稱(chēng)之為實(shí)時(shí)分析,但我認(rèn)為這更像是一種接近實(shí)時(shí)的分析)。
      元數(shù)據(jù)分析,如可能使用像Altocloud這樣的平臺(tái)(現(xiàn)在是Genesys),可以使用子秒延遲執(zhí)行。分析文本可能需要更長(zhǎng)的時(shí)間,因?yàn)闄C(jī)器可能無(wú)法理解真正的意圖,直到背誦完成。AmazonLex、GridspaceSift和IBMWatson都是可以執(zhí)行NLP分析的解決方案的例子。
      情緒分析也是我的大多數(shù)客戶(hù)感興趣的方面,通常,這些分析是在會(huì)話(huà)接口建立之后實(shí)現(xiàn)的。在會(huì)話(huà)接口之前,我看到客戶(hù)實(shí)現(xiàn)NLP分析的唯一地方是對(duì)遵從性的研究。這樣做的一個(gè)例子就是分析經(jīng)紀(jì)人在金融業(yè)務(wù)中與法定要求的相關(guān)表現(xiàn)。
      聯(lián)系中心的人工智能:了解基本知識(shí)
      會(huì)話(huà)AI接口
      到目前為止,最有效的利用人工智能,使用NLP技術(shù)與客戶(hù)進(jìn)行交談的就是聯(lián)絡(luò)中心。我們看到了勞動(dòng)力利用率的主要變化,根據(jù)用例,聯(lián)絡(luò)中心的勞動(dòng)力需求下降了10%到70%。由于機(jī)器人的速度比人快,因此客戶(hù)的努力往往會(huì)減少。
      通常,這些實(shí)現(xiàn)采用無(wú)縫的、非侵入性的方式,就可以實(shí)現(xiàn)上述所有技術(shù)。我所說(shuō)的非侵入性指的是機(jī)器人,網(wǎng)絡(luò)聊天機(jī)器人,或語(yǔ)音助手成為你的網(wǎng)絡(luò)聊天,語(yǔ)音電話(huà)和信息基礎(chǔ)設(shè)施的用戶(hù)。為了實(shí)現(xiàn)這兩個(gè)接口,什么都不需要中斷。
      通過(guò)將機(jī)器人作為用戶(hù)在這些系統(tǒng)上集成,你提供了一種無(wú)縫的方法,以便在必要時(shí)將交互傳遞給人類(lèi)座席。機(jī)器人知道它不知道什么,機(jī)器人能比人類(lèi)更快地察覺(jué)到負(fù)面情緒。在這些條件和其他條件下,機(jī)器人可以將客戶(hù)交互轉(zhuǎn)移到一個(gè)人的解決方案中。
      一個(gè)認(rèn)知處理平臺(tái)可以同時(shí)使用網(wǎng)絡(luò)聊天和語(yǔ)音接口,以及新的語(yǔ)音計(jì)算接口,比如亞馬遜Alexa、蘋(píng)果iHome和谷歌Home。一般來(lái)說(shuō),這些接口是從認(rèn)知處理器中抽象出來(lái)的,但有些接口被他們所使用的媒體所限制。例如,你不能將圖形文件發(fā)送到語(yǔ)音接口。但是,你可以在一些調(diào)用VisualIVR中協(xié)調(diào)使用不同的媒體。Nuance在美國(guó)航空公司的實(shí)施就是一個(gè)很好的例子。在這個(gè)用例中,交互可以從語(yǔ)音開(kāi)始,但是平臺(tái)可以將URL推送到移動(dòng)設(shè)備或電子郵件接口來(lái)支持座位選擇。在美國(guó)的實(shí)現(xiàn)中,URL提供了用于座位選擇的座位圖。
      Web聊天集成通常基于Web服務(wù)集成。唯一的訣竅就是讓傳遞函數(shù)發(fā)揮作用。大多數(shù)較大的播放器都已經(jīng)預(yù)先構(gòu)建了它們的APIs;但是,如果你使用的是一個(gè)不太知名的NLP解決方案的Web聊天軟件,那么你可能將需要編寫(xiě)一些代碼。
