Dodaj konwersacyjną sztuczną inteligencję do dowolnego centrum kontaktowego za pomocą Amazon Lex i pakietu Amazon Chime SDK

Opublikowane ponownie przez Plato

Obserwuje: 0

Zadowolenie klienta jest potężnym miernikiem, który bezpośrednio wpływa na rentowność organizacji. Wraz z szybkim postępem technologicznym w ciągu ostatniej dekady, jeszcze ważniejsze jest zwiększenie koncentracji na kliencie w następujący sposób:

Zapewnienie dostępu do Twojej organizacji klientom na wiele sposobów, w tym głos, tekst, media społecznościowe i nie tylko
Zapewnienie Twoim klientom wysoce efektywnego doświadczenia posprzedażowego i serwisowego
Ciągłe podnoszenie jakości usług wraz ze zmianami trendów i dynamiki biznesu

Tworzenie wysoce wydajnych contact center wymaga znacznej automatyzacji, możliwości skalowania oraz mechanizmu aktywnego uczenia się poprzez informacje zwrotne od klientów. Na każdym etapie podróży klienta contact center pojawia się wyzwanie — od długich czasów oczekiwania na początku po koszty operacyjne związane z długimi średnimi czasami obsługi.

W tradycyjnych contact center jednym z rozwiązań na długi czas oczekiwania jest umożliwienie samoobsługi klientom korzystającym z systemu Interactive Voice Response (IVR). IVR wykorzystuje zestaw zautomatyzowanych opcji menu, aby pomóc zmniejszyć liczbę połączeń agentów, odpowiadając na często zadawane żądania bez angażowania aktywnego agenta. Jednak tradycyjne IVR zazwyczaj podążają za ustaloną kolejnością, bez możliwości inteligentnego reagowania na żądania klientów. Niekonwersacyjny IVR, taki jak ten, może frustrować Twoich klientów i skłonić ich do próby jak najszybszego skontaktowania się z agentem, co zwiększa współczynniki odrzucania połączeń. Możesz rozwiązać to wyzwanie, dodając sztuczną inteligencję (AI) do swojego IVR. IVR z obsługą sztucznej inteligencji może szybciej i dokładniej pomóc klientowi w rozwiązywaniu problemów bez interwencji człowieka. Gdy potrzebny jest agent, IVR z obsługą sztucznej inteligencji może skierować klienta do właściwego agenta z właściwymi już zebranymi informacjami, oszczędzając w ten sposób klientowi konieczności powtarzania informacji. Dzięki usługom AWS AI jest to jeszcze łatwiejsze, ponieważ nie jest wymagane szkolenie maszynowe (ML) ani wiedza specjalistyczna, aby korzystać z zaawansowanych, wstępnie wytrenowanych modeli ML.

Zautomatyzowane aplikacje oparte na sztucznej inteligencji są naturalnym wyborem dla IVR, ponieważ mogą rozumieć i odpowiadać w języku naturalnym. Dodatkowo możesz dodać rozszerzone możliwości do swojego IVR, aby uczyć się i ewoluować w oparciu o to, jak klienci wchodzą z nim w interakcję. Z Amazonka Lex, możesz budować potężne, wielojęzyczne konwersacyjne systemy sztucznej inteligencji i podnieść poziom samoobsługi dla swoich klientów bez konieczności posiadania umiejętności ML. Dzięki pakietowi Amazon Chime SDK możesz łatwo zintegrować swoje istniejące centrum kontaktowe z Amazon Lex za pomocą Aplikacja multimedialna Amazon Chime SDK SIP. Obejmuje to centra kontaktowe, takie jak Avaya, Cisco, Genesys i inne. Integracja Amazon Chime SDK z Amazon Lex jest dostępna w regionach AWS wschodnie stany USA (N. Virginia) i zachodnie stany USA (Oregon).

Pozwala to na elastyczność natywnej integracji z Amazon Lex dla samoobsługi opartej na sztucznej inteligencji oraz możliwość integracji z wieloma innymi usługami AWS AI w celu przekształcenia wszystkich operacji centrum kontaktowego.

