God kundeoplevelse giver en konkurrencefordel og hjælper med at skabe branddifferentiering. Ifølge Forrester-rapporten, The State Of Customer Obsession, 2022, at være kunde-først kan have en betydelig indvirkning på en organisations balance, da organisationer, der tager denne metode til sig, overgår deres jævnaldrende i omsætningsvækst. På trods af, at kontaktcentre er under konstant pres for at gøre mere med mindre og samtidig forbedre kundeoplevelsen, 80 % af virksomhederne planlægger at øge deres investeringsniveau i Customer Experience (CX) at give en differentieret kundeoplevelse. Hurtig innovation og forbedring af generativ AI har fanget vores sind og opmærksomhed og som pr McKinsey & Companys estimat, kan anvendelse af generativ kunstig intelligens på kundeplejefunktioner øge produktiviteten til en værdi på mellem 30-45 % af de nuværende funktionsomkostninger.
Amazon SageMaker lærred giver forretningsanalytikere en visuel peg-og-klik-grænseflade, der giver dig mulighed for at bygge modeller og generere nøjagtige maskinlæringsforudsigelser (ML) uden at kræve nogen ML-erfaring eller kodning. I oktober 2023 annoncerede SageMaker Canvas understøttelse af fundamentmodeller blandt dets brugsklare modeller, Drevet af Amazonas grundfjeld , Amazon SageMaker JumpStart. Dette giver dig mulighed for at bruge naturligt sprog med en samtale-chat-grænseflade til at udføre opgaver såsom at skabe nyt indhold, herunder fortællinger, rapporter og blogindlæg; opsummering af noter og artikler; og besvare spørgsmål fra en centraliseret vidensbase – alt sammen uden at skrive en eneste linje kode.
En callcenteragents opgave er at håndtere indgående og udgående kundeopkald og yde support eller løse problemer, mens du udfører snesevis af opkald dagligt. At holde trit med denne mængde og samtidig give kunderne øjeblikkelige svar er udfordrende uden tid til at researche mellem opkald. Opkaldsscripts guider typisk agenter gennem opkald og skitserer håndtering af problemer. Velskrevne scripts forbedrer compliance, reducerer fejl og øger effektiviteten ved at hjælpe agenter med hurtigt at forstå problemer og løsninger.
I dette indlæg undersøger vi, hvordan generativ kunstig intelligens i SageMaker Canvas kan hjælpe med at løse almindelige udfordringer, kunder kan stå over for, når de har at gøre med kontaktcentre. Vi viser, hvordan man bruger SageMaker Canvas til at skabe et nyt opkaldsscript eller forbedre et eksisterende opkaldsscript, og udforsker, hvordan generativ AI kan hjælpe med at gennemgå eksisterende interaktioner for at bringe indsigt, der er svær at opnå fra traditionelle værktøjer. Som en del af dette indlæg giver vi de prompter, der bruges til at løse opgaverne og diskuterer arkitekturer for at integrere disse resultater i din AWS Contact Center Intelligence (CCI) arbejdsgange.
Oversigt over løsning
Generative AI-fundamentmodeller kan hjælpe med at skabe kraftfulde opkaldsscripts i kontaktcentre og gøre det muligt for organisationer at gøre følgende:
- Skab ensartede kundeoplevelser med et samlet videnlager til at håndtere kundeforespørgsler
- Reducer opkaldshåndteringstiden
- Forbedre supportteamets produktivitet
- Giv supportteamet de næstbedste handlinger for at eliminere fejl og tage den næstbedste handling
Med SageMaker Canvas kan du vælge mellem et større udvalg af fundamentmodeller for at skabe overbevisende opkaldsscripts. SageMaker Canvas giver dig også mulighed for at sammenligne flere modeller samtidigt, så en bruger kan vælge det output, der passer bedst til deres behov for den specifikke opgave, de har at gøre med. For at bruge generative AI-drevne chatbots skal brugeren først give en prompt, som er en instruktion til at fortælle modellen, hvad du har tænkt dig at gøre.
