Centrul dvs. de contact servește drept legătura vitală între afacerea dvs. și clienții dvs. Fiecare apel către centrul dvs. de contact este o oportunitate de a afla mai multe despre nevoile clienților dvs. și cât de bine le satisfaceți.
Majoritatea centrelor de contact solicită agenților lor să își rezume conversația după fiecare apel. Rezumatul apelurilor este un instrument valoros care ajută centrele de contact să înțeleagă și să obțină informații din apelurile clienților. În plus, rezumatele precise ale apelurilor îmbunătățesc călătoria clienților eliminând nevoia clienților de a repeta informațiile atunci când sunt transferate către un alt agent.
În această postare, explicăm cum să folosiți puterea AI generativă pentru a reduce efortul și a îmbunătăți acuratețea creării rezumatelor și dispozițiilor apelurilor. De asemenea, vă arătăm cum să începeți rapid să utilizați cea mai recentă versiune a soluției noastre open source, Analiza apelurilor live cu asistență agent.
Provocări cu rezumatele apelurilor
Pe măsură ce centrele de contact colectează mai multe date despre vorbire, nevoia de rezumare eficientă a apelurilor a crescut semnificativ. Cu toate acestea, majoritatea rezumatelor sunt goale sau inexacte, deoarece crearea manuală a acestora necesită mult timp, influențând valorile cheie ale agenților, cum ar fi timpul mediu de manipulare (AHT). Agenții raportează că rezumarea poate dura până la o treime din apelul total, așa că o omit sau completează informații incomplete. Acest lucru dăunează experienței clienților – reținerile lungi îi frustrează pe clienți în timp ce agentul scrie, iar rezumatele incomplete înseamnă să le cerem clienților să repete informațiile atunci când sunt transferate între agenți.
Vestea bună este că automatizarea și rezolvarea provocării de rezumare este acum posibilă prin AI generativă.
AI generativ ajută la rezumarea apelurilor clienților în mod precis și eficient
AI generativă este alimentat de modele de învățare automată (ML) foarte mari, denumite modele de bază (FM), care sunt antrenate în prealabil pe cantități mari de date la scară. Un subset al acestor FM axate pe înțelegerea limbajului natural sunt numite modele de limbaj mari (LLM) și sunt capabile să genereze rezumate asemănătoare oamenilor, relevante din punct de vedere contextual. Cele mai bune LLM-uri pot procesa cu ușurință chiar și structuri complexe de propoziții neliniare și pot determina diverse aspecte, inclusiv subiectul, intenția, pașii următori, rezultatele și multe altele. Utilizarea LLM-urilor pentru a automatiza rezumarea apelurilor permite ca conversațiile cu clienții să fie rezumate cu acuratețe și într-o fracțiune din timpul necesar pentru rezumarea manuală. Aceasta, la rândul său, permite centrelor de contact să ofere clienților o experiență superioară, reducând în același timp sarcina de documentare a agenților lor.
Următoarea captură de ecran arată un exemplu de pagină de detalii privind apelurile Live Call Analytics cu Agent Assist, care conține informații despre fiecare apel.
Următorul videoclip prezintă un exemplu de analiză a apelurilor live cu asistență agent care rezumă un apel în curs, rezumă după încheierea apelului și generează un e-mail de urmărire.
Prezentare generală a soluțiilor
Următoarea diagramă ilustrează fluxul de lucru al soluției.
Primul pas pentru a genera rezumate abstracte ale apelurilor este transcrierea apelului clientului. Este esențial să aveți transcrieri precise și gata de utilizare pentru a genera rezumate ale apelurilor precise și eficiente. Transcriere Amazon vă poate ajuta să creați transcrieri cu acuratețe ridicată pentru apelurile din centrul dvs. de contact. Amazon Transcribe este un API Speech-to-text bogat în funcții, cu modele de recunoaștere a vorbirii de ultimă generație, care sunt complet gestionate și instruite continuu. Clienți precum New York Times, Moale, Zillow, Wix, și mii de alţii utilizați Amazon Transcribe pentru a genera transcrieri foarte precise pentru a-și îmbunătăți rezultatele comerciale. Un factor de diferențiere cheie pentru Amazon Transcribe este capacitatea sa de a proteja datele clienților prin redactarea informațiilor sensibile din audio și text. Deși protejarea confidențialității și siguranței clienților este importantă în general pentru centrele de contact, este și mai important să mascați informațiile sensibile, cum ar fi informațiile despre contul bancar și numerele de securitate socială, înainte de a genera rezumate automate ale apelurilor, astfel încât acestea să nu fie injectate în rezumate.
