AI (artificial intelligence) jest czymś do czego dążą różne branże, w tym telekomunikacja. Dla jednych jest to zagrożenie utraty pracy, dla innych to szansa na nową pracę. Natomiast z perspektywy biznesu jest to krok, który pozwoli na zoptymalizowanie pracy dla wykorzystywanych zasobów. Jak podwyższyć skuteczność aktualnie posiadanych zasobów? Jak zmniejszyć koszty działalności poprzez wyeliminowanie milionów zbędnych prób kontaktu z nietrafionymi treściami, przekazanymi w niewłaściwy sposób? Postaram się wyjaśnić odpowiedzi na te pytania poniżej.
Sztuczna Inteligencja – co to jest?
Sztuczna inteligencja jest tematem, który zewsząd atakuje. Czy to nowe produkty używają sztuczną inteligencję, czy to sama sztuczna inteligencja jest produktem, może być też tak, że tylko wybrane procesy wykorzystują AI. Mówiąc o sztucznej inteligencji trzeba najpierw określić, jak rozumiemy dane pojęcie – nie ma jednoznacznej definicji, która od lat byłaby niezmienna. W wielkim uproszczeniu – sztuczna inteligencja to sieci neuronowe, które dostają konkretne dane i na bazie tych danych oraz tego, jak zostały nauczone wyciągają wnioski.
AI = must have?
I tu zaczyna się zabawa, bo ci którzy chcą znajdą miliony przykładów, gdzie AI będzie kluczowe albo będzie wzbogacać procesy. Przeciwnicy też znajdą miliony przykładów, gdzie AI jest niemile widziane lub poniosło klęskę. Dla mnie to są nowe możliwości i korzyści. Z premedytacją pomijam bota stworzonego przez Microsoft, o którym możecie przeczytać - tutaj
Jeśli jesteście zainteresowani, to tutaj znajdziecie - link do podcastu - w którym Arek Cempura i Arek Flinik rozmawiają o AI.
Jak to się ma do telekomunikacji?
To zależy! (moje ulubione zdanie) :) Głównie od tego jakie będą dane wsadowe, jak AI będzie nauczone, jak się będzie uczyć i jakie wnioski będzie wyciągać. Na ten moment już są rozwiązania, które analizują głos, treść mówioną, emocje w głosie oraz dodatkowe parametry (np. status dostarczenia wiadomości, aktywność w linkach, informacje zwrotne o statusie połączenia).
Co ja mam z tym wspólnego?
Tide Software, z którym współpracuję – tworzy AI dla dialera predyktywnego. Słowo klucz – tworzy. Ciut szerzej opowiedziałem o tym 10.04 na konferencji „Sztuczna inteligencja w obsłudze klienta” PIRB, ale jeśli ktoś chce streszczenie mojej prezentacji mogę przesłać Wynikiem algorytmiki procesów, deep learningu i sieci neuronowych jest dialer predyktywny, który:
- scharakteryzuje model behawioralny klienta, jego sposób odbierania komunikatów oraz aktywność na danym kanale (połączenia głosowe, SMSy, Maile, VMSy, komunikatory).
- przeanalizuje prace agentów call center – gdzie i dlaczego są skuteczni, jakie tematy sprawiają im łatwość oraz z jaką grupą klientów osiągnął lepszy wynik.
- określi charakterystykę komunikatu/sprawy z jaką firma chce uzyskać kontakt z klientem. Dobierze najskuteczniejszego agenta dla wybranego klienta i komunikatu. Co więcej dobierze kanał jakim ma zostać uzyskany kontakt oraz określi czas kiedy wybrany komunikat musi zostać wysłany.
- zweryfikuje rozmowę – to, czy kontakt został uzyskany przy minimalnej ilości prób, jaki głos miał klient i agent, jakie emocje były w głosie podczas rozmowy, czy dane w modelu behawioralnym klienta zgadzają się z informacjami pojawiającymi się w głosie i rozmowie oraz jaki był skutek wybranego agenta przy danym komunikacie dla konkretnego kanału i klienta. Finalnie chodzi o weryfikacje założeń, uzupełnienie bazy danych i ewentualną korekcję wniosków.
Wiele się będzie dziać, ale po co?
- Cel dla agentów – ułatwienie pracy.
Zmniejszenie ilości tematów oraz klientów, w których dany agent nie jest skuteczny, pozwoli na przypisanie go do tematów, w których czuje się dobrze i ma do tego predyspozycje. Mniejsze zmęczenie samego konsultanta, ale przede wszystkim lepiej wykorzystany czas i zwiększenie skuteczności pracy!
- Dla klientów – zmniejszenie „spamu” nietrafionych wiadomości i komunikacji kanałami, których klient nie używa.
Im bardziej bliski klientowi będzie konsultant, tym mocniejsza będzie więź pomiędzy klientem i firmą. Skutkiem może być to, że klienci sami chętniej będą się kontaktować z firmami jeśli będą mieli nowe potrzeby, o których firmy nie wiedzą.
- Dla biznesu – zmniejszenie kosztów!
Każda próba przekazania komunikatu to koszt w postaci czasu konsultanta, pieniędzy, wykorzystania infrastruktury. Kilka prób uzyskania kontaktu zamiast kilkudziesięciu, a przede wszystkim, większa reaktywność na komunikaty. Już sama segregacja typów klientów i przypisanie ich do wybranych kanałów komunikacji pozwala wprowadzić oszczędności rzędu kilkudziesięciu tysięcy miesięcznie.
