Voeg conversatie-AI toe aan elk contactcenter met Amazon Lex en de Amazon Chime SDK

Klanttevredenheid is een krachtige maatstaf die rechtstreeks van invloed is op de winstgevendheid van een organisatie. Met de snelle technologische vooruitgang in het afgelopen decennium of zo, is het nog belangrijker om de klantfocus op de volgende manieren te verbeteren:

• Uw organisatie toegankelijk maken voor uw klanten via meerdere modaliteiten, waaronder spraak, tekst, sociale media en meer
• Uw klanten een zeer efficiënte post-sales- en service-ervaring bieden
• Voortdurend de kwaliteit van uw service verbeteren naarmate zakelijke trends en dynamiek veranderen

Het opzetten van zeer efficiënte contactcenters vereist aanzienlijke automatisering, schaalbaarheid en een mechanisme van actief leren door feedback van klanten. Er is een uitdaging op elk punt in het klanttraject van het contactcenter - van lange wachttijden aan het begin tot operationele kosten die gepaard gaan met lange gemiddelde afhandelingstijden.

In traditionele contactcenters is een oplossing voor lange wachttijden het inschakelen van selfservice-opties voor klanten die een Interactive Voice Response-systeem (IVR) gebruiken. Een IVR maakt gebruik van een reeks geautomatiseerde menu-opties om het belvolume van agenten te verminderen door veelgestelde vragen te beantwoorden zonder tussenkomst van een live agent. Traditionele IVR's volgen echter meestal een vooraf bepaalde volgorde, zonder de mogelijkheid om intelligent te reageren op verzoeken van klanten. Een niet-conversatieve IVR zoals deze kan uw klanten frustreren en hen ertoe brengen zo snel mogelijk contact op te nemen met een agent, waardoor uw gespreksafleidingspercentages toenemen. U kunt deze uitdaging oplossen door kunstmatige intelligentie (AI) aan uw IVR toe te voegen. Een AI-compatibele IVR kan uw klant sneller en nauwkeuriger helpen problemen op te lossen zonder menselijke tussenkomst. Wanneer een agent nodig is, kan de AI-compatibele IVR uw klant naar de juiste agent leiden met de juiste informatie die al is verzameld, waardoor de klant de informatie niet hoeft te herhalen. Met AWS AI-services is het nog eenvoudiger omdat er geen machine learning (ML) training of expertise vereist is om krachtige, vooraf getrainde ML-modellen te gebruiken.

AI-aangedreven geautomatiseerde applicaties zijn een natuurlijke keuze voor IVR's omdat ze kunnen begrijpen en reageren in natuurlijke taal. Bovendien kunt u verbeterde mogelijkheden aan uw IVR toevoegen om te leren en te evolueren op basis van hoe klanten ermee omgaan. Met Amazon-Lex, kunt u krachtige, meertalige AI-systemen voor conversatie bouwen en de selfservice-ervaring voor uw klanten verbeteren zonder dat ML-vaardigheden vereist zijn. Met de Amazon Chime SDK kunt u uw bestaande contactcenter eenvoudig integreren met Amazon Lex met behulp van een Amazon Chime SDK SIP-mediatoepassing. Dit omvat contactcenters zoals Avaya, Cisco, Genesys en anderen. Amazon Chime SDK-integratie met Amazon Lex is beschikbaar in de AWS-regio's US East (N. Virginia) en US West (Oregon).

Dit geeft je de flexibiliteit van native integratie met Amazon Lex voor AI-aangedreven selfservice, en de mogelijkheid om te integreren met een groot aantal andere AWS AI-services om je hele contactcenteractiviteiten te transformeren.

In dit bericht geven we een overzicht van hoe u AI-aangedreven IVR's kunt toevoegen aan elk contactcenter dat SIP-trunking ondersteunt met behulp van Amazon Chime SDK en Amazon Lex, via de onlangs gelanceerde Amazon Chime SDK PSTN audio-integratie met Amazon Lex. In dit bericht behandelen we de volgende onderwerpen:

• Referentie-oplossingsarchitectuur voor de selfservice AI
• De oplossing implementeren
• De chatbot Accountsaldo bekijken
• Herziening van de Amazon Chime SDK Voice Connector
• De oplossing testen
• Middelen opruimen

Overzicht oplossingen

Zoals beschreven in de vorige sectie, gebruiken we twee belangrijke AWS-services, Amazon Lex en de Amazon Chime SDK, om de selfservice AI-oplossing te bouwen. We gebruiken ook AWS Lambda (een volledig beheerde serverloze computerservice), Amazon Elastic Compute-cloud (Amazon EC2, een rekeninfrastructuur), en Amazon DynamoDB (een volledig beheerde database zonder SQL) om een ​​werkend voorbeeld te maken. De codebasis voor deze oplossing is beschikbaar in de bijbehorende GitHub-repository. Instructies voor het implementeren en testen van deze oplossing vindt u in de volgende sectie.

