Bots: test for holdbarhed
I løbet af de sidste fem år er teknologierne til talesyntese og -genkendelse blevet flere
Muligheder for bots i nogle områdervirkelig overvurderet: for eksempel er det svært for en virtuel samtalepartner at føre abstrakte dialoger, joke og vise empati. Men manglen på udviklet EQ og en sans for humor forhindrer ikke robotter i at håndtere millioner af opkald i callcentre rundt om i verden. Ifølge Invesp har 67 % af forbrugerne i løbet af det seneste år haft en dialog med en bot mindst én gang, og i 2020 steg antallet af dialoger med bots med 426 %. Der er også flere og flere vellykkede sager: for eksempel behandlede bot fra det amerikanske jernbaneselskab Amtrak 5 millioner anmodninger til supporttjenesten på et år og øgede omsætningen med en tredjedel.
Men ikke alle virksomheder formår at drage fordel afrobotter. Problemet er, at virksomheder ofte lancerer en virtuel assistent "til fremvisning" og ikke integrerer den med nøgletjenester. Som følge heraf fungerer bots ikke effektivt nok, og ledere og marketingfolk interagerer ikke med dem på nogen måde, når de udfører deres opgaver. Løsningen på problemet erplatform omnichannel økosystemerer en ny trend i krydsfeltet mellem AI-teknologier, ledelse og markedsføring, som ændrer tilgangen til virksomhedskommunikation.
Økosystemelementer
Hvis en virksomhed udvikler tilpassede stemme- og tekstassistenter, tilbyder denprodukt... Klienten beslutter, hvordan bot skal bruges, og konfigurerer integrationen selv. For eksempel fungerer Botsify og ManyChat efter denne model.
Platforms økosystemoperatører handler forskelligt:de skaber et fundament, som forskellige instrumenter kan forbindes til. En bot i sig selv er en "tandhjul" af en mekanisme, og et økosystem er en færdiglavet mekanisme med tusind af sådanne "tandhjul". Økosystemmodellen er udbredt på mange markeder, fra fintech til e-handel, men det er en nylig fremkomst i det virtuelle kundeserviceareal. Der er tre nøglefunktioner, der adskiller det fra et enkeltstående produkt.
- Økosystemet er mere stabilt.
Virksomhed med et gennemsnitligt personale på 200-500 personerbruger mere end 120 SaaS-løsninger, og det er ikke altid muligt at skabe synergi mellem dem. At forbinde virtuelle operatører fører ofte til endnu større kaos. Startups tilbyder oftere isolerede punktløsninger: Nogle opretter for eksempel en skræddersyet virtuel operatør - de skriver scripts og syntetiserer replikaer. Andre tilbyder kun bot-platforme, mens andre "skruer på" faktureringssystemer. Det er ikke altid muligt at integrere disse værktøjer i et CRM-system og "blive venner" med analysetjenester. Som følge heraf kommer teknologier fra forskellige udbydere i konflikt med hinanden og virker ikke effektivt nok.
Platformsudbydere tilbyder normalt en kombinationnøglefærdige tjenester: for eksempel syntese- og genkendelsestjeneste, transkription og meddelelser samt analyser. De giver normalt kunden adgang til en personlig konto med forskellige moduler - en medarbejder kan administrere dem. I vores praksis var der tilfælde, hvor en sådan overvågning gjorde det muligt at koordinere 900 mennesker på samme tid.
Nogle stemmeplatforme fungerer medaf en lukket model og kun inkluderer deres egen udvikling i økosystemet, andre bygger tredjepartsløsninger i infrastrukturen - for eksempel kombinerer vi i TWIN vores egen TWIN ASR / TTS-teknologi med talegenkendelses- og syntesesystemer fra Yandex og Google. Samtidig er vores opgave som økosystemudbyder at sikre, at alt fungerer stabilt og problemfrit, og at tjenesterne ikke er i konflikt med hinanden.
- Økosystemer er bygget på omnichannel.Kunder kan ikke lide upersonlige opkald ogforetrækker en personlig tilgang, så en bot, der ikke er inkluderet i et samlet kommunikationssystem, irriterer dem. En sådan virtuel operatør ringer altid på det forkerte tidspunkt, bruger en upassende kommunikationskanal og tager generelt ikke hensyn til klientens ønsker.
Mange bryder sig i princippet ikke om at tale i telefon og foretrækker budbringere: ifølge statistikker vil 55 % af forbrugerne hellere bruge en virksomheds tjenester, hvis de kan kontakte den via messenger.
Men hvordan forstår du, hvad brugerne præcist kan lide?Den mest effektive måde er at måle konvertering og indsamle analyser. For at gøre dette skal du overvåge hver operatørs arbejde, og dette er en lang og arbejdskrævende proces. Ak, i Rusland indsamler op til 80% af virksomhederne ikke statistik om hver medarbejder og kommunikationskanal, så de ved ikke, hvad der virker, og hvad der ikke gør. Måling af helpdesk-konvertering er virkelig svært, fordi det ikke måles ved salg og omsætning, men ved en kompleks kombination af metrics. Og for at indsamle dem har du brug for et smart analysesystem, inklusive BI-værktøjer.
I TWIN indsamler og tager vi højde for hundredvis af parametre.For eksempel ringer vi til en klient og bestemmer, hvilken enhed han bruger - hvis det er en smartphone, så kan vi sende en kort SMS med et link til virksomhedens hjemmeside, og hvis det er en trykknap-telefon, så sender vi ham detaljer i en besked. Hvis vi ved, at en klient bruger Telegram, så sender vi ham beskeder i messengeren og stopper generelt opkald og bruger en tekstbot i stedet for en stemmebot.
