Yapay zeka yinelemesi, müşteri deneyimini nasıl üst düzeye çıkarabilir?


Vatandaş geliştiricilerin becerilerini artırarak ve ölçeklendirerek başarılı bir şekilde yenilik yapmayı ve verimliliğe nasıl ulaşılacağını öğrenmek için Low-Code/No-Code Summit’teki isteğe bağlı oturumlara göz atın. İzle şimdi.


Dramatik buluşların ve düzgün sonların hikayelerini seviyoruz: Yalnız mucit, teknik zorlukların üstesinden gelir, günü ve sonu kurtarır. Bunlar, yeni teknolojileri çevreleyen yinelenen mecazlardır.

Ne yazık ki, aslında bir teknoloji devriminin ortasındayken bu mecazlar yanıltıcı olabilir. Gerçek anlamda çığır açan bir çözüm sunan karmaşık, artımlı iyileştirme yerine çok fazla dikkat çeken prototiplerdir. Penisilin al. 1928’de keşfedilen ilaç, 15 yıl sonra seri üretilene kadar hayat kurtarmadı.

Tarih bu şekilde komiktir. Çığır açan anlarla ilgili hikayelerimizi ve mitlerimizi seviyoruz ama çoğu zaman gerçeklik farklıdır. Gerçekte olan şey – genellikle bu uzun iyileştirme dönemleri – çok daha az heyecan verici hikayeler yaratır.

Yapay zeka (AI) ve makine öğrenimi (ML) alanında şu anda bulunduğumuz yer burasıdır. Şu anda inovasyon heyecanını görüyoruz. GPT-3 ve DALL-E 2 gibi yeni AI dil modellerinin harika prototipleri ve demoları var.

Etkinlik

Akıllı Güvenlik Zirvesi

Yapay zeka ve makine öğreniminin siber güvenlikteki kritik rolünü ve sektöre özel vaka incelemelerini 8 Aralık’ta öğrenin. Ücretsiz geçişiniz için bugün kaydolun.

Şimdi üye Ol

Yarattıkları etki ne olursa olsun, bu tür büyük dil modelleri henüz endüstrilerde devrim yaratmadı — genel iş durumlarını boşverin, yapay zekanın etkisinin özellikle ümit verici olduğu müşteri desteği gibi modeller de dahil.

Müşteri deneyimi için yapay zeka: Botların neden daha fazla etkisi olmadı?

Yeni prototipler ve teknoloji tanıtımlarıyla ilgili haberler genellikle modelin “en iyi durum” performansına odaklanır: Her şey mükemmel çalıştığında altın yolda nasıl görünür? Bu genellikle yıkıcı teknolojinin geldiğinin ilk kanıtıdır. Ancak, sezgilerimizin tersine, pek çok sorun için, “en kötü durum” performansıyla çok daha fazla ilgilenmeliyiz. Genellikle bir modelin ne yapacağına dair en düşük beklentiler, en üsttekilerden çok daha önemlidir.

Buna AI bağlamında bakalım. Bir müşteri destek botu Bazen müşterilere yanıt vermez, ancak asla yanıltıcı olanları verir, muhtemelen her zaman cevap veren ancak bazen yanlış olan bir bottan daha iyidir. Bu, birçok iş bağlamında çok önemlidir.

Bu, potansiyelin sınırlı olduğu anlamına gelmez. Yapay zeka müşteri desteği botları için ideal bir durum, birçok müşteri sorusunu (insan müdahalesi veya incelikli anlayış gerektirmeyen sorular) “serbest biçim” ve her zaman doğru bir şekilde yanıtlamak olacaktır. Bu şu anda nadirdir, ancak günümüzün destek botları neslinde bile buna doğru inşa edilen yıkıcı uygulamalar, teknikler ve yerleştirmeler vardır.

Ancak oraya ulaşmak için, daha az teknik uygulamacı için bile bir botu çalışır duruma getirmek için kullanımı kolay araçlara ihtiyacımız var. Neyse ki, pazar bizi bu noktaya getirmek için son 3-5 yılda olgunlaştı. Artık yalnızca Google DialogFlow, IBM Watson ve Amazon Lex gibi olgunlaşmamış bir bot ortamıyla karşı karşıya değiliz – iyi NLP botları, ancak geliştirici olmayanlar için kullanımı çok zor. Yapay zeka ve makine öğrenimini benimsenebilir ve etkili bir ürün haline getirecek olan kullanım kolaylığıdır.