Pentru clienții care folosesc deja Amazon Connect, centrul nostru de contact cloud omnicanal, Lentile de contact pentru Amazon Connect oferă în mod nativ funcții de transcriere și analiză în timp real. Cu toate acestea, dacă doriți să utilizați IA generativă cu centrul dvs. de contact existent, am dezvoltat Soluţii care fac cea mai mare parte a sarcinilor grele asociate cu transcrierea conversațiilor în timp real sau post-apel din centrul dvs. de contact existent și cu generarea de rezumate automate a apelurilor folosind AI generativă. În plus, soluția detaliată în această secțiune vă permite integrați cu sistemul dvs. de management al relațiilor cu clienții (CRM). pentru a actualiza automat CRM-ul dorit cu rezumatele apelurilor generate. În acest exemplu, folosim nostru Analiza apelurilor live cu soluție Agent Assist (LCA) pentru a genera transcripții de apeluri în timp real și rezumate ale apelurilor cu LLM-uri găzduite pe Amazon Bedrock. Puteți scrie și un AWS Lambdas funcția și furnizați LCA numele Amazon Resource Name (ARN) al funcției în Formarea AWS Cloud parametrii și utilizați LLM la alegere.
Următoarea arhitectură LCA simplificată ilustrează rezumarea apelurilor cu Amazon Bedrock.
LCA este furnizat ca un șablon CloudFormation care implementează arhitectura anterioară și vă permite să transcrieți apelurile în timp real. Pașii fluxului de lucru sunt următorii:
- Apelul audio poate fi transmis prin SIPREC de la sistemul dvs. de telefonie către Amazon Chime SDK Voice Connector, care pune în buffer sunetul. Fluxuri video Amazon Kinesis. LCA acceptă și alte mecanisme de ingestie audio, cum ar fi Genesys Cloud Audiohook.
- Amazon Chime SDK Call Analytics transmite apoi sunetul de la Kinesis Video Streams către Amazon Transcribe și scrie rezultatul JSON în Fluxuri de date Amazon Kinesis.
- O funcție Lambda procesează segmentele de transcripție și le păstrează la un Amazon DynamoDB tabel.
- După încheierea apelului, Amazon Chime SDK Voice Connector publică un Amazon EventBridge notificare care declanșează o funcție Lambda care citește transcrierea persistentă din DynamoDB, generează o solicitare LLM (mai multe despre aceasta în secțiunea următoare) și rulează o inferență LLM cu Amazon Bedrock. Rezumatul generat este păstrat în DynamoDB și poate fi utilizat de agent în interfața de utilizator LCA. Puteți furniza opțional un ARN al funcției Lambda care va fi rulat după generarea rezumatului pentru a se integra cu sisteme CRM terțe.
LCA permite, de asemenea, opțiunea de a apela funcția de rezumare Lambda în timpul apelului, deoarece în orice moment transcrierea poate fi preluată și poate fi creat un prompt, chiar dacă apelul este în curs. Acest lucru poate fi util pentru momentele în care un apel este transferat unui alt agent sau escaladat către un supervizor. În loc să pună clientul în așteptare și să explice apelul, noul agent poate citi rapid un rezumat generat automat și poate include care este problema actuală și ce a încercat agentul anterior să o rezolve.
