Aufbau von Kundenbeziehungen mit Conversational AI

In Verbindung mit Zwangsversteigerung



Das haben wir alle schon durchgemacht. Bitte hören Sie sich unsere gesamte Speisekarte an, da sich unsere Optionen geändert haben. Sagen oder drücken Sie eine für Produktinformationen... Manchmal sind diese automatisierten Kundendiensterlebnisse effektiv und effizient – ​​manchmal nicht so sehr.





Viele Organisationen nutzen bereits Chatbots und virtuelle Assistenten, um ihre Kunden besser zu bedienen. Diese intelligenten, automatisierten Self-Service-Agenten können häufig gestellte Fragen bearbeiten, relevante Wissensartikel und Ressourcen bereitstellen, um Kundenanfragen zu beantworten, und Kunden beim Ausfüllen von Formularen und anderen Routineverfahren unterstützen. Bei komplexeren Anfragen können diese automatisierten Self-Service-Agenten diese Anfragen an einen echten menschlichen Agenten weiterleiten.

In Zeiten der Ungewissheit und Notfälle können Kundendienstabläufe, die auf künstlicher Intelligenz (KI) basieren, für Unternehmen von unschätzbarem Wert sein, indem sie dem Kundendienst oder den Callcentern der Personalabteilung helfen, mit Nachfragespitzen Schritt zu halten und die Wartezeiten und Frustrationen der Kunden zu reduzieren. Nach jüngsten Schätzungen Gartner prognostiziert das bis 2022 , werden 70 % der Kundeninteraktionen neue Technologien wie Anwendungen für maschinelles Lernen, Chatbots und mobiles Messaging beinhalten. Das ist eine Steigerung von 15 % gegenüber 2018.

Bei diesen Arten von Konversationsinteraktionen können KI-Chatbots die Reichweite des Kundenservice eines Unternehmens erweitern und ein gewisses Maß an Gegenseitigkeit mit ihren Kunden aufrechterhalten, sagt Greg Bennett, Conversation Design Principal bei Salesforce. Es besteht auch die Möglichkeit für das Unternehmen, seine Marke, seine Stimme und seinen Ton durch Worte und Sprache auszudrücken, die es verwendet, um ein höheres Maß an Intimität zu schaffen. Bennett ist stark in die Schulung von KI-Systemen involviert, die Konversations-Chatbots antreiben, und stellt sicher, dass sie integrativ sind und eine breite Palette von Dialekten, Akzenten und anderen sprachlichen Ausdrücken verstehen können.

Der Einsatz von KI-Automatisierung wird nicht nur immer weiter verbreitet, sondern erweist sich auch als bedeutender Geschäftstreiber. Gartner geht davon aus, dass im Jahr 2021 KI-Augmentation generiert wird 2,6 Billionen Dollar im Geschäft Wert. Es könnte auch bis zu 6,2 Milliarden Arbeitsstunden einsparen.

Konversationsintelligenz definiert

Gemäß Forschung durchgeführt von der Unternehmensberatung Korn Ferry ist Conversational Intelligence eine Gemeinschaftsleistung. Und diese kollaborative Anstrengung ist die Reziprozität zweier Teilnehmer, um auf eine Weise zu kommunizieren, die zu einem gemeinsamen Konzept der Realität führt. Das schließt die Lücke zwischen der individuellen Realität der beiden Redner – und hilft Unternehmen, Kunden zu helfen.

Vor diesem Hintergrund haben Salesforce und andere Unternehmen dieses Konzept noch einen Schritt weitergeführt, indem sie nach Möglichkeiten gesucht haben, Konversationsintelligenz mit Technologie zu kombinieren. Tatsächlich hat sich die KI-gestützte Konversationsintelligenz durch diese Bemühungen im Laufe der Zeit erheblich verbessert. Dies begann mit einer einfachen Texterkennung, bei der es ziemlich einfach ist, ein erhebliches Maß an Genauigkeit zu erreichen. Die Texterkennung kann jedoch etwas zweidimensional sein, weshalb die Forschung fortgeschritten ist, um die automatische Spracherkennung einzubeziehen. Automatisierte Spracherkennungssysteme müssen unterschiedliche Sprachen, Akzente und akustische Beugungen berücksichtigen, was viel schwieriger und nuancierter ist. Da KI-Algorithmen ausgefeilter geworden sind und die Zeit und Erfahrung hatten, mehr sprachliche Variationen zu integrieren, hat die KI-Technologie ihre Fähigkeit verbessert, die tieferen Feinheiten menschlicher Gesprächsinteraktionen genau zu verstehen.

