Un'ottima esperienza del cliente fornisce un vantaggio competitivo e aiuta a creare la differenziazione del marchio. Secondo il rapporto Forrester, Lo stato dell'ossessione per il cliente, 2022, mettere al primo posto il cliente può avere un impatto considerevole sul bilancio di un'organizzazione, poiché le organizzazioni che adottano questa metodologia stanno superando i loro concorrenti nella crescita dei ricavi. Nonostante i contact center siano costantemente sotto pressione per fare di più con meno, migliorando al tempo stesso l’esperienza del cliente, L’80% delle aziende prevede di aumentare il proprio livello di investimento nella Customer Experience (CX) per fornire un'esperienza cliente differenziata. La rapida innovazione e il miglioramento dell'intelligenza artificiale generativa hanno catturato la nostra mente e la nostra attenzione e, di conseguenza Stima di McKinsey & Company, l’applicazione dell’intelligenza artificiale generativa alle funzioni di assistenza clienti potrebbe aumentare la produttività a un valore compreso tra il 30 e il 45% dei costi attuali delle funzioni.
Tela di Amazon SageMaker fornisce agli analisti aziendali un'interfaccia visiva punta e clicca che consente di creare modelli e generare previsioni accurate di machine learning (ML) senza richiedere alcuna esperienza o codifica di ML. Nell'ottobre 2023, SageMaker Canvas ha annunciato supporto per modelli di fondazione tra i suoi modelli pronti all'uso, Alimentato da Roccia Amazzonica ed JumpStart di Amazon SageMaker. Ciò ti consente di utilizzare il linguaggio naturale con un'interfaccia di chat conversazionale per eseguire attività come la creazione di nuovi contenuti tra cui narrazioni, report e post di blog; note e articoli riassuntivi; e rispondere alle domande da una knowledge base centralizzata, il tutto senza scrivere una sola riga di codice.
Il compito di un agente del call center è gestire le chiamate dei clienti in entrata e in uscita e fornire supporto o risolvere problemi rispondendo a decine di chiamate al giorno. Tenere il passo con questo volume fornendo ai clienti risposte immediate è impegnativo senza tempo per fare ricerche tra una chiamata e l'altra. In genere, gli script di chiamata guidano gli agenti attraverso le chiamate e delineano la risoluzione dei problemi. Script ben scritti migliorano la conformità, riducono gli errori e aumentano l'efficienza aiutando gli agenti a comprendere rapidamente problemi e soluzioni.
In questo post esploriamo come l'intelligenza artificiale generativa in SageMaker Canvas può aiutare a risolvere le sfide comuni che i clienti possono affrontare quando hanno a che fare con i contact center. Mostriamo come utilizzare SageMaker Canvas per creare un nuovo script di chiamata o migliorare uno script di chiamata esistente ed esploriamo come l'intelligenza artificiale generativa può aiutare a rivedere le interazioni esistenti per fornire informazioni difficili da ottenere dagli strumenti tradizionali. Nell'ambito di questo post, forniamo le istruzioni utilizzate per risolvere le attività e discuteremo le architetture per integrare questi risultati nel tuo Informazioni sui centri di contatto AWS flussi di lavoro (CCI).
Panoramica della soluzione
I modelli di base dell'intelligenza artificiale generativa possono aiutare a creare potenti script di chiamata nei contact center e consentire alle organizzazioni di effettuare quanto segue:
- Crea esperienze cliente coerenti con un repository di conoscenze unificato per gestire le richieste dei clienti
- Riduci i tempi di gestione delle chiamate
- Migliora la produttività del team di supporto
- Consentire al team di supporto le azioni migliori successive per eliminare gli errori e intraprendere l'azione migliore successiva
Con SageMaker Canvas puoi scegliere tra una più ampia selezione di modelli di base per creare script di chiamata accattivanti. SageMaker Canvas ti consente inoltre di confrontare più modelli contemporaneamente, in modo che un utente possa selezionare l'output che più si adatta alle sue esigenze per l'attività specifica che sta affrontando. Per utilizzare chatbot generativi basati sull'intelligenza artificiale, l'utente deve prima fornire un prompt, ovvero un'istruzione per dire al modello cosa intendi fare.