I dette indlæg behandler vi fire almindelige use cases:
- Oprettelse af nye opkaldsscripts
- Forbedring af et eksisterende opkaldsscript
- Automatisering af opgaver efter opkald
- Analyse efter opkald
Gennem hele indlægget bruger vi store sprogmodeller (LLM'er), der er tilgængelige i SageMaker Canvas drevet af Amazon Bedrock. Konkret bruger vi Anthropics Claude 2-model, en kraftfuld model med stor ydeevne til alle slags naturlige sprogopgaver. Eksemplerne er på engelsk; Antropisk Claude 2 understøtter dog flere sprog. Henvise til Antropiske Claude 2 at lære mere. Endelig er alle disse resultater reproducerbare med andre Amazon Bedrock-modeller, såsom Anthropic Claude Instant eller Amazon Titan, såvel som med SageMaker JumpStart-modeller.
Forudsætninger
For dette indlæg skal du sørge for, at du har oprettet en AWS-konto med passende ressourcer og tilladelser. Udfør især følgende forudsætningstrin:
- Indsæt en Amazon SageMaker domæne. For instruktioner, se Ombord på Amazon SageMaker Domain.
- Konfigurer tilladelserne til at opsætte og implementere SageMaker Canvas. For flere detaljer, se Opsætning og administration af Amazon SageMaker Canvas (til it-administratorer).
- Konfigurer CORS-politikker (cross-origin resource sharing) for SageMaker Canvas. For mere information, se Giv dine brugere tilladelse til at uploade lokale filer.
- Tilføj tilladelserne til at bruge fundamentmodeller i SageMaker Canvas. For instruktioner, se Brug generativ AI med fundamentmodeller.
Bemærk, at de tjenester, som SageMaker Canvas bruger til at løse generative AI-opgaver, er tilgængelige i SageMaker JumpStart og Amazon Bedrock. For at bruge Amazon Bedrock skal du sørge for, at du bruger SageMaker Canvas i den region, hvor Amazon Bedrock er understøttet. Henvise til Understøttede regioner at lære mere.
Opret et nyt opkaldsscript
Til denne brugssag definerer en kontaktcenteranalytiker et opkaldsscript ved hjælp af en af de brugsklare modeller, der er tilgængelige i SageMaker Canvas, og indtaster en passende prompt, såsom "Opret et opkaldsscript til en agent, der hjælper kunder med mistede kreditkort." For at implementere dette, efter at organisationens cloud-administrator har givet enkelttegnsadgang til kontaktcenteranalytikeren, skal du udføre følgende trin:
- Vælg på SageMaker-konsollen Lærred i navigationsruden.
- Vælg dit domæne og brugerprofil og vælg Åbn lærred for at åbne SageMaker Canvas-applikationen.
- Naviger til Klar til brug modeller sektion og vælg Generer, udtræk og opsummer indhold for at åbne chatkonsollen.
- Med den antropiske Claude 2-model valgt, indtast din prompt "Opret et opkaldsscript til en agent, der hjælper kunder med mistede kreditkort" og tryk Indtast.
Scriptet opnået gennem generativ AI er inkluderet i et dokument (såsom TXT, HTML eller PDF) og tilføjet til en vidensbase, der vil guide kontaktcenteragenter i deres interaktion med kunder.
Ved brug af en cloud-baseret omnichannel kontaktcenterløsning som f.eks Amazon Connect, kan du drage fordel af AI/ML-drevne funktioner til at forbedre kundetilfredsheden og agenteffektiviteten. Amazon Connect Wisdom reducerer den tid, agenter bruger på at søge efter svar, og muliggør hurtig løsning af kundeproblemer ved at levere vidensøgning og anbefalinger i realtid, mens agenter taler med kunderne. I dette særlige eksempel kan Amazon Connect Wisdom synkronisere med Amazon Simple Storage Service (Amazon S3) som en kilde til indhold til videnbasen, og derved inkorporerer opkaldsscriptet genereret ved hjælp af SageMaker Canvas. For mere information, se Amazon Connect Wisdom S3 Sync.
Følgende diagram illustrerer denne arkitektur.
