Dalam bidang perkhidmatan pelanggan, perubahan yang berkaitan dengan ChatGPT telah bermula

Dalam beberapa tahun kebelakangan ini, semakin banyak perniagaan telah menggunakan teknologi kecerdasan buatan untuk mengautomasikan pusat hubungan bagi mengendalikan panggilan, sembang dan mesej teks daripada berjuta-juta pelanggan. Kini, kemahiran komunikasi unggul ChatGPT sedang digabungkan dengan keupayaan utama yang disepadukan ke dalam sistem khusus perniagaan seperti pangkalan pengetahuan dalaman dan CRM.

Aplikasi model bahasa berskala besar (LLM) boleh meningkatkan pusat hubungan automatik, membolehkan mereka menyelesaikan permintaan pelanggan dari awal hingga akhir seperti perkhidmatan pelanggan manusia, dan telah mencapai hasil yang luar biasa. Sebaliknya, apabila lebih ramai pelanggan menyedari keupayaan ChatGPT seperti manusia, anda boleh bayangkan mereka akan mula menjadi lebih kecewa dengan sistem warisan yang sering memerlukan mereka menunggu 45 minit untuk maklumat kad kredit mereka dikemas kini.

Tetapi jangan takut. Walaupun menggunakan AI untuk menyelesaikan masalah pelanggan mungkin kelihatan ketinggalan zaman bagi pengguna awal, masa sebenarnya adalah sempurna.

LLM boleh menghentikan penurunan dalam kepuasan pelanggan

Kepuasan dalam industri perkhidmatan pelanggan telah menurun ke tahap terendah dalam beberapa dekad disebabkan kekurangan tempat duduk dan peningkatan permintaan. Kebangkitan LLM pasti akan menjadikan kecerdasan buatan sebagai isu teras bagi setiap bilik lembaga yang cuba membina semula kesetiaan pelanggan.

Perniagaan yang telah beralih kepada pilihan penyumberan luar yang mahal, atau menghapuskan pusat hubungan sama sekali, tiba-tiba melihat laluan yang mampan ke hadapan.

Pelan tindakan telah dilukis. AI boleh membantu mencapai tiga matlamat utama pusat panggilan: menyelesaikan isu pelanggan dalam deringan pertama, mengurangkan kos keseluruhan dan mengurangkan beban ejen (dan dengan berbuat demikian, meningkatkan pengekalan ejen).

Sejak beberapa tahun kebelakangan ini, pusat hubungan peringkat perusahaan telah menggunakan kecerdasan buatan untuk mengendalikan permintaan mereka yang paling biasa (mis., pengebilan, pengurusan akaun dan juga panggilan keluar), dan aliran ini nampaknya akan diteruskan pada 2023 Tahun terus berlalu.

Dengan melakukan ini, mereka telah dapat mengurangkan masa menunggu, membenarkan ejen mereka menumpukan pada panggilan yang menjana hasil atau nilai tambah, dan membebaskan diri mereka daripada strategi lapuk yang direka untuk menjauhkan pelanggan daripada ejen dan penyelesaian.

Semua ini boleh membawa kepada penjimatan kos, dan Gartner meramalkan bahawa penggunaan kecerdasan buatan akan mengurangkan kos pusat hubungan sebanyak lebih $80 bilion menjelang 2026.

LLM menjadikan automasi lebih mudah dan lebih baik berbanding sebelum ini

LLM dilatih mengenai set data awam yang besar. Pengetahuan yang luas tentang dunia ini sesuai dengan perkhidmatan pelanggan. Mereka dapat memahami dengan tepat keperluan sebenar pelanggan, tanpa mengira cara pemanggil bercakap atau menyampaikannya.

LLM telah disepadukan ke dalam platform automasi sedia ada, dengan berkesan meningkatkan keupayaan platform untuk memahami perbualan manusia tidak berstruktur sambil mengurangkan berlakunya ralat. Ini menghasilkan kadar penyelesaian yang lebih baik, langkah perbualan yang lebih sedikit, masa panggilan yang lebih singkat dan keperluan ejen yang lebih sedikit.

Pelanggan boleh bercakap dengan mesin menggunakan mana-mana ayat semula jadi, termasuk bertanya berbilang soalan, meminta mesin menunggu atau menghantar maklumat melalui teks. Penambahbaikan utama kepada LLM ialah resolusi panggilan yang dipertingkatkan, membolehkan lebih ramai pelanggan mendapat jawapan yang mereka perlukan tanpa perlu bercakap dengan ejen.

LLM juga mengurangkan dengan ketara masa yang diperlukan untuk menyesuaikan dan menggunakan kecerdasan buatan. Dengan API yang betul, pusat hubungan yang mempunyai kakitangan pendek boleh menyediakan penyelesaian dan berjalan dalam masa beberapa minggu tanpa perlu melatih kecerdasan buatan secara manual untuk memahami pelbagai permintaan yang mungkin dibuat oleh pelanggan.

Pusat hubungan menghadapi cabaran besar dan pada masa yang sama mesti memenuhi metrik SLA yang ketat dan memastikan tempoh panggilan pada tahap minimum. Dengan LLM, mereka bukan sahaja boleh menjawab lebih banyak panggilan tetapi juga menyelesaikan isu hujung ke hujung.

Automasi pusat panggilan mengurangkan risiko ChatGPT

Walaupun LLM mengagumkan, terdapat juga banyak kes jawapan yang tidak sesuai dan "halusinasi" yang didokumenkan - pada mesin Apabila ia tidak tahu apa yang hendak dikatakan, ia membentuk jawapan.

Untuk perusahaan, inilah sebab nombor satu LLM seperti ChatGPT tidak boleh berhubung secara langsung dengan pelanggan, apatah lagi menyepadukan mereka dengan sistem, peraturan dan platform perniagaan tertentu.

Platform AI sedia ada seperti Dialpad, Replicant dan Five9 menyediakan pusat hubungan dengan perlindungan untuk memanfaatkan kuasa LLM dengan lebih baik sambil mengurangkan risiko. Penyelesaian ini mematuhi piawaian SOC2, HIPAA dan PCI untuk memastikan perlindungan maksimum maklumat peribadi pelanggan.

Dan, kerana perbualan dikonfigurasikan khusus untuk setiap kes penggunaan, pusat hubungan boleh mengawal setiap perkataan yang dituturkan atau ditulis oleh mesin mereka, menghapuskan keperluan untuk input segera (iaitu pengguna yang cuba "menipu" LLM Risiko yang tidak dapat diramalkan yang disebabkan mengikut keadaan).

Dalam dunia kecerdasan buatan yang berubah dengan pantas, pusat hubungan mempunyai lebih banyak penyelesaian teknologi untuk dinilai berbanding sebelum ini.

Harapan pelanggan semakin meningkat dan perkhidmatan peringkat ChatGPT akan menjadi standard biasa tidak lama lagi. Semua tanda menunjukkan perkhidmatan pelanggan sebagai salah satu sektor yang paling mendapat manfaat daripada revolusi teknologi masa lalu.

Atas ialah kandungan terperinci Dalam bidang perkhidmatan pelanggan, perubahan yang berkaitan dengan ChatGPT telah bermula. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!