A excelente experiência do cliente proporciona uma vantagem competitiva e ajuda a criar diferenciação da marca. De acordo com o relatório da Forrester, O estado de obsessão pelo cliente, 2022, priorizar o cliente pode ter um impacto considerável no balanço patrimonial de uma organização, já que as organizações que adotam essa metodologia estão superando seus pares em termos de crescimento de receita. Apesar dos contact centers estarem sob constante pressão para fazer mais com menos e, ao mesmo tempo, melhorar a experiência do cliente, 80% das empresas planejam aumentar seu nível de investimento em Experiência do Cliente (CX) para proporcionar uma experiência diferenciada ao cliente. A rápida inovação e melhoria na IA generativa capturaram nossa mente e atenção e, de acordo com Estimativa da McKinsey & Company, a aplicação de IA generativa às funções de atendimento ao cliente poderia aumentar a produtividade em um valor que varia de 30 a 45% dos custos funcionais atuais.
Tela do Amazon SageMaker fornece aos analistas de negócios uma interface visual de apontar e clicar que permite construir modelos e gerar previsões precisas de aprendizado de máquina (ML) sem exigir qualquer experiência ou codificação em ML. Em outubro de 2023, o SageMaker Canvas anunciou suporte para modelos de fundação entre seus modelos prontos para uso, distribuído por Rocha Amazônica e JumpStart do Amazon SageMaker. Isso permite que você use uma linguagem natural com uma interface de bate-papo conversacional para realizar tarefas como a criação de conteúdo novo, incluindo narrativas, relatórios e postagens em blogs; resumindo notas e artigos; e responder perguntas a partir de uma base de conhecimento centralizada — tudo isso sem escrever uma única linha de código.
O trabalho de um agente de call center é lidar com chamadas recebidas e efetuadas de clientes e fornecer suporte ou resolver problemas enquanto atende dezenas de chamadas diariamente. Acompanhar esse volume e ao mesmo tempo dar respostas imediatas aos clientes é um desafio sem tempo para pesquisar entre as chamadas. Normalmente, os scripts de chamada orientam os agentes durante as chamadas e descrevem os problemas de resolução. Scripts bem escritos melhoram a conformidade, reduzem erros e aumentam a eficiência, ajudando os agentes a compreender rapidamente os problemas e as soluções.
Nesta postagem, exploramos como a IA generativa no SageMaker Canvas pode ajudar a resolver desafios comuns que os clientes podem enfrentar ao lidar com contact centers. Mostramos como usar o SageMaker Canvas para criar um novo script de chamada ou melhorar um script de chamada existente e exploramos como a IA generativa pode ajudar na revisão das interações existentes para trazer insights que são difíceis de obter com ferramentas tradicionais. Como parte desta postagem, fornecemos os prompts usados para resolver as tarefas e discutimos arquiteturas para integrar esses resultados em seu Inteligência de contact center da AWS (CCI).
Visão geral da solução
Os modelos básicos de IA generativa podem ajudar a criar scripts de chamadas poderosos em contact centers e permitir que as organizações façam o seguinte:
- Crie experiências consistentes para os clientes com um repositório de conhecimento unificado para lidar com as dúvidas dos clientes
- Reduza o tempo de atendimento de chamadas
- Aumente a produtividade da equipe de suporte
- Habilite a equipe de suporte com as próximas melhores ações para eliminar erros e tomar a próxima melhor ação
Com o SageMaker Canvas, você pode escolher entre uma seleção maior de modelos básicos para criar scripts de chamada atraentes. O SageMaker Canvas também permite comparar vários modelos simultaneamente, para que o usuário possa selecionar a saída que mais atende às suas necessidades para a tarefa específica com a qual está lidando. Para usar chatbots generativos com tecnologia de IA, o usuário primeiro precisa fornecer um prompt, que é uma instrução para informar ao modelo o que você pretende fazer.