Når kunden ringer til kontaktcenteret, og enten de gennemgår et interaktivt stemmesvar (IVR), eller der registreres specifikke søgeord vedrørende formålet med opkaldet (f.eks. "tabt" og "kreditkort"), vil Amazon Connect Wisdom give forslag til, hvordan man håndterer interaktionen til agenten, herunder det relevante opkaldsscript, der blev genereret af SageMaker Canvas.
Med SageMaker Canvas generative AI sparer kontaktcenteranalytikere tid i oprettelsen af opkaldsscripts og er i stand til hurtigt at prøve nye prompter for at tilpasse oprettelsen af scripts.
Forbedre et eksisterende opkaldsscript
I henhold til følgende undersøgelse, 78 % af kunderne føler, at deres callcenter-oplevelse forbedres, når kundeservicemedarbejderen ikke lyder, som om de læser fra et manuskript. SageMaker Canvas kan bruge generativ AI og hjælpe dig med at analysere det eksisterende opkaldsscript og foreslå forbedringer for at forbedre kvaliteten af opkaldsscripts. For eksempel vil du måske forbedre opkaldsscriptet for at inkludere mere compliance eller få dit script til at lyde mere høfligt.
For at gøre det, vælg Ny chat og vælg Claude 2 som din model. Du kan bruge prøveudskriftet, der blev genereret i den tidligere use case og prompten "Jeg vil have, at du fungerer som en kontaktcenterkvalitetssikringsanalytiker og forbedrer nedenstående opkaldsudskrift for at gøre det kompatibelt og lyde mere høfligt."
Automatiser opgaver efter opkald
Du kan også bruge SageMaker Canvas generative AI til at automatisere arbejde efter opkald i callcentre. Almindelige brugssager er opsummering af opkald, hjælp til færdiggørelse af opkaldslogger og personlig opfølgningsmeddelelse. Dette kan forbedre agenternes produktivitet og reducere risikoen for fejl, hvilket giver dem mulighed for at fokusere på opgaver af højere værdi, såsom kundeengagement og relationsopbygning.
Vælg Ny chat og vælg Claude 2 som din model. Du kan bruge eksempeludskriftet, der blev genereret i den tidligere brugssag, og prompten "Opsummering af nedenstående opkaldsudskrift for at fremhæve kundeproblem, agenthandlinger, opkaldsresultat og kundefølelse."
Når du bruger Amazon Connect som kontaktcenterløsning, kan du implementere opkaldsoptagelse og transskription ved at aktivere Amazon Connect kontaktlinse, som bringer andre analytiske funktioner såsom sentimentanalyse og følsom dataredigering. Den har også opsummering ved at fremhæve nøglesætninger i transskriptionen og mærke problemerne, resultaterne og handlingspunkterne.
Brug af SageMaker Canvas giver dig mulighed for at gå et skridt videre og fra et enkelt arbejdsområde vælge fra de brugsklare modeller for at analysere opkaldstransskriptionen eller generere en oversigt, og endda sammenligne resultaterne for at finde den model, der passer bedst til den specifikke brug. sag. Følgende diagram illustrerer denne løsningsarkitektur.
Kundeanalyse efter opkald
Et andet område, hvor kontaktcentre kan drage fordel af SageMaker Canvas, er at forstå interaktioner mellem kunde og agenter. Som pr 2022 NICE WEM Global Survey, 58 % af callcenter-agenterne siger, at de har meget lidt gavn af firmacoaching-sessioner. Agenter kan bruge SageMaker Canvas generative AI til analyse af kundestemninger for yderligere at forstå, hvilke alternative bedste handlinger de kunne have taget for at forbedre kundetilfredsheden.
Vi følger lignende trin som i de tidligere brugssager. Vælge Ny chat og vælg Claude 2. Du kan bruge prøveudskriftet, der blev genereret i den tidligere use case, og prompten "Jeg vil have, at du fungerer som kontaktcenterleder og kritiserer og foreslår forbedringer af agentens adfærd i kundesamtalen."
Ryd op
SageMaker Canvas lukker automatisk alle SageMaker JumpStart-modeller, der er startet under det, efter 2 timers inaktivitet. Følg instruktionerne i dette afsnit for at lukke disse modeller ned hurtigere for at spare omkostninger. Bemærk, at der ikke er behov for at lukke Amazon Bedrock-modeller ned, fordi de ikke er implementeret på din konto.
