إنشاء علاقات مع العملاء باستخدام الذكاء الاصطناعي للمحادثة


لقد كنا جميعا هناك. “يرجى الاستماع إلى قائمتنا بالكامل حيث تغيرت خياراتنا. قل أو اضغط على أحدها للحصول على معلومات عن المنتج … “في بعض الأحيان تكون تجارب خدمة العملاء الآلية هذه فعالة وفعالة ؛ في أوقات أخرى ، ليس كثيرًا.

تستخدم العديد من المؤسسات بالفعل الدردشات الآلية والمساعدين الافتراضيين للمساعدة في خدمة عملائهم بشكل أفضل. يمكن لوكلاء الخدمة الذاتية الأوتوماتيكي والذكي التعامل مع الأسئلة المتداولة ، وتوفير المقالات والموارد المعرفية ذات الصلة لمعالجة استفسارات العملاء ، ومساعدة العملاء على ملء النماذج وتنفيذ الإجراءات الروتينية الأخرى. في حالة وجود استفسارات أكثر تعقيدًا ، يمكن لوكلاء الخدمة الذاتية الآليين اختيار هذه الطلبات من وكيل بشري حي.

في أوقات عدم اليقين والطوارئ ، يمكن أن تكون عمليات خدمة العملاء المدفوعة بالذكاء الاصطناعي (AI) ذات قيمة كبيرة للشركات ، مما يساعد خدمة العملاء أو مراكز اتصال الموارد البشرية على البقاء على قدم وساق.يومًا مع تزايد الطلب وتقليل أوقات انتظار العملاء وإحباطهم. وفقا للتقديرات الأخيرة ، يتوقع جارتنر ذلك في عام 2022، 70٪ من تفاعلات العملاء ستشمل التقنيات الناشئة مثل تطبيقات التعلم الآلي وروبوتات المحادثة والمراسلة عبر الهاتف المحمول. هذه زيادة بنسبة 15٪ عن عام 2018.

يقول جريج بينيت ، مدير تصميم المحادثة في Salesforce: “في هذه الأنواع من تفاعلات المحادثة ، يمكن لروبوتات الدردشة AI توسيع نطاق وصول خدمة عملاء المؤسسة والحفاظ على مستوى من المعاملة بالمثل مع عملائها”. “هناك أيضًا فرصة للشركة للتعبير عن علامتها التجارية وصوتها ونبرتها من خلال الكلمات واللغات التي يستخدمونها لخلق درجة أكبر من الحميمية.” يشارك بينيت بعمق في تشكيل أنظمة الذكاء الاصطناعي التي تقود روبوتات المحادثة للمحادثة وتضمن أنها شاملة وقادرة على فهم مجموعة واسعة من اللهجات واللهجات والتعبيرات اللغوية الأخرى.

لم ينتشر استخدام أتمتة الذكاء الاصطناعي فحسب ، بل أثبت أيضًا أنه محرك رئيسي للأعمال. تتوقع شركة Gartner زيادة في الذكاء الاصطناعي في عام 2021 2.6 تريليون دولار في الأعمال القيمة. يمكن أن يوفر أيضًا ما يصل إلى 6.2 مليار ساعة من العمل.

ذكاء محادثة واضح

وفقا لل الأبحاث التي أجريت بواسطة المستشار الإداري كورن فيري ، ذكاء المحادثة هو جهد تعاوني. وهذا الجهد التعاوني هو تبادلي لاثنين من المشاركين للتواصل بطرق تؤدي إلى مفهوم مشترك للواقع. هذا يسد الفجوة بين الواقع الفردي للمتحدثين ويساعد الشركات على مساعدة العملاء.

