เหตุใด AI การสนทนาจึงพร้อมสําหรับช่วงไพรม์ไทม์

ธุรกิจสามแห่งแบ่งปันประสบการณ์กับ AI การสนทนาในการประชุมผู้ใช้ของ NVIDIA

ปัญญาประดิษฐ์การสนทนาทําหน้าที่เป็นส่วนต่อประสานระหว่างบุคคลกับคอมพิวเตอร์ ซึ่งองค์กรต่างๆ สามารถบรรลุปฏิสัมพันธ์แบบสองทางที่น่าสนใจได้ เทคโนโลยีนี้มักจะเกี่ยวข้องกับคอลเซ็นเตอร์และผู้ช่วยเสมือน/แชทบอท แม้ว่าจะสามารถนําไปใช้ได้แทบทุกอุตสาหกรรมแนวตั้ง ต้องขอบคุณการเรียนรู้ของเครื่องและความก้าวหน้าของ AI ในช่วงสองสามปีที่ผ่านมา AI การสนทนาได้เติบโตขึ้นนอกเหนือจากแชทบอทเพื่อรวมกรณีการใช้งานที่หลากหลาย

AI การสนทนามีมาหลายปีแล้ว แต่เทคโนโลยียังไม่พร้อมสําหรับอะไรนอกจากห้องปฏิบัติการ อย่างไรก็ตาม ตอนนี้ ด้วยความก้าวหน้าในเทคโนโลยี AI การประมวลผลแบบเร่งความเร็ว และโมเดลแมชชีนเลิร์นนิง AI การสนทนาจึงพร้อมที่จะก้าวเข้าสู่โลกธุรกิจในฐานะเทคโนโลยีกระแสหลัก โดยเฉพาะอย่างยิ่งในด้านประสบการณ์ของลูกค้า 

เมื่อต้นเดือนนี้ คณะผู้เชี่ยวชาญจาก T-Mobile, RingCentral และ Hugging Face ได้มารวมตัวกันที่การประชุม NVIDIA 2021 GTC เพื่อหารือว่า AI เชิงสนทนาช่วยยกระดับธุรกิจของพวกเขาอย่างไร และเพื่อแบ่งปันแนวโน้มที่กําหนดอนาคตของเทคโนโลยีที่เกิดขึ้นใหม่นี้ ในการประชุม NVIDIA ยังได้เปิดตัว Riva Custom Voice ซึ่งเป็นชุดเครื่องมือใหม่ที่สามารถใช้สร้างเสียงที่กําหนดเองด้วยข้อมูล การบันทึกเสียงพูดเพียง 30 นาที

นวัตกรรมที่เกิดขึ้นเกี่ยวกับการสังเคราะห์เสียงและข้อมูลคําพูดจะ "เปลี่ยนวิธีที่ผู้ช่วยเสมือนและแชทบอทเชื่อมต่อและพูดกลับ" Kari Briski รองประธานฝ่ายการจัดการผลิตภัณฑ์ซอฟต์แวร์ของ NVIDIA สําหรับ AI/HPC (การประมวลผลประสิทธิภาพสูง) กล่าว มีโอกาสมหาศาลในการใช้ข้อมูลเพื่อสร้างโมเดล AI การสนทนาใหม่ที่คํานึงถึงสําเนียงของผู้คนและสภาพแวดล้อมเสียงที่แตกต่างกัน เช่น ร้านกาแฟที่มีเสียงดังและการแข่งขันกีฬากลางแจ้ง

AI อยู่ในตําแหน่งที่จะสอนตัวเอง 

"ในอนาคต เราจะเห็น AI กําหนดข้อมูลของตัวเอง" Prashant Kukde ผู้ช่วยรองประธานฝ่าย Conversational AI ที่ RingCentral กล่าว เช่นเดียวกับฟิลเตอร์พื้นหลังที่เบลอห้องที่ยุ่งเหยิง Kukde กล่าวว่า AI สามารถทําหน้าที่เป็นฟิลเตอร์พื้นหลังแบบเรียลไทม์เพื่อขจัดสําเนียงเมื่อผู้ที่ไม่ใช่เจ้าของภาษากําลังพูด ในขณะเดียวกันคนที่อยู่อีกด้านหนึ่งจะได้ยินสําเนียงที่พวกเขาคุ้นเคย แนวคิดของ AI การสนทนาแบบสองทิศทางนี้เป็นเพียงตัวอย่างหนึ่งของนวัตกรรมในพื้นที่นี้ Kukde กล่าว

