Seu contact center serve como um elo vital entre sua empresa e seus clientes. Cada chamada para o seu contact center é uma oportunidade para saber mais sobre as necessidades dos seus clientes e até que ponto você está atendendo a essas necessidades.
A maioria dos contact centers exige que seus agentes resumam a conversa após cada chamada. O resumo de chamadas é uma ferramenta valiosa que ajuda os contact centers a compreender e obter insights das chamadas dos clientes. Além disso, resumos de chamadas precisos melhoram a jornada do cliente, eliminando a necessidade de os clientes repetirem informações quando transferidos para outro agente.
Nesta postagem, explicamos como usar o poder da IA generativa para reduzir o esforço e melhorar a precisão da criação de resumos e disposições de chamadas. Também mostramos como começar rapidamente a usar a versão mais recente da nossa solução de código aberto, Análise de chamadas ao vivo com assistência ao agente.
Desafios com resumos de chamadas
À medida que os contact centers coletam mais dados de fala, a necessidade de um resumo eficiente das chamadas cresceu significativamente. No entanto, a maioria dos resumos está vazia ou imprecisa porque criá-los manualmente é demorado, afetando as principais métricas dos agentes, como o tempo médio de atendimento (AHT). Os agentes relatam que o resumo pode ocupar até um terço do total da chamada, por isso eles a ignoram ou preenchem informações incompletas. Isso prejudica a experiência do cliente: atrasos prolongados frustram os clientes enquanto o agente digita, e resumos incompletos significam pedir aos clientes que repitam as informações quando transferidos entre agentes.
A boa notícia é que agora é possível automatizar e resolver o desafio da sumarização através da IA generativa.
A IA generativa está ajudando a resumir as chamadas dos clientes com precisão e eficiência
IA generativa é alimentado por modelos muito grandes de aprendizado de máquina (ML), conhecidos como modelos básicos (FMs), que são pré-treinados em grandes quantidades de dados em escala. Um subconjunto desses FMs focados na compreensão da linguagem natural é chamado de grandes modelos de linguagem (LLMs) e é capaz de gerar resumos contextualmente relevantes e semelhantes aos humanos. Os melhores LLMs podem processar até mesmo estruturas de frases complexas e não lineares com facilidade e determinar vários aspectos, incluindo tópico, intenção, próximas etapas, resultados e muito mais. O uso de LLMs para automatizar o resumo de chamadas permite que as conversas dos clientes sejam resumidas com precisão e em uma fração do tempo necessário para o resumo manual. Isso, por sua vez, permite que os contact centers ofereçam uma experiência superior ao cliente e, ao mesmo tempo, reduzam a carga de documentação sobre seus agentes.
A captura de tela a seguir mostra um exemplo da página de detalhes da chamada Live Call Analytics com Agent Assist, que contém informações sobre cada chamada.
O vídeo a seguir mostra um exemplo de Live Call Analytics com Agent Assist resumindo uma chamada em andamento, resumindo após o término da chamada e gerando um e-mail de acompanhamento.
Visão geral da solução
O diagrama a seguir ilustra o fluxo de trabalho da solução.
A primeira etapa para gerar resumos de chamadas abstrativos é transcrever a ligação do cliente. Ter transcrições precisas e prontas para uso é crucial para gerar resumos de chamadas precisos e eficazes. Amazon Transcribe pode ajudá-lo a criar transcrições com alta precisão para suas chamadas ao contact center. O Amazon Transcribe é uma API de conversão de fala em texto rica em recursos, com modelos de reconhecimento de fala de última geração, totalmente gerenciados e treinados continuamente. Clientes como New York Times, Slack, Zillow, Wix, e milhares de outras use o Amazon Transcribe para gerar transcrições altamente precisas e melhorar os resultados de negócios. Um diferencial importante do Amazon Transcribe é sua capacidade de proteger os dados dos clientes, redigindo informações confidenciais de áudio e texto. Embora proteger a privacidade e a segurança do cliente seja importante em geral para os contact centers, é ainda mais importante mascarar informações confidenciais, como informações de contas bancárias e números de seguridade social, antes de gerar resumos de chamadas automatizados, para que não sejam injetados nos resumos.