- For at lukke SageMaker JumpStart-modellen ned kan du vælge mellem to metoder:
- Vælg Ny chat, og vælg i rullemenuen model Start en anden model. Derefter på Fundamentmodeller side, under Amazon SageMaker JumpStart-modeller, vælg modellen (f.eks Falcon-40B-Instruct) og vælg i højre rude Sluk model.
- Hvis du sammenligner flere modeller samtidigt, skal du på resultatsammenligningssiden vælge SageMaker JumpStart-modellens valgmenu (tre prikker), og derefter vælge Sluk model.
- Vælg Log ud i venstre rude for at logge ud af SageMaker Canvas-applikationen for at stoppe forbruget af SageMaker Canvas arbejdsområde forekomst timer. Dette frigiver alle ressourcer, der bruges af arbejdsområdeforekomsten.
Konklusion
I dette indlæg analyserede vi, hvordan du kan bruge SageMaker Canvas generativ AI i kontaktcentre til at skabe hyper-personlige kundeinteraktioner, forbedre kontaktcenteranalytikere og agenters produktivitet og bringe indsigt, der er svær at få fra traditionelle værktøjer. Som illustreret af de forskellige use-cases fungerer SageMaker Canvas som et enkelt samlet arbejdsområde uden at skulle bruge forskellige punktprodukter. Med SageMaker Canvas generative AI kan kontaktcentre forbedre kundetilfredsheden, reducere omkostningerne og øge effektiviteten. SageMaker Canvas generative AI giver dig mulighed for at generere nye og innovative løsninger, der har potentialet til at transformere kontaktcenterindustrien. Du kan også bruge generativ AI til at identificere trends og indsigt i kundeinteraktioner, hjælpe ledere med at optimere deres drift og forbedre kundetilfredsheden. Derudover kan du bruge generativ AI til at producere træningsdata for nye agenter, så de kan lære af syntetiske eksempler og forbedre deres ydeevne hurtigere.
Lær mere om SageMaker Canvas funktioner , kom i gang i dag at udnytte visuelle, kodefri maskinlæringsfunktioner.
Om forfatterne
Davide Gallitelli er Senior Specialist Solutions Architect for AI/ML. Han er baseret i Bruxelles og arbejder tæt sammen med kunder over hele kloden, der ønsker at anvende Low-Code/No-Code Machine Learning-teknologier og Generativ AI. Han har været udvikler, siden han var meget ung, og begyndte at kode i en alder af 7. Han begyndte at lære AI/ML på universitetet, og er blevet forelsket i det siden da.
Jose Rui Teixeira Nunes er Solutions Architect hos AWS med base i Bruxelles, Belgien. Han hjælper i øjeblikket europæiske institutioner og agenturer på deres cloud-rejse. Han har over 20 års ekspertise inden for informationsteknologi med stort fokus på offentlige organisationer og kommunikationsløsninger.
Anand Sharma er en Senior Partner Development Specialist for generativ AI hos AWS i Luxembourg med over 18 års erfaring med at levere innovative produkter og tjenester inden for e-handel, fintech og finans. Før han kom til AWS, arbejdede han hos Amazon og ledede produktstyrings- og business intelligence-funktioner.
- SEO Powered Content & PR Distribution. Bliv forstærket i dag.
- PlatoData.Network Vertical Generative Ai. Styrk dig selv. Adgang her.
- PlatoAiStream. Web3 intelligens. Viden forstærket. Adgang her.
- PlatoESG. Kulstof, CleanTech, Energi, Miljø, Solenergi, Affaldshåndtering. Adgang her.
- PlatoHealth. Bioteknologiske og kliniske forsøgs intelligens. Adgang her.
