Amazon Lex の新しい生成 AI 機能でセルフサービス アシスタントを強化 | アマゾン ウェブ サービス

この投稿では、生成 AI が新しい顧客やボット ビルダーのエクスペリエンスを提供することで会話型 AI 業界をどのように変えているか、およびその新機能について説明します。 Amazon Lex これらの進歩を活用します。

会話型 AI の需要が高まり続ける中、開発者は人間のような対話や FAQ 処理などの高度な機能を備えたチャットボットを強化する方法を模索しています。 生成 AI における最近の進歩により、自然言語理解が大幅に向上し、会話システムがよりインテリジェントになりました。 AI 研究者は、何兆ものトークンを含むデータセットで大規模なニューラル ネットワーク モデルをトレーニングすることにより、ボットがより複雑な質問を理解し、微妙でより自然な人間のような応答を提供し、幅広いトピックを処理できるようにする技術を開発しました。 これらの新しい生成 AI イノベーションを使用すると、テキストまたは音声ベースのセルフサービス インタラクション中に、より自然で直観的で役立つ仮想アシスタントを作成できます。 生成 AI の急速な進歩により、自動化されたチャットボットと仮想アシスタントは、真にインテリジェントで自由な会話を実現するという目標に大きく近づきます。 深層学習とニューラル ネットワーク技術のさらなる進歩により、会話システムはさらに柔軟で、より人間らしく、より人間らしくなろうとしています。 この新世代の AI を活用したアシスタントは、さまざまなユースケースにわたってシームレスなセルフサービス エクスペリエンスを提供できます。

Amazon Bedrock が会話型 AI の状況をどのように変えるか

アマゾンの岩盤 は、基礎モデル (FM) を使用して生成 AI アプリケーションを構築および拡張するためのユーザーフレンドリーな方法です。 Amazon Bedrock は主要プロバイダーからの一連の FM を提供しているため、AWS の顧客は特定のユースケースに最適なモデルを柔軟に選択できます。

今日のペースの速い世界では、あらゆる企業に迅速かつ効率的な顧客サービスが期待されています。 ただし、問い合わせの量が問い合わせに対応するために雇用されている人員を上回った場合、優れた顧客サービスを提供することは非常に困難になる可能性があります。 企業は、大規模言語モデル (LLM) を活用した生成 AI の進歩を活用することで、パーソナライズされた顧客サービスを提供しながら、この課題を効率的に克服できます。

AWS は長年にわたり、AI、機械学習 (ML)、生成 AI へのアクセスの民主化と理解を促進することに投資してきました。 LLM は、よくある質問に対する自動応答を提供したり、顧客の感情と意図を分析して電話を適切にルーティングしたり、エージェントをサポートするための会話の要約を生成したり、一般的な顧客の問い合わせに対する電子メールやチャットの応答を自動的に生成したりすることにより、コンタクト センターで非常に役立ちます。 LLM を使用すると、反復的なタスクを処理し、会話から洞察を得ることで、コンタクト センターのエージェントは、パーソナライズされたサービスを通じてより高い価値を提供し、複雑な問題を解決することに集中できます。

会話型 FAQ による顧客エクスペリエンスの向上

生成 AI には、顧客からのよくある質問に対して会話形式で迅速かつ信頼性の高い回答を提供できる、大きな可能性があります。 承認されたナレッジソースと LLM にアクセスできるため、既存の Amazon Lex ボットは、タスク指向の対話を超えて、FAQ に対して有益かつ自然かつ正確な応答を提供できます。 当社の検索拡張生成 (RAG) アプローチにより、Amazon Lex はリポジトリで利用可能な幅広い知識と LLM の流暢性の両方を活用することができます。 自由形式の会話言語で質問するだけで、数秒以内に自然でカスタマイズされた応答が得られます。 Amazon Lex の新しい会話型 FAQ 機能により、ボット開発者と会話デザイナーは、ボット内で徹底的な FAQ ベースの会話フローを設計するのではなく、ビジネス ロジックの定義に集中できるようになります。

LLM を使用して承認されたナレッジ ソースをクエリし、意味のあるコンテキストに応じた応答を提供する組み込みの QnAIntent を導入しています。 さらに、開発者は、特定のナレッジ ベース セクションを指すように QnAIntent を構成して、実行時にナレッジ コンテンツの特定の部分のみがクエリされ、ユーザーの要求を満たすことができます。 この機能は、金融サービスやヘルスケアなどの高度に規制された業界で、準拠した言語でのみ応答を提供するというニーズを満たします。 Amazon Lex の会話型 FAQ 機能を使用すると、組織はクエリの見逃しや担当者の転送による高額なコストを回避しながら、封じ込め率を向上させることができます。

記述ボットビルダーを使用した Amazon Lex ボットの構築

会話型ボットをゼロから構築するのは時間のかかるプロセスであり、潜在的なリクエストを予測して適切な応答をコード化するには、ユーザーがボットとどのように対話するかについての深い知識が必要です。 現在、会話デザイナーと開発者は、考えられるすべてのユーザー アクションを実行できるようにコードを作成するのに何日も費やしています (意図)、ユーザーがリクエストを表現するさまざまな方法 (発話)、およびそれらのアクションを完了するためにユーザーから必要な情報 (スロット).