In questo post, affrontiamo quattro casi d'uso comuni:
- Creazione di nuovi script di chiamata
- Miglioramento di uno script di chiamata esistente
- Automatizzazione delle attività post-chiamata
- Analisi post-chiamata
In tutto il post utilizziamo modelli linguistici di grandi dimensioni (LLM) disponibili in SageMaker Canvas fornito da Amazon Bedrock. Nello specifico, utilizziamo il modello Claude 2 di Anthropic, un modello potente con grandi prestazioni per tutti i tipi di attività legate al linguaggio naturale. Gli esempi sono in inglese; tuttavia, Anthropic Claude 2 supporta più lingue. Fare riferimento a Claude antropico 2 per saperne di più. Infine, tutti questi risultati sono riproducibili con altri modelli Amazon Bedrock, come Anthropic Claude Instant o Amazon Titan, nonché con i modelli SageMaker JumpStart.
Prerequisiti
Per questo post, assicurati di aver impostato un file Account AWS con risorse e autorizzazioni adeguate. In particolare, completare i seguenti passaggi prerequisiti:
- Distribuisci un file Amazon Sage Maker dominio. Per istruzioni, fare riferimento a Integrazione nel dominio Amazon SageMaker.
- Configura le autorizzazioni per configurare e distribuire SageMaker Canvas. Per ulteriori dettagli, fare riferimento a Configurazione e gestione di Amazon SageMaker Canvas (per amministratori IT).
- Configurare le policy di condivisione delle risorse multiorigine (CORS) per SageMaker Canvas. Per ulteriori informazioni, fare riferimento a Concedi ai tuoi utenti le autorizzazioni per caricare file locali.
- Aggiungi le autorizzazioni per utilizzare i modelli di fondazione in SageMaker Canvas. Per istruzioni, fare riferimento a Utilizza l'intelligenza artificiale generativa con modelli di base.
Tieni presente che i servizi utilizzati da SageMaker Canvas per risolvere attività di intelligenza artificiale generativa sono disponibili in SageMaker JumpStart e Amazon Bedrock. Per utilizzare Amazon Bedrock, assicurati di utilizzare SageMaker Canvas nella regione in cui è supportato Amazon Bedrock. Fare riferimento a Regioni supportate per saperne di più.
Crea un nuovo script di chiamata
Per questo caso d'uso, un analista di contact center definisce uno script di chiamata con l'aiuto di uno dei modelli pronti all'uso disponibili in SageMaker Canvas, inserendo una richiesta appropriata, come "Crea uno script di chiamata per un agente che aiuti i clienti con carte di credito smarrite." Per implementare ciò, dopo che l'amministratore cloud dell'organizzazione ha concesso l'accesso con segno singolo all'analista del contact center, completare i seguenti passaggi:
- Sulla console di SageMaker, scegli Canvas nel pannello di navigazione.
- Scegli il tuo dominio e il tuo profilo utente e scegli Apri tela per aprire l'applicazione SageMaker Canvas.
- Passare alla Modelli pronti all'uso sezione e scegliere Generare, estrarre e riepilogare i contenuti per aprire la console di chat.
- Con il modello Anthropic Claude 2 selezionato, inserisci il messaggio "Crea uno script di chiamata per un agente che aiuta i clienti con carte di credito smarrite" e premi entrare.
Lo script ottenuto tramite l'intelligenza artificiale generativa viene incluso in un documento (come TXT, HTML o PDF) e aggiunto a una knowledge base che guiderà gli agenti del contact center nelle loro interazioni con i clienti.
Quando si utilizza una soluzione di contact center omnicanale basata su cloud come Amazon Connect, puoi sfruttare le funzionalità basate su AI/ML per migliorare la soddisfazione del cliente e l'efficienza degli agenti. La saggezza di Amazon Connect riduce il tempo impiegato dagli agenti nella ricerca di risposte e consente una rapida risoluzione dei problemi dei clienti fornendo ricerca di conoscenze e consigli in tempo reale mentre gli agenti parlano con i clienti. In questo esempio particolare, Amazon Connect Wisdom può sincronizzarsi con Servizio di archiviazione semplice Amazon (Amazon S3) come fonte di contenuto per la knowledge base, incorporando così lo script di chiamata generato con l'aiuto di SageMaker Canvas. Per ulteriori informazioni, fare riferimento a Sincronizzazione di Amazon Connect Wisdom S3.
Il diagramma seguente illustra questa architettura.