Nesta postagem, abordamos quatro casos de uso comuns:
- Criando novos scripts de chamada
- Aprimorando um script de chamada existente
- Automatizando tarefas pós-chamada
- Análise pós-chamada
Ao longo da postagem, usamos modelos de linguagem grande (LLMs) disponíveis no SageMaker Canvas desenvolvido pela Amazon Bedrock. Especificamente, usamos o modelo Claude 2 da Anthropic, um modelo poderoso com ótimo desempenho para todos os tipos de tarefas de linguagem natural. Os exemplos estão em inglês; no entanto, o Anthropic Claude 2 oferece suporte a vários idiomas. Referir-se Claude Antrópico 2 aprender mais. Finalmente, todos esses resultados são reproduzíveis com outros modelos Amazon Bedrock, como Anthropic Claude Instant ou Amazon Titan, bem como com modelos SageMaker JumpStart.
Pré-requisitos
Para esta postagem, certifique-se de ter configurado um Conta da AWS com recursos e permissões apropriados. Em particular, conclua as seguintes etapas de pré-requisito:
- Implantar um Amazon Sage Maker domínio. Para obter instruções, consulte Integrado ao domínio do Amazon SageMaker.
- Configure as permissões para configurar e implantar o SageMaker Canvas. Para mais detalhes, consulte Configuração e gerenciamento do Amazon SageMaker Canvas (para administradores de TI).
- Configure políticas de compartilhamento de recursos de origem cruzada (CORS) para o SageMaker Canvas. Para obter mais informações, consulte Conceda permissões aos seus usuários para fazer upload de arquivos locais.
- Adicione as permissões para usar modelos de base no SageMaker Canvas. Para obter instruções, consulte Use IA generativa com modelos básicos.
Observe que os serviços que o SageMaker Canvas usa para resolver tarefas generativas de IA estão disponíveis no SageMaker JumpStart e no Amazon Bedrock. Para usar o Amazon Bedrock, certifique-se de usar o SageMaker Canvas na região onde o Amazon Bedrock é compatível. Referir-se Regiões Suportadas para saber mais.
Crie um novo script de chamada
Para este caso de uso, um analista de contact center define um script de chamada com a ajuda de um dos modelos prontos para uso disponíveis no SageMaker Canvas, inserindo um prompt apropriado, como “Crie um script de chamada para um agente que ajude os clientes com cartões de crédito perdidos.” Para implementar isso, depois que o administrador de nuvem da organização conceder acesso de sinal único ao analista do contact center, conclua as seguintes etapas:
- No console SageMaker, escolha Quadros no painel de navegação.
- Escolha seu domínio e perfil de usuário e escolha tela aberta para abrir o aplicativo SageMaker Canvas.
- Navegue até a Modelos prontos para uso seção e escolha Gerar, extrair e resumir conteúdo para abrir o console de bate-papo.
- Com o modelo Anthropic Claude 2 selecionado, insira o prompt “Criar um script de chamada para um agente que ajuda clientes com cartões de crédito perdidos” e pressione Entrar.
O script obtido por meio de IA generativa é incluído em um documento (como TXT, HTML ou PDF) e adicionado a uma base de conhecimento que orientará os agentes do contact center em suas interações com os clientes.
Ao usar uma solução de contact center omnicanal baseada em nuvem, como Amazon Conectar, você pode aproveitar os recursos alimentados por IA/ML para melhorar a satisfação do cliente e a eficiência do agente. Sabedoria do Amazon Connect reduz o tempo que os agentes gastam procurando respostas e permite a resolução rápida dos problemas dos clientes, fornecendo pesquisa de conhecimento e recomendações em tempo real enquanto os agentes conversam com os clientes. Neste exemplo específico, o Amazon Connect Wisdom pode sincronizar com Serviço de armazenamento simples da Amazon (Amazon S3) como fonte de conteúdo para a base de conhecimento, incorporando assim o script de chamada gerado com o auxílio do SageMaker Canvas. Para obter mais informações, consulte Sincronização do Amazon Connect Wisdom S3.
O diagrama a seguir ilustra essa arquitetura.
