Glasovni botovi već su postali vrijedni zaposlenici koji mogu pružiti bolju uslugu
Jedna od mogućnosti rješavanja ovog problema jeunaprijed snimljeni scenarij za razne situacije, uključujući razgovor s bijesnim sugovornikom. Omogućuje glasovnom botu da se prilagodi situaciji i pruži odgovarajuću pomoć. To se može nazvati programiranom empatijom, čiji je glavni uvjet sposobnost ispravnog prepoznavanja čovjekovih osjećaja i odgovaranja na njih. A trenutna razina tehnološkog razvoja značajno povećava EQ (od engleskog Emotional Quotient, "emocionalna inteligencija" - "High-tech") glasovnih botova. Na primjer, TWIN botovi ispravno prepoznaju osnovne emocije u 96% slučajeva: pozitivne, negativne ili neutralne.
Ali stvaranje empatičnih robota koji mogusimulacija EQ-a zahvaljujući unaprijed snimljenim skriptama zahtijeva veliku računalnu snagu, što znači da se njihov trošak automatski povećava. To nije uvijek isplativo za posao. Zato robot često prenosi razgovor na živog zaposlenika čim dijalog zahtijeva empatičnu komunikaciju.
Kako glasovni softver prepoznaje čovjekovo raspoloženje
Detekcija glasovnih emocija je mikroservispostupno učenje na primjeru. Da bi to učinili, prikupljaju mnogo dijaloga između bota i klijenta i analiziraju njihovu kvalitetu, procjenjujući koliko je robot ispravno prepoznao emociju. Greške se ispravljaju i zamjenjuju ispravnom verzijom u sustavu.
Međutim, to se ne može učiniti bez osobe.Analizu i označavanje emocija provode lingvisti koji jasno definiraju nijanse govora i reakcija: pozitivne, negativne ili osnovne. Slušaju mnoštvo dijaloga iz kojih izdvajaju epizode s izraženim emocionalnim prizvukom, kategoriziraju ih i unose u odgovarajuću bazu podataka. Ovo stvara skup skupova podataka ili modela koji čine temelj botove emocionalne inteligencije. Vrlo je važno da označavanje obavi profesionalac, jer čak i mala pogreška može u potpunosti “ubiti” cijeli skup podataka.
Nakon označenog uzorka modelaPodaci su spremni, počinje faza treninga neuronske mreže. U ovoj fazi, osim kvalitete skupova podataka, potrebni su najbolji ML inženjeri (specijalisti za strojno učenje - Hi-Tech). Osim toga, vrijedno je pažljivo odabrati hrpu tehnologije. Ovo je jedini način na koji će sustav savršeno funkcionirati, prepoznajući emocionalnu boju gotovo svakog govora, s izuzetkom šapta.
Glavne poteškoće u prepoznavanju emocija:
- Raznolikost emocionalnih nijansi- Čak je i čovjeku teško razlikovati zabrinutost od razdraženosti. Zato trenutno razlikuju tri osnovne emocije: to nam omogućuje smanjenje pogreške.
- Izražavanje osjećaja— često se oslanja robotna verbalne formulacije. Međutim, ovaj pristup nije uvijek učinkovit. Na primjer, opscen jezik sam po sebi ne znači nužno negativnost. Stoga je TWIN podijelio dvije mikrousluge za otkrivanje emocija: jedna je obučena na glas i koristi se u pozivima, druga je obučena na tekstualne poruke i koristi se u chatovima.
U kojim područjima botovi trebaju razlikovati osjećaje?
Servisna podrška
Uslužna podrška često uključujesituacije kada klijenta treba brzo prebaciti s robota na operatora, posebno ako osoba ima negativan stav. Tvrtke u transportnoj industriji često se suočavaju s tipičnim pozivom: bijesni korisnik zove kontakt centar koji nije dobio narudžbu na vrijeme. Primivši poziv, robot čuje puno kritika na račun tvrtke, ali ne može adekvatno odgovoriti. Iz takvih smo situacija naučili lekciju: sada se poziv automatski prenosi operateru, čim sustav prepozna negativne emocije.
Emocionalna inteligencija postaje dio uslugeu e-trgovini. Primjerice, Amazon je svog glasovnog asistenta Alexa naučio prepoznavati emocije intonacijom. Funkcija će vjerojatno pomoći u poboljšanju kvalitete komunikacije pametnog asistenta i korisnika. A Emotibot nudi glasovnog asistenta za usluge e-trgovine nakon prodaje. Bot prilagođava odgovore raspoloženju sugovornika kako bi spriječio eskalaciju žalbi.
Analitika
Pozivni centri također počinju eksperimentiratitehnologiju prepoznavanja emocija kako bi se ocijenila kvaliteta usluge. Na primjer, sustav može analizirati govor operatera na pojavu negativnih konotacija govora: to kontrolira komunikaciju zaposlenika s klijentima i sprječava redovito kršenje komunikacijske etike.
