▪︎ مجلس نيوز
عندما أصبحت روبوتات المحادثة متاحة تجاريًا لأول مرة ، تبنتها الشركات الكبيرة والصغيرة بأذرع مفتوحة. “هل لديك روبوت يتعامل مع أسئلة خدمة العملاء السهلة في ثوانٍ؟ مدهش!” – كنا نظن.
كانت المشكلة أن روبوتات المحادثة المبكرة هذه كانت أقل من C-3PO وأكثر عائقًا مزعجًا للإنسان الفعلي. بدءًا من طرح السؤال التالي: “هل يمكنك تكرار السؤال” 10 مرات إلى أن يتم توجيهك إلى صفحة معلومات غير ذات صلة تمامًا – لم يعد العملاء يتمتعون بالصبر للتعامل مع روبوتات المحادثة سيئة الصنع بعد الآن.
في الواقع ، وجدت دراسة أجراها Zoom أن أكثر من نصف المستجيبين سيتحولون إلى منافس بعد تجربة واحدة أو اثنتين فقط من تجارب دعم العملاء السيئة.
ولكن هل يمكن للتطورات الجديدة في تقنية الذكاء الاصطناعي أن تمنحنا روبوتات الدردشة الذكية والذكاء العاطفي والاستباقية لأحلام الخيال العلمي لدينا؟ دعنا نلقي نظرة على الأخطاء التي تحدث فيها روبوتات المحادثة وكيف يمكن أن يساعد الذكاء الاصطناعي.
الخروج عن النص
تابع محادثات مؤتمرنا
شاهد مقاطع فيديو لمحادثاتنا السابقة مجانًا مع TNW All Access →
إذا سافرت من قبل إلى بلد أجنبي لاختبار مهاراتك اللغوية ، فستعرف أن ما يعلمونه إياك في الفصل يختلف تمامًا عن الطريقة التي يتحدث بها الناس في الواقع. “كيف حالك؟” يمكن استبدالها بـ “howzit؟” “10 أرطال” تصبح “10 جنيه”. لن تتعلم حقًا كيفية التحدث بلغة ما حتى تقضي وقتًا مع السكان المحليين.
كانت الروبوتات المبكرة تشبه إلى حد كبير متعلمي اللغة الجدد. اقتصرت معرفتهم للغة البشرية على مجموعة مسبقة من الأسئلة والردود. نسيان اللغة العامية أو الفروق الدقيقة ، حتى قول “مرحبًا” بدلاً من “مرحبًا” يمكن تخلص منهم. اسألهم شيئًا خارج برمجتهم ، ويمكنك أن تتوقع الرد السيئ السمعة: “آسف ، لا أفهم”.
تمكّن معالجة اللغة الطبيعية (NLP) روبوتات المحادثة لديك من رفع مستوى مهاراتهم اللغوية البشرية. بدلاً من الاعتماد على الأسئلة والإجابات المحددة مسبقًا ، تقوم روبوتات المحادثة القائمة على البرمجة اللغوية العصبية بتقسيم استعلام العميل إلى أجزاء وتحليله من أجل السياق والمعنى.
هذا يعني أنه يمكن للعملاء التحدث إلى روبوتات الدردشة المتقدمة هذه تمامًا كما لو كانوا ممثلين حقيقيين لخدمة العملاء وتلقي إجابات غير آلية بشكل مثير للدهشة في المقابل. يعد ChatGPT مثالًا جيدًا لأداة الذكاء الاصطناعي التي تستفيد من البرمجة اللغوية العصبية لفهم استفسارات المستخدمين بشكل أفضل.
علاوة على ذلك ، كلما زاد تفاعل روبوتات الدردشة اللغوية العصبية مع العملاء ، زاد تعلمهم. هذا يعني أنه بمرور الوقت يمكنهم تقديم استجابات أكثر دقة وذات صلة بناءً على التفاعلات السابقة.
تحسين الاتصال
لذلك ، يمكن لروبوتات الدردشة المحسّنة بالذكاء الاصطناعي كتابة الحديث. لكن هل يمكنهم التحدث باللغة؟
تعمل ميزة التعرف على الصوت وتحويل الكلام إلى نص على وضع “الدردشة” في روبوت المحادثة. عد إلى الوراء أقل من خمس سنوات ، وأي شخص لديه ولو لمحة بلكنة سيواجه صعوبة في الحصول على رد من مساعد صوتي. اليوم ، باستخدام Natural Language Understanding (NLU) ، يمكن لبرامج الدردشة الحديثة اكتشاف اللغات واللهجات ، والاستجابة بنفس اللغة ، وتحويل الكلمات المنطوقة إلى ردود مكتوبة باستخدام وظيفة الكلام إلى نص.
هذا مفيد أيضًا لوكلاء خدمة العملاء الذين يرغبون في إنشاء ملخصات لمحادثاتهم لأغراض حفظ السجلات والتدريب.
