CTI論壇(ctiforum.com)6月22日消息（編譯/老秦）： 現(xiàn)代聯(lián)絡(luò)中心力求比以往任何時候都更高效、更有生產(chǎn)力和更有利可圖，因此領(lǐng)導(dǎo)者轉(zhuǎn)向技術(shù)來提高績效也就不足為奇了。但并非所有解決方案都是平等的--雖然協(xié)作 AI 顯著提高了組織的效率，但惰性人工智能 卻非常普遍，而且用處不大。

　　協(xié)作 AI從最好的座席那里學(xué)習(xí)，將這些習(xí)慣擴展到整個團(tuán)隊，并在每次通話中為座席提供支持，并提供他們實際需要完成更多銷售的指導(dǎo)和洞察力。

　　為了幫助您避免低效解決方案的時間和費用，我們將繼續(xù)在聯(lián)絡(luò)中心系列惰性人工智能 的第三部分中突出您應(yīng)該避開的危險信號。這一次，我們正在討論語義技術(shù)。

　　聯(lián)絡(luò)中心以對話為基礎(chǔ)。但人類交流遠(yuǎn)不是二元的--它是微妙的、上下文的，甚至是模棱兩可的。雖然座席通�？梢灾庇X客戶的意思，但惰性人工智能在這個領(lǐng)域的技能較低。

　　語義技術(shù)為原本沒有意義的數(shù)據(jù)賦予意義。就像你無法回應(yīng)說你不懂的語言的人一樣，建立在惰性人工智能基礎(chǔ)上的聯(lián)絡(luò)中心解決方案缺乏有效理解對話并提供相關(guān)支持作為回應(yīng)的語義能力。

　　那么，您如何確定自己正在投資一種能流利使用您的語言的解決方案呢？留意這些可能預(yù)示著惰性人工智能的陷阱。

　　自動化重復(fù)、低價值和耗時的任務(wù)是提高員工生產(chǎn)力和減少工作日浪費的好方法。但僅提供自動化的解決方案可能隱藏了其低效的語義技術(shù)。

　　例如，眾所周知，QA 抽樣和評分非常耗時、乏味，并且導(dǎo)致應(yīng)用由小型、不完整數(shù)據(jù)集指導(dǎo)的解決方案。一些聯(lián)絡(luò)中心人工智能會自動對呼叫進(jìn)行評分，以便管理人員可以專注于其他任務(wù)。雖然這會從經(jīng)理的待辦事項列表中刪除一項，但分?jǐn)?shù)通常會在電話結(jié)束后幾天到達(dá)。此外，該解決方案無法提高運營效率。

　　更好的解決方案可能會實時提醒經(jīng)理注意座席的合規(guī)錯誤，并提供定制的 QA 記分卡。然后，管理人員可以根據(jù)他們注意到的任何趨勢推出即時的劇本更改。但這種即時評分需要一定程度的語義能力，而惰性人工智能根本無法做到。

　　因此，惰性人工智能專注于自動功能，如警報和關(guān)鍵字觸發(fā)的建議。它缺乏通過自然語言處理 (NLP) 構(gòu)建的更高級的語義理解。

　　協(xié)作 AI 不需要修飾自動化。相反，它深入了解以提供動態(tài)、實時的支持，而這只有通過 NLP 和機器學(xué)習(xí)之類的東西才能實現(xiàn)。

　　如果一個解決方案似乎熱衷于自動化但無法創(chuàng)新，這可能是語義技術(shù)乏善可陳的跡象。自動化任務(wù)可以幫助過度勞累的聯(lián)絡(luò)中心領(lǐng)導(dǎo)者保持頭腦清醒，但人工智能必須作為人類的創(chuàng)新補充，而不是自動化解決方案，才能解鎖新的成功水平。

　　無法立即完成任務(wù)通常以關(guān)注未來的形式表現(xiàn)出來。有遠(yuǎn)見并不壞，但每個聯(lián)絡(luò)中心負(fù)責(zé)人都知道最重要的電話是現(xiàn)在正在發(fā)生的電話。

　　不幸的是，“現(xiàn)在”并不是惰性人工智能的工作方式。記住，先進(jìn)的語義技術(shù)可以實時處理語言，但不發(fā)達(dá)的技術(shù)需要時間才能趕上。

　　正因為如此，大多數(shù)聯(lián)絡(luò)中心 AI 主要提供可以在表面上應(yīng)用于未來對話的通話后洞察力。但即使座席知道他們上次做錯了什么，他們也可能會忘記下次應(yīng)用更改。

　　緊張、意外的反對意見以及任何數(shù)量的其他可能性都可能使座席很難記住他們收到的所有"下一次"建議，但以未來為中心的建議是惰性人工智能能做的最好的建議。

　　要讓人工智能真正脫穎而出，它必須實時工作，為座席和經(jīng)理提供即時支持。這種從關(guān)注未來到現(xiàn)在的轉(zhuǎn)變使企業(yè)能夠?qū)崟r應(yīng)用解決方案，滿足更多客戶并提供更好的結(jié)果。

　　并非每個解決方案都內(nèi)置了足夠高效以實時工作的自然語言處理。警惕具有大量呼叫后數(shù)據(jù)但幾乎沒有實時支持的聯(lián)絡(luò)中心人工智能。

　　在聯(lián)絡(luò)中心人工智能中使用關(guān)鍵字作為語義技術(shù)的一部分并沒有錯。事實上，關(guān)鍵字應(yīng)該有助于塑造解決方案對對話的理解，但它們不應(yīng)該運行整個操作。

　　想象一下，聽到"我很想下訂單，只是現(xiàn)在不行"這句話，并且只理解"下訂單"這兩個詞。你有限的理解會讓你相信說話者實際上有興趣購買--當(dāng)解決方案過于依賴關(guān)鍵字匹配時，就會發(fā)生這種情況。

　　更強大的語義技術(shù)（如基于意圖的語音處理）會考慮整個對話的上下文以真正理解它。這需要惰性人工智能 無法掌握的深度學(xué)習(xí)技術(shù)。

　　有很多聯(lián)絡(luò)中心 AI 建立在平庸的語義技術(shù)之上。但也有一些系統(tǒng)先進(jìn)到足以顯著改善整體運營。

　　當(dāng)您尋找正確的解決方案時，請記住這些惰性人工智能 的跡象。不要忘記檢查實時功能，以確保系統(tǒng)足夠先進(jìn)以支持即時改進(jìn)。

　　作為行業(yè)領(lǐng)先的實時指導(dǎo)解決方案，Balto了解與構(gòu)建高效協(xié)作 AI 相關(guān)的挑戰(zhàn)。我們也知道，如果支持沒有實時到達(dá)，那么它就來得太晚了，最終無法產(chǎn)生積極的變化。實時對于通過更好的對話來改善聯(lián)絡(luò)中心的運營至關(guān)重要。

　　聲明：版權(quán)所有 非合作媒體謝絕轉(zhuǎn)載

　　原文網(wǎng)址：https://www.balto.ai/blog/lazy-ai-in-the-contact-center-part-3-spotting-subpar-semantic-technology/