ย้อนกลับไปสู่ปัจจุบัน จุดสนใจในปัจจุบันของ RingCentral คือการนํา AI ไปใช้กับการสนทนาที่เกิดขึ้นเองซึ่งมักพบในการประชุมเสมือนจริง ผู้ให้บริการการสื่อสารแบบครบวงจรเป็นบริการ (UCaaS) กําลังรวม AI การสนทนาเข้ากับกลุ่มผลิตภัณฑ์ที่มีอยู่ เมื่อเร็ว ๆ นี้ได้เปิดตัวคุณสมบัติการสรุปอัตโนมัติใหม่ที่สร้างสรุปการประชุมแบบคําพูดเป็นข้อความเพื่อให้ผู้เข้าร่วมได้รับประสบการณ์ที่ดีขึ้นและปรับปรุงประสิทธิภาพการทํางาน

ทําไมจึงควรมีในทุกศูนย์ติดต่อ 

ในขณะที่การปรับใช้ AI เชิงสนทนาของ T-Mobile มีตั้งแต่การสนับสนุนพนักงาน T-Mobile ไปจนถึงลูกค้าที่ต้องเผชิญหน้ากับภายนอก T-Mobile ใช้ AI ในศูนย์ติดต่อเพื่อบันทึกการสนทนาระหว่างลูกค้าและตัวแทนฝ่ายบริการลูกค้า ทั้งผ่านแชทบอทและการบริการตนเอง ผู้ให้บริการไร้สายยังใช้ AI เพื่อถอดเสียงการสนทนาจากคําพูดเป็นข้อความเพื่อช่วยเจ้าหน้าที่ที่ทํางานในคอลเซ็นเตอร์ (agent-assist)

เมื่อ COVID-19 ระบาด ศูนย์บริการทางโทรศัพท์ T-Mobile ถูกท่วมท้นด้วยคําขอของลูกค้าสําหรับแผนการชําระเงินเนื่องจากปัญหาทางการเงินที่เกิดจากการระบาดใหญ่ T-Mobile สามารถทําให้งานง่ายๆ นี้เป็นไปโดยอัตโนมัติโดยการเปิดตัวแชทบอทที่ช่วยให้ลูกค้าจัดการการชําระเงินได้ สิ่งที่ T-Mobile คาดไม่ถึงคือจะได้รับผลตอบแทนจากการลงทุน (ROI) ที่สูงเช่นนี้จากการเปิดตัวโครงการเสริมขนาดเล็ก ซึ่งกลายเป็นเครื่องมือ ที่ใช้กันอย่างแพร่หลาย

"เราคิดว่าแชทบอทจะมีชีวิตอยู่สําหรับฤดูกาลโคโรนาไวรัสเท่านั้น เรามี ROI 750%  จากแชทบอทนี้" Heather Nolis วิศวกรแมชชีนเลิร์นนิงหลักของ T-Mobile กล่าว "มีงานประจํามากมายที่เกิดขึ้นในคอลเซ็นเตอร์ของเราซึ่งไม่จําเป็นต้องมีมนุษย์ ในความเป็นจริง เราพบว่าลูกค้าประมาณ 30% ของเราไม่ต้องการพูดคุยกับใครสักคนและต้องการผู้ช่วยสนทนา"

