Legg til Conversational AI til ethvert kontaktsenter med Amazon Lex og Amazon Chime SDK

Publisert av Platon

Følgere: 0

Kundetilfredshet er en potent beregning som direkte påvirker lønnsomheten til en organisasjon. Med raske teknologiske fremskritt det siste tiåret eller så, er det enda viktigere å heve kundefokus på følgende måter:

Gjør organisasjonen din tilgjengelig for kundene dine på tvers av flere modaliteter, inkludert tale, tekst, sosiale medier og mer
Gi kundene dine en svært effektiv ettersalgs- og serviceopplevelse
Kontinuerlig forbedring av kvaliteten på tjenesten din ettersom forretningstrender og dynamikk endres

Å etablere svært effektive kontaktsentre krever betydelig automatisering, evne til å skalere og en mekanisme for aktiv læring gjennom tilbakemeldinger fra kunder. Det er en utfordring på hvert punkt i kontaktsenterets kundereise – fra lange ventetider i begynnelsen til driftskostnader forbundet med lange gjennomsnittlige behandlingstider.

I tradisjonelle kontaktsentre er en løsning for lange ventetider å muliggjøre selvbetjeningsalternativer for kunder som bruker et interaktivt stemmeresponssystem (IVR). En IVR bruker et sett med automatiserte menyalternativer for å redusere agentanropsvolumer ved å adressere vanlige ofte stilte forespørsler uten å involvere en aktiv agent. Tradisjonelle IVR-er følger imidlertid vanligvis en forhåndsbestemt sekvens, uten evne til å svare intelligent på kundeforespørsler. En ikke-samtale IVR som dette kan frustrere kundene dine og føre til at de prøver å kontakte en agent så snart som mulig, noe som øker anropsavledningsraten. Du kan løse denne utfordringen ved å legge til kunstig intelligens (AI) til din IVR. En AI-aktivert IVR kan raskere og mer nøyaktig hjelpe kunden med å løse problemer uten menneskelig innblanding. Når en agent er nødvendig, kan den AI-aktiverte IVR-en rute kunden din til riktig agent med den riktige informasjonen som allerede er samlet inn, og dermed spare kunden fra å måtte gjenta informasjonen. Med AWS AI-tjenester er det enda enklere fordi det ikke kreves opplæring i maskinlæring (ML) eller ekspertise for å bruke kraftige, forhåndstrente ML-modeller.

AI-drevne automatiserte applikasjoner er et naturlig valg for IVR-er fordi de kan forstå og svare på naturlig språk. I tillegg kan du legge til forbedrede muligheter til IVR-en din for å lære og utvikle deg basert på hvordan kundene samhandler med den. Med Amazon Lex, kan du bygge kraftige, flerspråklige konversasjons-AI-systemer og heve selvbetjeningsopplevelsen for kundene dine uten å kreve ML-ferdigheter. Med Amazon Chime SDK kan du enkelt integrere ditt eksisterende kontaktsenter med Amazon Lex ved å bruke en Amazon Chime SDK SIP-medieapplikasjon. Dette inkluderer kontaktsentre som Avaya, Cisco, Genesys og andre. Amazon Chime SDK-integrasjon med Amazon Lex er tilgjengelig i US East (N. Virginia) og US West (Oregon) AWS-regioner.

Dette gir deg fleksibiliteten til naturlig integrasjon med Amazon Lex for AI-drevet selvbetjening, og muligheten til å integrere med en rekke andre AWS AI-tjenester for å transformere hele kontaktsenterdriften din.

I dette innlegget gir vi en gjennomgang av hvordan du kan legge til AI-drevne IVR-er til ethvert kontaktsenter som støtter SIP-trunking ved å bruke Amazon Chime SDK og Amazon Lex, via den nylig lanserte Amazon Chime SDK PSTN lydintegrasjon med Amazon Lex. Vi dekker følgende emner i dette innlegget:

Referanseløsningsarkitektur for selvbetjent AI
Implementere løsningen
Gjennomgang av chatboten for kontosaldo
Gjennomgang av Amazon Chime SDK Voice Connector
Testing av løsningen
Rydde opp ressurser

Løsningsoversikt

Som beskrevet i forrige avsnitt bruker vi to viktige AWS-tjenester, Amazon Lex og Amazon Chime SDK, for å bygge selvbetjent AI-løsningen. Vi bruker også AWS Lambda (en fullstendig administrert serverløs databehandlingstjeneste), Amazon Elastic Compute Cloud (Amazon EC2, en datainfrastruktur), og Amazon DynamoDB (en fullstendig administrert ingen SQL-database) for å lage et fungerende eksempel. Kodebasen for denne løsningen er tilgjengelig i medfølgende GitHub-depot. Instruksjoner for å distribuere og teste denne løsningen er gitt i neste avsnitt.