Het volgende diagram illustreert de oplossingsarchitectuur.

De workflow van de oplossing bestaat uit de volgende stappen:

1. Wanneer we bellen via een vaste lijn of mobiele telefoon, verbindt het Public Switched Telephone Network (PSTN) ons met de andere partij. In deze demo gebruiken we een Asterisk-server (een gratis contactcenterframework) geïmplementeerd op een Amazon EC2-server om een ​​contactcenter te emuleren dat is verbonden met het PSTN via een Amazon Chime Voice Connector. Asterisk is een software-implementatie van een private branch exchange (PBX) - een controller van een particulier telefoonnetwerk dat binnen een bedrijf of organisatie wordt gebruikt.
2. Als onderdeel van deze demo wordt een telefoonnummer verkregen via de Amazon Chime SDK en gekoppeld aan de Asterisk PBX. Wanneer er naar dit nummer wordt gebeld, wordt het afgeleverd als: SIP (Sessie-initiatieprotocol) naar de Asterisk PBX-server. De Asterisk PBX stuurt deze oproep vervolgens door naar de Amazon Chime Voice Connector met behulp van SIP, waar het een oproep activeert Amazon Chime SIP-mediatoepassing.
3. Amazon Chime PSTN-audio gebruikt een SIP-mediatoepassing om een programmeerbare VoIP-applicatie. De Amazon Chime SIP-mediatoepassing werkt met een Lambda-functie om de oproep programmatisch af te handelen.
4. Wanneer de oproep binnenkomt bij de Amazon Chime SIP-mediatoepassing, wordt de bijbehorende Lambda-functie aangeroepen. De functie slaat de oproepinformatie op in een DynamoDB-tabel en retourneert a StartBotConversation actie. De StartBotConversation action brengt een spraakgesprek tot stand tussen de eindgebruiker op PSTN en de Amazon Lex-bot.
5. Amazon Lex is een volledig beheerde AWS AI-service met geavanceerde natuurlijke taalmodellen voor het ontwerpen, bouwen, testen en implementeren van conversatie-interfaces in applicaties. Het combineert automatische spraakherkenning en technologieën voor het begrijpen van natuurlijke taal om een ​​mensachtige interactie voor uw toepassingen te creëren. Deze demo zet bijvoorbeeld een bot in om drie geautomatiseerde taken uit te voeren, of intenties: Check Balance, Transfer Funds en Open Account. Een intentie vertegenwoordigt een actie die de gebruiker wil uitvoeren.
6. Het gesprek begint met de beller die communiceert met de Amazon Lex-bot door de bot te vertellen wat ze willen doen. De automatische spraakherkenning (ASR) en natuurlijke taalbegrip (NLU) -mogelijkheden van de bot helpen het de gebruikersinvoer te begrijpen. Amazon Lex kan de gevraagde intentie bepalen op basis van de bellerinvoer en voorbeelduitingen die voor elke intentie zijn geconfigureerd.
7. Nadat de bedoeling is bepaald, communiceert Amazon Lex met de beller om informatie te verzamelen voor alle slots die voor die bedoeling zijn geconfigureerd. Bijvoorbeeld de Open Account intentie omvat vier slots:
   1. Voornaam
   2. Achternaam
   3. account type
   4. Telefoonnummer
8. Amazon Lex werkt samen met de beller om informatie vast te leggen voor al deze vereiste slots van de geselecteerde intentie. Nadat deze zijn vastgelegd en de bedoeling is vervuld, stuurt Amazon Lex de oproepverwerking terug naar de Amazon Chime SIP-mediatoepassing, samen met de volledige resultaten van het Amazon Lex-botgesprek.
9. De daaropvolgende verwerkingsstappen worden uitgevoerd door de Lambda-functie van de PSTN-audiohandler. Dit omvat het ontleden van de resultaten, het bepalen van de volgende oproeproute-actie, het opslaan van de resultaten in een DynamoDB-tabel en het retourneren van de ophangactie.
10. De Asterisk PBX gebruikt de informatie die is opgeslagen in de DynamoDB-tabel om de volgende actie te bepalen. Als de beller bijvoorbeeld zijn saldo wil controleren, wordt het gesprek beëindigd. Als de beller echter een account wilde openen, wordt de oproep naar de agent gestuurd en bevat de informatie die is vastgelegd in de Amazon Lex-bot.