Amazon Lex の新しい記述ボット構築機能は、生成 AI を使用してボット構築プロセスを加速します。 コードを記述する代わりに、会話デザイナーやボット開発者は、ボットに実行してもらいたいことを平易な英語で説明できるようになりました (たとえば、「名前と連絡先情報、旅行日、部屋タイプ、支払い情報を使用してホテルの予約を取る」)。 。 この単純なプロンプトのみを使用して、Amazon Lex はインテント、トレーニング発話、スロット、プロンプト、会話フローを自動的に生成し、説明されたボットを実現します。 この機能は、ベースラインのボット設計を提供することにより、会話型チャットボットの構築にかかる時間と複雑さを大幅に軽減し、構築者が会話エクスペリエンスの微調整に労力の優先順位を再設定できるようにします。

LLM を使用して生成 AI の力を活用することで、Amazon Lex を使用すると、開発者や技術者以外のユーザーが目標を説明するだけでボットを構築できるようになります。 開発者は、意図、発話、スロットなどを細心の注意を払ってコーディングするのではなく、自然言語プロンプトを提供することができ、Amazon Lex はさらなる改良に備えた基本的なボットフローを自動的に生成します。 この機能は当初は英語でのみ利用可能ですが、開発者は展開前に必要に応じて AI 生成ボットをさらにカスタマイズできるため、手動による開発作業を何時間も節約できます。

スロット解決支援によるユーザー エクスペリエンスの向上

消費者はチャットボットや自動音声応答 (IVR) システムに慣れるにつれて、セルフサービス エクスペリエンスに組み込まれたより高いレベルのインテリジェンスを期待しています。 ユーザーはより自然で人間らしいエクスペリエンスを期待しているため、より会話的な応答を曖昧さをなくすことが成功には不可欠です。 チャットボット機能に対する消費者の信頼が高まるにつれ、自然言語理解 (NLU) によるパフォーマンスの向上も期待されています。 意味的に単純な発話または複雑な発話がスロットに適切に解決されないというシナリオでは、ユーザーの信頼が低下する可能性があります。 このような場合、LLM は既存の Amazon Lex NLU モデルを動的に支援し、ユーザーの発話がスロットモデルの範囲を超えている場合でも、正確なスロット解決を保証できます。 Amazon Lex では、スロット解決支援機能により、ボット開発者に封じ込めを強化するためのさらに別のツールが提供されます。

実行時、会話ターン中に NLU がスロットの解決に失敗すると、Amazon Lex はボット開発者が選択した LLM を呼び出して、スロットの解決を支援します。 LLM がスロットの再試行時に値を提供できる場合、ユーザーは通常どおり会話を続行できます。 たとえば、スロットの再試行時にボットが「保険契約者はどの都市に住んでいますか?」と質問したとします。 ユーザーが「スプリングフィールドに住んでいます」と答えると、LLM は値を「スプリングフィールド」に解決できます。 この機能でサポートされているスロット タイプには、AMAZON.City、AMAZON. Country、AMAZON.Number、AMAZON.Date、AMAZON.AlphaNumeric (正規表現なし)、AMAZON.PhoneNumber、および AMAZON.confirmation が含まれます。 この機能は、この記事の執筆時点では英語でのみ利用可能です。

トレーニング発話生成によるビルダー エクスペリエンスの向上

ボット ビルダーや会話デザイナーがよく遭遇する問題点の XNUMX つは、インテントを呼び出したり、スロット情報を要求したりするときに、応答のバリエーションや多様性を予測することです。 ボット開発者が新しいインテントを作成するときは、受け入れられる応答の種類と受け入れる必要がある応答の種類について ML モデルをトレーニングするために、サンプル発話を提供する必要があります。 多くの場合、顧客が使用する言葉遣いや構文の組み合わせを予測するのは困難です。 発話生成では、Amazon Lex は次のような基本モデルを使用します。 アマゾンタイタン 迅速なエンジニアリングを必要とせず、ワンクリックでトレーニング発話を生成できます。

発話の生成では、インテント名、既存の発話、およびオプションでインテントの説明を使用して、LLM で新しい発話を生成します。 ボット開発者と会話デザイナーは、生成された発話を受け入れる前に編集または削除できます。 この機能は、新規インテントと既存インテントの両方で動作します。

まとめ

生成 AI の最近の進歩により、自動化された消費者エクスペリエンスが間違いなく向上しました。 Amazon Lex を使用して、私たちはビルダーとユーザーエクスペリエンスのあらゆる側面に生成 AI を注入することに取り組んでいます。 この投稿で説明した機能はほんの始まりにすぎません。今後どのような機能が追加されるかを紹介するのが待ちきれません。

詳細については、を参照してください。 Amazon Lex ドキュメントを参照し、Amazon Lex コンソールでこれらの機能を試してください。

---

著者について

アヌラーダ・ダーフィー Amazon Lex チームのシニアプロダクトマネージャーであり、会話型 AI に関して 7 年以上の経験があります。 彼女は音声ユーザー インターフェイスと、直感的なデザインを通じてテクノロジーをよりアクセスしやすくすることに魅了されています。

サンディープ・スリニバサン Amazon Lex チームのシニアプロダクトマネージャーです。 人間の行動を鋭く観察している彼は、顧客体験に情熱を注いでいます。 彼は起きている時間を、人々、テクノロジー、そして未来の交差点で過ごしています。

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
• プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
• プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
• プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
• 情報源： https://aws.amazon.com/blogs/machine-learning/elevate-your-self-service-assistants-with-new-generative-ai-features-in-amazon-lex/