- Kilde: https://aws.amazon.com/blogs/machine-learning/overcoming-common-contact-center-challenges-with-generative-ai-and-amazon-sagemaker-canvas/
- :har
- :er
- :ikke
- :hvor
- $OP
- 100
- 150
- 20
- 20 år
- 2023
- 408
- 7
- a
- I stand
- Om
- adgang
- Konto
- præcis
- Lov
- Handling
- aktioner
- tilføjet
- Derudover
- adresse
- adressering
- administratorer
- vedtage
- Fordel
- Efter
- alder
- agenturer
- Agent
- midler
- AI
- AI-drevne
- AI / ML
- Alle
- tillade
- tillader
- også
- alternativ
- Amazon
- Amazon SageMaker
- Amazon SageMaker lærred
- Amazon Web Services
- blandt
- an
- analyse
- analytiker
- Analytikere
- analytics
- analysere
- analyseret
- ,
- annoncerede
- En anden
- svar
- Antropisk
- enhver
- Anvendelse
- Anvendelse
- passende
- arkitektur
- ER
- OMRÅDE
- omkring
- artikler
- AS
- Assistance
- sikkerhed
- At
- opmærksomhed
- automatisere
- automatisk
- til rådighed
- AWS
- Balance
- Balance
- bund
- baseret
- fordi
- været
- adfærd
- være
- Belgien
- jf. nedenstående
- gavner det dig
- BEDSTE
- mellem
- Blog
- Blogindlæg
- brand
- bringe
- Bringer
- Bruxelles
- bygge
- virksomhed
- business intelligence
- by
- ringe
- call center
- Opkald
- CAN
- canvas
- kapaciteter
- fanget
- Kort
- hvilken
- tilfælde
- tilfælde
- center
- Centers
- centraliseret
- udfordringer
- udfordrende
- chatte
- chatbots
- Vælg
- nøje
- Cloud
- coaching
- kode
- Kodning
- Fælles
- Kommunikation
- Virksomheder
- selskab
- Selskabs
- sammenligne
- sammenligne
- sammenligning
- overbevisende
- konkurrencedygtig
- fuldføre
- færdiggørelse
- Compliance
- kompatibel
- vedrørende
- Tilslut
- konsekvent
- Konsol
- konstant
- forbrug
- kontakt
- kontaktcenter
- indhold
- Samtale
- konversation
- Omkostninger
- kunne
- skabe
- Oprettelse af
- skabelse
- kredit
- Kreditkort
- Nuværende
- For øjeblikket
- kunde
- Kundeforlovelse
- Kundeoplevelse
- Kundetilfredshed
- Kundeservice
- Kunder
- CX
- dagligt
- data
- beskæftiger
- definerer
- leverer
- indsætte
- indsat
- Trods
- detaljer
- opdaget
- Udvikler
- Udvikling
- forskellige
- differentieret
- Differentiering
- svært
- diskutere
- do
- dokumentet
- Er ikke
- domæne
- ned
- snesevis
- e-handel
- Edge
- effektivitet
- enten
- eliminere
- omfavne
- bemyndiger
- muliggøre
- muliggør
- muliggør
- engagement
- Engelsk
- forbedre
- Indtast
- indtastning
- fejl
- europæisk
- Endog
- eksempel
- eksempler
- eksisterende
- erfaring
- Oplevelser
- ekspertise
- udforske
- ekstrakt
- Ansigtet
- Fallen
- Funktionalitet
- føler sig
- Endelig
- finansiere
- Finde
- fintech
- Fornavn
- Fokus
- følger
- efter
- Til
- Forrester
- Foundation
- fire
- fra
- funktion
- funktioner
- yderligere
- generere
- genereret
- generative
- Generativ AI
- få
- Give
- Global
- kloden
- Go
- tilskud
- stor
- Vækst
- vejlede
- håndtere
- Håndtering
- Hård Ost
- Have
- he
- hjælpe
- hjælpe
- hjælper
- Fremhæv
- fremhæve
- HOURS
- Hvordan
- How To
- Men
- HTML
- http
- HTTPS
- identificere
- illustrerer
- umiddelbar
- KIMOs Succeshistorier
- gennemføre
- Forbedre
- forbedringer
- forbedrer
- forbedring
- in
- omfatter
- medtaget
- Herunder
- inkorporering
- Forøg
- industrien
- oplysninger
- informationsteknologi
- Innovation
- innovativ
- indsigt
- instans
- øjeblikkelig
- institutioner
- anvisninger
- integrere
- Intelligens
- hensigt
- interaktion
- interaktioner
- interaktiv
- grænseflade
- investering
- spørgsmål
- spørgsmål
- IT
- Varer
- ITS
- Job
- sammenføjning
- rejse
- jpg
- holde
- Nøgle
- søgeord
- viden
- mærkning
- Sprog
- Sprog
- stor
- større
- LÆR
- læring
- Led
- til venstre
- mindre
- Niveau
- Leverage
- ligesom
- Line (linje)
- lidt
- lokale
- log
- leder
- tabte
- kærlighed
- Luxembourg
- maskine
- machine learning
- lave
- ledelse
- Ledere
- styring
- Kan..
