5 вещей, которые ИИ-технологии колл-центров могут делать уже сегодня, и что будет дальше

Искусственный интеллект колл-центров уже помогает контакт-центрам и колл-центрам в самых разных областях: от повышения производительности и оказания помощи агентам до автоматизации и улучшения качества обслуживания клиентов.

5 технологий, которые сегодня реализуются с помощью искусственного интеллекта в колл-центрах

Я собрал самые полезные возможности колл-центров на базе искусственного интеллекта, доступные на рынке прямо сейчас, а также три захватывающих достижения, которые вы увидите в ближайшие несколько лет.

Разговорный IVR

Интерактивный голосовой ответ — одно из первых применений передовых технологий колл-центров, автоматизирующее важные аспекты взаимодействия с клиентами путем получения речевых ответов.

SEE: Сможет ли доступность электроэнергии помешать революции искусственного интеллекта? (TechRepublic Premium)

В первые дни IVR работал точно так же, как машина, которой он был. Хотя по своей природе он был немного похож на человека, он звучал ближе к компьютеру и распознавал только предварительно записанные ответы. Если звонящий говорил что-то, кроме определенной фразы — что-то базовое вроде «поговорите с агентом», «проверьте статус счета» или «главное меню», — его обычно перенаправляли к живому агенту с объяснением, которое по сути сводилось к «ответ не вычисляется».

Сегодняшние итерации резко контрастируют с роботизированными версиями не столь далекого прошлого. Гораздо более разговорный в своем подходе, автоматизированный инструмент может распознавать и отвечать на широкий спектр заявлений или запросов.

Возможности естественного языка означают, что клиенты могут говорить так, как они говорят в реальной жизни. А машинное обучение позволяет постоянно расширять каталог речи, хотя ему по-прежнему требуется человеческая поддержка для руководства его усилиями.

Такие компании, как Apple и Amazon, вложились в эту технологию, популяризировав ее с помощью таких функций, как Siri и Alexa. Amazon Lex даже упаковывает этот продвинутый IVR для разработчиков, создающих следующее поколение адаптивных приложений.

Хотя эта функция, безусловно, прошла долгий путь, она еще не идеальна. С другой стороны, он может автоматизировать потоки вызовов, чтобы сократить затраты на рабочую силу и повысить уровень сдерживания. Но его финансовые преимущества связаны с большими первоначальными инвестициями, поскольку вы вводите горы данных, необходимых для построения диалога с брендом.

Аналитика речи в реальном времени

Анализ данных — одна из областей, где технология ИИ действительно блистает. За считанные секунды ваша система может переварить и интерпретировать невероятные объемы данных, на сортировку которых вашей команде в противном случае потребовались бы дни, если не недели.

Он также может собирать и отмечать соответствующую информацию, например, сведения о взаимодействии агента с клиентом, по мере их возникновения, что дает вам возможность исправить ситуацию и решить любые проблемы до того, как они перерастут в нечто большее.

Речевая аналитика в реальном времени делает это возможным, работая рука об руку с функциями автоматического распознавания речи, чтобы выделять ключевые слова или фразы, которые предупреждают вас о возможной ошибке агента. Таким образом, вы с большей вероятностью заметите любые проблемы с соответствием или обеспечением качества, возникающие из-за того, что член команды выходит за рамки сценария или делится неверной информацией.

Вы также можете анализировать речевые модели, которые отражают настроения клиентов, как положительные, так и отрицательные, уделяя особое внимание конкретным словам или фразам, которые сигнализируют о разочаровании, чтобы вы могли принять необходимые меры по сортировке.

Поскольку поставщики VoIP, такие как Dialpad и RingCentral, продолжают развивать эту технологию, мы начинаем видеть расширенные возможности, включая распознавание поведенческих шаблонов. Они позволяют вам точно настроить каждый аспект работы агента: от слишком быстрой речи до управления разгневанным клиентом.

Речевая аналитика в реальном времени позволяет быстро и эффективно отслеживать, выявлять и корректировать тенденции, связанные с данными, сокращая количество человеческого времени и усилий, необходимых для оптимизации вашей работы.

Генеративный сценарий вызова

Отличные сценарии звонков могут улучшить показатели конверсии, помогая агентам преодолевать возражения клиентов или работать с жалобами. Они обеспечивают постоянное качество в вашей команде, предоставляя всем одинаковую структуру разговора. Единственная проблема в том, что на их создание и совершенствование уходит довольно много времени — или, по крайней мере, раньше.

В наши дни вместо того, чтобы изучать сотни и тысячи транскрибированных взаимодействий клиентов, чтобы извлечь важные фрагменты, вы можете скормить эту информацию машине, которая сделает это за вас. Аналитическое программное обеспечение может сортировать все ваши данные с молниеносной скоростью, а затем генерировать сценарии вызовов на основе установленных вами параметров. Эта генеративная технология лучше всего проиллюстрирована в программном обеспечении ИИ, таком как ChatGPT.

Однако, как и ChatGPT, сгенерированные сценарии вызовов все еще находятся в зачаточном состоянии. Контент, который он выдает, настолько хорош, насколько хороши ваши идеи, поэтому особенно важно формулировать свои запросы как можно более конкретно и подробно.

Но даже в этом случае вы не получите идеально отполированный продукт.

Вам нужно будет потратить время на доработку окончательного сценария, прежде чем он станет пригодным для использования. Но генеративный подход срезает достаточно часов вашей задачи, предоставляя, по крайней мере, работающую структуру, с которой вы можете начать.