Schauspieler für Prinzessin Leia

Konversationsintelligenz ist die Konstellation von Funktionen und Technologien, die es Menschen und Maschinen ermöglichen, abwechselnd Sprache auszutauschen und auf die Erreichung eines diskursiven Ziels hinzuarbeiten, sagt Bennett.

Diese auf Linguistik ausgerichteten KI-Systeme verwenden eine Reihe verschiedener Technologien, um geschriebene und gesprochene Interaktionen mit Menschen zu verstehen. Einige davon umfassen Folgendes:

  • Automatisierte Spracherkennung, die verwendet wird, um gesprochene Sprache für Sprachsysteme zu verstehen;
  • Verarbeitung natürlicher Sprache, die Computern hilft, gesprochene und geschriebene Sprache zu verstehen, zu interpretieren und zu analysieren; und
  • Natürliches Sprachverständnis, das es der KI ermöglicht, Absichten zu verstehen.

KI geht weit über die einfache Texterkennung hinaus und bringt beim Verstehen natürlicher Sprache ihre Stärken voll zur Geltung. Indem es eine tiefere, nuanciertere Konversation ermöglicht, erhöht es die Wirksamkeit von Interaktionen zwischen Mensch und KI. Wenn ein KI-gestütztes Kundenservicesystem besser in der Lage ist, natürliche Sprache mit weniger Fehlern zu erkennen und zu unterscheiden, kann es einen Kunden durch eine gesamte Interaktion führen, ohne einen menschlichen Servicemitarbeiter beauftragen zu müssen. Dadurch können sich die Agenten auf komplexere Fälle konzentrieren.

Und der Einsatz dieser Funktionen in Kundendienstumgebungen kann Unternehmen dabei helfen, nicht nur die Interaktionen mit ihren Kunden zu beschleunigen und zu verbessern, sondern auch die Kundenbeziehung insgesamt zu verbessern. Wenn wir eine Maschine haben können, die diese Art der Interaktion zwischen einem Unternehmen und einem Kunden erleichtert, dann hilft es, eine Beziehung zu diesem Kunden auf eine Weise weiter aufzubauen, wie es ein Hilfeartikel nicht tun würde, sagt Bennett.

Und je mehr ein KI-System mit Menschen interagiert, desto effektiver werden seine Algorithmen. Durch die Interaktion mit Menschen kann ein KI-System die Daten sammeln, die erforderlich sind, um das Verständnis natürlicher Sprache zu verbessern, um die Absicht besser zu verstehen, was dazu beiträgt, nuanciertere Gespräche zwischen Mensch und Computer zu ermöglichen. Die menschliche Interaktion hilft diesen KI-Systemen auch, die Erkennungs- und Vorhersagefähigkeiten zu verbessern, um personalisiertere Inhalte bereitzustellen. Durch das Erlernen der vielen Arten, wie sich Menschen verhalten und interagieren, wird die Reaktion des Systems genauer.

KI-Algorithmen absorbieren, verarbeiten und analysieren die in das System eingespeisten Datensätze mit ihren eigenen spezifischen Gleichungen. Diese Verarbeitung erfolgt in einer von zwei grundlegenden Modalitäten: überwacht oder nicht überwacht. Bei der überwachten Verbesserung wird den Datensätzen ein Zielwert oder eine Kategorie zugewiesen. Bei der unüberwachten Verbesserung analysiert der Algorithmus den Datensatz selbst ohne Anleitung oder Einschränkungen.