We hebben gebruikt AWS Cloud-ontwikkelingskit (AWS CDK) om deze applicatie te verpakken voor eenvoudige implementatie in uw account. De AWS CDK is een open-source softwareontwikkelingsraamwerk om uw cloudtoepassingsbronnen te definiëren met behulp van bekende programmeertalen. Het biedt componenten op hoog niveau, genaamd constructies die cloudbronnen vooraf configureren met bewezen standaardwaarden, zodat u gemakkelijk cloudtoepassingen kunt bouwen.

Voorwaarden

Voordat we de oplossing implementeren, hebben we een AWS-account en een lokale machine nodig om de AWS CDK-stack uit te voeren. Voer de volgende stappen uit:

1. Log in op uw AWS-account.
   Als u geen AWS-account heeft, kunt u: meld je aan voor een.Voor nieuwe klanten biedt AWS een Gratis niveau, die de mogelijkheid biedt om AWS-services gratis te verkennen en uit te proberen (tot de gespecificeerde limieten voor elke service). Dit kan je helpen om praktische ervaring op te doen met het AWS-platform, de producten en diensten. We gebruiken een lokale machine, zoals een laptop of een desktopcomputer, om de stack te implementeren met AWS CDK.
2. Open een nieuw terminalvenster voor MacOS, of stopverf voor Windows OS om alle vereisten te installeren die nodig zijn om de oplossing te implementeren.
3. Installeer de volgende vereiste software:
   1. AWS-opdrachtregelinterface (AWS CLI) – Een opdrachtregelprogramma voor interactie met AWS-services. Raadpleeg voor installatie-instructies: De AWS CLI installeren, bijwerken en verwijderen.
   2. Node.js > 16 – Open-source JavaScript-backend-engine voor ontwikkeling en implementatie van applicaties. Raadpleeg voor installatie-instructies: Zelfstudie: Node.js instellen op een Amazon EC2-instantie.
   3. Garen – Garen is een pakketbeheerder voor uw code. Het biedt gemakkelijke toegang om de code te gebruiken en te delen tussen ontwikkelaars. Voer de volgende opdracht uit om Yarn te installeren:

      curl -o- -L https://yarnpkg.com/install.sh | bash

      Nu voeren we de volgende opdrachten uit om de AWS-toegangssleutels in te stellen die we nodig hebben. Voor meer informatie, zie: Toegangssleutels beheren voor IAM-gebruikers.

4. Voer het volgende commando uit:

   aws configure list

5. Voer het volgende commando uit:

   aws configure

6. Geef de waarden op voor de toegangssleutel-ID en geheime toegangssleutel van uw AWS-account.
7. Wijzig de regionaam of laat de standaardregio ongewijzigd.
8. Accepteer de standaardwaarde van JSON voor het uitvoerformaat.

Implementeer de oplossing

U kunt deze oplossing ook aanpassen aan uw vereisten. Bekijk de uitvoerbronnen die deze implementatie bevat en wijzig de Lambda-functie om de aangepaste bedrijfslogica toe te voegen die u nodig hebt voor uw eigen oplossing.

Voer de volgende stappen uit in dezelfde terminal om de toepassing te implementeren:

1. Kloon de git-repository:

   git clone https://github.com/aws-samples/amazon-chime-pstn-audio-with-amazon-lex.git

   

2. Voer de projectdirectory in:

   cd amazon-chime-pstn-audio-with-amazon-lex

   

3. Implementeer de AWS CDK-applicatie:

   yarn launch

   
   Na een paar minuten zou uw stackimplementatie voltooid moeten zijn. De volgende schermafbeelding toont de voorbeelduitvoer.
   