W tym poście przedstawiamy przewodnik, w jaki sposób można dodać IVR oparte na sztucznej inteligencji do dowolnego centrum kontaktowego, które obsługuje trunking SIP za pomocą Amazon Chime SDK i Amazon Lex, za pośrednictwem niedawno uruchomionego Integracja audio Amazon Chime SDK PSTN z Amazon Lex. W tym poście omawiamy następujące tematy:

Referencyjna architektura rozwiązania dla samoobsługowej sztucznej inteligencji
Wdrażanie rozwiązania
Przeglądanie chatbota salda konta
Przeglądanie złącza głosowego Amazon Chime SDK
Testowanie rozwiązania
Czyszczenie zasobów

Omówienie rozwiązania

Jak opisano w poprzedniej sekcji, używamy dwóch kluczowych usług AWS, Amazon Lex i Amazon Chime SDK, aby zbudować samoobsługowe rozwiązanie AI. Używamy również AWS Lambda (w pełni zarządzana bezserwerowa usługa obliczeniowa), Elastyczna chmura obliczeniowa Amazon (Amazon EC2, infrastruktura obliczeniowa) oraz Amazon DynamoDB (w pełni zarządzana baza danych bez SQL), aby stworzyć działający przykład. Baza kodów dla tego rozwiązania jest dostępna w towarzyszące repozytorium GitHub. Instrukcje dotyczące wdrażania i testowania tego rozwiązania znajdują się w następnej sekcji.

Poniższy schemat ilustruje architekturę rozwiązania.

Przepływ pracy rozwiązania składa się z następujących kroków:

Kiedy wykonujemy połączenie z telefonu stacjonarnego lub komórkowego, publiczna komutowana sieć telefoniczna (PSTN) łączy nas z drugą stroną. W tym demo używamy an Serwer z gwiazdką (darmowy framework contact center) wdrożony na serwerze Amazon EC2 w celu emulacji contact center podłączonego do sieci PSTN za pośrednictwem Amazon Chime Voice Connector. Asterisk to programowa implementacja prywatnej centrali telefonicznej (PBX) — kontrolera prywatnej sieci telefonicznej używanej w firmie lub organizacji.
W ramach tej demonstracji numer telefonu jest uzyskiwany za pośrednictwem pakietu Amazon Chime SDK i powiązany z Asterisk PBX. Połączenie na ten numer jest dostarczane jako SIP (protokół inicjowania sesji) do serwera Asterisk PBX. Asterisk PBX następnie kieruje to połączenie do Amazon Chime Voice Connector za pomocą SIP, gdzie wyzwala Aplikacja multimedialna Amazon Chime SIP.
Dźwięk Amazon Chime PSTN wykorzystuje aplikację multimedialną SIP do tworzenia programowalna aplikacja VoIP. Aplikacja multimedialna Amazon Chime SIP współpracuje z funkcją Lambda, aby programowo obsługiwać połączenie.
Gdy połączenie dociera do aplikacji multimedialnej Amazon Chime SIP, wywoływana jest powiązana funkcja Lambda. Funkcja przechowuje informacje o wywołaniu w tabeli DynamoDB i zwraca StartBotConversation akcja. ten StartBotConversation akcja nawiązuje rozmowę głosową między użytkownikiem końcowym PSTN a botem Amazon Lex.
Amazon Lex to w pełni zarządzana usługa AWS AI z zaawansowanymi modelami języka naturalnego do projektowania, budowania, testowania i wdrażania interfejsów konwersacyjnych w aplikacjach. Łączy w sobie automatyczne rozpoznawanie mowy i technologie rozumienia języka naturalnego, aby stworzyć interakcję podobną do ludzkiej dla Twoich aplikacji. Na przykład to demo wdraża bota do wykonywania trzech zautomatyzowanych zadań lub intencje: Check Balance, Transfer Funds, Open Account. Intencja reprezentuje akcję, którą użytkownik chce wykonać.
Rozmowa zaczyna się od interakcji dzwoniącego z botem Amazon Lex, mówiąc mu, co chce zrobić. Funkcje automatycznego rozpoznawania mowy (ASR) i rozumienia języka naturalnego (NLU) bota pomagają mu zrozumieć dane wejściowe użytkownika. Amazon Lex jest w stanie określić żądaną intencję na podstawie danych wejściowych dzwoniącego i przykładowych wypowiedzi skonfigurowanych dla każdej intencji.
Po ustaleniu zamiaru Amazon Lex wchodzi w interakcję z dzwoniącym, aby zebrać informacje o wszystkich slotach skonfigurowanych dla tego zamiaru. Na przykład Open Account intencja zawiera cztery sloty:
1. Imię
2. Nazwisko
3. Rodzaj konta
4. Numer telefonu
Amazon Lex współpracuje z dzwoniącym, aby przechwycić informacje dla wszystkich wymaganych slotów wybranej intencji. Po ich przechwyceniu i spełnieniu intencji Amazon Lex zwraca przetwarzanie połączeń do aplikacji multimedialnej Amazon Chime SIP wraz z pełnymi wynikami konwersacji z botem Amazon Lex.
Kolejne etapy przetwarzania są wykonywane przez funkcję Lambda obsługi dźwięku PSTN. Obejmuje to analizowanie wyników, określanie następnej akcji trasy połączeń, przechowywanie wyników w tabeli DynamoDB i zwracanie akcji rozłączenia.
Asterisk PBX wykorzystuje informacje przechowywane w tabeli DynamoDB do określenia następnej akcji. Na przykład, jeśli dzwoniący chciał sprawdzić swoje saldo, połączenie się kończy. Jeśli jednak dzwoniący chciał otworzyć konto, połączenie jest wysyłane do agenta i zawiera informacje przechwycone przez bota Amazon Lex.