مع وضع ذلك في الاعتبار ، اتخذت Salesforce وشركات أخرى هذا المفهوم خطوة إلى الأمام من خلال البحث عن طرق للجمع بين ذكاء المحادثة والتكنولوجيا. في الواقع ، من خلال هذه الجهود ، تحسن ذكاء المحادثة المدعوم بالذكاء الاصطناعي بشكل كبير بمرور الوقت. بدأ هذا من خلال التعرف البسيط على النص الذي من السهل جدًا تحقيق درجة كبيرة من الدقة. لكن التعرف على النص يمكن أن يكون ثنائي الأبعاد قليلاً ، وهذا هو سبب تقدم البحث ليشمل التعرف التلقائي على الكلام. يجب أن تأخذ أنظمة التعرف الآلي على الصوت في الحسبان اللغات المختلفة ، واللهجات ، والتأثيرات الصوتية ، والتي تعد أكثر صعوبة ودقة. نظرًا لأن خوارزميات الذكاء الاصطناعي أصبحت أكثر تعقيدًا ولديها الوقت والخبرة لدمج المزيد من الاختلافات اللغوية ، فقد حسنت تقنية الذكاء الاصطناعي من قدرتها على فهم أعمق التفاصيل الدقيقة لتفاعلات المحادثة البشرية.

يقول بينيت: “ذكاء المحادثة هو مجموعة من الميزات والتقنيات التي تسمح للبشر والآلات بتبادل التحولات اللغوية والعمل على تحقيق هدف استطرادي”.

تستخدم أنظمة الذكاء الاصطناعي التي تركز على اللغويات العديد من التقنيات المختلفة لفهم التفاعلات المكتوبة والمنطوقة مع البشر. بعض هذه تشمل ما يلي:

  • التعرف التلقائي على الكلام ، والذي يستخدم لفهم اللغة المنطوقة لأنظمة الصوت ؛
  • معالجة اللغة الطبيعية ، والتي تساعد أجهزة الكمبيوتر على فهم اللغة المكتوبة والمنطوقة وتفسيرها وتحليلها ؛ أنا
  • فهم اللغة الطبيعية ، مما يسمح للذكاء الاصطناعي بفهم النية.

بعيدًا عن التعرف البسيط على النص ، فإن فهم اللغة الطبيعية هو المكان الذي يدرك فيه الذكاء الاصطناعي نقاط قوته. من خلال تسهيل محادثة أعمق وأكثر دقة ، فإنه يزيد من فعالية التفاعلات بين الإنسان والذكاء الاصطناعي. عندما يكون نظام خدمة العملاء الذي يحركه الذكاء الاصطناعي مجهزًا بشكل أفضل للتعرف على اللغة الطبيعية وتمييزها بأخطاء أقل ، يمكن أن يوجه العميل خلال تفاعل كامل دون الحاجة إلى تعيين وكيل خدمة بشري. هذا يحرر الوكلاء للتركيز على الحالات الأكثر تعقيدًا.

ويمكن أن يساعد استخدام هذه الميزات في بيئات خدمة العملاء الشركات ليس فقط في تسريع وتحسين التفاعلات مع عملائها ، ولكن أيضًا تحسين علاقة العملاء. يقول بينيت: “إذا كان بإمكاننا الحصول على آلة تساعد في تسهيل هذا النوع من التفاعل بين الشركة والعميل ، فسوف تساعدنا في إقامة علاقة مع هذا العميل بطريقة لن تكون مقالة مفيدة”.

وكلما زاد تفاعل نظام الذكاء الاصطناعي مع البشر ، زادت فعالية خوارزمياته. من خلال التفاعل مع البشر ، يمكن لنظام الذكاء الاصطناعي جمع البيانات اللازمة لتحسين فهم اللغة الطبيعية لفهم النوايا بشكل أفضل ، مما يساعد على تسهيل محادثات أكثر دقة بين البشر وأجهزة الكمبيوتر. يساعد التفاعل البشري أيضًا أنظمة الذكاء الاصطناعي هذه على تحسين قدرات التعرف والتنبؤ لتقديم محتوى أكثر تخصيصًا. من خلال تعلم الطرق العديدة التي يتصرف بها الناس ويتفاعلون بها ، تصبح استجابة النظام أكثر دقة.

تقوم خوارزميات الذكاء الاصطناعي بامتصاص ومعالجة وتحليل مجموعات البيانات المدخلة في النظام باستخدام المعادلات الخاصة بها. تتم هذه المعالجة بإحدى طريقتين أساسيتين: تحت الإشراف أو بدون إشراف. في التحسين الخاضع للإشراف ، سيكون لمجموعات البيانات قيمة أو فئة مستهدفة محددة. في التحسين غير الخاضع للإشراف ، تحلل الخوارزمية مجموعة البيانات بنفسها دون إرشادات أو قيود.