Quando o cliente liga para a central de contato e passa por uma resposta interativa de voz (IVR) ou são detectadas palavras-chave específicas relacionadas ao objetivo da chamada (por exemplo, “perdido” e “cartão de crédito”), o Amazon Connect Wisdom fornecerá sugestões sobre como lidar com a interação com o agente, incluindo o script de chamada relevante gerado pelo SageMaker Canvas.
Com a IA generativa do SageMaker Canvas, os analistas de contact center economizam tempo na criação de scripts de chamada e podem testar rapidamente novos prompts para ajustar a criação de scripts.
Aprimore um script de chamada existente
Conforme o seguinte vistoria, 78% dos clientes sentem que sua experiência no call center melhora quando o agente de atendimento ao cliente não parece estar lendo um script. O SageMaker Canvas pode usar IA generativa para ajudá-lo a analisar o script de chamada existente e sugerir melhorias para melhorar a qualidade dos scripts de chamada. Por exemplo, você pode querer melhorar o roteiro da chamada para incluir mais conformidade ou fazer com que seu roteiro pareça mais educado.
Para fazer isso, escolha Novo chat e selecione Claude 2 como seu modelo. Você pode usar o exemplo de transcrição gerado no caso de uso anterior e o prompt “Quero que você atue como analista de garantia de qualidade do Contact Center e melhore a transcrição da chamada abaixo para torná-la compatível e parecer mais educada”.
Automatize tarefas pós-chamada
Você também pode usar a IA generativa do SageMaker Canvas para automatizar o trabalho pós-chamada em call centers. Casos de uso comuns são resumo de chamadas, assistência na conclusão de registros de chamadas e criação de mensagens de acompanhamento personalizadas. Isto pode melhorar a produtividade dos agentes e reduzir o risco de erros, permitindo-lhes concentrar-se em tarefas de maior valor, como o envolvimento do cliente e a construção de relacionamentos.
Escolha Novo chat e selecione Claude 2 como seu modelo. Você pode usar o exemplo de transcrição gerado no caso de uso anterior e o prompt “Resuma a transcrição da chamada abaixo para destacar o problema do cliente, as ações do agente, o resultado da chamada e o sentimento do cliente”.
Ao usar o Amazon Connect como solução de contact center, você pode implementar a gravação e transcrição de chamadas habilitando Lente de contato Amazon Connect, que traz outros recursos analíticos, como análise de sentimento e redação de dados confidenciais. Ele também contém um resumo, destacando frases-chave na transcrição e rotulando as questões, resultados e itens de ação.
Usar o SageMaker Canvas permite que você dê um passo além e, em um único espaço de trabalho, selecione entre os modelos prontos para uso para analisar a transcrição da chamada ou gerar um resumo, e até compare os resultados para encontrar o modelo que melhor se adapta ao uso específico. caso. O diagrama a seguir ilustra essa arquitetura de solução.
Análise pós-chamada do cliente
Outra área onde os contact centers podem aproveitar as vantagens do SageMaker Canvas é entender as interações entre clientes e agentes. Conforme Pesquisa Global NICE WEM 2022, 58% dos agentes de call center afirmam que se beneficiam muito pouco com sessões de coaching empresarial. Os agentes podem usar a IA generativa do SageMaker Canvas para análise de sentimento do cliente para entender melhor quais alternativas poderiam ter tomado para melhorar a satisfação do cliente.
Seguimos etapas semelhantes aos casos de uso anteriores. Escolher Novo chat e selecione Claude 2. Você pode usar o exemplo de transcrição gerado no caso de uso anterior e o prompt “Quero que você atue como Supervisor do Contact Center e critique e sugira melhorias no comportamento do agente na conversa com o cliente”.
limpar
O SageMaker Canvas desligará automaticamente todos os modelos SageMaker JumpStart iniciados nele após 2 horas de inatividade. Siga as instruções nesta seção para desligar esses modelos mais cedo e economizar custos. Observe que não há necessidade de encerrar os modelos do Amazon Bedrock porque eles não estão implantados em sua conta.