Exemplu de prompt de rezumare a apelurilor
Puteți rula inferențe LLM cu inginerie promptă pentru a genera și îmbunătăți rezumatele apelurilor. Puteți modifica șabloanele de solicitare pentru a vedea ce funcționează cel mai bine pentru LLM pe care îl selectați. Următorul este un exemplu de prompt implicit pentru rezumarea unei transcriere cu LCA. Inlocuim {transcript}
substituent cu transcrierea efectivă a apelului.
LCA rulează promptul și stochează rezumatul generat. Pe lângă rezumat, puteți direcționa LLM să genereze aproape orice text care este important pentru productivitatea agentului. De exemplu, puteți alege dintr-un set de subiecte care au fost abordate în timpul apelului (dispunerea agentului), puteți genera o listă de sarcini de urmărire necesare sau chiar puteți scrie un e-mail apelantului prin care îi mulțumesc pentru apel.
Următoarea captură de ecran este un exemplu de generare de e-mail de urmărire a agentului în interfața de utilizator LCA.
Cu un prompt bine conceput, unele LLM-uri au capacitatea de a genera toate aceste informații într-o singură inferență, reducând costurile de inferență și timpul de procesare. Agentul poate folosi răspunsul generat în câteva secunde de la încheierea apelului pentru munca lor de după contact. De asemenea, puteți integra răspunsul generat automat în sistemul dvs. CRM.
Următoarea captură de ecran arată un exemplu de rezumat în interfața de utilizator LCA.
De asemenea, este posibil să generați un rezumat în timp ce apelul este încă în desfășurare (vezi următoarea captură de ecran), care poate fi util în special pentru apelurile lungi ale clienților.
Înainte de IA generativă, agenții ar trebui să acorde atenție în timp ce, de asemenea, iau note și efectuează alte sarcini după cum este necesar. Prin transcrierea automată a apelului și prin utilizarea LLM-urilor pentru a crea automat rezumate, putem reduce sarcina mentală a agentului, astfel încât aceștia să se poată concentra pe oferirea unei experiențe superioare pentru clienți. Acest lucru duce, de asemenea, la o muncă mai precisă după apel, deoarece transcrierea este o reprezentare exactă a ceea ce s-a întâmplat în timpul apelului - nu doar ceea ce agentul a luat notițe sau și-a amintit.
Rezumat
Exemplul de aplicație LCA este furnizat ca sursă deschisă - folosiți-o ca punct de plecare pentru propria dvs. soluție și ajutați-ne să o îmbunătățim, contribuind cu remedieri și funcții prin solicitările de extragere GitHub. Pentru informații despre implementarea LCA, consultați Analiza apelurilor în direct și asistență pentru agent pentru centrul dvs. de contact cu serviciile AI în limba Amazon. Navigați la Depozitul LCA GitHub pentru a explora codul, înscrieți-vă pentru a fi notificat cu privire la noile versiuni și verificați README pentru cele mai recente actualizări ale documentației. Pentru clienții care sunt deja pe Amazon Connect, puteți afla mai multe despre IA generativă cu Amazon Connect, făcând referire la Cum se pot pregăti liderii centrelor de contact pentru IA generativă.
Despre autori
Christopher Lott este arhitect senior de soluții în echipa AWS AI Language Services. Are 20 de ani de experiență în dezvoltarea de software pentru întreprinderi. Chris locuiește în Sacramento, California și îi place grădinăritul, aerospațiale și călătorește prin lume.
Smriti Ranjan este Manager de produs principal în echipa AWS AI/ML, concentrându-se pe servicii de limbă și căutare. Înainte de a se alătura AWS, ea a lucrat la Amazon Devices și la alte startup-uri tehnologice, conducând funcții de produse și creștere. Smriti locuiește în Boston, MA și îi place să facă drumeții, să participe la concerte și să călătorească prin lume.
- Distribuție de conținut bazat pe SEO și PR. Amplifică-te astăzi.
- PlatoData.Network Vertical Generative Ai. Împuterniciți-vă. Accesați Aici.
- PlatoAiStream. Web3 Intelligence. Cunoștințe amplificate. Accesați Aici.