Quando il cliente chiama il contact center e utilizza una risposta vocale interattiva (IVR) o vengono rilevate parole chiave specifiche relative allo scopo della chiamata (ad esempio, "smarrito" e "carta di credito"), Amazon Connect Wisdom fornirà suggerimenti su come gestire l'interazione con l'agente, incluso lo script di chiamata pertinente generato da SageMaker Canvas.
Con l'intelligenza artificiale generativa di SageMaker Canvas, gli analisti dei contact center risparmiano tempo nella creazione di script di chiamata e sono in grado di provare rapidamente nuove istruzioni per modificare la creazione degli script.
Migliora uno script di chiamata esistente
Come da quanto segue sondaggio, il 78% dei clienti ritiene che la propria esperienza al call center migliori quando l'addetto al servizio clienti non sembra leggere un copione. SageMaker Canvas può utilizzare l'intelligenza artificiale generativa per aiutarti ad analizzare lo script di chiamata esistente e suggerire miglioramenti per migliorare la qualità degli script di chiamata. Ad esempio, potresti voler migliorare lo script della chiamata per includere una maggiore conformità o rendere il tuo script più educato.
Per farlo, scegli nuova chat e seleziona Claude 2 come modello. Puoi utilizzare la trascrizione di esempio generata nel caso d'uso precedente e il messaggio "Voglio che tu agisca come analista del controllo qualità del contact center e migliori la trascrizione della chiamata seguente per renderla conforme e sembrare più educata".
Automatizza le attività post-chiamata
Puoi anche utilizzare l'intelligenza artificiale generativa di SageMaker Canvas per automatizzare il lavoro post-chiamata nei call center. I casi d'uso comuni sono il riepilogo delle chiamate, l'assistenza nel completamento dei registri delle chiamate e la creazione di messaggi di follow-up personalizzati. Ciò può migliorare la produttività degli agenti e ridurre il rischio di errori, consentendo loro di concentrarsi su attività di maggior valore come il coinvolgimento dei clienti e la costruzione di relazioni.
Scegli nuova chat e seleziona Claude 2 come modello. È possibile utilizzare la trascrizione di esempio generata nel caso d'uso precedente e il messaggio "Riepilogare la trascrizione della chiamata seguente per evidenziare il problema del cliente, le azioni dell'agente, l'esito della chiamata e il sentiment del cliente".
Quando si utilizza Amazon Connect come soluzione contact center, è possibile implementare la registrazione e la trascrizione delle chiamate abilitandole Lenti a contatto Amazon Connect, che offre altre funzionalità di analisi come l'analisi del sentiment e la redazione dei dati sensibili. Contiene anche un riepilogo evidenziando le frasi chiave nella trascrizione ed etichettando i problemi, i risultati e le azioni.
L'utilizzo di SageMaker Canvas ti consente di fare un ulteriore passo avanti e da un unico spazio di lavoro selezionare tra i modelli pronti all'uso per analizzare la trascrizione della chiamata o generare un riepilogo e persino confrontare i risultati per trovare il modello che meglio si adatta all'uso specifico. caso. Il diagramma seguente illustra l'architettura di questa soluzione.
Analisi post-chiamata del cliente
Un'altra area in cui i contact center possono trarre vantaggio da SageMaker Canvas è comprendere le interazioni tra cliente e agenti. Secondo il Sondaggio globale NICE WEM 2022, il 58% degli agenti dei call center afferma di trarre scarsi benefici dalle sessioni di coaching aziendale. Gli agenti possono utilizzare l'intelligenza artificiale generativa di SageMaker Canvas per l'analisi del sentiment dei clienti per comprendere meglio quali migliori azioni alternative avrebbero potuto intraprendere per migliorare la soddisfazione del cliente.
Seguiamo passaggi simili a quelli dei casi d'uso precedenti. Scegliere nuova chat e seleziona Claude 2. Puoi utilizzare la trascrizione di esempio generata nel caso d'uso precedente e il messaggio "Voglio che tu agisca come supervisore del contact center e critichi e suggerisca miglioramenti al comportamento dell'agente nella conversazione con il cliente".
ripulire
SageMaker Canvas spegnerà automaticamente tutti i modelli SageMaker JumpStart avviati al suo interno dopo 2 ore di inattività. Seguire le istruzioni in questa sezione per spegnere questi modelli prima e risparmiare sui costi. Tieni presente che non è necessario arrestare i modelli Amazon Bedrock perché non sono distribuiti nel tuo account.