- Para encerrar o modelo SageMaker JumpStart, você pode escolher entre dois métodos:
- Escolha Novo chate no menu suspenso do modelo, escolha Inicie outro modelo. Então, no modelos de fundação página, sob Modelos JumpStart do Amazon SageMaker, escolha o modelo (como Falcon-40B-Instrução) e no painel direito, escolha Modelo de desligamento.
- Se você estiver comparando vários modelos simultaneamente, na página de comparação de resultados, escolha o menu de opções do modelo SageMaker JumpStart (três pontos) e escolha Modelo de desligamento.
- Escolha Finalizar Sessão no painel esquerdo para sair do aplicativo SageMaker Canvas para interromper o consumo de Horas de instância do espaço de trabalho do SageMaker Canvas. Isto irá libertar todos os recursos utilizados pela instância do espaço de trabalho.
Conclusão
Nesta postagem, analisamos como você pode usar a IA generativa do SageMaker Canvas em contact centers para criar interações hiperpersonalizadas com o cliente, aumentar a produtividade dos analistas e agentes do contact center e trazer insights que são difíceis de obter com ferramentas tradicionais. Conforme ilustrado pelos diferentes casos de uso, o SageMaker Canvas atua como um único espaço de trabalho unificado, sem a necessidade de usar diferentes produtos pontuais. Com a IA generativa do SageMaker Canvas, os contact centers podem melhorar a satisfação do cliente, reduzir custos e aumentar a eficiência. A IA generativa do SageMaker Canvas permite que você gere soluções novas e inovadoras que têm o potencial de transformar a indústria de contact center. Você também pode usar IA generativa para identificar tendências e insights nas interações com os clientes, ajudando os gerentes a otimizar suas operações e melhorar a satisfação do cliente. Além disso, você pode usar IA generativa para produzir dados de treinamento para novos agentes, permitindo-lhes aprender com exemplos sintéticos e melhorar seu desempenho mais rapidamente.
Saiba mais sobre Recursos do SageMaker Canvas e comece hoje para aproveitar recursos de aprendizado de máquina visuais e sem código.
Sobre os autores
Davide Gallitelli é arquiteto de soluções especialista sênior em IA/ML. Ele está baseado em Bruxelas e trabalha em estreita colaboração com clientes em todo o mundo que desejam adotar tecnologias de aprendizado de máquina de baixo código/sem código e IA generativa. Ele é desenvolvedor desde muito jovem, começando a programar aos 7 anos. Começou a aprender IA/ML na universidade e se apaixonou por isso desde então.
José Rui Teixeira Nunes é arquiteto de soluções na AWS, baseado em Bruxelas, Bélgica. Atualmente, ajuda instituições e agências europeias na sua jornada para a nuvem. Ele tem mais de 20 anos de experiência em tecnologia da informação, com forte foco em organizações do setor público e soluções de comunicação.
Anand Sharma é especialista sênior em desenvolvimento de parceiros para IA generativa na AWS em Luxemburgo, com mais de 18 anos de experiência no fornecimento de produtos e serviços inovadores em comércio eletrônico, fintech e finanças. Antes de ingressar na AWS, ele trabalhou na Amazon e liderou funções de gerenciamento de produtos e inteligência de negócios.
- Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
- PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
- PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
- PlatãoESG. Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
- PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
- Fonte: https://aws.amazon.com/blogs/machine-learning/overcoming-common-contact-center-challenges-with-generative-ai-and-amazon-sagemaker-canvas/
- :tem
- :é
- :não
- :onde
- $UP
- 100
- 150
- 20
- 20 anos
- 2023
- 408
- 7
- a
- Capaz
- Sobre
- Acesso
- Conta
- preciso
- Aja
- Açao Social
- ações
- adicionado
- Adicionalmente
- endereço
- endereçando
- administradores
- adotar
- Vantagem
- Depois de
- idade
- agências
- Agente
- agentes
- AI
- Alimentado por AI
- AI / ML
- Todos os Produtos
- Permitindo
- permite
- tb
- alternativa
- Amazon
- Amazon Sage Maker
- Tela do Amazon SageMaker
- Amazon Web Services
- entre
- an
- análise
- analista
- Analistas
- analítica
- analisar
- analisado
- e
- anunciou
- Outro
- respostas
- Antrópico
- qualquer
- Aplicação
- Aplicando
- apropriado
- arquitetura
- SOMOS
- ÁREA
- por aí
- artigos
- AS
- Assistência
- garantia
- At
- por WhatsApp.