Botların geleceği, AI için yeni, gösterişli bir kullanım durumu değil

Şirketlerin bot kullandığını gördüğümde öğrendiğim en büyük şeylerden biri, çoğunun konuşlandırmayı doğru yapmadığıdır. Çoğu işletme bir bot oluşturur, müşteri sorularını yanıtlamasını sağlar ve başarısız olmasını izler. Bunun nedeni, bir müşteri destek temsilcisinin işini yapması ile başka bir şeyin – otomatik bir sistemin – yapabileceği kadar doğru bir şekilde ifade etmesi arasında genellikle büyük bir fark olmasıdır. İşletmelerin başlangıçta bekledikleri bot deneyiminin doğruluğunu ve kalitesini elde etmek için yineleme yapmak zorunda kaldıklarını görüyoruz.

Bu nedenle, işletmelerin yineleme döngülerinin bir parçası olarak kıt geliştirici kaynaklarına bağımlı olmaması çok önemlidir. Bu tür bir güven, genellikle işletmenin istediği gerçek standardı yineleyememesine yol açarak, güvenilirliği azaltan düşük kaliteli bir botla baş başa bırakır.

Bu, heyecan verici hikayeler oluşturmayan, ancak gerçek, çığır açan bir çözüm sunan karmaşık, artımlı iyileştirmenin ana bileşenidir: Botların, mühendislik veya geliştirme eğitimi almamış kişiler tarafından bile bağımsız olarak oluşturulması, yinelenmesi ve uygulanması kolay olmalıdır.

Bu sadece kullanım kolaylığı açısından önemli değildir. Oyunda başka bir düşünce var. Müşteri desteği sorularını yanıtlayan botlar söz konusu olduğunda, şirket içi araştırmamız bir sorunla karşı karşıya olduğumuzu gösteriyor. Pareto 80/20 dinamik: İyi bilgilendirici robotlar, gidecekleri yerin yaklaşık %80’ini hâlihazırda hazırlar. Sektörün artık bilgi sorgularının son %10 ila 15’ini sıkıştırmaya çalışmak yerine, aynı teknolojinin bilgi dışı sorguları çözmek için nasıl uygulanacağını ortaya çıkarmaya odaklanması gerekiyor.

Kodsuz/az kodlu araçlarla eylemi demokratikleştirme

Örneğin bazı iş durumlarında sadece bilgi vermek yeterli değildir; bir eylem (yani, bir randevuyu yeniden planlamak, bir rezervasyonu iptal etmek veya bir adresi veya kredi kartı numarasını güncellemek). Şirket içi araştırmamız, harekete geçilmesini gerektiren destek konuşmalarının yüzdesinin işletmeler için yaklaşık %30’luk bir ortalamaya ulaştığını gösterdi.

İşletmelerin botlarını bu eylemleri gerçekleştirecek şekilde ayarlamalarının gerçekten daha kolay olması gerekiyor. Bu, bir şekilde kodsuz/düşük kodlu hareketle bağlantılıdır: Geliştiriciler kıt ve pahalı olduğundan, bot uygulamasına sahip olmaktan en sorumlu ekiplerin bağımlılıklar olmadan yineleme yapmasını sağlamanın orantısız değeri vardır. Bu, iş robotları için bir sonraki büyük adım.

Müşteri deneyiminde AI: Prototiplerden fırsatlara

Yeni ve yaklaşmakta olan teknolojinin prototiplerine büyük ilgi var ve şu anda yapay zeka, botlar ve makine öğrenimi gibi teknolojilerin yanı sıra müşteri deneyimini daha da iyi hale getirecek yeni ve heyecan verici gelişmeler var. Bununla birlikte, işletmelerin halihazırda mevcut olan iş etkisini fark edebilmeleri için bu teknolojiyi operasyonlarına entegre etmek üzere yeni ürün özelliklerini kullanmak üzere halihazırda kurulmuş olan teknolojiyi kullanarak gelişmeye ve yinelemeye devam etmeleri için açık ve mevcut fırsattır.

Dikkatimizin %80’ini hali hazırda sahip olduğumuz şeyi konuşlandırmaya ve zamanımızın yalnızca %20’sini prototiplere harcamalıyız.

Fergal Reid, Intercom’da Makine Öğrenimi başkanıdır.

DataDecisionMakers

VentureBeat topluluğuna hoş geldiniz!

DataDecisionMakers, veri işini yapan teknik kişiler de dahil olmak üzere uzmanların verilerle ilgili içgörüleri ve yenilikleri paylaşabileceği yerdir.

En yeni fikirler ve güncel bilgiler, en iyi uygulamalar ile veri ve veri teknolojisinin geleceği hakkında okumak istiyorsanız DataDecisionMakers’ta bize katılın.

Kendi makalenizle katkıda bulunmayı bile düşünebilirsiniz!

DataDecisionMakers’dan Daha Fazlasını Okuyun


Kaynak : https://venturebeat.com/ai/how-ai-iteration-can-uplevel-the-customer-experience/

Yorum yapın

SMM Panel PDF Kitap indir