Wenn sie mehr Daten empfangen und verarbeiten, entwickeln, passen und verbessern die Algorithmen ihre Analysemodelle. Die Algorithmen verbessern und verfeinern sich also selbst, basierend sowohl auf der Qualität als auch auf der Quantität der verarbeiteten Daten. Es gibt Vorstellungen, dass KI durch die Interaktion mit Menschen bestimmte Absichten, Bereiche und Kontexte erkennen kann, sagt Bennett. Diese inkrementellen Verbesserungen der Vorhersagefähigkeit und der Tiefe des Verständnisses erhöhen die Effizienz der Kundenbindung.

Sprachliche Herausforderungen schätzen

Obwohl die Verarbeitung natürlicher Sprache einen langen Weg zurückgelegt hat, steht die automatisierte Spracherkennungstechnologie weiterhin vor Herausforderungen, wenn es darum geht, die gesamte Bandbreite sprachlicher Variationen zu erkennen. Es gibt all diese verschiedenen englischen Akzente, alle sind robust und gültig und sollten gefeiert werden, sagt Bennett. Andere sprachliche Variationen, die die KI herausfordern, sind verschiedene umgangssprachliche oder umgangssprachliche Ausdrücke, um ähnliche Bedeutungen und andere paralinguistische Merkmale wie Ton, Intonation, Tempo, Pausen und Tonhöhe zu vermitteln.

Es ist von größter Bedeutung, der KI dabei zu helfen, die inhärenten Ebenen der im System vorhandenen Voreingenommenheit zu bewältigen und zu erweitern, um die gesamte Bandbreite sprachlicher Variationen zu erkennen. Diese inkrementellen Verbesserungen der Vorhersagefähigkeit von KI-Algorithmen tragen dazu bei, das Kundenerlebnis zu verbessern, indem die Menge an Hin- und Her-Austausch und Momenten der Frustration, die durch einen Mangel an genauer Erkennung verursacht werden, reduziert wird.

Aber diese Bemühungen und Fortschritte werfen gewisse ethische Rätsel auf. Betrachten Sie beispielsweise, wie Minderheiten in Trainingsdatensätzen dargestellt werden – oder genauer gesagt, wie sie nicht dargestellt werden. Die am weitesten verbreiteten Datensätze schließen vielfältigere Ausdrucksformen von Dialekt und sozialer Identität aus. Die Sicherstellung einer vielfältigen Vertretung in den Teams, die KI-Technologien entwickeln, ist ein entscheidender Schritt zur Entwicklung und Weiterentwicklung von KI-Algorithmen, um ein breiteres Spektrum an sprachlichen Ausdrücken zu erkennen.

Jetzt, da KI in der Lage ist, ein größeres Maß an Variation zuzulassen, sollte sie in der Lage sein, eine breitere kontextbezogene Relevanz zu berücksichtigen und umfassender zu sein. Obwohl Konversation und Sprache die Kanäle sind, obliegt es Menschen, die mit KI-Systemen arbeiten, weiterhin die Zugänglichkeit über Dialekte, Akzente und andere stilistische Variationen hinweg zu berücksichtigen.

Unterrepräsentierte Minderheiten haben in diesen Systemen eine sehr geringe Repräsentation ihres Dialekts und des Ausdrucks ihrer sozialen Identität durch Sprache. Das liegt vor allem an ihrer mangelnden Vertretung unter den Teams, die die Technologie entwickeln, sagt Bennett. Sicherzustellen, dass Unternehmen, die KI-Systeme entwickeln und einsetzen, vielfältigere Teams in den Mix einbeziehen, kann dazu beitragen, diese inhärente Voreingenommenheit zu beseitigen.

KI-Systeme haben die Fähigkeit, ein größeres Maß an Variation zuzulassen. Wenn die Systeme diese Variationen genau interpretieren und eine kontextrelevante Antwort generieren können, wird sich die KI in einem höheren Maße als je zuvor entwickelt haben. Ich denke, genau dorthin hat uns die Entwicklung [des Feldes] geführt, sagt Bennett.

Das heißt natürlich nicht, dass es keine weiteren ethischen und praktischen Bedenken hinsichtlich des erweiterten Einsatzes von KI gibt. Datenschutzbedenken, Verantwortung, Transparenz und die genaue und angemessene Delegation von Entscheidungsprozessen sind nach wie vor relevant. Und dann ist da noch die ethische Verwendung von Sprachaufnahmen. Es ist ein wachsendes Feld, in dem noch wesentliche Parameter definiert werden müssen.