Użyliśmy Zestaw programistyczny AWS Cloud (AWS CDK), aby spakować tę aplikację w celu łatwego wdrożenia na Twoim koncie. AWS CDK to platforma programistyczna typu open source do definiowania zasobów aplikacji w chmurze przy użyciu znanych języków programowania. Zapewnia komponenty wysokiego poziomu zwane konstrukty które wstępnie konfigurują zasoby w chmurze ze sprawdzonymi ustawieniami domyślnymi, dzięki czemu możesz z łatwością tworzyć aplikacje w chmurze.

Wymagania wstępne

Zanim wdrożymy rozwiązanie, musimy mieć konto AWS i komputer lokalny, aby uruchomić stos AWS CDK. Wykonaj następujące kroki:

Zaloguj się na swoje konto AWS.
Jeśli nie masz konta AWS, możesz zarejestruj się na jeden.Nowym klientom AWS zapewnia Poziom bezpłatny, który zapewnia możliwość bezpłatnego odkrywania i wypróbowywania usług AWS (do określonych limitów dla każdej usługi). Może to pomóc w zdobyciu praktycznego doświadczenia z platformą, produktami i usługami AWS. Do wdrożenia stosu przy użyciu AWS CDK używamy komputera lokalnego, takiego jak laptop lub komputer stacjonarny.
Otwórz nowe okno terminala dla MacOS lub kit dla systemu operacyjnego Windows, aby zainstalować wszystkie wymagania wstępne wymagane do wdrożenia rozwiązania.
Zainstaluj następujące wstępnie wymagane oprogramowanie:
1. Interfejs wiersza poleceń AWS (AWS CLI) — narzędzie wiersza poleceń do interakcji z usługami AWS. Aby uzyskać instrukcje instalacji, patrz Instalowanie, aktualizowanie i odinstalowywanie interfejsu wiersza polecenia AWS.
2. node.js > 16 – Silnik backendu JavaScript o otwartym kodzie źródłowym do tworzenia i wdrażania aplikacji. Aby uzyskać instrukcje instalacji, patrz Samouczek: Konfigurowanie Node.js na instancji Amazon EC2.
3. przędza – Yarn to menedżer pakietów dla twojego kodu. Umożliwia łatwy dostęp do używania i udostępniania kodu między programistami. Uruchom następujące polecenie, aby zainstalować przędzę:
```
curl -o- -L https://yarnpkg.com/install.sh | bash
```
  Teraz uruchamiamy następujące polecenia, aby skonfigurować potrzebne nam klucze dostępu AWS. Aby uzyskać więcej informacji, zobacz Zarządzanie kluczami dostępu dla użytkowników uprawnień.
Uruchom następujące polecenie:
```
aws configure list
```
Uruchom następujące polecenie:
```
aws configure
```
Podaj wartości identyfikatora klucza dostępu i tajnego klucza dostępu konta AWS.
Zmień nazwę regionu lub pozostaw domyślny region bez zmian.
Zaakceptuj domyślną wartość JSON dla formatu wyjściowego.