- automatizar
- automaticamente
- disponível
- AWS
- Equilíbrio
- Balanço
- base
- baseado
- Porque
- sido
- comportamento
- ser
- Bélgica
- abaixo
- beneficiar
- MELHOR
- entre
- Blog
- Posts do Blog
- interesse?
- trazer
- Traz
- Bruxelas
- construir
- negócio
- inteligência de negócios
- by
- chamada
- call center
- chamadas
- CAN
- lona
- capacidades
- capturados
- Cartões
- Cuidado
- casas
- casos
- Centralização de
- Centros
- centralizada
- desafios
- desafiante
- bate-papo
- chatbots
- Escolha
- de perto
- Na nuvem
- treinamento
- código
- Codificação
- comum
- Comunicações
- Empresas
- Empresa
- Empresa
- comparar
- comparando
- comparação
- atraente
- competitivo
- completar
- realização
- compliance
- compatível
- concernente
- Contato
- consistente
- cônsul
- constante
- consumo
- Contacto
- contact center
- conteúdo
- Conversa
- conversação
- custos
- poderia
- crio
- Criar
- criação
- crédito
- Cartões de crédito
- Atual
- Atualmente
- cliente
- O envolvimento do cliente é aprimorado em uma relação direta e personalizada.
- experiência do cliente
- A satisfação do cliente
- Atendimento ao Cliente
- Clientes
- CX
- diariamente
- dados,
- lidar
- Define
- entregando
- implantar
- implantado
- Apesar de
- detalhes
- detectou
- Developer
- Desenvolvimento
- diferente
- diferenciado
- Diferenciação
- difícil
- discutir
- do
- documento
- Não faz
- domínio
- down
- dezenas
- e-commerce,
- borda
- eficiência
- ou
- eliminado
- abraçando
- empodera
- permitir
- permite
- permitindo
- COMPROMETIMENTO
- Inglês
- aumentar
- Entrar
- entrar
- erros
- Europa
- Mesmo
- exemplo
- exemplos
- existente
- vasta experiência
- Experiências
- experiência
- explorar
- extrato
- Rosto
- Caído
- Funcionalidades
- sentir
- Finalmente
- financiar
- Encontre
- FinTech
- Primeiro nome
- Foco
- seguir
- seguinte
- Escolha
- Forrester
- Foundation
- quatro
- da
- função
- funções
- mais distante
- gerar
- gerado
- generativo
- IA generativa
- ter
- Dando
- Global
- globo
- Go
- subsídios
- ótimo
- Growth
- guia
- manipular
- Manipulação
- Queijos duros
- Ter
- he
- ajudar
- ajuda
- ajuda
- Destaques
- Destacando
- HORÁRIO
- Como funciona o dobrador de carta de canal
- Como Negociar
- Contudo
- HTML
- http
- HTTPS
- identificar
- ilustra
- Imediato
- Impacto
- executar
- melhorar
- melhoria
- melhorias
- melhora
- melhorar
- in
- incluir
- incluído
- Incluindo
- incorporando
- Crescimento
- indústria
- INFORMAÇÕES
- tecnologia da informação
- Inovação
- inovadores
- insights
- instância
- instantâneos
- instituições
- instruções
- integrar
- Inteligência
- pretender
- interação
- interações
- interativo
- Interface
- investimento
- emitem
- questões
- IT
- Unid
- ESTÁ
- Trabalho
- juntando
- viagem
- jpg
- manutenção
- Chave
- palavras-chave
- Conhecimento
- marcação
- língua
- Idiomas
- grande
- Maior
- APRENDER
- aprendizagem
- levou
- esquerda
- menos
- Nível
- Alavancagem
- como
- Line
- pequeno
- local
- log
- procurando
- perdido
- gosta,
- Luxemburgo
- máquina
- aprendizado de máquina
- fazer
- de grupos
- Gerentes
- gestão
- Posso..