Para clientes que já usam Amazon Conectar, nosso contact center omnicanal na nuvem, Lente de contato para Amazon Connect fornece recursos de transcrição e análise em tempo real nativamente. No entanto, se você quiser usar IA generativa em seu contact center existente, desenvolvemos soluções que fazem a maior parte do trabalho pesado associado à transcrição de conversas em tempo real ou pós-chamada de seu contact center existente e à geração de resumos de chamadas automatizados usando IA generativa. Além disso, a solução detalhada nesta seção permite que você integre-se ao seu sistema de gerenciamento de relacionamento com o cliente (CRM) para atualizar automaticamente o CRM de sua escolha com resumos de chamadas gerados. Neste exemplo, usamos nosso Análise de chamadas ao vivo com solução Agent Assist (LCA) para gerar transcrições de chamadas em tempo real e resumos de chamadas com LLMs hospedados em Rocha Amazônica. Você também pode escrever um AWS Lambda função e forneça ao LCA o nome de recurso da Amazon (ARN) da função no Formação da Nuvem AWS parâmetros e use o LLM de sua escolha.
A arquitetura LCA simplificada a seguir ilustra o resumo de chamadas com o Amazon Bedrock.
LCA é fornecido como um modelo CloudFormation que implanta a arquitetura anterior e permite transcrever chamadas em tempo real. As etapas do fluxo de trabalho são as seguintes:
- O áudio da chamada pode ser transmitido via SIPREC do seu sistema de telefonia para o Amazon Chime SDK Voice Connector, que armazena o áudio em buffer Streams de vídeo do Amazon Kinesis. O LCA também oferece suporte a outros mecanismos de ingestão de áudio, como Gancho de áudio Genesys Cloud.
- O Amazon Chime SDK Call Analytics transmite o áudio do Kinesis Video Streams para o Amazon Transcribe e grava a saída JSON no Fluxos de dados do Amazon Kinesis.
- Uma função Lambda processa os segmentos de transcrição e os persiste até um Amazon DynamoDB tabela.
- Após o término da chamada, o Amazon Chime SDK Voice Connector publica um Amazon Event Bridge notificação que aciona uma função Lambda que lê a transcrição persistente do DynamoDB, gera um prompt LLM (mais sobre isso na seção a seguir) e executa uma inferência LLM com o Amazon Bedrock. O resumo gerado é persistido no DynamoDB e pode ser usado pelo agente na interface do usuário do LCA. Opcionalmente, você pode fornecer um ARN de função Lambda que será executado após a geração do resumo para integração com sistemas CRM de terceiros.
O LCA também permite a opção de chamar a função Lambda de sumarização durante a chamada, pois a qualquer momento a transcrição pode ser buscada e um prompt criado, mesmo que a chamada esteja em andamento. Isso pode ser útil quando uma chamada é transferida para outro agente ou escalada para um supervisor. Em vez de colocar o cliente em espera e explicar a chamada, o novo agente pode ler rapidamente um resumo gerado automaticamente e incluir qual é o problema atual e o que o agente anterior tentou fazer para resolvê-lo.
Exemplo de prompt de resumo de chamada
Você pode executar inferências LLM com engenharia imediata para gerar e melhorar seus resumos de chamadas. Você pode modificar os modelos de prompt para ver o que funciona melhor para o LLM selecionado. A seguir está um exemplo do prompt padrão para resumir uma transcrição com LCA. Nós substituímos o {transcript}
espaço reservado com a transcrição real da chamada.
O LCA executa o prompt e armazena o resumo gerado. Além do resumo, você pode direcionar o LLM para gerar praticamente qualquer texto que seja importante para a produtividade do agente. Por exemplo, você pode escolher entre um conjunto de tópicos que foram abordados durante a ligação (disposição do agente), gerar uma lista de tarefas de acompanhamento necessárias ou até mesmo escrever um e-mail para o chamador agradecendo pela ligação.
A captura de tela a seguir é um exemplo de geração de e-mail de acompanhamento do agente na interface do usuário do LCA.
Com um prompt bem projetado, alguns LLMs também têm a capacidade de gerar todas essas informações em uma única inferência, reduzindo o custo de inferência e o tempo de processamento. O agente pode então usar a resposta gerada alguns segundos após encerrar a chamada para seu trabalho pós-contato. Você também pode integrar a resposta gerada automaticamente em seu sistema CRM.
A captura de tela a seguir mostra um exemplo de resumo na interface do usuário do LCA.
Também é possível gerar um resumo enquanto a chamada ainda está em andamento (veja a captura de tela a seguir), o que pode ser especialmente útil para chamadas longas de clientes.