4. Installeer de webclient SIP-telefoon met de volgende opdrachten:

   cd site 

   Yarn 

   yarn run start

   

Bekijk de Amazon Chime SDK-spraakconnector

In dit bericht gebruiken we de Amazon Chime SDK om de ontvangen oproepen op de Asterisk PBX-server (of uw bestaande contactcenters) naar Amazon Lex te routeren. Dit wordt gedaan met behulp van Amazon Chime SIP PSTN-audio en de Amazon Chime Voice Connector. Met Amazon Chime PSTN-audio kunt u programmeerbare telefonietoepassingen maken met behulp van Lambda-functies. Deze Amazon Chime SIP-mediatoepassingen worden geactiveerd door een PSTN-telefoonnummer of Amazon Chime Voice Connector. De volgende schermafbeelding toont de SIP-regel die wordt geactiveerd door een Amazon Chime SDK Voice Connector en is gericht op een SIP-mediatoepassing.

Bekijk de chatbot Accountsaldo

De Amazon Lex-bot in deze demo bevat drie intenties. Deze intenties kunnen worden aangevraagd via natuurlijke taalspraak van de beller. Bijvoorbeeld de Check Balance intentie wordt gezaaid met de volgende voorbeelduitingen.

Een intentie kan nul of meer parameters vereisen, die worden genoemd speelautomaten. We voegen slots toe als onderdeel van de intentieconfiguratie tijdens het bouwen van de blot. Tijdens runtime vraagt ​​Amazon Lex de gebruiker om specifieke slotwaarden. De gebruiker moet waarden opgeven voor alle vereiste slots voordat Amazon Lex aan de bedoeling kan voldoen.

Voor de Check Balance opzet, vraagt ​​Amazon Lex om slotgegevens, zoals:

For which account would you like to check the balance?
For verification purposes, what is your date of birth?

Nadat de Amazon Lex-bot alle vereiste slotinformatie heeft verzameld, vervult deze de bedoeling door het juiste antwoord op te roepen. In dit geval wordt het rekeningsaldo van de rekening opgevraagd en aan de klant verstrekt.

In dit bericht gebruiken we een Lambda-functie om te helpen bij het initialiseren, valideren en vervullen van de intentie. Het volgende is de Python-voorbeeldcode die laat zien hoe de functie aanroepingen afhandelt, afhankelijk van de intentie die wordt gebruikt:

def dispatch(intent_request):
    intent_name = intent_request["sessionState"]["intent"]["name"]
    response = None
    # Dispatch to your bot's intent handlers
    if intent_name == "CheckBalance":
        return CheckBalance(intent_request)
    elif intent_name == "FollowupCheckBalance":
        return FollowupCheckBalance(intent_request)
    elif intent_name == "OpenAccount":
        return OpenAccount(intent_request)

    raise Exception("Intent with name " + intent_name + " not supported")


def lambda_handler(event, context):
    print(event)
    response = dispatch(event)
    print(response)
    return response 

Het volgende is de voorbeeldcode die het codeblok voor de Check Balance intentie in de Lambda-functie. In dit voorbeeld genereren we een willekeurig nummer als rekeningsaldo, maar dit kan worden geïntegreerd met uw bestaande database om nauwkeurige bellerinformatie te verstrekken.

def CheckBalance(intent_request):
    session_attributes = get_session_attributes(intent_request)
    slots = get_slots(intent_request)
    account = get_slot(intent_request, "accountType")
    # The account balance in this case is a random number
    # Here is where you could query a system to get this information
    balance = str(random_num())
    text = "Thank you. The balance on your " + account + " account is $" + balance
    message = {"contentType": "PlainText", "content": text}
    fulfillment_state = "Fulfilled"
    return close(session_attributes, "CheckBalance", fulfillment_state, message)

Test de oplossing

Laten we de oplossing doornemen door het pad van een enkel gebruikersverzoek te volgen:

1. Haal het telefoonnummer uit de uitvoer na het implementeren van de AWS CDK:

   Outputs:
   LexContactCenter.voiceConnectorPhone = +1NPANXXXXXX

2. Bel het telefoonnummer in vanaf elke PSTN-telefoon.
3. Nu kunt u de menu-opties proberen.

Voor de Amazon Lex-bot om de . te begrijpen Check Balance intentie, kunt u een van de volgende uitspraken doen:

• Wat is het saldo op mijn rekening?
• Mijn rekeningsaldo controleren?
• Ik wil het saldo controleren?