مع تلقي المزيد من البيانات ومعالجتها ، تتطور الخوارزميات وتتكيف وتحسن نماذجها التحليلية. لذلك ، يتم تحسين الخوارزميات وتنقيحها بناءً على جودة وكمية البيانات التي تتم معالجتها. يقول بينيت: “هناك أفكار مفادها أن الذكاء الاصطناعي يمكن أن يكتسب نوايا ونطاق وسياق مختلفة من خلال التفاعل مع البشر”. “هذه التحسينات المتزايدة في القدرة التنبؤية وعمق الفهم تزيد من كفاءة تفاعل العملاء.”

تقدير التحديات اللغوية

على الرغم من أن معالجة اللغة الطبيعية قد قطعت شوطًا طويلاً ، إلا أن تقنية التعرف التلقائي على الكلام لا تزال تواجه تحديات في التعرف على النطاق الكامل للاختلافات اللغوية. يقول بينيت: “هناك كل هذه اللهجات الإنجليزية المختلفة ، وكلها قوية وصالحة ويجب الاحتفاء بها”. تشمل الاختلافات اللغوية الأخرى التي تتحدى الذكاء الاصطناعي تعبيرات عامية أو عامية مختلفة لنقل معاني متشابهة وميزات أخرى غير لغوية مثل النغمة والتنغيم والإيقاع والتوقف والنبرة.

من الأهمية بمكان مساعدة الذكاء الاصطناعي في إدارة المستويات المتأصلة من التحيز الموجود في النظام والتوسع للتعرف على النطاق الكامل للاختلافات اللغوية. تساعد هذه التحسينات المتزايدة في القدرة التنبؤية لخوارزميات الذكاء الاصطناعي على تحسين تجربة العملاء من خلال تقليل عدد عمليات التبادل ذهابًا وإيابًا ولحظات الإحباط الناتجة عن عدم وجود التعرف الدقيق.

لكن هذه الجهود والتطورات تطرح بعض المشاكل الأخلاقية. ضع في اعتبارك ، على سبيل المثال ، كيفية تمثيل الأقليات في مجموعات بيانات التدريب أو ، بشكل أكثر تحديدًا ، كيفية عدم تمثيلهم. تستبعد مجموعات البيانات الأكثر استخدامًا التعبيرات الأكثر تنوعًا لللهجة والهوية الاجتماعية. يعد ضمان التمثيل المتنوع في الفرق التي تعمل على تطوير تقنيات الذكاء الاصطناعي خطوة حاسمة نحو تطوير خوارزميات الذكاء الاصطناعي وتطورها للتعرف على نطاق أوسع من التعبيرات اللغوية.

الآن بعد أن أصبح الذكاء الاصطناعي قادرًا على السماح بدرجة أكبر من الاختلاف ، يجب أن يكون قادرًا على مراعاة أهمية السياق الأوسع وأن يكون أكثر شمولاً. على الرغم من أن المحادثة واللغة هي القناة ، فإن الأمر متروك للبشر الذين يعملون مع أنظمة الذكاء الاصطناعي لمواصلة النظر في إمكانية الوصول من خلال اللهجات واللهجات والاختلافات الأسلوبية الأخرى.

“الأقليات الممثلة تمثيلا ناقصا لديها تمثيل ضئيل جدا لهجتها والتعبير عن هويتهم الاجتماعية من خلال اللغة في هذه الأنظمة. ويرجع ذلك أساسًا إلى افتقارهم إلى التمثيل بين فرق التكنولوجيا الإبداعية “، كما يقول بينيت. يمكن أن يساعد ضمان قيام الشركات التي تطور أنظمة الذكاء الاصطناعي وتنشرها بدمج معدات أكثر تنوعًا في هذا المزيج في حل هذا التحيز المتأصل.