Интеллектуальная генерация лидов

Вы можете тратить часы и дни на изучение данных о клиентах и ​​рыночных тенденций, искать закономерности для составления списка лидов. После всего этого ваши результаты все равно могут не соответствовать цели, поскольку агенты изо всех сил пытаются конвертировать потенциальных клиентов слишком рано в воронке продаж.

Современный искусственный интеллект исключает необходимость догадок из процесса, анализируя огромные объемы данных, веб-трафика и профилей клиентов, чтобы предоставить максимально перспективные лиды.

Затем он может автоматизировать усилия по налаживанию контактов с помощью текстовых сообщений, электронной почты или чата, чтобы запустить процесс.

Такие бренды, как Customers.ai и Seamless.ai, даже предлагают автоматически сгенерированный текст письма, разработанный для улучшения открытий, кликов и вовлеченности. Технология ИИ все еще совершенствуется, поэтому всегда полезно проверять любой автоматизированный текст перед отправкой.

Все эти функции оставляют вашим агентам больше времени для непосредственного взаимодействия с клиентами и гарантируют, что это взаимодействие будет максимально успешным.

Некоторые платформы — включая Customers.ai — предоставляют бесплатную версию, чтобы дать вам представление о том, что там есть. Надежные версии для бизнес-целей могут стоить вам более 500 долларов в месяц.

Автоматизация после вызова

Закрытие заявок и добавление последних заметок в профиль клиента может занять до трети всего рабочего времени агента.

Тем не менее, эти аспекты имеют решающее значение для построения прочных отношений с клиентами и выявления возможностей для будущего роста. Такие компании, как Dialpad и Balto, стремятся полностью отказаться от человеческого ведения заметок, используя генеративный ИИ как средство оптимизации процесса.

Генеративные ИИ-помощники Dialpad могут использовать функцию сводки вызовов, чтобы обозначить любые основные темы и важные идеи, обсуждаемые между агентом и клиентом.

Эти заметки могут служить альтернативой усилиям агента после вызова, избавляя от необходимости полагаться на память и требуя лишь краткого обзора для точности. Вы даже можете запрограммировать систему на соблюдение определенных мер соответствия, необходимых для вашей отрасли.

Текущие примеры этой технологии искусственного интеллекта включают ChatGPT и Google Gemini (ранее Bard), обе платформы онлайн-запросов, которые могут творчески автоматически генерировать ответы и контент — во многом так же, как это мог бы делать человек. Хотя она далека от совершенства, алгоритмы, которые управляют этой технологией, поддерживают непрерывный цикл самообучения и совершенствования.

Таким образом, ответы и результаты становятся только лучше, обеспечивая надежную структуру контента, которая при некоторой проверке человеком может точно попадать в цель по целому ряду направлений — от холодных электронных писем до сценариев звонков.

3 будущие технологии искусственного интеллекта для колл-центров

Голосовой перевод в реальном времени

Генеративные возможности ИИ и МО открывают новые горизонты, на которых языковые барьеры могут больше не существовать.

Текущие версии преобразуют речь в текст, переводят этот текст, а затем преобразуют контент в аудио. Современные версии приближаются к скорости разговорного перевода в реальном времени, но еще предстоит доработать несколько недостатков.

Microsoft Azure занимает лидирующее положение в этой перспективной области, хотя в прошлом году Google представила многообещающую пару очков дополненной реальности с функцией перевода в реальном времени.

Самым большим препятствием для совершенствования этой технологии является различная структура предложений и культурно-эмоциональная сложность более чем 7000 существующих в настоящее время языков. Но поскольку конкретные алгоритмы, управляющие машинным обучением, продолжают совершенствоваться, мы, вероятно, увидим технологию перевода в реальном времени в работе контакт-центров в течение десятилетия.

IVR-аутентификация с помощью биометрии

Уже стало обычной практикой полагаться на методы аутентификации, основанные на знаниях, когда клиенту предлагается ввести свой счет, ПИН-код или номер социального страхования для подтверждения своей личности.

Новые биометрические методы используют технологию «голосового отпечатка» для проверки клиента просто по звуку его голоса. Эта идентификационная информация может быть собрана и сохранена после того, как клиент повторит ряд определенных фраз или в ходе непринужденного разговора.

Прелесть биометрии в удобстве, которое она предоставляет клиенту.

Больше не нужно тратить время на ввод тех же цифр, которые вы называли последние 10 раз, когда звонили в свой банк или в службу автокредитования.

Он также довольно точен, поскольку «голосовой отпечаток» каждого звонящего уникален. Тем не менее, как и в случае с технологией распознавания лиц, ваши голосовые данные могут быть украдены и использованы ненадлежащим образом. Мы вряд ли увидим широкое распространение функций биометрической аутентификации — по крайней мере, без прямого согласия клиента — пока не будут решены определенные проблемы безопасности данных и конфиденциальности.

VR для обучения агентов и обучения клиентов

Виртуальная реальность прошла долгий путь за последнее десятилетие, предоставив более увлекательные и реалистичные впечатления для игр и видео. Некоторые компании уже тестируют технологию в учебных целях, предоставляя сотрудникам возможность моделировать различные сложные сценарии в попытке достичь наивысшего уровня производительности.

Хотя качество и оперативность технологии, безусловно, соответствуют этим целям, ее стоимость остается крайне высокой.

Система управления обучением в виртуальной реальности требует инвестиций в размере от 10 000 до 15 000 долларов в самом нижнем ценовом диапазоне. Такие секторы, как здравоохранение и развлечения, где многие роли носят сугубо технический характер, находятся на переднем крае этого подхода. Для контактных центров это, как ожидается, станет более доступным — даже обычным — в течение десятилетия.