Amazon Lex vraagt ​​om de slotgegevens die nodig zijn om aan deze bedoeling te voldoen. Voor de Check Balance opzet, vraagt ​​Amazon Lex om het account en de geboortedatum:

• Van welke rekening wilt u het saldo controleren?
• Wat zijn uw geboortegegevens voor verificatiedoeleinden?

Nadat u de vereiste informatie hebt verstrekt, voldoet de bot aan de bedoeling en geeft hij de informatie over het rekeningsaldo. Het volgende is een voorbeeld van een uitvoerbericht voor de Check Balance bedoeling: Thank you. The balance on your <account> account is $<balance>.

4. Voltooi het gesprek door op te hangen of doorverbonden te worden met een agent.

Wanneer het gesprek met de Amazon Lex-bot is voltooid, keert het gesprek terug naar de SIP-mediatoepassing en de bijbehorende Lambda-functie met de resultaten van het botgesprek.

De Amazon Chime SIP-mediatoepassing voert de nabewerkingsstappen uit en stuurt de oproep terug naar de Asterisk PBX. Voor de Open Account opzet, zorgt dit ervoor dat de Asterisk PBX een agent belt met een op een webclient gebaseerde SIP-telefoon. De volgende schermafbeelding toont het dashboard met de oproepinformatie van de agent. Deze oproep kan worden beantwoord op de webclient om tweerichtingsaudio tussen de beller en de agent tot stand te brengen. Zoals te zien is in de schermafbeelding, is de informatie die door de beller is verstrekt bewaard gebleven en aan de agent gepresenteerd.

Bekijk de volgende video voor een voorbeeld van een partneroplossing voor het integreren van Amazon Lex met Cisco Unified Contact Center met behulp van Amazon Chime SDK:

Ruim middelen op

Voer de volgende opdracht in het terminalvenster uit om de bronnen die in deze demo worden gebruikt op te schonen en verdere kosten te voorkomen:

yarn destroy

De AWS CloudFormatie stack gemaakt door de AWS CDK wordt vernietigd, waardoor alle toegewezen bronnen worden verwijderd.

Conclusie

In deze post hebben we een oplossing gedemonstreerd met een referentiearchitectuur om selfservice AI toe te voegen aan elk contactcenter met Amazon Lex en de Amazon Chime SDK. We hebben laten zien hoe de oplossing werkt en hebben een gedetailleerd overzicht gegeven van de code en implementatiestappen. Deze oplossing is bedoeld als referentiearchitectuur of als snelstartgids die u kunt aanpassen aan uw eigen behoeften.

Probeer het eens en laat ons weten hoe dit uw use-case heeft opgelost door feedback achter te laten in het opmerkingengedeelte. Voor meer informatie, zie de project GitHub-repository.

Over de auteurs

Prem Ranga is een NLP-domeinleider en een Sr. AI/ML-specialist SA bij AWS en een auteur die regelmatig blogs, onderzoekspapers en recentelijk een NLP-tekstboek publiceert. Als hij klanten niet helpt bij het adopteren van AWS AI/ML, houdt Prem zich bezig met het bouwen van Simple Beer Service-units voor AWS-kantoren, het organiseren van competitieve gaming-evenementen met DeepRacer & DeepComposer en het opleiden van studenten en jonge professionals over het ontwikkelen van AI/ML-vaardigheden. Je kunt het werk van Prem volgen op LinkedIn.

Hof Schuett is de Lead Evangelist voor de Amazon Chime SDK met een achtergrond in telefonie en houdt er nu van om dingen te bouwen die dingen bouwen. Court is erop gericht om zowel ontwikkelaars als niet-ontwikkelaars te leren bouwen met AWS.

Vamshi Krishna Enabothala is een Senior AI/ML Specialist SA bij AWS met expertise in big data, analyse en het orkestreren van schaalbare AI/ML-architecturen voor startups en ondernemingen. Vamshi is gericht op taal-AI en innoveert in het bouwen van aanbevelingsengines van wereldklasse. Naast zijn werk is Vamshi een RC-liefhebber, hij bouwt en speelt met RC-apparatuur (vliegtuigen, auto's en drones), en houdt ook van tuinieren.