- Per arrestare il modello SageMaker JumpStart, puoi scegliere tra due metodi:
- Scegli nuova chate nel menu a discesa del modello scegliere Avvia un altro modello. Poi, sul Modelli di fondazione pagina, sotto Modelli JumpStart di Amazon SageMaker, scegli il modello (es Falcon-40B-Istruire) e nel riquadro di destra, scegli Modello spento.
- Se stai confrontando più modelli contemporaneamente, nella pagina di confronto dei risultati, scegli il menu delle opzioni del modello SageMaker JumpStart (tre punti), quindi scegli Modello spento.
- Scegli Log out nel riquadro di sinistra per disconnettersi dall'applicazione SageMaker Canvas e interromperne il consumo Ore delle istanze dell'area di lavoro SageMaker Canvas. Ciò rilascerà tutte le risorse utilizzate dall'istanza dell'area di lavoro.
Conclusione
In questo post, abbiamo analizzato come utilizzare l'intelligenza artificiale generativa di SageMaker Canvas nei contact center per creare interazioni iper-personalizzate con i clienti, migliorare la produttività degli analisti e degli agenti dei contact center e apportare informazioni difficili da ottenere dagli strumenti tradizionali. Come illustrato dai diversi casi d'uso, SageMaker Canvas agisce come un unico spazio di lavoro unificato, senza la necessità di utilizzare prodotti puntuali diversi. Con l'intelligenza artificiale generativa di SageMaker Canvas, i contact center possono migliorare la soddisfazione dei clienti, ridurre i costi e aumentare l'efficienza. L'intelligenza artificiale generativa di SageMaker Canvas ti consente di generare soluzioni nuove e innovative che hanno il potenziale di trasformare il settore dei contact center. Puoi anche utilizzare l'intelligenza artificiale generativa per identificare tendenze e approfondimenti nelle interazioni con i clienti, aiutando i manager a ottimizzare le loro operazioni e a migliorare la soddisfazione dei clienti. Inoltre, puoi utilizzare l’intelligenza artificiale generativa per produrre dati di formazione per i nuovi agenti, consentendo loro di apprendere da esempi sintetici e migliorare le loro prestazioni più rapidamente.
Scopri Funzionalità di SageMaker Canvas ed inizia oggi per sfruttare le capacità di machine learning visive e senza codice.
Informazioni sugli autori
Davide Gallitelli è un Senior Specialist Solutions Architect per AI/ML. Ha sede a Bruxelles e lavora a stretto contatto con clienti in tutto il mondo che desiderano adottare tecnologie di machine learning Low-Code/No-Code e intelligenza artificiale generativa. È stato uno sviluppatore fin da quando era molto giovane, iniziando a programmare all'età di 7 anni. Ha iniziato a studiare AI/ML all'università e da allora se ne è innamorato.
José Rui Teixeira Nunes è un Solutions Architect presso AWS, con sede a Bruxelles, Belgio. Attualmente aiuta le istituzioni e le agenzie europee nel loro percorso verso il cloud. Ha oltre 20 anni di esperienza nella tecnologia dell'informazione, con una forte attenzione alle organizzazioni del settore pubblico e alle soluzioni di comunicazione.
Anand Sharma è uno specialista di sviluppo di partner senior per l'intelligenza artificiale generativa presso AWS in Lussemburgo con oltre 18 anni di esperienza nella fornitura di prodotti e servizi innovativi nel commercio elettronico, nel fintech e nella finanza. Prima di entrare in AWS, ha lavorato presso Amazon e ha guidato le funzioni di gestione dei prodotti e business intelligence.
- Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
- PlatoData.Network Generativo verticale Ai. Potenzia te stesso. Accedi qui.
- PlatoAiStream. Intelligenza Web3. Conoscenza amplificata. Accedi qui.
- PlatoneESG. Carbonio, Tecnologia pulita, Energia, Ambiente, Solare, Gestione dei rifiuti. Accedi qui.
- Platone Salute. Intelligence sulle biotecnologie e sulle sperimentazioni cliniche. Accedi qui.
