Sejamos honestos, encontrar assistentes de voz com IA em chamadas de atendimento ao cliente não é novidade hoje em dia. Mas talvez não saiba que o grande modelo linguístico está a agitar o sector do serviço ao cliente. Na semana passada, encontrei um robô de atendimento ao cliente de uma plataforma de comércio eletrónico que não só compreendeu com precisão a minha descrição vaga de "anomalias logísticas da encomenda", como também acedeu automaticamente aos dados em tempo real da API da empresa de correio, apresentando uma solução específica - esta experiência! Há três anos, era simplesmente inimaginável.

Evolução da "resposta mecânica" para o "diálogo na vida real"
Lembra-se dos tradicionais bots de atendimento ao cliente que deixavam as pessoas loucas? Eles apenas respondiam mecanicamente a frases predefinidas e mudavam para um humano para perguntas um pouco mais complexas. Agora, o modelo de grande linguagem do serviço de apoio ao cliente é completamente diferente, podendo compreender a expressão falada e até captar as emoções do utilizador. Por exemplo, quando se diz "este router está avariado e desligado", a IA pode não só reconhecer a alegação de avaria do equipamento, como também utilizar a expressão "realmente irritante" como expressão de empatia para apaziguar o utilizador ---. Por detrás disto está um avanço na tecnologia de reconhecimento e geração de emoções da PNL.
Os dados de teste divulgados por um banco mostram que o serviço inteligente de apoio ao cliente com a arquitetura GPT-4 aumentou a satisfação do cliente em 37% e reduziu a duração média das chamadas em 28%. O que é mais espantoso é que pode lidar com múltiplos modos de interação de texto, voz e imagens ao mesmo tempo, e o utilizador pode obter orientação tirando uma fotografia de uma falha, e esta capacidade multimodal reconstruiu completamente o cenário do serviço.
Quando a tecnologia RAG se encontra com a base de conhecimentos: uma revolução na precisão
Mas o avanço mais importante é a aplicação da tecnologia RAG (retrieval-enhanced generation). Enquanto as IA tradicionais de serviço ao cliente tendem a "dizer disparates", os sistemas híbridos RAG pesquisam agora com precisão a base de conhecimentos da empresa antes de gerar respostas. Tal como a solução Qdrant acima mencionada, a combinação da dupla correspondência semântica e terminológica permite obter uma precisão de resposta superior a 96% - o que é demasiado importante para os cuidados de saúde, as finanças e outros domínios profissionais.
Entrevistei o diretor técnico de uma empresa de telecomunicações, que implementou o sistema RAG e reduziu diretamente as ordens de trabalho do serviço ao cliente. Uma vez que a IA pode recuperar automaticamente o histórico de encomendas do utilizador, os detalhes das encomendas e outras mais de 20 fontes de dados, fornecendo instantaneamente uma solução personalizada, esta "superpotência" faz com que o serviço humano de apoio ao cliente seja inferior.
Reef and Dawn: O lado AB do serviço de apoio ao cliente com IA
É claro que também existem muitos problemas. Alguns utilizadores queixam-se de que a IA é demasiado "tagarela", uma pergunta pode gerar dez perguntas de seguimento; as empresas têm uma dor de cabeça com os custos de formação - a documentação do produto para alimentar o modelo não é fácil para dezenas de milhares de páginas. Mais difícil ainda é a questão ética: quando a IA começa a imitar o tom de voz humano para extrair informações dos utilizadores, como estabelecer os limites?
Mas a tendência é irreversível. A Gartner prevê que, até 2026, 80% das interações de serviço ao cliente serão tratadas por IA. Com o amadurecimento destas tecnologias, o futuro da IA do serviço ao cliente poderá tomar a iniciativa de o ajudar a devolver ou trocar mercadorias, reservar um serviço ao domicílio e até prever as suas necessidades - tal como uma empregada doméstica digital atenciosa. Nessa altura, "tornar-se artificial" pode realmente tornar-se um termo histórico.
评论列表 (10条):
加载更多评论 Carregando...