Det samme princip skal anvendes ved forsendelseunderretninger. En klient, der bruger en mobilapplikation, modtager en push-underretning, og til resten sender vi et link til Viber, Telegram eller WhatsApp - meget afhænger af, hvilken kommunikationskanal brugeren foretrækker, og hvilke data han har givet os. Denne tilgang er kun mulig, hvis virksomheden har tilsluttet analyseværktøjer, og taleteknologudbyderen har adgang til dem. Dette er de klassiske principper for omnichannel, men nu er ikke kun rigtige operatører, men også virtuelle medarbejdere afhængige af dem.
- Fejltolerant arkitektur.Platformens økosystem består aftalrige moduler, der er gemt "under emhætten" af tjenesten. En sådan mikroservicearkitektur hjælper udbyderen med at levere tjenester døgnet rundt uden at gå på kompromis med kvaliteten. Da operatøren ikke lejer en enkelt server, men bruger et helt netværk af distribuerede servere og datacentre, er dens system mindre sårbart – det kan ikke overbelastes eller gå ned. Hvis et modul svigter, aktiveres de andre. Og hvis kunden har behov for yderligere kapacitet, forbinder udbyderen hjælpeservere og datacentre.
For teknologier baseret på maskinlæring, detteet solidt fundament er et must. Forestil dig, hvad der ville ske, hvis en robotbil pludselig holdt op med at genkende objekter på vejen, fordi "serveren ikke reagerer." I tilfælde af bots er det vigtigste, at den virtuelle assistent forbliver i kontakt og konsekvent kan opretholde en dialog med enhver samtalepartner. For at gøre dette, når de genkender, anmoder vores bots nogle gange om en svarmulighed fra flere neurale netværk på én gang og vælger automatisk den mest relevante. Dette har også en positiv effekt på fejltolerancen. Brugen af backup-systemer, herunder tredjepartssystemer, er en normal praksis, når man udvikler løsninger baseret på kunstig intelligens.
Как платформенные экосистемы помогают бизнесу?
Platformens økosystemer gør det let at kommunikere medkunder, optimere processer og generelt bidrage til markedsføring af “opvarmning”. Virksomheden bruger mindre tid på ineffektive opkald, og vigtigst af alt evaluerer den hurtigere, hvilke tricks der fungerer, og hvilke der ikke fungerer. Virtuelle operatører reducerer også omkostningerne - ifølge vores beregninger koster et minut med stemmebot-drift i gennemsnit 5-7 rubler inklusive alle ekstraomkostninger. Operatørens tjenester koster 10-15 rubler, hvis du indgår en aftale med et tredjeparts callcenter. Når du opretter din egen CC, koster et minut af en medarbejders arbejde 35-45 rubler. Mange virksomheder ved ikke engang, hvor meget operatørens ydelser rent faktisk koster: de deler normalt medarbejderens løn med antallet af formelt arbejdede minutter. Men ikke en enkelt person arbejder non-stop uden pauser og nedetid, og mange omkostninger er simpelthen ikke taget i betragtning: for eksempel vedligeholdelse af en CC, bonus og sociale betalinger.
På grund af dette bliver fordelene ved bots muligvis ikke værdsatdet er det: hvis virksomheden ikke foretager analyse og sporer nøglemålinger, vil stemmeøkosystemet ikke gøre det noget godt. Derfor, mens de vigtigste kunder på omnichannel-platforme er digital-first virksomheder, der har digitaliseret de fleste af processerne. Banker, transport- og fragttjenester og onlineforhandlere drager mest fordel af taletjenester. På samme tid arbejder 58% af klienterne i B2B-segmentet. De fleste bruger økosystemer til at gøre kommunikationen med dem mere effektive: ved hjælp af virtuelle operatører genererer mærker kundeemner, øger konverteringer og reducerer supportomkostningerne med et gennemsnit på 20%.
Hvad er fremtiden for platformens økosystemer?
Gradvist vises nye måder på markedetanvendelse af stemmetjenester. For eksempel bruger nogle mennesker bots til at arbejde med nybegyndere og praktikanter samt til at etablere intern kommunikation. Stemmeassistenten ringer til medarbejderne, sender dem invitationer og mødepåmindelser - både ægte og virtuel.
Økosystemer vil også forbinde mere og meremikrotjenester - TWIN tilbyder 12 forskellige tilføjelser, herunder et system til genkendelse af følelser og køn ved hjælp af stemmen. Nogle eksperimenterer med aldersdefinitioner såvel som biometri. Tilføjelser, der forbedrer bot-ydeevnen, bliver den nye standard. For eksempel anerkender autosvargenkendelsestjenester - med deres hjælp udfører bots automatisk denne funktion og afslutter straks dialogen.
En anden udfordring for stemmeudviklere erdet er en kontinuerlig forbedring af talegenkendelse og syntese. For eksempel formår vi nøjagtigt at bestemme op til 95% af den talte tekst - dette er en standard på markedet, og det er stadig svært at overvinde den. Mange virksomheder forsøger at hæve grænsen, men hver procentdel er svær at nå frem til. Algoritmer har allerede fanget mennesker - nu er opgaven at gå ud over menneskelige muligheder, og det er ikke let.
Se også:
Abort og videnskab: hvad vil der ske med de børn, der føder
Tjek de smukkeste billeder af Hubble. Hvad har teleskopet set i 30 år?
En kunstig genstand blev fundet i jordprøver fra asteroiden Ryugu. Sådan her?