Følgende diagram illustrerer løsningsarkitekturen.

Løsningsarbeidsflyten består av følgende trinn:

Når vi ringer med en fasttelefon eller mobiltelefon, kobler det offentlige telefonnettverket (PSTN) oss til den andre parten. I denne demoen bruker vi en Asterisk server (et gratis kontaktsenterrammeverk) distribuert på en Amazon EC2-server for å etterligne et kontaktsenter koblet til PSTN via en Amazon Chime Voice Connector. Asterisk er en programvareimplementering av en privat filialsentral (PBX) - en kontroller for et privat telefonnettverk som brukes i et selskap eller en organisasjon.
Som en del av denne demoen, anskaffes et telefonnummer via Amazon Chime SDK og assosieres med Asterisk PBX. Når det ringes til dette nummeret, leveres det som SIP (Session Initiation Protocol) til Asterisk PBX-serveren. Asterisk PBX ruter deretter denne samtalen til Amazon Chime Voice Connector ved hjelp av SIP, hvor den utløser en Amazon Chime SIP medieapplikasjon.
Amazon Chime PSTN-lyd bruker en SIP-medieapplikasjon for å lage en programmerbar VoIP-applikasjon. Amazon Chime SIP-medieapplikasjonen fungerer med en Lambda-funksjon for å programmere håndtere samtalen.
Når anropet kommer til Amazon Chime SIP-medieapplikasjonen, aktiveres den tilhørende Lambda-funksjonen. Funksjonen lagrer anropsinformasjonen i en DynamoDB-tabell og returnerer en StartBotConversation handling. De StartBotConversation handling etablerer en talesamtale mellom sluttbrukeren på PSTN og Amazon Lex-boten.
Amazon Lex er en fullt administrert AWS AI-tjeneste med avanserte naturlige språkmodeller for å designe, bygge, teste og distribuere samtalegrensesnitt i applikasjoner. Den kombinerer automatisk talegjenkjenning og naturlig språkforståelsesteknologi for å skape en menneskelignende interaksjon for applikasjonene dine. Som et eksempel distribuerer denne demoen en bot for å utføre tre automatiserte oppgaver, eller hensikter: Check Balance, Transfer Fundsog Open Account. En hensikt representerer en handling som brukeren ønsker å utføre.
Samtalen starter med at den som ringer samhandler med Amazon Lex-roboten ved å fortelle boten hva de vil gjøre. Funksjonene for automatisk talegjenkjenning (ASR) og naturlig språkforståelse (NLU) til boten hjelper den å forstå brukerinndataene. Amazon Lex er i stand til å bestemme hensikten som er forespurt basert på innringerinndata og eksempelytringer som er konfigurert for hver hensikt.
Etter at intensjonen er bestemt, samhandler Amazon Lex med den som ringer for å samle informasjon for alle sporene som er konfigurert for den hensikten. For eksempel Open Account intensjonen inkluderer fire spor:
1. Fornavn
2. Etternavn
3. Kontotype
4. Telefonnummer
Amazon Lex samarbeider med den som ringer for å fange opp informasjon for alle disse nødvendige sporene for den valgte hensikten. Etter at disse har blitt fanget og intensjonen er oppfylt, returnerer Amazon Lex samtalebehandling til Amazon Chime SIP-medieapplikasjonen, sammen med de fullstendige resultatene av Amazon Lex-bot-samtalen.
De påfølgende behandlingstrinnene utføres av PSTN-lydbehandlerens Lambda-funksjon. Dette inkluderer å analysere resultatene, bestemme neste anropsrutehandling, lagre resultatene i en DynamoDB-tabell og returnere hengehandlingen.
Asterisk PBX bruker informasjonen som er lagret i DynamoDB-tabellen for å bestemme neste handling. For eksempel, hvis den som ringer ønsker å sjekke saldoen sin, avsluttes samtalen. Men hvis den som ringer ønsket å åpne en konto, sendes samtalen til agenten og inkluderer informasjonen som er fanget i Amazon Lex-boten.

Vi har brukt AWS skyutviklingssett (AWS CDK) for å pakke denne applikasjonen for enkel distribusjon på kontoen din. AWS CDK er et programvareutviklingsrammeverk med åpen kildekode for å definere skyapplikasjonsressursene dine ved å bruke kjente programmeringsspråk. Det gir komponenter på høyt nivå kalt konstruerer som forhåndskonfigurerer skyressurser med påviste standardinnstillinger, slik at du enkelt kan bygge skyapplikasjoner.

