У большинства из нас был разочаровывающий опыт работы с виртуальным помощником. Это не всегда вина виртуального помощника. В конце концов, в большинстве случаев, когда мы звон
им в компанию, мы звоним, чтобы решить какую-то проблему — страховой иск, с которым мы не согласны, перебои в обслуживании — и мы часто расстраиваемся поначалу. Виртуальный помощник не совсем понимает проблему, и человек, с которым мы в конце концов разговариваем, не подходит для ее решения, отправляя нас через то, что люди в отрасли иногда называют «спиралью страданий».
И все же, как показали нам последние два года, часто будут времена, когда колл-центры, укомплектованные людьми, неизбежно будут терпеть неудачу, от предприятий, переводящих десятки тысяч сотрудников на работу на дому, до реагирования на кризисы и предоставление информации о состоянии здоровья населения во время пандемии. В этих ситуациях человеческая помощь должна быть направлена на решение более важных и сложных проблем, а не на ответы на одни и те же четыре вопроса снова и снова.
За годы работы над созданием виртуальных помощников для крупных компаний и правительств я понял, что одна из основных причин, по которой многие виртуальные помощники терпят неудачу, заключается в том, что они были созданы либо разработчиками, у которых отсутствует деловой или пользовательский контекст, либо бизнес-профессионалами, которые не у вас нет навыков кодирования или понимания системы, чтобы создать сложный опыт.
Чтобы предоставить пользователям и клиентам полезный опыт, диалоговый ИИ должен отражать всю широту бизнес-знаний, опираясь на идеи помощников по обслуживанию клиентов, маркетологов, продавцов, руководителей по дизайну взаимодействия и многого другого. Если вы думаете о том, чтобы обратиться к виртуальным помощникам, чтобы помочь вам решить проблемы, связанные с обслуживанием клиентов, вот несколько шагов, которые вы можете предпринять, чтобы обеспечить бесперебойную работу для ваших конечных пользователей.
Собери всех в комнату
Пандемия COVID-19 стала настоящим штормом для виртуальных помощников: сотни тысяч людей нуждались в помощи чата. Это было также время, когда организациям приходилось создавать новые услуги практически за одну ночь, как это было в случае с одной больницей, с которой мы работали, которой требовался виртуальный помощник, который мог бы помочь в сортировке лечения COVID-19. Подпитываемая мощной комбинацией потребности и желания, организация объединила все важные заинтересованные стороны — врачей, адвокатов, администраторов, представителей здравоохранения, разработчиков — и вместе проработала каждый элемент решения. Поскольку все заинтересованные стороны были заинтересованы с самого начала, когда поднимался вопрос или неясность, его решали. Включив правильные точки зрения, они смогли быстро создать работающее решение.
Собирайте исследовательские данные близко к источнику
Многие виртуальные помощники также терпят неудачу, потому что создатели не проводят достаточного количества исследований пользователей или не тратят время на сбор правильных данных. Даже если у вас есть четкое представление о том, чего пытается добиться ассистент — скажем, что-то столь же простое, как показ клиенту времени просмотра фильмов, — это не значит, что у вас есть данные о том, как люди запрашивают время просмотра фильмов. Некоторые области обслуживания клиентов, такие как здравоохранение или финансовые услуги, также могут быть особенно запутанными. Пользователи могут не знать, какие документы им нужны, или даже как называется нужный им документ. Без достоверных данных о том, как эти пользователи задают вопросы и объясняют свои проблемы, виртуальный помощник только разочарует их.
Лучшее место для поиска этих данных — подобраться поближе к источнику: входные данные, которые человек внес в своего рода виртуального помощника. Возможно, у вас есть старый или несуществующий чат-бот с пользовательскими данными, которые вы можете добывать, или вы можете создать простой чат-бот для сбора данных, необходимых для создания улучшенного продукта. Если вы не можете этого сделать, возможно, у вас есть встроенная поисковая система или журналы вызовов из существующих линий обслуживания клиентов. Использование выражений, которые люди действительно использовали, может помочь вам обучить более отзывчивую и контекстно-зависимую модель обработки естественного языка. Люди разговаривают по-разному с людьми, чат-ботами и поисковыми системами, поэтому со временем вам потребуется адаптировать исходные данные для обучения.