Glasovna tehnologija s prepoznavanjem emocijaOni također pomažu analizirati dinamiku raspoloženja kupaca: na primjer, utvrditi jesu li kupci općenito postali iritiraniji ili su, obratno, pronašli veću lojalnost marki. To daje razumijevanje ide li automatizacija pozivnog centra dobro ili neke procese treba poboljšati. Na primjer, sličnu tehnologiju testirao je Rosbank. Kao rezultat analitike dijaloga između bota i klijenta, upravitelj dobiva statističko izvješće za svaki poziv, koje odražava podatke kao što je dinamika indeksa zadovoljstva potrošača i usporedni pokazatelj učinkovitosti usluge.
prodaja
Emocionalno stanje izravno utječespremnost kupca na kupnju. Čovjeku je lakše nešto prodati kad je dobro raspoložen. Istraživanja to potvrđuju: primjerice, bjeloruski eksperiment pokazao je izravnu vezu između pozitivnih emocija i spremnosti na komunikaciju s voditeljem prodaje, kao i sveukupne lojalnosti brendu.
Prepoznavanje emocija može povećati prihod odbotovi koji se bave preradom olova. Tako, na primjer, oslanjajući se na ovaj marker, prodavač robot može odmah prenijeti poziv zaposleniku koji živi, kako ne bi propustio "vruće" vodstvo. Vjerojatno će u budućnosti ovaj alat koristiti većina tvrtki u kojima su botovi angažirani u pozivanju hladne ili tople baze.
Razvojna industrija je već predložilaonline retailers bot vodič koji može djelovati kao digitalni konzultant i graditi dijalog s korisnikom na temelju njegovog karaktera (bot ga određuje prema njegovim emocijama). No, takva su rješenja tek ušla u fazu proučavanja i testiranja od strane tržišta, pa još nisu dobila masovnu distribuciju.
Treba li robot prepoznati spol sugovornika
Klijenti žele vidjeti individualni pristupusluge u bilo kojoj industriji. U istraživanju SmarterHQ, dvije trećine potrošača reklo je da se angažiraju samo kada prime personalizirane poruke. To nalaže da treba nastaviti raditi na pametovanju glasovnih botova, segmentirajući sugovornike prema različitim kriterijima od kojih je najočitiji spol.
Prepoznavanje spolova omogućuje vam izgradnju govorauzimajući u obzir ovaj kriterij, a također smanjiti postotak pogrešaka prilikom biranja pretplatnika. Na primjer, ako je Natalia navedena u bazi podataka, a muški sugovornik podigne slušalicu, bot će odmah moći reagirati i reći: "Mogu li razgovarati s Natalijom?" umjesto "Zdravo, Natalia".
Isto je i s pozivima.Simulirajmo situaciju: robot regrutira klijenta čije je ime u bazi podataka Natalya. Sukladno tome, prelazi na način komunikacije sa ženom. Ali iznenada Natalijin muž ili brat podiže slušalicu i kaže: "Oprostite, ja nisam Natalija." Ako robot ne odredi spol sugovornika glasom, može doći do smiješne situacije: klijent će dokazati da on nije Natalya, a robot će nastaviti komunicirati s Natalijom, a razgovor će najvjerojatnije vrlo brzo završiti.
Naravno, možete potpuno napustiti imena ijedinstveno se obraćajte svima, jer u otprilike 3% slučajeva slušalicu podiže osoba koja nije navedena prilikom prijave. Ali za trgovce, na primjer, to će koštati nekoliko bodova vjernosti. Zamislite samo: naručili ste proizvod iz internetske trgovine, a prije slanja, bot zove i pita hoće li biti zgodno primiti vašu narudžbu u bliskoj budućnosti. Bezimena adresa učinit će razgovor hladnim, dok jednostavno "Zdravo, Sergej!" dosta će ga omekšati. Vrlo je korisno prisjetiti se krilatice Dalea Carnegieja: "Ime osobe najslađi je i najvažniji zvuk za nju na bilo kojem jeziku." To potvrđuju i znanstvenici Dennis P. Carmody i Michael Lewis, koji su dokazali da naš mozak pada u ekstazu kada čujemo svoje ime, što momentalno usmjerava pažnju na zvuk.
Da biste izbjegli neugodne situacije,iako ne žrtvuje odanost potrošača, potrebno je glasom razlikovati muškarce od žena. Naši botovi, na primjer, ispravno određuju spol osobe u 98% slučajeva. Na Zapadu je slična funkcija opremljena My Voice AI, koja također može odrediti približnu dob i emocionalno stanje.
Roboti tek počinju istraživati dubineljudski govor i razlikovati klijentovo raspoloženje ili spol. U budućnosti će tehnologija vjerojatno brzo napredovati. Gartner predviđa da će 10% svih uređaja biti opremljeno emocionalnom dijagnostikom za dvije godine. To će neizbježno potaknuti razvoj tržišta za sustave za analitiku i prepoznavanje emocija: prema podacima MarketsAndMarkets, narast će s 21,6 milijardi USD u 2019. na 56 milijardi USD do 2024., s prosječnom godišnjom stopom rasta od 21%.
Pogledajte i:
Astronomi pronalaze egzoplanet sa čudnom orbitom
Ledenjak Doomsdaya pokazao se opasnijim nego što su znanstvenici mislili. Kažemo glavno
Zemlja je u procesu šestog izumiranja. Kako će to utjecati na čovječanstvo