- PlatoESG. carbon, CleanTech, Energie, Mediu inconjurator, Solar, Managementul deșeurilor. Accesați Aici.
- PlatoHealth. Biotehnologie și Inteligență pentru studii clinice. Accesați Aici.
- Sursa: https://aws.amazon.com/blogs/machine-learning/use-generative-ai-to-increase-agent-productivity-through-automated-call-summarization/
- :are
- :este
- $UP
- 100
- 13
- 20
- ani 20
- 438
- 7
- a
- capacitate
- Capabil
- Despre Noi
- Cont
- precizie
- precis
- precis
- curent
- În plus,
- Industria aerospațială
- După
- Agent
- agenţi
- AI
- AI / ML
- TOATE
- permite
- aproape
- deja
- de asemenea
- Cu toate ca
- Amazon
- Chime Amazon
- Transcriere Amazon
- Amazon Web Services
- Sume
- an
- Google Analytics
- și
- O alta
- răspunde
- Orice
- api
- aplicație
- arhitectură
- SUNT
- AS
- solicitând
- aspecte
- ajuta
- Asistent
- asociate
- At
- participarea
- atenţie
- audio
- automatizarea
- Automata
- în mod automat
- automatizarea
- in medie
- AWS
- înapoi
- Bancă
- cont bancar
- bazat
- BE
- deoarece
- înainte
- de mai jos
- in afara de asta
- CEL MAI BUN
- Mai bine
- între
- boston
- povară
- afaceri
- by
- California
- apel
- denumit
- apelant
- apeluri
- CAN
- nu poti
- Centru
- Centre
- contesta
- verifica
- dăngăni
- alegere
- Alege
- Chris
- Christopher
- Cloud
- cod
- colecta
- complex
- concerte
- Conectați
- contactați-ne
- centru de contact
- conține
- continuu
- contribuind
- Conversație
- conversații
- A costat
- acoperit
- crea
- a creat
- Crearea
- CRM
- crucial
- Curent
- client
- datele despre consumator
- experienta clientului
- Calatoria clientului
- clienţii care
- de date
- Mod implicit
- definit
- livra
- livrarea
- Implementarea
- implementează
- detaliat
- detalii
- Determina
- dezvoltat
- Dezvoltare
- Dispozitive
- diferențiator
- direcționa
- do
- documentaţie
- Dont
- în timpul
- fiecare
- uşura
- Eficace
- eficient
- efort
- eliminarea
- permite
- sfârșit
- se încheie
- Inginerie
- spori
- Afacere
- software pentru întreprinderi
- mai ales
- Chiar
- Fiecare
- exemplu
- existent
- experienţă
- Explica
- explicând
- explora
- DESCRIERE
- Adus
- puțini
- umple
- First
- Concentra
- concentrat
- concentrându-se
- următor
- urmează
- Pentru
- Fundație
- fracțiune
- din
- complet
- funcţie
- funcții
- Câştig
- Gen
- General
- genera
- generată
- generează
- generator
- generaţie
- generativ
- AI generativă
- obține
- GitHub
- bine
- crescut
- Creștere
- manipula
- Avea
- având în
- he
- greu
- ridicare de greutati
- ajutor
- util
- ajutor
- ajută
- Înalt
- extrem de
- deţine
- deține
- găzduit
- Cum
- Cum Pentru a
- Totuși
- http
- HTTPS
- doare
- if
- ilustrează
- impact
- important
- îmbunătăţi
- in
- inexact
- include
- Inclusiv
- Crește
- informații
- perspective
- integra
- scop
- interfaţă
- în
- problema
- IT
- ESTE
- aderarea
- călătorie
- JSON
- doar
- Cheie
- limbă
- mare
- Ultimele
- Liderii
- conducere
- Conduce
- AFLAȚI
- învăţare
- ridicare
- ca
- LINK
- Listă
- trăi
- Locuiește
- LLM
- Lung
- LOWER
- maşină
- masina de învățare
- face
- gestionate
- administrare
- manager
- manual
- manual
- masca
- însemna
- mecanisme
- Reuniunea
- mental
- Metrici
- ML
- Modele
- modifica
- mai mult
- cele mai multe
- nume
- Natural
- Nevoie
- necesar
- nevoilor
- Neutru
- Nou
- ştiri
