CTI論壇(ctiforum.com)（編譯/老秦）:Talkdesk的Dawn Harpster解釋了為什么對話式人工智能架構(gòu)師喜歡HITL。
在聯(lián)絡(luò)中心使用對話人工智能將改變游戲規(guī)則。
語音的對話性質(zhì)推動了更好的客戶參與度，因為它是一種雙向?qū)υ挕Ｍㄟ^對話式人工智能，聯(lián)絡(luò)中心可以利用先進的語音技術(shù)和更深層次的智能和自動化，實現(xiàn)更廣泛的日常通信流，并大規(guī)模創(chuàng)造個性化體驗。
對話語音識別技術(shù)花了很長時間來發(fā)展客戶服務(wù)。
對話技術(shù)的歷史揭示了多年來對其概念和演變的寶貴見解。我們可以將這項技術(shù)的根源追溯到20世紀(jì)60年代，追溯到麻省理工學(xué)院教授、計算機科學(xué)家Joseph Weizenbaum的工作。
他演示了一個名為ELIZA的早期自然語言處理計算機程序，以模擬人與機器之間的對話。
但直到2010年左右，我們才開始看到對話語音技術(shù)成為主流。像Siri、Google Assistant、Alexa和Cortana這樣的工具成為了“很好擁有”的人類數(shù)字個人助理。
這些工具主要用于響應(yīng)簡單的語音命令和執(zhí)行簡單的任務(wù)，如設(shè)置提醒或檢查天氣等信息。從那時起，對話語音識別技術(shù)有了飛躍，這使得組織探索其轉(zhuǎn)變客戶服務(wù)的潛力更具吸引力。
聯(lián)絡(luò)中心是語音識別技術(shù)的早期采用者，但未能使其真正具有對話性。
盡管聯(lián)絡(luò)中心幾十年來一直使用語音技術(shù)--通過交互式語音識別（IVR）系統(tǒng)--但他們未能為客戶對話增加自然流暢。
即使在今天，隨著進一步的發(fā)展，IVR很少能讓客戶滿意，最終感覺像是一系列無止境的選擇、重復(fù)的步驟，而且往往會讓客戶走到死胡同。即使是廣泛實施的基于Web的聊天機器人也已經(jīng)達到了其最大潛力。
這種聊天機器人的對話廣度有限，無法與客戶進行對話。
人工智能可以使語音技術(shù)成為對話游戲規(guī)則的改變者。
在過去的十年里，在人工智能的世界里，我們看到這項技術(shù)從根本上改變了我們的生活和工作方式，并改變了商業(yè)模式。好消息是，聯(lián)絡(luò)中心人工智能的用例正在迅速擴展。
獲取人工智能價值的一個重要方法是利用其功能分析客戶和座席的語音模式，并檢測關(guān)鍵詞、情感和意圖。
人工智能的這些強大成果為組織將一種新的人工智能語音識別技術(shù)引入聯(lián)絡(luò)中心工具鋪平了道路，即智能對話聊天機器人，我們現(xiàn)在稱之為虛擬座席。
人工智能正在革新語音識別技術(shù)，并開辟了一個黃金機會，利用內(nèi)置的對話人工智能將新系統(tǒng)和工具引入聯(lián)絡(luò)中心。
這些工具可以巧妙地取代傳統(tǒng)的IVR和基本的聊天機器人，最終為終端客戶提供一項他們不介意與之交互的技術(shù)！
對話式人工智能工具，通過文本或語音與客戶進行人性化的互動。它還將人工座席從基本和重復(fù)的任務(wù)中解放出來，使他們能夠有效地管理自己的工作量，并使用他們的深層次技能來處理更復(fù)雜的案例。
設(shè)計客戶對話的專家：對話AI架構(gòu)師的興起。
構(gòu)建一個有效的人工智能虛擬座席既是一門藝術(shù)也是一門科學(xué)�；镜牧奶鞕C器人設(shè)計原則不會導(dǎo)致與客戶進行流暢的對話式互動。它需要一個設(shè)計過程，考慮客戶的反應(yīng)如何聽起來足夠人性化，即使客戶知道他們沒有與人交談，他們?nèi)匀幌硎苓@種體驗。
隨著Siri和Alexa等數(shù)字個人助理的出現(xiàn)，越來越需要能夠設(shè)計AI驅(qū)動的客戶對話的專家，以及為什么出現(xiàn)了對話AI架構(gòu)師的角色來完成這項工作。
這些專家綜合運用心理學(xué)、腳本編寫、用戶體驗（UX）、計算機科學(xué)和良好的商業(yè)理解。
對話式AI架構(gòu)師可以幫助確�？蛻粼诼�(lián)絡(luò)中心擁有成功的虛擬座席旅程。它們提供了虛擬座席成功所需的結(jié)構(gòu)、正確的措辭和錯誤恢復(fù)幫助等。
他們理解，客戶提問的方式?jīng)Q定了提供的輸出以及人機交互中語音和文本的特點和挑戰(zhàn)。
對話式人工智能架構(gòu)師可以檢查、診斷和解決用戶難題，確保整個過程無縫、愉快且無麻煩。
人在回路技術(shù)（HITL）在沒有技術(shù)技能的情況下對對話AI模型進行微調(diào)。
對話人工智能涉及一組復(fù)雜的人工智能模型、自然語言處理（NLP）引擎和大量高質(zhì)量的訓(xùn)練數(shù)據(jù)，這些數(shù)據(jù)輸入到設(shè)計過程中，以解釋語音和文本交互之間的認(rèn)知差異。
AI模型的準(zhǔn)確性取決于訓(xùn)練數(shù)據(jù)的完整性，這不是靜態(tài)的，必須考慮業(yè)務(wù)環(huán)境的可變性以及如何改變對話。
聲明:版權(quán)所有 非合作媒體謝絕轉(zhuǎn)載
原文網(wǎng)址：
https://www.callcentrehelper.com/conversational-ai-architects-human-loop-192405.htm