- Fonte: https://aws.amazon.com/blogs/machine-learning/overcoming-common-contact-center-challenges-with-generative-ai-and-amazon-sagemaker-canvas/
- :ha
- :È
- :non
- :Dove
- $ SU
- 100
- 150
- 20
- 20 anni
- 2023
- 408
- 7
- a
- capace
- WRI
- accesso
- Il mio account
- preciso
- Legge
- Action
- azioni
- aggiunto
- Inoltre
- indirizzo
- indirizzamento
- amministratori
- adottare
- Vantaggio
- Dopo shavasana, sedersi in silenzio; saluti;
- agenzie
- Agente
- agenti
- AI
- AI-alimentato
- AI / ML
- Tutti
- Consentire
- consente
- anche
- alternativa
- Amazon
- Amazon Sage Maker
- Tela di Amazon SageMaker
- Amazon Web Services
- tra
- an
- .
- analista
- Gli analisti
- analitica
- analizzare
- analizzato
- ed
- ha annunciato
- Un altro
- risposte
- Antropico
- in qualsiasi
- Applicazioni
- AMMISSIONE
- opportuno
- architettura
- SONO
- RISERVATA
- in giro
- news
- AS
- Assistenza
- garanzia
- At
- attenzione
- automatizzare
- automaticamente
- disponibile
- AWS
- Equilibrio
- Bilancio patrimoniale
- base
- basato
- perché
- stato
- comportamento
- essendo
- Belgio
- sotto
- beneficio
- MIGLIORE
- fra
- Blog
- Post di Blog
- marca
- portare
- Porta
- Bruxelles
- costruire
- affari
- business intelligence
- by
- chiamata
- call center
- Bandi
- Materiale
- tela
- funzionalità
- catturato
- Carte
- che
- Custodie
- casi
- centro
- centri
- centralizzata
- sfide
- impegnativo
- chiacchierare
- chatbots
- Scegli
- strettamente
- Cloud
- istruire
- codice
- codifica
- Uncommon
- Comunicazioni
- Aziende
- azienda
- Società
- confrontare
- confronto
- confronto
- avvincente
- competitivo
- completamento di una
- completamento
- conformità
- compiacente
- circa
- Connettiti
- coerente
- consolle
- costante
- consumo
- contatti
- centralino
- contenuto
- Conversazione
- discorsivo
- Costi
- potuto
- creare
- Creazione
- creazione
- credito
- Carte di credito
- Corrente
- Attualmente
- cliente
- Il coinvolgimento del cliente
- esperienza del cliente
- Soddisfazione del cliente
- Servizio clienti
- Clienti
- CX
- alle lezioni
- dati
- trattare
- definisce
- consegna
- schierare
- schierato
- Nonostante
- dettagli
- rilevato
- Costruttori
- Mercato
- diverso
- diversificato
- Differenziazione
- difficile
- discutere
- do
- documento
- non
- dominio
- giù
- decine
- e-commerce
- bordo
- efficienza
- o
- eliminato
- abbracciando
- Potenzia
- enable
- Abilita
- consentendo
- Fidanzamento
- Inglese
- accrescere
- entrare
- entrare
- errori
- europeo
- Anche
- esempio
- Esempi
- esistente
- esperienza
- Esperienze
- competenza
- esplora
- estratto
- Faccia
- Caduto
- Caratteristiche
- sentire
- Infine
- finanziare
- Trovate
- Fintech
- Nome
- Focus
- seguire
- i seguenti
- Nel
- Forrester
- Fondazione
- quattro
- da
- function
- funzioni
- ulteriormente
- generare
- generato
- generativo
- AI generativa
- ottenere
- Dare
- globali
- globo
- Go
- borse di studio
- grande
- Crescita
- guida
- maniglia
- Manovrabilità
- Hard
- Avere
- he
- Aiuto
- aiutare
- aiuta
- Highlight
- mettendo in evidenza
- ORE
- Come
- Tutorial
- Tuttavia
- HTML
- http
- HTTPS
- identificare
- illustra
- immediato
- Impact
- realizzare
- competenze
- miglioramento
- miglioramenti
- migliora
- miglioramento
- in
- includere
- incluso
- Compreso
- incorporando
- Aumento
- industria
- informazioni
- tecnologie dell'informazione
- Innovazione
- creativi e originali
- intuizioni
- esempio
- immediato
- istituzioni
- istruzioni
- integrare
- Intelligence
- intendono
- interazione
- interazioni
- interattivo
- Interfaccia
- investimento
- problema
- sicurezza
- IT
- elementi
- SUO
- Lavoro
- accoppiamento
- viaggio
- jpg
- conservazione
- Le
- parole chiave
- conoscenze
- etichettatura
- Lingua
- Le Lingue
- grandi
- superiore, se assunto singolarmente.