Wdróż rozwiązanie

Możesz również dostosować to rozwiązanie do swoich wymagań. Przejrzyj zasoby wyjściowe zawarte w tym wdrożeniu i zmodyfikuj funkcję Lambda, aby dodać niestandardową logikę biznesową, której potrzebujesz dla własnego rozwiązania.

Uruchom następujące kroki w tym samym terminalu, aby wdrożyć aplikację:

Sklonuj repozytorium git:

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

Wprowadź katalog projektu:

cd amazon-chime-pstn-audio-with-amazon-lex
Wdróż aplikację AWS CDK:
```
yarn launch
```
Po kilku minutach wdrożenie stosu powinno zostać zakończone. Poniższy zrzut ekranu przedstawia przykładowe dane wyjściowe.
Zainstaluj telefon SIP klienta internetowego za pomocą następujących poleceń:
```
cd site 
```
```
Yarn 
```
```
yarn run start
```

Przejrzyj złącze głosowe Amazon Chime SDK

W tym poście używamy pakietu Amazon Chime SDK do kierowania połączeń odebranych na serwerze Asterisk PBX (lub w istniejących centrach kontaktowych) do Amazon Lex. Odbywa się to za pomocą dźwięku Amazon Chime SIP PSTN i złącza głosowego Amazon Chime. Dźwięk Amazon Chime PSTN umożliwia tworzenie programowalnych aplikacji telefonicznych przy użyciu funkcji Lambda. Te aplikacje multimedialne Amazon Chime SIP są uruchamiane przez numer telefonu PSTN lub Amazon Chime Voice Connector. Poniższy zrzut ekranu przedstawia regułę SIP, która jest wyzwalana przez łącznik głosowy Amazon Chime SDK i jest przeznaczona dla aplikacji multimedialnej SIP.

Przejrzyj chatbota salda konta

Bot Amazon Lex w tym demo zawiera trzy intencje. O te intencje można poprosić rozmówcę za pomocą mowy w języku naturalnym. Na przykład Check Balance intencja jest poprzedzona następującymi przykładowymi wypowiedziami.

Intencja może wymagać zera lub większej liczby parametrów, które są nazywane automatach. Dodajemy sloty jako część konfiguracji intencji podczas budowania kleksa. W czasie wykonywania Amazon Lex pyta użytkownika o określone wartości slotów. Użytkownik musi podać wartości dla wszystkich wymaganych slotów, zanim Amazon Lex będzie mógł spełnić zamierzenie.

Dla Check Balance Amazon Lex monituje o dane slotu, takie jak:

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

Po tym, jak bot Amazon Lex zbierze wszystkie wymagane informacje o gnieździe, spełnia zamiar, wywołując odpowiednią odpowiedź. W takim przypadku pyta o saldo konta powiązanego z kontem i przekazuje go klientowi.

W tym poście używamy funkcji Lambda, aby pomóc zainicjować, zweryfikować i zrealizować intencję. Poniżej znajduje się przykładowy kod Pythona pokazujący, jak funkcja obsługuje wywołania w zależności od używanej intencji:

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

Poniżej znajduje się przykładowy kod, który wyjaśnia blok kodu dla Check Balance cel w funkcji Lambda. W tym przykładzie generujemy losową liczbę jako saldo konta, ale można ją zintegrować z istniejącą bazą danych, aby zapewnić dokładne informacje o dzwoniącym.

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)

Przetestuj rozwiązanie

Przejdźmy przez rozwiązanie, podążając ścieżką pojedynczego żądania użytkownika:

Uzyskaj numer telefonu z danych wyjściowych po wdrożeniu AWS CDK:
```
Outputs:
LexContactCenter.voiceConnectorPhone = +1NPANXXXXXX
```
Wybierz numer telefonu z dowolnego telefonu opartego na PSTN.
Teraz możesz wypróbować opcje menu.

Aby bot Amazon Lex zrozumiał Check Balance intencji, możesz wypowiedzieć dowolne z następujących wypowiedzi:

Jakie jest saldo na moim koncie?
Sprawdź stan mojego konta?
Chcę sprawdzić saldo?