AI การสนทนายังคงมีวิวัฒนาการ อย่างรวดเร็ว

ในช่วงสามปีที่ผ่านมา AI การสนทนาได้พัฒนาเพื่อรวมโมเดลประเภทใหม่ที่ให้การคาดการณ์ที่ดีขึ้นเพื่อสรุปและจําแนกข้อความ ทําความเข้าใจความรู้สึก และทําสิ่งใหม่ๆ ทั้งในด้านคําพูดและการมองเห็น ก้าวไปข้างหน้า AI เชิงสนทนาจะได้รับการขับเคลื่อนโดยการทํางานร่วมกันแบบเปิดผ่านโมเดล จุดตรวจ และการใช้งาน ซึ่งหมายความว่าองค์กรจะต้องยอมรับ AI ในทางปฏิบัติมากขึ้น ซึ่งจัดการกับปัญหาทางธุรกิจมากกว่าการแก้ปัญหา Jeff Boudier ผู้อํานวยการผลิตภัณฑ์ของ Hugging Face ผู้สร้างไลบรารีการประมวลผลภาษาธรรมชาติ (NLP) โอเพ่นซอร์ส Transformers กล่าว

"หนึ่งในความท้าทายหลักในช่วงสามปีที่ผ่านมาคือการนําวิทยาศาสตร์ไปอยู่ในมือของผู้ปฏิบัติงาน" Boudier กล่าว "Pragmatic AI ต้องใช้เทคโนโลยีโอเพ่นซอร์สให้มากที่สุด นั่นเป็นหนึ่งในลักษณะที่กําหนดของแมชชีนเลิร์นนิง มันขับเคลื่อนด้วยวิทยาศาสตร์ มันเป็นระบบสิ่งมีชีวิตที่ผู้คนกําลังสร้าง"

ห้องสมุด Transformers ของ Hugging Face สนับสนุนการมีส่วนร่วมจากผู้คนจํานวนมากในอุตสาหกรรมต่างๆ มีชุดข้อมูลสาธารณะมากกว่า 1,600 ชุดในประมาณ 200 ภาษา ทุกคนสามารถเข้าถึงหม้อแปลงฟรี 70,000 รุ่นที่จัดทําโดยชุมชนผู้มีส่วนร่วม 1,000 คน (และเพิ่มขึ้นเรื่อย ๆ ) ชุดข้อมูลประกอบด้วยทุกอย่างตั้งแต่การจําแนกข้อความไปจนถึงการถอดเสียงไปจนถึงการจดจําวัตถุในภาพถ่ายและวิดีโอ 

อนาคตที่เปิดกว้างและทํางานร่วมกันเป็นเป้าหมายสูงสุดสําหรับ AI การสนทนา พวกเขาจําเป็นต้องเข้าใจว่าเหตุใดพวกเขาจึงสร้างแชทบอทและบริการที่ใช้ AI อื่น ๆ ตั้งแต่แรก Kukde จาก RingCentral คิดว่าองค์กรควรค่อยๆ แนะนํา AI เชิงสนทนาและวางตําแหน่งในลักษณะที่ไม่ทําให้ผู้คนรู้สึกว่ากําลังเข้าครอบงํางานของพวกเขา เมื่อมีการนํา AI มาใช้อย่างต่อเนื่ององค์กรจะมีเวลาในการรวบรวมข้อเสนอแนะด้วยข้อมูลเพิ่มเติมการฝึกอบรมที่ดีขึ้นและสร้างต่อไปสําหรับอนาคตเขากล่าว

Nolis เชื่อว่ากลยุทธ์ที่ดีสําหรับองค์กรคือการสร้างแชทบอทที่มอบประสบการณ์ที่ดีให้กับผู้ใช้แทนที่จะให้คําแนะนําที่พวกเขารู้อยู่แล้ว สิ่งสําคัญคือต้องเข้าใจว่าควรใช้แชทบอทที่ใดและไม่ควรใช้ ดังนั้นผู้คนจึงชอบพูดคุยกับแชทบอทแทนที่จะอดทนและหวังว่าจะได้พบคนจริงในที่สุด

"ใครก็ตามที่สร้างแชทบอทควรรับฟังผู้ใช้โดยดูข้อมูลที่พวกเขามีอยู่แล้วจากการโต้ตอบบนโซเชียลมีเดีย การร้องเรียน และการสนทนากับตัวแทนฝ่ายบริการลูกค้า" Nolis สรุป "หากตัวแทน AI ที่เรากําลังสร้างไม่สามารถทําในสิ่งที่มนุษย์ทําได้ เราจะปล่อยให้มนุษย์จัดการได้ เพราะเราใส่ใจในคุณภาพของการบริการลูกค้าของเราจริงๆ"