- McKinsey
- Menu
- mensagem
- Metodologia
- métodos
- mente
- ML
- modelo
- modelos
- mais
- a maioria
- múltiplo
- narrativas
- natural
- Navegação
- você merece...
- necessitando
- Cria
- Novo
- Próximo
- agradável
- não
- nota
- Notas
- romance
- obter
- obtido
- Outubro
- of
- omnichannel
- on
- ONE
- aberto
- Operações
- Otimize
- Opções
- or
- organizações
- Outros
- A Nossa
- Fora
- Resultado
- resultados
- esboço
- saída
- Acima de
- superação
- página
- pão
- parte
- particular
- parceiro
- pares
- para
- Realizar
- atuação
- permissões
- Personalizado
- plano
- platão
- Inteligência de Dados Platão
- PlatãoData
- ponto
- políticas
- Publique
- POSTAGENS
- potencial
- alimentado
- poderoso
- Previsões
- imprensa
- pressão
- anterior
- Prévio
- problemas
- produzir
- Produto
- gestão de produtos
- produtividade
- Produtos
- Perfil
- solicita
- fornecer
- fornece
- fornecendo
- público
- organizações do setor público
- propósito
- qualidade
- Frequentes
- Links
- rapidamente
- variando
- rápido
- Leitura
- em tempo real
- recomendações
- gravação
- reduzir
- reduz
- referir
- região
- liberar
- relevante
- Denunciar
- Relatórios
- repositório
- pesquisa
- Resolução
- resolver
- recurso
- Recursos
- resposta
- Resultados
- receita
- Crescimento da receita
- revendo
- certo
- Risco
- sábio
- satisfação
- Salvar
- dizer
- escrita
- Scripts
- Pesquisar
- pesquisar
- Seção
- setor
- selecionar
- selecionado
- doadores,
- senior
- sensível
- sentimento
- serviço
- Serviços
- sessões
- conjunto
- compartilhando
- folha
- mostrar
- fechar
- Encerre
- semelhante
- simples
- simultaneamente
- desde
- solteiro
- considerável
- So
- solução
- Soluções
- RESOLVER
- Parecer
- fonte
- especialista
- específico
- especificamente
- gastar
- começado
- Comece
- Estado
- Passo
- Passos
- Dê um basta
- armazenamento
- mais forte,
- tal
- sugerir
- resumir
- RESUMO
- ajuda
- Suportado
- suportes
- certo
- insuperável
- sintético
- Tire
- tomado
- Converse
- Tarefa
- tarefas
- Profissionais
- Tecnologias
- Tecnologia
- dizer
- que
- A
- deles
- Eles
- então
- Lá.
- assim
- Este
- deles
- isto
- Apesar?
- três
- Através da
- tempo
- titã
- para
- ferramentas
- tradicional
- Training
- Cópia
- Transformar
- Tendências
- tentar
- puxão
- dois
- tipicamente
- para
- compreender
- unificado
- universidade
- usar
- caso de uso
- casos de uso
- usava
- Utilizador
- usuários
- usos
- utilização
- valor
- muito
- visual
- voz
- volume
- queremos
- foi
- we
- web
- serviços web
- BEM
- O Quê
- quando
- qual
- enquanto
- precisarão
- sabedoria
- de
- sem
- Atividades:
- trabalhou
- fluxos de trabalho
- trabalho
- escrita
- anos
- Vocês
- jovem
- investimentos
- Zendesk
- zefirnet