Forutsetninger

Før vi distribuerer løsningen, må vi ha en AWS-konto og en lokal maskin for å kjøre AWS CDK-stakken. Fullfør følgende trinn:

Logg på AWS-kontoen din.
Hvis du ikke har en AWS-konto, kan du registrer deg for en.For nye kunder tilbyr AWS en Gratis nivå, som gir muligheten til å utforske og prøve ut AWS-tjenester gratis (opptil de angitte grensene for hver tjeneste). Dette kan hjelpe deg med å få praktisk erfaring med AWS-plattformen, produktene og tjenestene. Vi bruker en lokal maskin, for eksempel en bærbar datamaskin eller en stasjonær datamaskin, for å distribuere stabelen ved hjelp av AWS CDK.
Åpne et nytt terminalvindu for MacOS, eller kitt for at Windows OS skal installere alle forutsetningene som kreves for å distribuere løsningen.
Installer følgende forutsetningsprogramvare:
1. AWS kommandolinjegrensesnitt (AWS CLI) – Et kommandolinjeverktøy for samhandling med AWS-tjenester. For installasjonsinstruksjoner, se Installere, oppdatere og avinstallere AWS CLI.
2. node.js > 16 – Åpen kildekode JavaScript-backend-motor for applikasjonsutvikling og distribusjon. For installasjonsinstruksjoner, se Opplæring: Sette opp Node.js på en Amazon EC2-instans.
3. garn – Garn er en pakkebehandling for koden din. Det gir enkel tilgang til å bruke og dele koden mellom utviklere. Kjør følgende kommando for å installere Yarn:
```
curl -o- -L https://yarnpkg.com/install.sh | bash
```
  Nå kjører vi følgende kommandoer for å sette opp AWS-tilgangsnøklene vi trenger. For mer informasjon, se Administrere tilgangsnøkler for IAM-brukere.
Kjør følgende kommando:
```
aws configure list
```
Kjør følgende kommando:
```
aws configure
```
Oppgi verdiene for AWS-kontoens tilgangsnøkkel-ID og hemmelige tilgangsnøkkel.
Endre regionnavnet eller la standardregionen være som den er.
Godta standardverdien til JSON for utdataformatet.

Distribuere løsningen

Du kan også tilpasse denne løsningen til dine behov. Se gjennom utdataressursene denne distribusjonen inneholder og modifiser Lambda-funksjonen for å legge til den tilpassede forretningslogikken du trenger for din egen løsning.

Kjør følgende trinn i samme terminal for å distribuere applikasjonen:

Klon git-depotet:

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

Gå inn i prosjektkatalogen:

cd amazon-chime-pstn-audio-with-amazon-lex
Distribuer AWS CDK-applikasjonen:
```
yarn launch
```
Etter noen minutter skal stabeldistribusjonen være fullført. Følgende skjermbilde viser eksempelutgangen.
Installer nettklienten SIP-telefonen med følgende kommandoer:
```
cd site 
```
```
Yarn 
```
```
yarn run start
```

Se gjennom Amazon Chime SDK Voice Connector

I dette innlegget bruker vi Amazon Chime SDK for å rute anropene mottatt på Asterisk PBX-serveren (eller dine eksisterende kontaktsentre) til Amazon Lex. Dette gjøres ved å bruke Amazon Chime SIP PSTN-lyd og Amazon Chime Voice Connector. Amazon Chime PSTN-lyd lar deg lage programmerbare telefoniapplikasjoner ved hjelp av Lambda-funksjoner. Disse Amazon Chime SIP-medieapplikasjonene utløses av enten et PSTN-telefonnummer eller Amazon Chime Voice Connector. Følgende skjermbilde viser SIP-regelen som utløses av en Amazon Chime SDK Voice Connector og retter seg mot en SIP-medieapplikasjon.

Se gjennom chatboten for kontosaldo

Amazon Lex-boten i denne demoen inkluderer tre intensjoner. Disse hensiktene kan forespørres gjennom naturlig tale fra den som ringer. For eksempel Check Balance hensikten er seeded med følgende eksempel ytringer.

En hensikt kan kreve null eller flere parametere, som kalles spilleautomater. Vi legger til spor som en del av intensjonskonfigurasjonen mens vi bygger blotet. Under kjøretid ber Amazon Lex brukeren om spesifikke sporverdier. Brukeren må oppgi verdier for alle nødvendige spilleautomater før Amazon Lex kan oppfylle intensjonen.

For det Check Balance hensikt, ber Amazon Lex om spordata, for eksempel:

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

Etter at Amazon Lex-roboten har samlet all nødvendig sporinformasjon, oppfyller den intensjonen ved å påkalle riktig svar. I dette tilfellet spør den om kontosaldoen knyttet til kontoen og gir den til kunden.