Amazon Lex prosi o podanie danych slotu, które są wymagane do spełnienia tej intencji. Dla Check Balance intencji, Amazon Lex prosi o podanie konta i daty urodzenia:

Na którym koncie chciałbyś sprawdzić saldo?
Jakie są Twoje dane urodzenia do celów weryfikacji?

Po podaniu wymaganych informacji bot spełnia intencję i podaje informacje o saldzie konta. Poniżej znajduje się przykładowy komunikat wyjściowy dla Check Balance zamiar: Thank you. The balance on your <account> account is $<balance>.

Zakończ połączenie, rozłączając się lub przekazując do agenta.

Po zakończeniu rozmowy z botem Amazon Lex połączenie powraca do aplikacji SIP media i związanej z nią funkcji Lambda z wynikami konwersacji bota.

Aplikacja multimedialna Amazon Chime SIP wykonuje kroki przetwarzania końcowego i zwraca połączenie do centrali Asterisk PBX. Dla Open Account W takim przypadku centrala Asterisk PBX zadzwoni do agenta za pomocą telefonu SIP opartego na kliencie sieciowym. Poniższy zrzut ekranu przedstawia pulpit nawigacyjny z informacjami o wywołaniu agenta. To połączenie można odebrać w kliencie sieciowym, aby ustanowić dwukierunkowe połączenie audio między dzwoniącym a agentem. Jak widać na zrzucie ekranu, informacje podane przez dzwoniącego zostały zachowane i przedstawione agentowi.

Obejrzyj poniższy film, aby zapoznać się z przykładem rozwiązania partnerskiego dotyczącego integracji Amazon Lex z Cisco Unified Contact Center przy użyciu Amazon Chime SDK:

Oczyść zasoby

Aby wyczyścić zasoby używane w tym demo i uniknąć ponoszenia dalszych opłat, uruchom następujące polecenie w oknie terminala:

yarn destroy

Połączenia Tworzenie chmury AWS stos utworzony przez AWS CDK jest niszczony, usuwając wszystkie przydzielone zasoby.

Wnioski

W tym poście zademonstrowaliśmy rozwiązanie z architekturą referencyjną, aby dodać samoobsługową sztuczną inteligencję do dowolnego centrum kontaktowego przy użyciu Amazon Lex i Amazon Chime SDK. Pokazaliśmy, jak działa rozwiązanie i przedstawiliśmy szczegółowy przewodnik po kodzie i krokach wdrażania. To rozwiązanie ma być architekturą referencyjną lub przewodnikiem szybkiego startu, który można dostosować do własnych potrzeb.

Daj mu wir i daj nam znać, jak to rozwiązało Twój przypadek użycia, pozostawiając opinię w sekcji komentarzy. Aby uzyskać więcej informacji, zobacz repozytorium projektu GitHub.

O autorach

Prem Ranga jest liderem domeny NLP i starszym specjalistą AI/ML SA w AWS oraz autorem, który często publikuje blogi, artykuły naukowe, a ostatnio podręcznik do NLP. Kiedy nie pomaga klientom we wdrażaniu AWS AI/ML, Prem zajmuje się budowaniem jednostek Simple Beer Service dla biur AWS, prowadzeniem konkurencyjnych wydarzeń związanych z grami za pomocą technologii DeepRacer i DeepComposer oraz edukacją studentów i młodych profesjonalistów w zakresie umiejętności budowania kariery w zakresie AI/ML. Możesz śledzić prace Prem LinkedIn.

Sąd Schütt jest głównym ewangelistą pakietu Amazon Chime SDK z doświadczeniem w telefonii, a teraz uwielbia tworzyć rzeczy, które budują rzeczy. Court koncentruje się na nauczaniu programistów i osób niebędących programistami, jak budować z AWS.

Wamszi Kryszna Enabotala jest starszym specjalistą AI/ML SA w AWS z doświadczeniem w zakresie big data, analityki i orkiestracji skalowalnych architektur AI/ML dla startupów i przedsiębiorstw. Vamshi koncentruje się na Language AI i wprowadza innowacje w budowaniu światowej klasy silników rekomendujących. Poza pracą Vamshi jest entuzjastą RC, buduje i bawi się sprzętem RC (samoloty, samochody i drony), a także lubi ogrodnictwo.