- McKinsey
- Menu
- besked
- Metode
- metoder
- tankerne
- ML
- model
- modeller
- mere
- mest
- flere
- fortællinger
- Natural
- Navigation
- Behov
- behøve
- behov
- Ny
- næste
- rart
- ingen
- Bemærk
- Noter
- roman
- opnå
- opnået
- oktober
- of
- omnichannel
- on
- ONE
- åbent
- Produktion
- Optimer
- Indstillinger
- or
- organisationer
- Andet
- vores
- ud
- Resultat
- udfald
- skitse
- output
- i løbet af
- overvinde
- side
- brød
- del
- særlig
- partner
- peers
- per
- Udfør
- ydeevne
- Tilladelser
- Personlig
- fly
- plato
- Platon Data Intelligence
- PlatoData
- Punkt
- politikker
- Indlæg
- Indlæg
- potentiale
- strøm
- vigtigste
- Forudsigelser
- trykke
- tryk
- tidligere
- Forud
- problemer
- producere
- Produkt
- produktstyring
- produktivitet
- Produkter
- Profil
- prompter
- give
- giver
- leverer
- offentlige
- offentlige organisationer
- formål
- kvalitet
- Spørgsmål
- Hurtig
- hurtigt
- spænder
- hurtige
- Læsning
- realtid
- anbefalinger
- optagelse
- reducere
- reducerer
- henvise
- region
- frigive
- relevant
- indberette
- Rapporter
- Repository
- forskning
- Løsning
- løse
- ressource
- Ressourcer
- svar
- Resultater
- indtægter
- Omsætningsvækst
- gennemgå
- højre
- Risiko
- sagemaker
- tilfredshed
- Gem
- siger
- script
- scripts
- Søg
- søgning
- Sektion
- sektor
- Vælg
- valgt
- valg
- senior
- følsom
- stemningen
- tjeneste
- Tjenester
- sessioner
- sæt
- deling
- ark
- Vis
- lukke
- Luk ned
- lignende
- Simpelt
- samtidigt
- siden
- enkelt
- betydelige
- So
- løsninger
- Løsninger
- SOLVE
- Lyd
- Kilde
- specialist
- specifikke
- specifikt
- tilbringe
- påbegyndt
- Starter
- Tilstand
- Trin
- Steps
- Stands
- opbevaring
- stærk
- sådan
- tyder
- opsummere
- RESUMÉ
- support
- Understøttet
- Understøtter
- sikker
- overgår
- syntetisk
- Tag
- taget
- Tal
- Opgaver
- opgaver
- hold
- Teknologier
- Teknologier
- fortælle
- at
- deres
- Them
- derefter
- Der.
- derved
- Disse
- de
- denne
- selvom?
- tre
- Gennem
- tid
- titan
- til
- værktøjer
- traditionelle
- Kurser
- Transcript
- Transform
- Tendenser
- prøv
- tweak
- to
- typisk
- under
- forstå
- forenet
- universitet
- brug
- brug tilfælde
- brugssager
- anvendte
- Bruger
- brugere
- bruger
- ved brug af
- værdi
- meget
- visuel
- Voice
- bind
- ønsker
- var
- we
- web
- webservices
- GODT
- Hvad
- hvornår
- som
- mens
- vilje
- visdom
- med
- uden
- Arbejde
- arbejdede
- arbejdsgange
- virker
- skrivning
- år
- Du
- unge
- Din
- Zendesk
- zephyrnet