Eine tiefere Verbindung zwischen Mensch und KI schmieden

Die gesamte Bandbreite sprachlicher Variationen anzugehen und vielfältigere Gruppen und historisch unterrepräsentierte Minderheiten in den Prozess einzubeziehen, baut wirklich die Zukunft der Verbindung zwischen Mensch und KI auf. Dies wird auch zu weiter verbreiteten Anwendungsfällen für Unternehmen führen. Tatsächlich wird das größte Wettbewerbsunterscheidungsmerkmal in der Zukunft der Konversationstechnologie die Fähigkeit sein, ein robustes Konversationsverständnis unabhängig von Sprache, Akzent, Slang, Dialekt oder anderen Aspekten der sozialen Identität bereitzustellen.

Bennett erinnert sich an eine Lektion einer Graduate-School-Professorin: Sie sagte: „Ein Gespräch zu führen ist wie auf einen Baum zu klettern, der zurückklettert.“ Und das charakterisiert wirklich die Flugbahn, in die KI-Konversationstechnologien gehen müssen, um die menschlichen Bedürfnisse und Standards zu erfüllen Konversation als Verhaltenspraxis. Gespräch ist kein Soloakt. Es ist eine Einbahnstraße. Wahre Konversation ist die Handlung – manche mögen sogar sagen, die Kunst –, abwechselnd zu sprechen und zuzuhören, Ideen auszutauschen, Gefühle auszutauschen und Informationen auszutauschen.

In der Linguistik liefern die paralinguistischen Merkmale der Sprache wie Tonfall, Intonation, Tempo, Pausen und Tonhöhe die pragmatische Bedeutungsebene eines Gesprächs, sagt Bennett. Anstatt sich darauf zu konzentrieren, wie die Benutzer KI-Systemen helfen können, sollten wir uns fragen, wie wir das System skalieren können, um die Benutzer dort abzuholen, wo sie sind. Angesichts dessen, was wir über Linguistik wissen, glaube ich nicht, dass man irgendeine Sprachänderung erzwingen kann, sagt er. Die Konversations-KI-Technologie ist so aufgebaut, dass sie erfolgreich sein könnte, wenn wir diesen Ansatz auf der pragmatischen Ebene verfolgen – der paralinguistischen Seite der Dinge.

Die Fähigkeit, dieses Niveau der sprachlichen Vielfalt zu verstehen, vollständig zu verstehen und zu skalieren, ist das Ziel der KI, sagt Bennett. Startups im Bereich Conversational AI setzen darauf als Differenzierungsfaktor. Und wenn Sie darüber nachdenken, wenn Sie vielfältigere Gruppen und historisch unterrepräsentierte Minderheiten in den Prozess einbeziehen, erweitert das tatsächlich Ihren gesamten adressierbaren Markt.

Dieser Inhalt wurde von Insights erstellt, dem Zweig für benutzerdefinierte Inhalte von MIT Technology Review. Es wurde nicht von der Redaktion des MIT Technology Review geschrieben.

verbergen

Tatsächliche Technologien

Kategorie

Unkategorisiert

Technologie

Biotechnologie

Technologierichtlinie

Klimawandel

Mensch Und Technik

Silicon Valley

Computer

Mit News Magazine

Künstliche Intelligenz

Platz

Intelligente Städte

Blockchain

Reportage

Alumni-Profil

Alumni-Verbindung

Mit News Feature

1865

Meine Sicht

77 Mass Avenue

Treffen Sie Den Autor

Profile In Großzügigkeit

Auf Dem Campus Gesehen

Lerne Den Autor Kennen

Alumni-Briefe

Nicht Kategorisiert

77 Massenallee

Rechnen

Tech-Richtlinie

Lernen Sie Den Autor Kennen

Nachrichten

Wahl 2020

Mit Index

Unter Der Kuppel

Feuerwehrschlauch

Unendliche Geschichten

Pandemie-Technologieprojekt

Vom Präsidenten

Titelstory

Fotogallerie

Empfohlen