Визуализируйте своего конечного пользователя
Еще одна причина, по которой важно создать множество перспектив для вашего виртуального помощника, заключается в том, что вам нужно получить четкую визуализацию вашего конечного пользователя. Большинство предприятий разрабатывают виртуального помощника с упором на то, что они хотят от него получить, а не на клиентах, которые будут использовать продукт, и на ситуации, в которой они могут оказаться. Простой пример — документация. Большинство людей не держат перед собой свои счета и данные для входа в систему. Они, вероятно, не помнят точный день, когда они заплатили свой последний счет или когда обсуждаемая транзакция имела место. Чтобы виртуальный помощник провел этого клиента через транзакцию, его разработчики должны иметь четкое представление о ситуации этого клиента, вплоть до того, где и как он звонит или печатает, а также по вероятным причинам.
Автоматизируйте свои 80%
Хорошим отраслевым правилом является правило 80/20. Суть в том, что 80% запросов клиентов связаны с 20% тем, которые вам нужно осветить. Другими словами, 80% запросов, которые получит ваш виртуальный помощник, вероятно, будут связаны с вашими четырьмя или пятью наиболее распространенными типами вопросов. С другой стороны, оставшиеся 20% ваших чатов могут быть любым из тысячи различных вопросов, так много, что вы никогда не сможете закодировать их все. Автоматизация наиболее распространенных взаимодействий с клиентами — единственный способ освободить колл-центры для обработки взаимодействий, которые слишком сложны для прогнозирования или кодирования.
Весь текст влияет на систему
Как технолог, я чувствую, что могу сказать следующее: мы склонны писать ужасные диалоги. Когда технологи создают деревья решений, они слишком много думают о таких деталях, как классификаторы и ветвление, пренебрегая общей картиной взаимодействия с пользователем. Я обнаружил, что наш диалог также, откровенно говоря, несколько груб или чрезмерно прямолинеен.
С другой стороны, неспециалисты не очень хороши в обучении моделей. У вас может быть одно намерение с большим количеством обучающих данных, чем другое, что может сделать вашего виртуального помощника неточным. Важно помнить, что каждый фрагмент текста, который вы добавляете в логику виртуального помощника, влияет на систему. Неизбирательное добавление данных может привести к непреднамеренному обучению вашей модели тому, чего вы не хотели. Мусор на входе, мусор на выходе. Диалог должен быть чутким и человечным, но он также должен быть написан с прицелом на сбалансированную систему, устраняющую предвзятость выборки. Другими словами, ваша модель должна быть обучена на репрезентативных данных, поэтому, если половина ваших пользователей использует слово «пароль», а половина — слово «ПИН-код», обучающие данные должны включать примерно 50 % использования «ПИН-кода», 50 % «пароль», но не на 100% ни один из них.
Заглядывая в будущее, есть основания полагать, что мы будем гораздо больше взаимодействовать с виртуальными помощниками, даже когда мы не сталкиваемся с кризисом. Новые виды обработки естественного языка могут научиться интерпретировать контекст, а не полагаться на разросшиеся деревья слов запросов, которые необходимо строго поддерживать. Теперь мы можем создавать виртуальных помощников, которые могут интерпретировать на основе вашего поведения в Интернете, что вы ищете или какие проблемы у вас могут возникнуть. Поскольку эта технология продолжает совершенствоваться, мы можем работать вместе как отрасль для создания ИИ, который помогает потребителям решать когда-то разочаровывающие повседневные проблемы.
Благодаря лучшему пониманию этих лучших практик, связанных с виртуальными помощниками и диалоговым ИИ, виртуальные помощники стали намного более мощными и интуитивно понятными только за последние несколько лет. По мере того, как базовый искусственный интеллект, на котором они основаны, продолжает совершенствоваться, мы будем и впредь наблюдать за тем, как виртуальные помощники играют все более важную роль, помогая людям управлять своей жизнью.