      語(yǔ)音接口比網(wǎng)絡(luò)聊天要復(fù)雜一些。你應(yīng)該能夠重用你的IVR作為ASR/TTS,但是這樣做通常需要一些重新設(shè)計(jì)和重新配置--一直回到PSTN。高質(zhì)量的音質(zhì)網(wǎng)會(huì)得到高質(zhì)量的效果。如果你使用的是高壓縮編碼,那么你就需要一個(gè)低性能的語(yǔ)音識(shí)別解決方案。在IVR重用的情況下,ASR/TTS處理器位于傳統(tǒng)IVR的后面。通過(guò)這種方式,你可以一次遷移一個(gè)新的語(yǔ)音NLP自動(dòng)化過(guò)程,并且風(fēng)險(xiǎn)最小。
      Alexa類(lèi)型的實(shí)現(xiàn)可以提供相同的語(yǔ)音計(jì)算接口;然而,他們?cè)诩軜?gòu)上不同。在這些情況下,設(shè)備本身,而不是IVR,可以托管ASR/TTS。此外,要將交互傳遞到傳統(tǒng)語(yǔ)音系統(tǒng),需要使用兼容的編解碼器。這些新設(shè)備支持開(kāi)放標(biāo)準(zhǔn)的Opus編碼器,它也可用于一些語(yǔ)音系統(tǒng),WebRTC和許多會(huì)話(huà)邊界控制器(SBCs)。
      順便說(shuō)一下,Alexa的使用并不僅限于亞馬遜的設(shè)備。亞馬遜去年為Windows10推出了Alexa,任何可以運(yùn)行亞馬遜應(yīng)用程序的地方都可以運(yùn)行Alexa。而且,你不必總是說(shuō)“Alexa”。你可以調(diào)整界面以顯示你公司的名字。例如,你可以在你按下Alexa按鈕和/或在你的設(shè)備上注冊(cè)“技能”之后說(shuō):“啟動(dòng)ABC公司的產(chǎn)品訂購(gòu)”。
      你可以一起使用全渠道和會(huì)話(huà)人工智能,但是設(shè)計(jì)對(duì)話(huà)流是非常重要的。你必須特別注意機(jī)器人將遇到的故障情況。Visual IVR還創(chuàng)建了一些失敗案例的挑戰(zhàn),你需要在部署之前做好計(jì)劃。
      所有主要的聯(lián)絡(luò)中心客戶(hù)關(guān)系管理和電話(huà)供應(yīng)商都提供或有一個(gè)計(jì)劃,以使基于AI的解決方案提供給他們的聯(lián)絡(luò)中心客戶(hù)。此外,目前市場(chǎng)上有1000多個(gè)RPA、會(huì)話(huà)AI和NLP分析平臺(tái)。
      在許多方面,聯(lián)絡(luò)中心的運(yùn)營(yíng)商從來(lái)沒(méi)有這么好過(guò)。基于AI的自動(dòng)化工具正在減少勞動(dòng)力需求和客戶(hù)的努力。工具就在那里。如果你制定一個(gè)好的計(jì)劃并執(zhí)行,你將在許多層面上取得成功,并發(fā)現(xiàn)你的企業(yè)和客戶(hù)的一些事情,從而獲得更大的成功。
      聲明:版權(quán)所有 非合作媒體謝絕轉(zhuǎn)載
      原文網(wǎng)址:https://www.nojitter.com/post/240173423/ai-in-your-contact-center-understanding-the-basics
    【免責(zé)聲明】本文僅代表作者本人觀(guān)點(diǎn),與CTI論壇無(wú)關(guān)。CTI論壇對(duì)文中陳述、觀(guān)點(diǎn)判斷保持中立,不對(duì)所包含內(nèi)容的準(zhǔn)確性、可靠性或完整性提供任何明示或暗示的保證。請(qǐng)讀者僅作參考,并請(qǐng)自行承擔(dān)全部責(zé)任。

    專(zhuān)題

    亚洲精品网站在线观看不卡无广告,国产a不卡片精品免费观看,欧美亚洲一区二区三区在线,国产一区二区三区日韩 龙山县| 杂多县| 武穴市| 富裕县| 红原县| 沿河| 三台县| 中牟县| 滨州市| 曲阳县| 五华县| 邵阳县| 常宁市| 长宁区| 东宁县| 翁牛特旗| 盐源县| 浑源县| 台前县| 乌拉特中旗| 鹰潭市| 吉林省| 中超| 佳木斯市| 双峰县| 新兴县| 茶陵县| 丰顺县| 紫云| 宁乡县| 三江| 元谋县| 文水县| 吐鲁番市| 凌云县| 桐城市| 周至县| 新乡市| 布尔津县| 巴林右旗| 凤阳县| http://444 http://444 http://444 http://444 http://444 http://444