'폭발적으로 인기 있는' ChatGPT가 지능형 고객 서비스가 될 수 없는 이유는 무엇입니까?

모든 신흥 기술은 무한한 가능성과 무한한 상상력으로 가득 찬 특이점과 같습니다. 사람들 앞에 어떻게 나타날지 상상할 수 없습니다.

21세기 이전에는 'AI 대폭발'이라는 생각은 SF 소설가들의 걱정스러운 생각에 불과한 것 같았습니다.

요즘 점점 더 많은 사람들이 '기술적 특이점'이 도래하면 우리는 준비가 되어 있는가?라는 질문에 대해 진지하게 생각하기 시작했습니다.

1. 고객 서비스의 '깨어나는 순간'

2022년 11월 30일 출시 이후 차세대 인공지능 채팅 로봇 ChatGPT의 다양한 성과는 놀라웠습니다.

지속적인 질문 답변, 요약 생성, 문서 번역, 정보 분류, 코드 작성, 스크립트 작성, 숙제 및 논문 작성에 이르기까지 ChatGPT는 거의 모든 것을 처리할 수 있습니다.

또한 ChatGPT는 질문의 전제에 대해 질문하고 부적절한 요청도 거부합니다.

AI 개발 역사에서 중요한 이정표인 ChatGPT는 고객 서비스와 같은 특정 산업에서 과소평가할 수 없는 영향력을 미칠 것입니다.

Gartner는 현재 전 세계에 약 1,700만 개의 고객 서비스 센터가 있는 것으로 추정합니다. "Gartner 부사장 분석가인 Daniel O'Donnell은 "많은 기업이 고객 인력 부족, 인건비 상승 등의 문제에 직면해 있습니다. 이러한 비용은 고객 서비스 센터 비용의 약 95%를 차지합니다. 대화형 인공 지능은 고객 서비스를 더욱 효율적으로 만들 수 있습니다. 동시에 고객 경험도 향상시킬 수 있습니다. "

Gartner 예측에 따르면 대화형 인공 지능은 고객 서비스 센터가 2026년까지 인건비를 800억 달러 절감하는 데 도움이 될 것이며 상담원 상호 작용의 10%가 자동화될 것으로 예상됩니다. AI

사실 지능형 고객 서비스는 새로운 제품이 아닙니다.

30년 이상의 고객 서비스 시스템 개발 끝에 오늘날의 지능형 고객 서비스 시스템은 단일 모듈형 제품에서 "서비스 + 마케팅 + 협업 +”. 관리” 모든 시나리오, 모든 채널의 통합 모델입니다.

1990년대는 아직 인터넷이 대중화되지 않았고 고객 서비스는 주로 전화 통신에 의존했으며 콜센터가 주로 사용되었습니다.

2000년에 인터넷이 보급되기 시작했고, 전통적인 고객 서비스 소프트웨어가 대기업에 진출했으며, 2010년경에는 소프트스위치 기술을 기반으로 한 콜센터가 등장하기 시작했습니다. SaaS 기반의 클라우드 콜링이 시작되었습니다.

신세대 AI 기술을 기반으로 고객 서비스 시스템이 인터넷과 통합되어 혁신적인 지능형 서비스 모델이 제공됩니다.

최근에는 신세대 고객의 서비스에 대한 관심이 높아져 고객이 단일 애프터 서비스부터 브랜드 구축까지 고객과 직접 접촉할 수 있게 되었습니다. 그리고 고객 라이프사이클의 전체 연결까지 기업은 현장의 마음과 행동을 모든 측면에서 이해하고 정확한 전략을 통해 각 접점에서 고객과의 상호 작용을 강화해야 합니다. 마케팅 단계의 사전 서비스, 서비스 단계의 중첩 마케팅, 서비스와 마케팅 행위의 경계가 점점 모호해지고 있습니다.

이에 따라 고객 서비스의 경계가 계속 확대되고 심화되면서 새로운 성장이 이루어지고 있습니다.

지능형 고객 서비스는 서비스 회사에 고객 서비스를 제공하는 것을 기반으로 더 많은 비즈니스 시나리오에 진입하기 시작합니다.

즉, 기업과 고객 간의 커뮤니케이션의 모든 측면, 즉 사전 판매, 판매 및 사후 판매의 전체 프로세스가 지능형 고객 서비스 제조업체의 레이아웃 범위가 되었습니다.

예를 들어 지능형 고객 서비스 시스템에 CRM 시스템을 통합하면 기업은 CRM 시스템을 기반으로 고객 분석 및 데이터 마이닝을 수행하여 거래 성사 확률을 크게 높이고 마케팅 개발 주기를 단축할 수 있습니다.