Antes da IA generativa, os agentes seriam obrigados a prestar atenção enquanto tomavam notas e executavam outras tarefas conforme necessário. Ao transcrever automaticamente a chamada e usar LLMs para criar resumos automaticamente, podemos diminuir a carga mental do agente, para que ele possa se concentrar em oferecer uma experiência superior ao cliente. Isso também leva a um trabalho pós-atendimento mais preciso, porque a transcrição é uma representação precisa do que ocorreu durante a ligação – e não apenas do que o agente anotou ou lembrou.
Resumo
O aplicativo LCA de amostra é fornecido como código aberto. Use-o como ponto de partida para sua própria solução e ajude-nos a melhorá-la, contribuindo com correções e recursos por meio de solicitações pull do GitHub. Para obter informações sobre a implantação do LCA, consulte Análise de chamadas ao vivo e assistência do agente para o seu centro de contato com os serviços de linguagem AI da Amazon. Navegue até o Repositório LCA GitHub para explorar o código, inscreva-se para ser notificado sobre novos lançamentos e confira o README para obter as atualizações de documentação mais recentes. Para clientes que já estão no Amazon Connect, você pode aprender mais sobre IA generativa com o Amazon Connect consultando Como os líderes de contact centers podem se preparar para a IA generativa.
Sobre os autores
Cristóvão Lott é Arquiteto de Soluções Sênior na equipe AWS AI Language Services. Ele tem 20 anos de experiência em desenvolvimento de software empresarial. Chris mora em Sacramento, Califórnia, e gosta de jardinagem, aeroespacial e de viajar pelo mundo.
Smriti Ranjan é gerente de produto principal na equipe de IA/ML da AWS com foco em serviços de linguagem e pesquisa. Antes de ingressar na AWS, ela trabalhou na Amazon Devices e em outras startups de tecnologia, liderando funções de produto e crescimento. Smriti mora em Boston, MA e gosta de fazer caminhadas, assistir a shows e viajar pelo mundo.
- 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/use-generative-ai-to-increase-agent-productivity-through-automated-call-summarization/
- :tem
- :é
- $UP
- 100
- 13
- 20
- 20 anos
- 438
- 7
- a
- habilidade
- Capaz
- Sobre
- Conta
- precisão
- preciso
- exatamente
- real
- Adicionalmente
- Indústria aeroespacial
- Depois de
- Agente
- agentes
- AI
- AI / ML
- Todos os Produtos
- permite
- quase
- já
- tb
- Apesar
- Amazon
- Carrilhão da amazon
- Amazon Transcribe
- Amazon Web Services
- quantidades
- an
- analítica
- e
- Outro
- responder
- qualquer
- api
- Aplicação
- arquitetura
- SOMOS
- AS
- pergunta
- aspectos
- auxiliar
- Assistente
- associado
- At
- participando
- por WhatsApp.
- auditivo
- automatizar
- Automatizado
- automaticamente
- automatizando
- média
- AWS
- em caminho duplo
- Bank
- conta bancária
- baseado
- BE
- Porque
- antes
- abaixo
- além de
- MELHOR
- Melhor
- entre
- Boston
- carga
- negócio
- by
- Califórnia
- chamada
- chamado
- visitante
- chamadas
- CAN
- não podes
- Centralização de
- Centros
- desafiar
- verificar
- carrilhão
- escolha
- Escolha
- Chris
- Christopher
- Na nuvem
- código
- coletar
- integrações
- concertos
- Contato
- Contacto
- contact center
- contém
- continuamente
- contribuindo
- Conversa
- conversas
- Custo
- coberto
- crio
- criado
- Criar
- CRM
- crucial
- Atual
- cliente
- dados do cliente
- experiência do cliente
- Jornada do cliente
- Clientes
- dados,
- Padrão
- definido
- entregar
- entregando
- Implantação
- implanta
- detalhado
- detalhes
- Determinar
- desenvolvido
- Desenvolvimento
- Dispositivos/Instrumentos
- diferenciador
- diretamente
- do
- documentação
- não
- durante
- cada
- facilidade
- Eficaz
- eficiente
- esforço
- eliminando
- permite
- fim
- termina
- Engenharia
- aumentar
- Empreendimento
- software corporativo