- IMPARARE
- apprendimento
- Guidato
- a sinistra
- meno
- Livello
- Leva
- piace
- linea
- piccolo
- locale
- ceppo
- cerca
- perso
- amore
- Lussemburgo
- macchina
- machine learning
- make
- gestione
- I gestori
- gestione
- Maggio..
- McKinsey
- Menu
- messaggio
- Metodologia
- metodi
- mente
- ML
- modello
- modelli
- Scopri di più
- maggior parte
- multiplo
- narrazione
- Naturale
- Navigazione
- Bisogno
- che necessitano di
- esigenze
- New
- GENERAZIONE
- bello
- no
- Nota
- Note
- romanzo
- ottenere
- ottenuto
- ottobre
- of
- omnichannel
- on
- ONE
- aprire
- Operazioni
- OTTIMIZZA
- Opzioni
- or
- organizzazioni
- Altro
- nostro
- su
- Risultato
- risultati
- contorno
- produzione
- ancora
- superamento
- pagina
- vetro
- parte
- particolare
- partner
- coetanei
- per
- Eseguire
- performance
- permessi
- Personalizzata
- piano
- Platone
- Platone Data Intelligence
- PlatoneDati
- punto
- Termini e Condizioni
- Post
- Post
- potenziale
- alimentato
- potente
- Previsioni
- stampa
- pressione
- precedente
- Precedente
- problemi
- produrre
- Prodotto
- gestione del prodotto
- della produttività
- Prodotti
- Profilo
- istruzioni
- fornire
- fornisce
- fornitura
- la percezione
- organizzazioni del settore pubblico
- scopo
- qualità
- Domande
- Presto
- rapidamente
- che vanno
- veloce
- Lettura
- tempo reale
- raccomandazioni
- registrazione
- ridurre
- riduce
- riferimento
- regione
- rilasciare
- pertinente
- rapporto
- Report
- deposito
- riparazioni
- Risoluzione
- risolvere
- risorsa
- Risorse
- risposta
- Risultati
- Le vendite
- la crescita dei ricavi
- revisione
- destra
- Rischio
- sagemaker
- soddisfazione
- Risparmi
- dire
- copione
- script
- Cerca
- ricerca
- Sezione
- settore
- select
- selezionato
- prodotti
- anziano
- delicata
- sentimento
- servizio
- Servizi
- sessioni
- set
- compartecipazione
- foglio
- mostrare attraverso le sue creazioni
- chiuso
- fermare
- simile
- Un'espansione
- contemporaneamente
- da
- singolo
- considerevole
- So
- soluzione
- Soluzioni
- RISOLVERE
- Suono
- Fonte
- specialista
- specifico
- in particolare
- spendere
- iniziato
- Di partenza
- Regione / Stato
- step
- Passi
- Fermare
- conservazione
- forte
- tale
- suggerire
- riassumere
- SOMMARIO
- supporto
- supportato
- supporti
- sicuro
- superando
- sintetico
- Fai
- preso
- Parlare
- Task
- task
- team
- Tecnologie
- Tecnologia
- dire
- che
- Il
- loro
- Li
- poi
- Là.
- in tal modo
- Strumenti Bowman per analizzare le seguenti finiture:
- di
- questo
- anche se?
- tre
- Attraverso
- tempo
- titano
- a
- strumenti
- tradizionale
- Training
- Trascrizione
- Trasformare
- tendenze
- prova
- pizzicare
- seconda
- tipicamente
- per
- capire
- unificato
- Università
- uso
- caso d'uso
- casi d'uso
- utilizzato
- Utente
- utenti
- usa
- utilizzando
- APPREZZIAMO
- molto
- visivo
- Voce
- volume
- volere
- Prima
- we
- sito web
- servizi web
- WELL
- Che
- quando
- quale
- while
- volere
- saggezza
- con
- senza
- Lavora
- lavorato
- flussi di lavoro
- lavori
- scrittura
- anni
- Tu
- giovane
- Trasferimento da aeroporto a Sharm
- Zendesk
- zefiro