این فناوری پتانسیل زیادی برای پیشرفت بیشتر دارد، با چالش هایی از جمله:
- توسعه روش‌هایی برای نماینده به سازگاری با تغییر انتظارات و ترجیحات مشتری کمک می‌کند.
- اطمینان بیشتر از حریم خصوصی و امنیت داده ها از طریق رمزگذاری و روش های دیگر برای پاک کردن مکالمات از اطلاعات محرمانه یا حساس قبل از اجرای آنها از طریق مدل های AI کمک عامل.
- ادغام عامل کمک با سایر فناوری‌های نوظهور مانند آواتارهای دیجیتال تعاملی، که می‌توانند ببینند، بشنوند، درک کنند و با کاربران نهایی ارتباط برقرار کنند و در عین حال احساسات آنها را تقویت کنند.
همه این قابلیت‌های ASR، NLP و هوش مصنوعی در فناوری کمک عاملی گرد هم می‌آیند، که به طور فزاینده‌ای برای کسب‌وکارها در صنایع مختلف یکپارچه می‌شود.
چگونه فناوری Agent Assist به کسب و کارها، مشتریان کمک می کند
بیشتر بدانید فناوری‌های هوش مصنوعی گفتاری NVIDIA.
به عنوان مثال، اگر مشتری بگوید: “من از پذیرش تلفن همراه خود به شدت ناامید هستم”، کمک نماینده به نماینده انسانی توصیه می کند که با مشتری متفاوت از موقعیتی که مشتری می گوید: “من از طرح تلفن خود راضی هستم اما” من به دنبال چیزی ارزان تر هستم.»
و در پایان مکالمه، فناوری کمک عامل می‌تواند شخصی‌سازی شده و بهترین گام‌های بعدی را برای نماینده انسانی به مشتری ارائه دهد. همچنین می‌تواند به عامل انسانی خلاصه‌ای از تعامل کلی، همراه با بازخورد برای اطلاع‌رسانی به مکالمات آینده و آموزش کارکنان ارائه دهد.
با در نظر گرفتن مکالمات به عنوان ورودی، فناوری کمک عامل خروجی پیشنهادات دقیق و به موقع در مورد نحوه بهترین پاسخ به سؤالات را ارائه می دهد – با استفاده از ترکیبی از تشخیص خودکار گفتار (ASR)پردازش زبان طبیعی (NLP)، فراگیری ماشین و تجزیه و تحلیل داده ها
حتی می‌تواند به یک عامل انسانی پرحرفی ارائه دهد تا در هنگام تسکین، تشویق، اطلاع‌رسانی یا راهنمایی مشتری به سمت حل تعارض از آن استفاده کند.
به گفته a. به طور متوسط، فناوری کمک عامل به افزایش بهره وری برای عوامل انسانی تا 14 درصد کمک می کند مطالعه اخیر در دفتر ملی تحقیقات اقتصادی
ارائه پاسخ های سریع، دقیق و مفید بر اساس اطلاعات مرتبط با زمینه، کلید خدمات موثر به مشتریان است. حتی بهتر است که پاسخ‌ها شخصی‌سازی شوند و احساس مشتری را در نظر بگیرند.
«لطفا نگه دارید» ممکن است دو کلمه‌ای باشد که مشتریان بیشتر از همه از آن متنفرند – و این که عوامل مرکز تماس برای اجتناب از گفتن آن تلاش می‌کنند.
فناوری کمک عامل از هوش مصنوعی و یادگیری ماشینی برای ارائه حقایق و ارائه پیشنهادات در زمان واقعی استفاده می کند که به عوامل انسانی در سراسر مخابرات، خرده فروشی و سایر صنایع کمک می کند تا با مشتریان گفتگو کنند.
همه این‌ها با آنچه صنعت کمک‌های عامل می‌نامد، برای عوامل انسانی آسان‌تر و سریع‌تر می‌شود.
فناوری کمک عامل همچنین فرآیند ورود به سیستم را برای عوامل انسانی سرعت می بخشد و به آنها کمک می کند تا به سرعت با محصولات و خدمات ارائه شده توسط سازمان خود آشنا شوند. علاوه بر این، کارمندان مرکز تماس را قادر می‌سازد تا سطوح بالایی از خدمات را ارائه دهند و در عین حال سطوح پایین استرس را حفظ کنند – که به معنای حفظ کارکنان بیشتر برای شرکت‌ها است.
Minerva CQ، یکی از اعضای NVIDIA Inception برنامه ای برای استارت آپ های پیشرفته ارائه می کند فناوری کمک عامل که گردش‌های کاری انطباقی و بلادرنگ را با نشانه‌های رفتاری، پیشنهادات گفت‌وگو و دانش به‌دست می‌آورد تا نتایج سریع‌تر و بهتری را به همراه داشته باشد. فناوری آن – بر اساس Riva، NeMo و NVIDIA Triton Inference Server – بر کمک به عوامل انسانی در انرژی، بخش های بهداشت و درمان و مخابرات.
تاریخچه و آینده کمک عامل
منابع اضافی:
منبع: https://blogs.nvidia.com/blog/2023/04/27/what-is-agent-assist/
فناوری کمک عامل به عوامل انسانی اطلاعات مبتنی بر هوش مصنوعی و توصیه‌هایی در زمان واقعی می‌دهد که می‌تواند مکالمات مشتریان آنها را بهبود بخشد.
