CTI論壇(ctiforum.com)6月22日消息（編譯/老秦）： 現(xiàn)代聯(lián)絡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，因此領導者轉向技術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習，將這些習慣擴展到整個團隊，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)絡中心系列惰性人工智能 的第三部分中突出您應該避開的危險信號。這一次，我們正在討論語義技術。
聯(lián)絡中心以對話為基礎。但人類交流遠不是二元的--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域的技能較低。
語義技術為原本沒有意義的數(shù)據(jù)賦予意義。就像你無法回應說你不懂的語言的人一樣，建立在惰性人工智能基礎上的聯(lián)絡中心解決方案缺乏有效理解對話并提供相關支持作為回應的語義能力。
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？留意這些可能預示著惰性人工智能的陷阱。
追求自動化而不是創(chuàng)新
自動化重復、低價值和耗時的任務是提高員工生產(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。
例如，眾所周知，QA 抽樣和評分非常耗時、乏味，并且導致應用由小型、不完整數(shù)據(jù)集指導的解決方案。一些聯(lián)絡中心人工智能會自動對呼叫進行評分，以便管理人員可以專注于其他任務。雖然這會從經(jīng)理的待辦事項列表中刪除一項，但分數(shù)通常會在電話結束后幾天到達。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，如警報和關鍵字觸發(fā)的建議。它缺乏通過自然語言處理 (NLP) 構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 和機器學習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，這可能是語義技術乏善可陳的跡象。自動化任務可以幫助過度勞累的聯(lián)絡中心領導者保持頭腦清醒，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。
使用通話后數(shù)據(jù)關注"下一次"
無法立即完成任務通常以關注未來的形式表現(xiàn)出來。有遠見并不壞，但每個聯(lián)絡中心負責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，先進的語義技術可以實時處理語言，但不發(fā)達的技術需要時間才能趕上。
正因為如此，大多數(shù)聯(lián)絡中心 AI 主要提供可以在表面上應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。這種從關注未來到現(xiàn)在的轉變使企業(yè)能夠實時應用解決方案，滿足更多客戶并提供更好的結果。
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)絡中心人工智能。
依賴關鍵字，忽略上下文
在聯(lián)絡中心人工智能中使用關鍵字作為語義技術的一部分并沒有錯。事實上，關鍵字應該有助于塑造解決方案對對話的理解，但它們不應該運行整個操作。
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--當解決方案過于依賴關鍵字匹配時，就會發(fā)生這種情況。
更強大的語義技術（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 無法掌握的深度學習技術。
用更好的語義技術加強溝通
有很多聯(lián)絡中心 AI 建立在平庸的語義技術之上。但也有一些系統(tǒng)先進到足以顯著改善整體運營。
當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)足夠先進以支持即時改進。
作為行業(yè)領先的實時指導解決方案，Balto了解與構建高效協(xié)作 AI 相關的挑戰(zhàn)。我們也知道，如果支持沒有實時到達，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)絡中心的運營至關重要。
聲明：版權所有 非合作媒體謝絕轉載
原文網(wǎng)址：https://www.balto.ai/blog/lazy-ai-in-the-contact-center-part-3-spotting-subpar-semantic-technology/