- următor
- notițe
- notificare
- acum
- numere
- a avut loc
- of
- omnichannel
- on
- în curs de desfășurare
- afară
- deschide
- open-source
- Oportunitate
- Opțiune
- or
- Altele
- al nostru
- afară
- rezultate
- producție
- propriu
- pagină
- parametrii
- Plătește
- efectuarea
- persistă
- înlocuitor
- Plato
- Informații despre date Platon
- PlatoData
- Punct
- posibil
- Post
- putere
- alimentat
- Pregăti
- precedent
- Principal
- anterior
- intimitate
- proces
- procese
- prelucrare
- Produs
- manager de produs
- productivitate
- Progres
- proteja
- protectoare
- furniza
- prevăzut
- furnizează
- publică
- Punând
- întrebare
- Întrebări
- repede
- mai degraba
- Citeste
- real
- în timp real
- recunoaştere
- reduce
- reducerea
- trimite
- menționat
- relaţie
- Lansări
- repeta
- înlocui
- răspuns
- raportează
- reprezentare
- cereri de
- necesita
- necesar
- rezolvă
- resursă
- Răspunde
- răspuns
- Alerga
- ruleaza
- Sacramento
- Siguranţă
- Scară
- sdk
- Caută
- secunde
- Secțiune
- securitate
- vedea
- segmente
- senior
- sensibil
- propoziție
- servește
- Servicii
- set
- ea
- Arăta
- Emisiuni
- semna
- semnificativ
- simplificată
- singur
- So
- Social
- Software
- de dezvoltare de software
- soluţie
- soluţii
- Rezolvarea
- unele
- Sursă
- discurs
- Recunoaștere a vorbirii
- vorbire-text
- început
- Pornire
- Startup-urile
- de ultimă oră
- Pas
- paşi
- Încă
- magazine
- transmise în flux
- fluxuri
- structurile
- astfel de
- rezuma
- REZUMAT
- superior
- Sprijină
- sistem
- sisteme
- tabel
- Lua
- luare
- sarcini
- echipă
- Tehnologia
- șablon
- şabloane
- a) Sport and Nutrition Awareness Day in Manasia Around XNUMX people from the rural commune Manasia have participated in a sports and healthy nutrition oriented activity in one of the community’s sports ready yards. This activity was meant to gather, mainly, middle-aged people from a Romanian rural community and teach them about the benefits that sports have on both their mental and physical health and on how sporting activities can be used to bring people from a community closer together. Three trainers were made available for this event, so that the participants would get the best possible experience physically and so that they could have the best access possible to correct information and good sports/nutrition practices. b) Sports Awareness Day in Poiana Țapului A group of young participants have taken part in sporting activities meant to teach them about sporting conduct, fairplay, and safe physical activities. The day culminated with a football match.
- decât
- acea
- lumea
- lor
- Lor
- apoi
- Acestea
- ei
- Al treilea
- terț
- acest
- aceste
- mii
- Prin
- timp
- consumă timp
- ori
- la
- a luat
- instrument
- subiect
- subiecte
- Total
- dresat
- Copie
- transferat
- Traveling
- încercat
- ÎNTORCĂ
- Tipuri
- înţelege
- înţelegere
- Actualizează
- actualizări
- us
- utilizare
- utilizat
- Utilizator
- User Interface
- folosind
- Valoros
- diverse
- Fixă
- versiune
- foarte
- de
- Video
- vital
- Voce
- vrea
- we
- web
- servicii web
- BINE
- au fost
- Ce
- Ce este
- cand
- care
- în timp ce
- OMS
- voi
- cu
- în
- Apartamente
- a lucrat
- flux de lucru
- fabrică
- lume
- ar
- scrie
- ani
- York
- Tu
- Ta
- youtube
- zephyrnet