المكون العاطفي
الغرض من chatbot هو الاسم – الدردشة. بحكم التعريف ، يجب أن تكون محادثة. لكن الدردشة لا تتعلق فقط بالكلمات – إنها تتعلق بفهم المشاعر والفروق الدقيقة.
لا يقول البشر دائمًا ما يقصدونه ؛ يمكن أن تشير لغة الجسد ونبرة الصوت وتعبيرات الوجه والتحول إلى رسالة لا يمكن التقاطها بالكلمات وحدها. مما يجعل الأمر أكثر صعوبة على روبوتات المحادثة لفهم ما نحن عليه في الحقيقة يقصد.
من خلال تقنيات التعلم الآلي ، يمكن تدريب روبوتات المحادثة الحديثة على التعرف على الهدف الأساسي وراء الرسائل. يشار إلى هذا باسم تحليل المشاعر ، والذي يسمح لنماذج الذكاء الاصطناعي باكتشاف ما إذا كانت اللغة البشرية لها مشاعر إيجابية أو سلبية أو محايدة وراءها.
نظرًا لأننا بشر فقط ، فإننا نميل إلى استخدام لغة عاطفية ، حتى لو تواصلنا مع الروبوتات.
يمكن لأدوات تحليل المشاعر تقدير البيانات على مقياس مدى إيجابية أو سلبية ، بناءً على اللغة المستخدمة. على سبيل المثال ، حتى أفضل تقنيات البرمجة اللغوية العصبية قد لا تكون قادرة على فهم السخرية ، ولكن يمكن استخدام تحليل المشاعر لاكتشاف متى يكون العميل غاضبًا. يمكن استخدام هذه التقنية في مجموعة واسعة من الحالات من المساعدة في تحليل المخاطر إلى اكتشاف العوامل وتنبيهها إلى حالات الفجيعة.
يكون هذا مفيدًا لفرق خدمة العملاء التي تحتاج إلى تصنيف الحالات وتحديد أولوياتها بسرعة أو تحديد تلك التي تحتاج إلى إعادة توجيهها أو تصعيدها إلى ممثل بشري. يمكن أن يقلل هذا النوع من التوجيه والتصعيد الذكي من معدلات الاستجابة ويوفر وقت فرق خدمة العملاء في محاولة مطابقة الحالات مع الوكلاء المناسبين.
التعلم ورسم الرؤى للمستقبل
الفطرة السليمة هي إحدى السمات المتأصلة (التي يمتلكها معظم البشر) ، والتي تميزنا عن أجهزتنا الذكية بشكل متزايد. إذا فعلنا شيئًا ما مرات كافية دون الحصول على النتيجة المرجوة ، فهو الصوت الخفيف الذي يخبرنا: “مرحبًا ، ربما هناك شيء ما ليس جيدًا هنا.”
على الرغم من أننا ما زلنا غير قادرين على برمجة الفطرة السليمة في أجهزتنا ، يمكن أن تساعد التحليلات التنبؤية الروبوتات على التعلم من البيانات السابقة وتقديم دعم استباقي
إذا نشر أحد العملاء مراجعة للمنتج عبر الإنترنت وذكر خطأ في المنتج ، فيمكن أن تساعدك أدوات التحليلات التنبؤية في تعقب العملاء الذين يستخدمون نفس المنتج الذي قد يواجه مشكلات مماثلة. إليك الجزء الذكي: يمكنك استخدام هذه البيانات لتوفير دعم مستهدف للعملاء المتأثرين ، وإصدار بيان شامل حول الخطأ ، والتأثير على تطوير المنتج في المستقبل.
قد تساعدك التحليلات التنبؤية على تأمين زيادة صغيرة في البيع أيضًا. من خلال تحليل بيانات التسوق السابقة للعملاء ، يمكن لأدوات التحليلات التنبؤية تقديم توصيات منتجات مخصصة للعملاء الفرديين.
توسيع نطاق النجاح: كيف يُحدث الذكاء الاصطناعي التوليدي ثورة في تجربة العملاء (CX)
إذا كنت مستعدًا للتعمق في عالم الذكاء الاصطناعي لخدمة العملاء ، فتحقق من ذلك ندوة عبر الإنترنت عند الطلب حيث يناقش الخبراء Tim Banting من Omdia و Iqbal Javaid من Zoom:
- اتجاهات التبني وتقنيات الذكاء الاصطناعي الأكثر شيوعًا في الوقت الحالي
- بعض التحديات عندما يتعلق الأمر بالبيانات والأمان والتحيز
- أفضل الممارسات في دمج أدوات الذكاء الاصطناعي في فرق خدمة العملاء
- منصة تجربة العملاء القائمة على الذكاء الاصطناعي من Zoom