커뮤니케이션을 통해 거래에 관심이 있는 고객의 경우 개인정보(업종, 직업, 교육 수준, 소득 수준 등), 소비 정보(소비 기준, 소비 습관, 브랜드 성향, 등), 친구 서클의 특성(선호도, 활동시간 등)과 니즈를 세심하게 준비, 관리하고 있으며, 태그 설정도 자유롭게 설정할 수 있어 고객의 개인화된 니즈를 한눈에 알 수 있습니다.

AI는 '마스터 키'가 아닙니다.

그러나 지능형 고객 서비스 경험이 모두 좋은 추억은 아닙니다. 현재 많은 지능형 고객 서비스에는 여전히 많은 문제가 있으며, 가장 분명한 문제는 "올바르지 않은 질문에 답변"하는 것입니다.

'2021년 중국 지능형 고객 서비스 만족도 조사 보고서'에 따르면 사용자 중 9.6%만이 지능형 고객 서비스의 문제 해결 능력이 수동 고객 서비스보다 높다고 생각하는 것으로 나타났습니다.

유사 답변(59.1%), 반복적인 순환 연산(50.6%), 질문에 답하지 않는 답변(47.3%)이 지능형 고객 서비스 이용 시 사용자가 겪는 주요 문제점으로 나타났습니다.

이전 제작 대화 도구에 비해 ChatGPT가 크게 개선되었습니다.

ChatGPT는 GPT3.5 대규모 언어 모델을 기반으로 한 "인위적으로 레이블이 지정된 데이터 + 강화 학습"을 도입합니다.

즉, 수동 피드백을 통한 지속적인 미세 조정을 통해 언어 모델을 더 잘 이해할 수 있습니다.

예를 들어 주어진 입력 명령(사용자의 질문)에 대해 어떤 종류의 답변이 고품질인지(정보가 풍부함, 내용이 풍부함, 사용자에게 도움이 됨, 무해함, 차별적인 정보가 포함되어 있지 않음 등)를 판단하는 방법을 학습합니다. ) ).

기술적인 관점에서 ChatGPT는 인터넷상의 방대한 양의 정보를 통해 매우 큰 코퍼스를 구축하고 딥러닝을 통해 이러한 코퍼스에서 지식을 학습합니다.

완벽한 답을 줄 수 있는 이유는 학습하는 코퍼스가 바로 그러한 맥락을 가지고 있고, 이를 검색해서 보여주기 때문입니다. 이 검색 기능만으로는 ChatGPT가 Google만큼 좋지 않습니다. Google의 코퍼스가 훨씬 크고 검색 정확도가 더 높기 때문입니다.

최종 분석에서 지능형 고객 서비스 경험을 결정하는 핵심 문제는 기반이 되는 AI 기술의 제약입니다.

먼저 능력의 제약을 이해하는 것입니다. 현재 사용자 입력의 의도를 판단하는 AI의 능력은 여전히 ​​매우 제한적입니다.

저희가 유저들을 이해할 수 있는 이유는 유저들이 문의한 다양한 질문을 담은 방대한 코퍼스를 준비했기 때문입니다. 이 컬렉션은 항상 한정되어 있으며, 유저들이 제기하는 질문과 질문하는 방식은 그러나 그것은 거의 무한하며, 이해의 편차가 불가피할 것입니다.

두 번째는 응답성의 제한입니다. 여기에는 다양한 유형의 정보를 하나로 연결하는 관계 네트워크인 지식 그래프 기술이 포함됩니다.

고객에게 만족스러운 답변을 제공하려면 고객이 궁금해하는 질문에 대해 검색 엔진이 제공할 수 있는 수준을 훨씬 뛰어넘는 매우 상세하고 심층적인 지식 그래프를 구축해야 합니다.

이렇게 전문적인 지식 그래프를 구축하는 것은 여전히 ​​큰 도전입니다.

고객 서비스 업무는 단순한 채팅이 아닙니다. 이런 대화에는 매우 명확한 목적이 있으며 간단한 대답으로는 이 목적을 만족시킬 수 없습니다.

특정 영역에 많은 세부 사항이 포함될 수 있습니다. 예약주문, 상품, 판매가격, 물류 등

이러한 특정 도메인 지식을 마스터하고 지식 그래프를 통해 이러한 지식 세부 사항에 대한 네트워크를 구축하지 않으면 고품질의 응답을 제공할 수 없습니다.

동시에 제품 정보 반복, 물류 정보 업데이트 등 고객 서비스 답변 내용은 시간에 민감합니다.

ChatGPT 교육에 사용된 코퍼스 데이터는 2021년 기준이며, 고객 서비스 지식을 빠르게 업데이트할 수 있는 기능이 없습니다.

비용 측면에서 한 번의 ChatGPT 교육 비용은 수백만 달러이고 한 번의 미세 조정 비용은 수십만 달러입니다. 이 금액은 많은 수동 고객 서비스를 고용하기에 충분하며 이는 기업의 지능형 고객 서비스 사용에 어긋납니다. 비용을 절감하고 효율성을 높이는 것입니다.