حل تضاد سریع‌تر و دقیق‌تر که با کمک عامل فعال می‌شود، همچنین منجر به تجربیات مثبت‌تر مرکز تماس، مشتریان شادتر و افزایش وفاداری برای کسب‌وکارها می‌شود.
موارد استفاده در سراسر صنایع
ارائه دهنده پیشرو مخابرات تی موبایل – که خدمات برنده جایزه را در سراسر مراکز تجربه مشتری خود ارائه می دهد – از فناوری کمک عامل برای کمک به مقابله با میلیون ها تماس روزانه مراقبت از مشتری استفاده می کند. را NVIDIA NeMo چارچوب به شرکت کمک کرد تا 10 درصد دقت بالاتری را برای رونوشت‌های تولید شده توسط ASR خود در محیط‌های پر سر و صدا به دست آورد و Riva تأخیر برای کمک عامل خود را 10 برابر کاهش داد. (با تماشا کردن، هوش مصنوعی گفتاری را عمیق‌تر کنید جلسه NVIDIA GTC بر اساس تقاضای T-Mobile.)
بگویید مشتری به دنبال تغییر به یک طرح تلفن جدید است. به عنوان مثال، کمک عامل می تواند بلافاصله نموداری را بر روی صفحه نمایش عامل انسانی نمایش دهد که پیشنهادات شرکت را مقایسه می کند، که می تواند به عنوان مرجع در طول مکالمه مورد استفاده قرار گیرد.
می‌تواند با برنامه‌های موجود مراکز تماس ادغام شود، اتصال سریع‌تری را برای نمایندگان فراهم کند، دقت و کارایی پاسخ‌های آنها را بهبود بخشد، و رضایت و وفاداری مشتری را افزایش دهد.
چگونه فناوری کمک عامل کار می کند
با بهره گیری از فناوری کمک عامل، کسب و کارها می توانند بهره وری، حفظ کارکنان و رضایت مشتری را از جمله مزایای دیگر بهبود بخشند.
پیشینیان فناوری کمک عامل را می توان به دهه 1950، زمانی که سیستم های مبتنی بر کامپیوتر برای اولین بار جایگزین مسیریابی تماس دستی شدند.
اخیراً آمده است دستیاران مجازی هوشمندکه معمولاً سیستم‌ها یا ربات‌های خودکاری هستند که انسانی پشت آنها کار نمی‌کند.
برای یکی، فناوری کمک عامل زمان تماس با مرکز تماس را کاهش می دهد. از طریق NLP و الگوریتم‌های مسیریابی هوشمند، می‌تواند نیازهای مشتری را در زمان واقعی شناسایی کند، بنابراین عوامل انسانی نیازی به جستجوی اطلاعات اولیه مشتری یا جستجو در پایگاه‌های اطلاعاتی برای پاسخ ندارند.
مدل دیگری از هوش مصنوعی می تواند تجزیه و تحلیل احساسات را بر اساس کلماتی که مشتری استفاده می کند انجام دهد.
دستگاه‌های هوشمند و فناوری تلفن همراه منجر به افزایش محبوبیت این دستیارهای مجازی هوشمند شده است که می‌توانند به سؤالات پاسخ دهند، یادآوری‌ها را تنظیم کنند، موسیقی پخش کنند، دستگاه‌های خانگی را کنترل کنند و کارهای ساده دیگری را انجام دهند.
اما وظایف و پرس و جوهای پیچیده – به ویژه برای شرکت هایی که در مرکز آنها خدمات مشتری وجود دارد – زمانی که عوامل انسانی با پیشنهادات مبتنی بر هوش مصنوعی تقویت شوند، می توانند به بهترین شکل حل شوند. اینجاست که فناوری کمک عامل وارد عمل شده است.
فناوری کمک عامل را می توان در صنایع مختلف استفاده کرد، از جمله:
- مخابرات – کمک عامل می تواند عیب یابی خودکار، نکات فنی و سایر اطلاعات مفید را برای نمایندگان ارائه دهد تا آنها را به مشتریان منتقل کنند.
- خرده فروشی – کمک عامل می‌تواند محصولات، ویژگی‌ها، قیمت‌ها، اطلاعات موجودی و موارد دیگر را در زمان واقعی پیشنهاد کند، و همچنین زبان‌ها را بر اساس ترجیحات مشتری ترجمه کند.
- خدمات مالی – کمک عامل می تواند با ارائه هشدارهای بلادرنگ به شناسایی تلاش های کلاهبرداری کمک کند، به طوری که عوامل انسانی از هرگونه فعالیت مشکوک در طول یک پرس و جو آگاه شوند.
ابتدا، مدل‌های هوش مصنوعی می‌توانند زمینه مکالمه را ارزیابی کنند، موضوعات را شناسایی کنند و اطلاعات مرتبط را برای عامل انسانی ارائه دهند – مانند داده‌های حساب مشتری، سابقه درخواست‌های قبلی آنها، اسناد با محصولات توصیه‌شده و اطلاعات اضافی برای کمک به حل مشکلات.
در حالی که یک مشتری با یک نماینده انسانی صحبت می کند، ابزارهای ASR – مانند NVIDIA Riva کیت توسعه نرم افزار – گفتار را به متن، در زمان واقعی رونویسی کنید. سپس می‌توان متن را از طریق مدل‌های NLP، هوش مصنوعی و یادگیری ماشین اجرا کرد که با تجزیه و تحلیل جنبه‌های مختلف مکالمه، توصیه‌هایی را به عامل انسانی ارائه می‌دهند.