I dette innlegget bruker vi en Lambda-funksjon for å initialisere, validere og oppfylle intensjonen. Følgende er eksempelet på Python-koden som viser hvordan funksjonen håndterer påkallelser avhengig av hvilken hensikt som brukes:

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

Følgende er eksempelkoden som forklarer kodeblokken for Check Balance hensikt i Lambda-funksjonen. I dette eksemplet genererer vi et tilfeldig tall som kontosaldo, men dette kan integreres med din eksisterende database for å gi nøyaktig oppringerinformasjon.

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 løsningen

La oss gå gjennom løsningen ved å følge banen til en enkelt brukerforespørsel:

Få telefonnummeret fra utgangen etter å ha distribuert AWS CDK:
```
Outputs:
LexContactCenter.voiceConnectorPhone = +1NPANXXXXXX
```
Slå inn telefonnummeret fra en hvilken som helst PSTN-basert telefon.
Nå kan du prøve menyalternativene.

For at Amazon Lex-roboten skal forstå Check Balance hensikt, kan du si hvilken som helst av følgende ytringer:

Hva er saldoen på kontoen min?
Sjekk saldoen min?
Jeg vil sjekke saldoen?

Amazon Lex ber om spordataene som kreves for å oppfylle denne hensikten. For Check Balance hensikt, ber Amazon Lex om kontoen og fødselsdatoen:

For hvilken konto vil du sjekke saldoen?
For verifiseringsformål, hva er fødselsdataene dine?

Etter at du har oppgitt den nødvendige informasjonen, oppfyller roboten intensjonen og gir kontosaldoinformasjonen. Følgende er en eksempelutgangsmelding for Check Balance hensikt: Thank you. The balance on your <account> account is $<balance>.

Fullfør samtalen ved å legge på eller bli overført til en agent.

Når samtalen med Amazon Lex-boten er fullført, går samtalen tilbake til SIP-medieapplikasjonen og tilhørende Lambda-funksjon med resultatene fra botsamtalen.

Amazon Chime SIP-medieapplikasjonen utfører etterbehandlingstrinnene og returnerer anropet til Asterisk PBX. For Open Account hensikt, får dette Asterisk PBX til å ringe en agent ved hjelp av en nettklientbasert SIP-telefon. Følgende skjermbilde viser dashbordet med informasjon om agentanrop. Denne samtalen kan besvares på nettklienten for å etablere toveis lyd mellom den som ringer og agenten. Som vist på skjermbildet er informasjonen gitt av den som ringer blitt bevart og presentert for agenten.

Se følgende video for et eksempel på en partnerløsning om hvordan du integrerer Amazon Lex med Cisco Unified Contact Center ved hjelp av Amazon Chime SDK:

Rydd opp i ressursene

For å rydde opp i ressursene som brukes i denne demoen og unngå å pådra seg ytterligere kostnader, kjør følgende kommando i terminalvinduet:

yarn destroy

De AWS skyformasjon stabelen opprettet av AWS CDK blir ødelagt, og fjerner alle de tildelte ressursene.

konklusjonen

I dette innlegget demonstrerte vi en løsning med en referansearkitektur for å legge til selvbetjent AI til ethvert kontaktsenter som bruker Amazon Lex og Amazon Chime SDK. Vi viste hvordan løsningen fungerer og ga en detaljert gjennomgang av koden og distribusjonstrinn. Denne løsningen er ment å være en referansearkitektur eller en hurtigstartguide som du kan tilpasse for dine egne behov.

Gi det en virvel og la oss få vite hvordan dette løste brukssaken ved å gi tilbakemelding i kommentarfeltet. For mer informasjon, se prosjekt GitHub-depot.

Om forfatterne

Prem Ranga er en NLP-domeneleder og en Sr. AI/ML-spesialist SA ved AWS og en forfatter som ofte publiserer blogger, forskningsartikler og nylig en NLP-tekstbok. Når han ikke hjelper kundene med å ta i bruk AWS AI/ML, driver Prem med å bygge Simple Beer Service-enheter for AWS-kontorer, kjøre konkurransedyktige spillarrangementer med DeepRacer & DeepComposer og utdanne studenter, unge fagfolk til karrierebygging av AI/ML-ferdigheter. Du kan følge Prems arbeid på Linkedin.

Court Schuett er Lead Evangelist for Amazon Chime SDK med bakgrunn i telefoni og elsker nå å bygge ting som bygger ting. Court er fokusert på å lære utviklere og ikke-utviklere hvordan man bygger med AWS.

Vamshi Krishna Enabothala er en Senior AI/ML Specialist SA hos AWS med ekspertise innen big data, analyse og orkestrering av skalerbare AI/ML-arkitekturer for startups og bedrifter. Vamshi er fokusert på Language AI og innoverer i å bygge anbefalingsmotorer i verdensklasse. Utenom jobben er Vamshi en RC-entusiast, som bygger og leker med RC-utstyr (fly, biler og droner), og liker også hagearbeid.