또한 AI가 현재 넘을 수 없는 격차인 감정적 요인의 또 다른 층이 있습니다. 냉정하고 스마트한 고객 서비스에 비해 고객 서비스 직원과 직접 소통할 수 있다는 점은 사람들을 더욱 편안하게 만듭니다.

많은 고객들이 스마트한 고객 서비스에 혐오감을 느끼는 이유는 기술의 진보에 저항하거나 그 합리성을 부정하기 때문이 아니라, 스마트한 고객 서비스가 때로는 사람들의 정서적 문제를 해결하지 못할 때가 있기 때문입니다.

사람들과 소통하는 것 자체는 감정의 발산이지만, 이성적이고 심지어 꼼꼼하기까지 한 지능형 고객 서비스 앞에서 고객의 감정은 명백히 억압되어 있습니다.

Yunzhisheng 담당자는 ChatGPT가 완전히 대중화되려면 아직 해결해야 할 세 가지 문제가 있다고 믿습니다.

첫째, ChatGPT는 실질적인 문제를 해결하기 위해 지식 신뢰성을 높이고 주요 응용 프로그램을 피해야 합니다. 둘째, 실시간 정보 통합 능력을 강화하고 적시성을 향상해야 합니다. 셋째, 서비스를 더욱 줄여야 합니다. 교육 비용, 허용 가능한 비용 범위 내에서 실질적인 문제를 해결합니다.

또한 ChatGPT 기술의 건전한 발전을 촉진하기 위해서는 산업 표준 및 관련 규정도 동시에 제정되고 개선되어야 합니다.

현재 Yunzhisheng은 음성 인식 기술 및 자연어 이해 분야에서 "지각-인지-생성"이라는 완전한 기술 폐쇄 루프를 구축했습니다.

인지 부분은 주로 "BERT+GPT2+산업지식그래프"로 구성되어 있으며, 스마트 IoT 상호작용 및 스마트 의료 의사결정 분야에서 심층적인 응용실습을 진행하여 최우수상을 받았습니다. 베이징 과학기술진보상.

ChatGPT가 좋은 인위적인 대화 효과를 달성하더라도 기술적 관점, 비즈니스 관점, 경험 관점에서 현재로서는 지능적인 고객 서비스를 업그레이드하는 데 사용할 수 없습니다. 지능형 고객 서비스 과정에 예상치 못한 재미를 더해보세요.

스마트 고객센터를 올바르게 보는 방법은?

기술은 사람들에게 편리함을 제공하지만, 기반 기술의 획기적인 발전이 있기 전에는 지능적인 고객 서비스 경험의 질적 변화를 기대할 수 없습니다.

둘째, 제조업체의 적용을 중심으로 지능형 고객 서비스가 대세로 자리 잡았습니다. 수동 고객 서비스와 같은 변화에 적응하는 것은 불가능하지만 기본 수준의 정밀한 서비스도 제공할 수 있습니다.

마지막으로, 지능형 고객 서비스와 수동 고객 서비스 간의 좋은 협업 메커니즘을 구축하여 사용자가 보다 원활한 경험을 할 수 있도록 하는 것이 핵심입니다.

공동병원에서는 작은 문제가 보이다가 더 큰 문제가 생기면 자동으로 상급 병원으로 이송되는 3차 진단과 치료와 같습니다.

사용자 경험에서 중요한 것은 지능형 고객 서비스 경험이 아니라 제조업체의 전반적인 고객 서비스 시스템 경험입니다.

온라인 뱅킹 서비스가 점점 더 대중화되고 있는 것처럼 오프라인 뱅킹 지점을 대체할 수는 없습니다. 미래에는 지능형 고객 서비스와 수동 고객 서비스의 관계가 누가 누구를 대체하는지의 단순한 문제가 아닐 것입니다.

사용자의 일반적인 문제는 지능적인 고객 서비스로 처리될 수 있습니다. 사용자가 대면 커뮤니케이션과 안내가 필요한 경우 수동 고객 서비스도 적시에 나타나야 합니다.

사용자 중심으로 사용자의 실제 요구에 따라 서비스 방법을 선택하는 것이 궁극적인 원칙입니다.

간단히 말하면, 갑작스러운 새로운 종인 ChatGPT를 마주하면, 우리는 그 '멋진 신세계'라는 환상에 쉽게 빠져서는 안 되며, 인류 고유의 지혜를 활용하고 그 풍부한 기능과 협력하여 사람들에게 더 나은 삶을 제공해야 합니다. .

위 내용은 '폭발적으로 인기 있는' ChatGPT가 지능형 고객 서비스가 될 수 없는 이유는 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!