- especialmente
- Mesmo
- Cada
- exemplo
- existente
- vasta experiência
- Explicação
- explicando
- explorar
- Funcionalidades
- Buscou
- poucos
- preencher
- Primeiro nome
- Foco
- focado
- focando
- seguinte
- segue
- Escolha
- Foundation
- fração
- da
- totalmente
- função
- funções
- Ganho
- Gênero
- Geral
- gerar
- gerado
- gera
- gerando
- geração
- generativo
- IA generativa
- ter
- GitHub
- Bom estado, com sinais de uso
- crescido
- Growth
- manipular
- Ter
- ter
- he
- pesado
- levantamento pesado
- ajudar
- útil
- ajuda
- ajuda
- Alta
- altamente
- segurar
- detém
- hospedado
- Como funciona o dobrador de carta de canal
- Como Negociar
- Contudo
- http
- HTTPS
- dói
- if
- ilustra
- impactando
- importante
- melhorar
- in
- impreciso
- incluir
- Incluindo
- Crescimento
- INFORMAÇÕES
- insights
- integrar
- intenção
- Interface
- para dentro
- emitem
- IT
- ESTÁ
- juntando
- viagem
- json
- apenas por
- Chave
- língua
- grande
- mais recente
- líderes
- principal
- Leads
- APRENDER
- aprendizagem
- facelift
- como
- LINK
- Lista
- viver
- Vidas
- LLM
- longo
- diminuir
- máquina
- aprendizado de máquina
- fazer
- gerenciados
- de grupos
- Gerente
- manual
- manualmente
- máscara
- significar
- mecanismos
- reunião
- mental
- Métrica
- ML
- modelos
- modificar
- mais
- a maioria
- nome
- natural
- você merece...
- necessário
- Cria
- Neutro
- Novo
- notícias
- Próximo
- Notas
- notificação
- agora
- números
- ocorreu
- of
- omnichannel
- on
- contínuo
- só
- aberto
- open source
- Oportunidade
- Opção
- or
- Outros
- A Nossa
- Fora
- resultados
- saída
- próprio
- página
- parâmetros
- Pagar
- realização
- persiste
- espaço reservado
- platão
- Inteligência de Dados Platão
- PlatãoData
- ponto
- possível
- Publique
- poder
- alimentado
- Preparar
- anterior
- Diretor
- Prévio
- política de privacidade
- processo
- processos
- em processamento
- Produto
- gerente de produto
- produtividade
- Progresso
- proteger
- proteger
- fornecer
- fornecido
- fornece
- Publica
- Colocar
- questão
- Frequentes
- rapidamente
- em vez
- Leia
- reais
- em tempo real
- reconhecimento
- reduzir
- redução
- referir
- a que se refere
- relacionamento
- Releases
- relevante
- repetir
- substituir
- resposta
- Denunciar
- representação
- pedidos
- requerer
- requeridos
- resolver
- recurso
- Responder
- resposta
- Execute
- é executado
- Sacramento
- Segurança
- Escala
- Sdk
- Pesquisar
- segundo
- Seção
- segurança
- Vejo
- segmentos
- senior
- sensível
- sentença
- serve
- Serviços
- conjunto
- ela
- mostrar
- Shows
- assinar
- de forma considerável
- simplificada
- solteiro
- So
- Redes Sociais
- Software
- desenvolvimento de software
- solução
- Soluções
- Resolvendo
- alguns
- fonte
- discurso
- Reconhecimento de Voz
- fala para texto
- começado
- Comece
- Startups
- estado-da-arte
- Passo
- Passos
- Ainda
- lojas
- fluídas
- córregos
- estruturas
- tal
- resumir
- RESUMO
- topo
- suportes
- .
- sistemas
- mesa
- Tire
- tomar
- tarefas
- Profissionais
- Tecnologia
- modelo
- modelos
- texto
- do que
- que
- A
- o mundo
- deles
- Eles
- então
- Este
- deles
- Terceiro
- De terceiros
- isto
- aqueles
- milhares
- Através da
- tempo
- demorado
- vezes
- para
- levou
- ferramenta
- tópico
- Temas
- Total
- treinado
- Cópia
- transferido
- Viagens
- experimentado
- VIRAR
- tipos
- compreender
- compreensão
- Atualizar
- Atualizações
- us
- usar
- usava
- Utilizador
- Interface de Usuário
- utilização
- Valioso
- vário
- Grande
- versão
- muito
- via
- Vídeo
- vital
- voz
- queremos
- we
- web
- serviços web
- BEM
- foram
- O Quê
- O que é a
- quando
- qual
- enquanto
- QUEM
- precisarão
- de
- dentro
- Atividades:
- trabalhou
- de gestão de documentos
- trabalho
- mundo
- seria
- escrever
- anos
- Iorque
- Vocês
- investimentos
- Youtube
- zefirnet