تتمتع أنظمة الذكاء الاصطناعي بالقدرة على السماح بدرجة أكبر من الاختلاف. عندما تتمكن الأنظمة من تفسير هذه الاختلافات بدقة وإنشاء استجابة ذات صلة بالسياق ، سيكون الذكاء الاصطناعي قد تطور بدرجة أكبر من أي وقت مضى. “هذا هو المكان الذي أعتقد أن التطور فيه [of the field] يقول بينيت.

بالطبع ، هذا لا يعني أنه لا توجد مخاوف أخلاقية وعملية أخرى حول الاستخدام الموسع للذكاء الاصطناعي. تظل قضايا الخصوصية والمساءلة والشفافية وتفويض عمليات صنع القرار بطريقة دقيقة ومناسبة ذات صلة. وهناك أيضًا الاستخدام الأخلاقي للتسجيلات الصوتية. إنه مجال متنامٍ لا تزال فيه المعلمات المهمة بحاجة إلى تحديد.

إقامة علاقة أعمق بين البشر والذكاء الاصطناعي

إن معالجة مجموعة كاملة من الاختلافات اللغوية وتضمين مجموعات أكثر تنوعًا وأقليات ممثلة تمثيلا ناقصا تاريخيا في العملية هو حقا بناء مستقبل العلاقة بين البشر والذكاء الاصطناعي. سيؤدي هذا أيضًا إلى حالات استخدام أكثر انتشارًا للشركات. في الواقع ، سيكون أكبر فارق تنافسي في مستقبل تكنولوجيا المحادثة هو القدرة على توفير فهم محادثة قوي بغض النظر عن اللغة أو اللهجة أو اللغة العامية أو اللهجة أو الجوانب الأخرى للهوية الاجتماعية.

يتذكر بينيت درسًا من مدرس دراسات عليا: “قال ،” إجراء محادثة يشبه تسلق شجرة تتسلق للخلف. “وهذا يميز حقًا المسار الذي يجب أن تسلكه تقنيات الذكاء الاصطناعي للمحادثة. تلبية احتياجات الإنسان ومعايير المحادثة مثل ممارسة السلوك. “المحادثة ليست عملاً منفردًا ، بل هي طريق ذو اتجاهين. المحادثة الحقيقية هي الفعل – قد يقول البعض أنه فعل. فن تبادل الأدوار في التحدث والاستماع ، وتبادل الأفكار ، وتبادل المشاعر وتبادل المعلومات.

يقول بينيت: “في علم اللغة ، توفر السمات غير اللغوية للكلام مثل الانعطاف والتنغيم والإيقاع والتوقف والنبرة الطبقة البراغماتية لمعنى المحادثة”. “بدلاً من التركيز على كيف يمكن للمستخدمين مساعدة أنظمة الذكاء الاصطناعي ، يجب أن نسأل أنفسنا كيف يمكننا توسيع نطاق النظام لإرضاء المستخدمين أينما كانوا. وبالنظر إلى ما نعرفه عن اللغويات ، لا أعتقد أنه يمكنك فرض أي نوع من تغيير اللغة ،” يقول: “تم إنشاء تقنية الذكاء الاصطناعي للمحادثة بطريقة يمكن أن تكون ناجحة إذا أخذنا هذا النهج إلى الطبقة البراغماتية: الجانب شبه اللغوي للأشياء.”

يقول بينيت: “القدرة على فهم هذا المستوى من التنوع اللغوي وفهمه الكامل والارتقاء به هي المكان الذي يتجه إليه الذكاء الاصطناعي”. تتم فهرسة الشركات الناشئة في فضاء الذكاء الاصطناعي للمحادثة كعامل تمايز. وإذا فكرت في الأمر ، إذا قمت بتضمين المزيد من المجموعات والأقليات المتنوعة التي كانت تاريخياً ممثلة تمثيلا ناقصا في العملية ، فسيؤدي ذلك في الواقع إلى توسيع السوق الذي يمكن إدارته بالكامل “.

تم إنتاج هذا المحتوى بواسطة Insights ، ذراع المحتوى المخصص لـ MIT Technology Review. لم يكتبه فريق التحرير في MIT Technology Review.

Add a Comment

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *