Ваш контакт-центр служит жизненно важным связующим звеном между вашим бизнесом и вашими клиентами. Каждый звонок в ваш контакт-центр — это возможность узнать больше о потребностях ваших клиентов и о том, насколько хорошо вы их удовлетворяете.
Большинство контакт-центров требуют от своих агентов подводить итоги разговора после каждого звонка. Обобщение звонков — это ценный инструмент, который помогает контактным центрам понимать и получать ценную информацию о звонках клиентов. Кроме того, точные сводки вызовов улучшают взаимодействие с клиентом, устраняя необходимость повторения информации при передаче другому агенту.
В этом посте мы объясняем, как использовать возможности генеративного искусственного интеллекта, чтобы сократить усилия и повысить точность создания сводок вызовов и распределения вызовов. Мы также покажем, как быстро начать работу с последней версией нашего решения с открытым исходным кодом. Аналитика звонков в реальном времени с помощью Agent Assist.
Проблемы со сводками вызовов
Поскольку контакт-центры собирают больше речевых данных, потребность в эффективном обобщении вызовов значительно возросла. Однако большинство сводок пусты или неточны, поскольку их создание вручную отнимает много времени и влияет на ключевые показатели агентов, такие как среднее время обработки (AHT). Агенты сообщают, что подведение итогов может занимать до трети всего звонка, поэтому они его пропускают или заполняют неполную информацию. Это ухудшает качество обслуживания клиентов: длительные задержки расстраивают клиентов, пока агент печатает, а неполные сводки означают, что клиентов просят повторить информацию при передаче между агентами.
Хорошей новостью является то, что автоматизация и решение задачи обобщения теперь возможны с помощью генеративного искусственного интеллекта.
Генеративный искусственный интеллект помогает точно и эффективно суммировать звонки клиентов.
Генеративный ИИ основан на очень больших моделях машинного обучения (ML), называемых базовыми моделями (FM), которые предварительно обучаются на огромных объемах данных в любом масштабе. Подмножество этих FM, ориентированных на понимание естественного языка, называется большими языковыми моделями (LLM) и способно генерировать подобные человеческим, контекстуально релевантные сводки. Лучшие LLM могут с легкостью обрабатывать даже сложные, нелинейные структуры предложений и определять различные аспекты, включая тему, намерение, следующие шаги, результаты и многое другое. Использование LLM для автоматизации суммирования звонков позволяет точно резюмировать разговоры с клиентами и за долю времени, необходимого для суммирования вручную. Это, в свою очередь, позволяет контакт-центрам обеспечивать превосходное качество обслуживания клиентов, одновременно снижая нагрузку на своих агентов по документации.
На следующем снимке экрана показан пример страницы сведений о вызовах Live Call Analytics с Agent Assist, которая содержит информацию о каждом вызове.
В следующем видео показан пример аналитики вызовов в режиме реального времени с помощью Agent Assist, в которой суммируются текущие вызовы, подводятся итоги после завершения вызова и создается последующее электронное письмо.
Обзор решения
Следующая диаграмма иллюстрирует рабочий процесс решения.
Первым шагом к созданию абстрактных сводок звонков является расшифровка звонка клиента. Наличие точных, готовых к использованию расшифровок имеет решающее значение для создания точных и эффективных сводок звонков. Amazon транскрибировать может помочь вам создавать расшифровки с высокой точностью для ваших звонков в контакт-центр. Amazon Transcribe — это многофункциональный API преобразования речи в текст с современными моделями распознавания речи, которые полностью управляются и постоянно обучаются. Такие клиенты как New York Times, Вялый, Zillow, Wixи тысячи другие исследователи используйте Amazon Transcribe для создания высокоточных стенограмм и улучшения результатов своего бизнеса. Ключевым отличием Amazon Transcribe является его способность защищать данные клиентов путем удаления конфиденциальной информации из аудио и текста. Хотя защита конфиденциальности и безопасности клиентов в целом важна для контакт-центров, еще важнее замаскировать конфиденциальную информацию, такую как информация о банковском счете и номера социального страхования, перед созданием автоматических сводок вызовов, чтобы она не попала в сводки.
Для клиентов, которые уже используют Амазон Коннект, наш омниканальный облачный контакт-центр, Контактная линза для Amazon Connect изначально предоставляет функции транскрипции и анализа в реальном времени. Однако, если вы хотите использовать генеративный искусственный интеллект в своем существующем контакт-центре, мы разработали решения которые выполняют большую часть тяжелой работы, связанной с расшифровкой разговоров в реальном времени или после звонка из вашего существующего контакт-центра, а также созданием автоматических сводок вызовов с использованием генеративного искусственного интеллекта. Кроме того, решение, подробно описанное в этом разделе, позволяет вам интеграция с вашей системой управления взаимоотношениями с клиентами (CRM) для автоматического обновления выбранной вами CRM с помощью сгенерированных сводок вызовов. В этом примере мы используем наш Аналитика звонков в реальном времени с решением Agent Assist (LCA) для создания расшифровок вызовов в реальном времени и сводок вызовов с помощью LLM, размещенных на Коренная порода Амазонки. Вы также можете написать AWS Lambda и укажите LCA имя ресурса Amazon (ARN) функции в AWS CloudFormation параметры и используйте LLM по вашему выбору.
Следующая упрощенная архитектура LCA иллюстрирует суммирование вызовов с помощью Amazon Bedrock.
LCA предоставляется в виде шаблона CloudFormation, который развертывает предыдущую архитектуру и позволяет расшифровывать вызовы в режиме реального времени. Этапы рабочего процесса следующие:
- Звук вызова можно передавать через SIPREC из вашей телефонной системы в голосовой соединитель Amazon Chime SDK, который буферизует звук в Видеопотоки Amazon Kinesis. LCA также поддерживает другие механизмы приема аудио, такие как Облачный аудиохук Genesys.
- Затем Amazon Chime SDK Call Analytics передает аудио из Kinesis Video Streams в Amazon Transcribe и записывает выходные данные JSON в Потоки данных Amazon Kinesis.
- Лямбда-функция обрабатывает сегменты транскрипции и сохраняет их в Amazon DynamoDB таблице.
- После завершения вызова Amazon Chime SDK Voice Connector публикует Amazon EventBridge уведомление, которое запускает функцию Lambda, которая считывает сохраненную расшифровку из DynamoDB, генерирует приглашение LLM (подробнее об этом в следующем разделе) и запускает вывод LLM с Amazon Bedrock. Сгенерированная сводка сохраняется в DynamoDB и может использоваться агентом в пользовательском интерфейсе LCA. При желании вы можете предоставить функцию ARN Lambda, которая будет запускаться после создания сводки для интеграции со сторонними системами CRM.
LCA также позволяет вызывать функцию суммирования Lambda во время вызова, поскольку в любой момент можно получить расшифровку и создать подсказку, даже если вызов находится в процессе. Это может быть полезно в тех случаях, когда вызов переводится на другого оператора или передается супервизору. Вместо того, чтобы приостанавливать клиента и объяснять звонок, новый агент может быстро прочитать автоматически созданную сводку, в которой может быть указано, в чем заключается текущая проблема и что предыдущий агент пытался сделать для ее решения.
Пример запроса суммирования звонков
Вы можете выполнять выводы LLM с быстрым инжинирингом для создания и улучшения сводок вызовов. Вы можете изменить шаблоны приглашений, чтобы увидеть, что лучше всего подходит для выбранного вами LLM. Ниже приведен пример приглашения по умолчанию для подведения итогов стенограммы с помощью LCA. Мы заменяем {transcript}
заполнитель с фактической стенограммой разговора.
LCA запускает приглашение и сохраняет созданную сводку. Помимо обобщения, вы можете настроить LLM на создание практически любого текста, важного для производительности агента. Например, вы можете выбрать из набора тем, которые были затронуты во время звонка (диспозиция агента), составить список необходимых последующих задач или даже написать электронное письмо звонящему с благодарностью за звонок.
На следующем снимке экрана показан пример создания электронного письма агента в пользовательском интерфейсе LCA.
Благодаря хорошо продуманной подсказке некоторые LLM имеют возможность генерировать всю эту информацию за один вывод, что снижает стоимость вывода и время обработки. Затем агент может использовать сгенерированный ответ в течение нескольких секунд после завершения вызова для своей постконтактной работы. Вы также можете интегрировать сгенерированный ответ автоматически в вашу CRM-систему.
На следующем снимке экрана показан пример сводки пользовательского интерфейса LCA.
Также можно создать сводку во время разговора (см. следующий снимок экрана), что может быть особенно полезно при длительных разговорах с клиентами.
До появления генеративного ИИ от агентов требовалось быть внимательными, а также делать заметки и выполнять другие задачи по мере необходимости. Автоматически расшифровывая разговор и используя LLM для автоматического создания сводок, мы можем снизить умственную нагрузку на агента, чтобы он мог сосредоточиться на обеспечении превосходного качества обслуживания клиентов. Это также приводит к более точной работе после разговора, поскольку расшифровка представляет собой точное представление того, что произошло во время разговора, а не только то, что оператор делал заметки или запоминал.
Обзор
Пример приложения LCA предоставляется с открытым исходным кодом — используйте его в качестве отправной точки для собственного решения и помогите нам улучшить его, внося исправления и функции с помощью запросов на извлечение GitHub. Информацию о развертывании LCA см. Аналитика вызовов в режиме реального времени и помощь операторам для вашего контакт-центра с сервисами Amazon Language AI. Перейти к Репозиторий LCA GitHub чтобы изучить код, подпишитесь на уведомления о новых выпусках и ознакомьтесь с README для получения последних обновлений документации. Клиенты, которые уже используют Amazon Connect, могут узнать больше о генеративном искусственном интеллекте с помощью Amazon Connect, обратившись к Как руководители контакт-центров могут подготовиться к использованию генеративного искусственного интеллекта.
Об авторах
Кристофер Лотт является старшим архитектором решений в команде AWS AI Language Services. Он имеет 20-летний опыт разработки корпоративного программного обеспечения. Крис живет в Сакраменто, штат Калифорния, и увлекается садоводством, космонавтикой и путешествиями по миру.
Смрити Ранджан — главный менеджер по продукту в команде AWS AI/ML, специализирующейся на языковых и поисковых сервисах. До прихода в AWS она работала в Amazon Devices и других технологических стартапах, руководя функциями продуктов и роста. Смрити живет в Бостоне, штат Массачусетс, любит пешие походы, посещает концерты и путешествует по миру.
- SEO-контент и PR-распределение. Получите усиление сегодня.
- PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
- ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
- ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
- ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
- Источник: https://aws.amazon.com/blogs/machine-learning/use-generative-ai-to-increase-agent-productivity-through-automated-call-summarization/
- :имеет
- :является
- $UP
- 100
- 13
- 20
- 20 лет
- 438
- 7
- a
- способность
- в состоянии
- О нас
- Учетная запись
- точность
- точный
- точно
- фактического соединения
- Дополнительно
- Аэрокосмическая индустрия
- После
- Агент
- агенты
- AI
- AI / ML
- Все
- позволяет
- почти
- уже
- причислены
- Несмотря на то, что
- Amazon
- Amazon Chime
- Amazon транскрибировать
- Amazon Web Services
- суммы
- an
- аналитика
- и
- Другой
- ответ
- любой
- API
- Применение
- архитектура
- МЫ
- AS
- спрашивающий
- аспекты
- помощь
- помощник
- связанный
- At
- посещение
- внимание
- аудио
- автоматизировать
- Автоматизированный
- автоматически
- Автоматизация
- в среднем
- AWS
- назад
- Банка
- счет в банке
- основанный
- BE
- , так как:
- до
- ниже
- Кроме
- ЛУЧШЕЕ
- Лучшая
- между
- Бостон
- бремя
- бизнес
- by
- Калифорния
- призывают
- под названием
- гость
- Объявления
- CAN
- не могу
- Центр
- Центры
- вызов
- проверка
- перезвон
- выбор
- Выберите
- Крис
- Кристофер
- облако
- код
- собирать
- комплекс
- концерты
- Свяжитесь
- обращайтесь
- контакт-центр
- содержит
- непрерывно
- содействие
- Разговор
- Беседы
- Цена
- покрытый
- Создайте
- создали
- Создающий
- CRM
- решающее значение
- Текущий
- клиент
- данные клиентов
- опыт работы с клиентами
- Customer Journey
- Клиенты
- данным
- По умолчанию
- определенный
- доставить
- доставки
- развертывание
- развертывает
- подробный
- подробнее
- Определять
- развитый
- Развитие
- Устройства
- дифференциатор
- направлять
- do
- документации
- Dont
- в течение
- каждый
- простота
- Эффективный
- эффективный
- усилие
- уничтожение
- позволяет
- окончание
- окончания поездки
- Проект и
- повышать
- Предприятие
- корпоративное программное обеспечение
- особенно
- Даже
- Каждая
- пример
- существующий
- опыт
- Объяснять
- объясняя
- Больше
- Особенности
- Получено
- несколько
- заполнять
- Во-первых,
- Фокус
- внимание
- фокусировка
- после
- следующим образом
- Что касается
- Год основания
- доля
- от
- полностью
- функция
- Функции
- Gain
- пол
- Общие
- порождать
- генерируется
- генерирует
- порождающий
- поколение
- генеративный
- Генеративный ИИ
- получить
- GitHub
- хорошо
- взрослый
- Рост
- обрабатывать
- Есть
- имеющий
- he
- тяжелый
- тяжелая атлетика
- помощь
- полезный
- помощь
- помогает
- High
- очень
- держать
- имеет
- состоялся
- Как
- How To
- Однако
- HTTP
- HTTPS
- болит
- if
- иллюстрирует
- воздействуя
- важную
- улучшать
- in
- неточный
- включают
- В том числе
- Увеличение
- информация
- размышления
- интегрировать
- намерение
- Интерфейс
- в
- вопрос
- IT
- ЕГО
- присоединение
- путешествие
- JSON
- всего
- Основные
- язык
- большой
- последний
- Лидеры
- ведущий
- Лиды
- УЧИТЬСЯ
- изучение
- Подтяжка лица
- такое как
- LINK
- Список
- жить
- Живет
- LLM
- Длинное
- ниже
- машина
- обучение с помощью машины
- сделать
- управляемого
- управление
- менеджер
- руководство
- вручную
- маска
- значить
- механизмы
- заседания
- психический
- Метрика
- ML
- Модели
- изменять
- БОЛЕЕ
- самых
- имя
- натуральный
- Необходимость
- необходимый
- потребности
- Нейтральные
- Новые
- Новости
- следующий
- Заметки
- уведомление
- сейчас
- номера
- произошло
- of
- omnichannel
- on
- постоянный
- только
- открытый
- с открытым исходным кодом
- Возможность
- Опция
- or
- Другое
- наши
- внешний
- Результаты
- выходной
- собственный
- страница
- параметры
- ОПЛАТИТЬ
- выполнения
- сохраняется
- заполнитель
- Платон
- Платон Интеллектуальные данные
- ПлатонДанные
- Точка
- возможное
- После
- мощностью
- Питание
- Подготовить
- предыдущий
- Основной
- Предварительный
- политикой конфиденциальности.
- процесс
- Процессы
- обработка
- