会話型AIが重要なサービスに与える影響

会話型AIが重要なサービスに与える影響

コミュニケーションツールが進化するにつれ、電話や携帯電話は人々が情報を素早く共有する能力に大きな影響を与えてきました。

しかし近年、電話に対する考え方の変化から、大規模なコンタクト センターの運営による経済的影響まで、さまざまな要因により、人々は電話をかけたり、誰かと話したり、情報を入手したり共有したりすることを躊躇するようになりました。

顧客の観点からすると、これはイライラするかもしれません。重要なサービスの観点から見ると、これは人間の安全を危険にさらす可能性があります。

[[427520]]

COVID-19パンデミックの世界的な拡大により、労働力不足という新たな複雑さが生じています。政府、食品、運輸、金融サービスなど、さまざまな業界の組織がこの重大な課題に取り組んでいます。つまり、労働力不足により電話に応答する能力が制限される可能性がある場合、どのようにしてユーザーのニーズに応え続けることができるのでしょうか?

企業は、過重労働や予算の制約のある企業の負担を軽減しながら、ユーザーのニーズを満たす新しい方法を必要としています。

人工知能は猛烈な勢いで拡大しており、AI 対応ソフトウェアの市場は 2025 年までに 1,250 億ドルに達すると予想されています。通常、焦点となるのは、産業を混乱させ、何百万人もの労働者を失業させる可能性だ。別の観点から見ると、それは人工知能と機械の台頭となるでしょう。

しかし、会話型の人間の知能は、重要なサービスプロバイダーにとって、画期的なツールにもなり得ます。では、どのようにすればよいのでしょうか? カスタマー サービス部門とチームに、顧客の注意を効果的に引き付けるツールを提供することです。

会話型 AI とは何ですか?

会話型 AI とは、仮想アシスタントやチャットボットなどのさまざまなテクノロジーを使用して、自然で人間のような質問や応答を通じてユーザーとやり取りすることを指す包括的な用語です。

IBM の説明によると、会話型 AI は「大量のデータ、機械学習、自然言語処理を使用して、人間のやり取りを模倣し、音声とテキストの入力を認識し、その意味をさまざまな言語に翻訳します。」

この説明では、会話型 AI によってカスタマー サービス チームが不要になるように思えますが、実際はその逆で、会話型 AI によってカスタマー サービス チームの価値が高まります。では、どのようにすればよいのでしょうか。クエリと応答を任意の言語に翻訳する自動化テクノロジー、適切なツールとポータルへのタグ付けによるセルフサービス機能の有効化、あらゆるチャネルからのリクエストへの即時応答など、チーム メンバーに力を与えます。

会話型AIが重要なサービスにどのように役立つか

会話型 AI は、一部の組織や企業が人員を増やすことなく命を救うサービスを提供するのに役立っています。これは、予算の制約に苦しんでいる公共部門にとって特に有益です。

たとえば、住民は電話をかけなくても、WhatsApp アカウントを通じて最寄りの警察署に連絡して緊急事態を報告することができます。重要な公共料金の請求書に関する苦情は、銀行のウェブサイトにあるセルフサービス ポータルから開始することができ、その後、優先順位が付けられ、現在の状況や顧客の個人的な要件など、顧客の口座に関する適切なスキルと情報を備えたカスタマー サービス担当者に送信されます。

企業が会話型 AI を導入する方法は企業固有のニーズによって異なりますが、ほとんどの企業は次の 3 つの明確な方法でメリットを得ることができます。

(1)スタッフの時間を解放して複雑な問い合わせに集中できるようにする

政府、金融、医療などの分野のカスタマー サポート チームは、日常的な質問に答えるために毎日何時間も費やすことがよくあります。新型コロナウイルス感染症のパンデミックにより、この状況は悪化しており、コンタクトセンターでは平均して、「難しい」と評価される通話の割合が通常の10%から20%に上昇している。つまり、サービスを提供する人間のエージェントは、増加する顧客からの問い合わせに対応する必要があり、これらの日常的な質問に答えることは簡単かもしれませんが、それでも多くの時間とリソースが必要となり、顧客の待ち時間が長くなり、顧客満足度とサービスの提供に悪影響を及ぼします。

会話型 AI は、一般的な顧客の問題を解決するための統合アプローチを提供し、人間のエージェントが主要な顧客に集中できるようにします。

例えば、シンガポール政府は、2014年に開発した仮想アシスタント「AskJamie」をアップデートし、最新の感染者数や社会的距離のガイドラインなど、パンデミック関連の質問に答えられるようにした。

英国のニューハム市議会は、駐車問題を抱える住民にセルフサービスを提供するために、ライブチャットとチャットボットのプラットフォームを導入しました。そうすることで、コールセンターのエネルギーが解放され、その地域の駐車規則に関するより複雑な会話に集中できるようになります。 6 か月で、このプラットフォームは 10,000 件を超える質問に自動的に回答できるようになり、通話時間 84 時間とコスト 40,000 ポンドを節約できました。

(2)ユーザーが自分の条件でコミュニケーションできるようにする

前述のように、電話はかつてはユーザーと連絡を取る主な手段でしたが、ユーザーとサービスプロバイダーの両方の観点から、さまざまな要因により電話の使用が減少しています。個人の健康に関わるような、機密性の高い重要なサービスに関しては、自分の状況や個人的な問題について電話で人間のエージェントと話すことに不安を感じる人が多いかもしれません。

会話型 AI はこれらの問題に対する解決策を提供します。すべてのデジタル チャネルにチャットボットとライブ チャット コンポーネントを展開することで、企業はユーザーの要件を満たすことができます。コミュニケーション方法の数が増えるにつれて、人々は複数の方法でコミュニケーションすることを好むようになり、その時点で会話型 AI を提供できる企業は、コンタクト センターや人間のエージェントを介さずに、より良いエンゲージメントとより良い結果を得ることができます。

もちろん、電話でのコミュニケーションも選択肢として残ります。しかし、WhatsApp などのサイトを介したライブ チャットにより、企業はユーザーを適切な情報源に誘導し、セルフサービス化を支援したり、必要に応じて人間のエージェントにつなぐことができます。

この設定により、ユーザーは自分の個人情報が必要な場合にのみ公開されることがわかり、安心できます。

さらに、会話型 AI は既存の顧客サービス機能に価値を付加することができます。たとえば、一部のプラットフォームでは、顧客からの問い合わせやエージェントの応答が自動的に翻訳されるため、チームメンバーはユーザーとやり取りする際に複数の言語に堪能になることができます。

最後に、会話型 AI は企業の顧客サービス機能に価値を付加することができます。たとえば、Futr のプラットフォームは、顧客からの問い合わせとエージェントの応答を自動的に翻訳し、顧客サポート チームが 120 を超える言語を流暢に話せるようにしています。

(3)ユーザーと話す前にユーザーの気持ちを理解する

会話型 AI の 3 番目の利点は、データを収集し、サービス提供をサポートするための洞察とインテリジェンスを提供できることです。

たとえば、チャットの記録を確認して感情分析を行ったり、キーワードを使用してユーザーの感情や気持ちをすばやく把握したりすることができます。これにより、特定の会話やユーザーとの全体的な関係における最も差し迫った問題を特定し、必要に応じて解決することができます。

同じデータはコアサービスの改善にも役立ちます。たとえば、警察署が町のある地域で多数の法律違反の報告を受けた場合、すぐにそこにパトロールを展開することができます。特定の路線のバス遅延に関する苦情により、マーケティング部門は断固たる措置を講じ、バスを増便する可能性があります。

もちろん、フィードバックを利用してサービスを改善することは目新しいことではありません。会話型 AI が役立つのは、その即時性です。チャット データは関連部門と即座に共有できるため、リアルタイムのリソース計画と展開に役立ちます。

会話型AIの未来

しかし、AI は、人々がこの複雑で混沌とした世界を生き抜く上で重要なサービスを提供する上で重要な役割を果たします。人工知能は、既存のチームがユーザーのニーズを満たすための付加価値ツールになります。サービスプロバイダーはさまざまな課題を克服しながらユーザーをサポートする必要があるため、複数のチャネルにわたってライブチャット機能を導入することで、過負荷の企業にさらなる負担をかけることなく、より良いエクスペリエンスを提供できます。

<<:  人工知能が初めて小児脳腫瘍治療薬の開発に貢献

>>:  公共の場での顔認識は全面的に禁止される可能性があります。ちょうど今、欧州議会はAI規制を強化することを決定した

ブログ    
ブログ    

推薦する

TensorFlow の基礎から実践まで: 交通標識分類ニューラル ネットワークの作成方法を段階的に学習します

[[198754]] TensorFlow は、最も人気のあるディープラーニングフレームワークになり...

企業向けの優れたビジネス インテリジェンス ツール 10 選

規模に関係なく、企業はニーズに合わせてカスタマイズされたビジネス インテリジェンス ツールを使用して...

最後にもう一度、一貫性のあるハッシュについて長々と話します。

一貫性のあるハッシュについて見てきましたが、一貫性のないハッシュもあるはずです。私たちが普段話題にし...

小売業界のトレンド: 人工知能からクーポンコードまで

[[436501]]機械学習と人工知能 (AI) の登場により、企業のビジネスのやり方は大きく変化し...

CMU と Adob​​e が協力: GAN モデルは事前トレーニングの時代を先導し、トレーニング サンプルのわずか 1% しか必要としません

事前トレーニングの時代に入ってから、視覚認識モデルのパフォーマンスは急速に向上しましたが、生成的敵対...

人工知能はそれほど信頼できるものではない。システムは「知らないことを知らない」し、アルゴリズムは安全ではない。

[[419993]]文/陳潔人工知能技術は、画像分析から自然言語理解、科学分野に至るまで、現在の科...

AI の応用分野トップ 10 を調べて、自分の専攻分野が含まれているかどうか確認してください。

人工知能や脳の研究を考えるとき、人々はターミネーターマシンが世界を破壊するイメージを思い浮かべます。...

Nature: 機械視覚による行動理解と脳神経の間には本質的なつながりがあるのでしょうか?上海交通大学のLu Cewu氏のチームはマッピングモデルを構築した

被験者が特定の行動をとったとき、その脳はそれに対応する安定した脳神経パターンのマッピングを生成するで...

美団点評におけるディープラーニングの応用

序文近年、ディープラーニングは音声、画像、自然言語処理などの分野で優れた成果を上げており、最も注目さ...

都市 AI アプリケーションの失敗事例: 善意の自治体 AI プロジェクトはなぜ失敗したのか?

編集者注: AI をどのように実装できるかを検討してきた私たちにとって、この Flint の事例は目...

...

勉強!機械学習アルゴリズムの長所と短所の概要

目次正規化アルゴリズムアンサンブルアルゴリズム決定木アルゴリズム回帰人工ニューラルネットワークディー...

Googleの研究ディレクターはスタンフォード大学で教鞭をとり、「人工知能:現代的アプローチ」の著者でもある。

スタンフォード大学は10月11日、Googleリサーチディレクターのピーター・ノーヴィグ氏がスタンフ...

約 200 以上の自動運転データセットの包括的な調査!データクローズドループプロセス全体の概要

序文と個人的な理解自動運転技術は、最新のハードウェアとディープラーニング手法の進歩により急速に発展し...

研究者たちは建設における人工知能の利用を研究している

過去数十年にわたり、AI ツールは、コンピューター サイエンスから製造、医学、物理学、生物学、さらに...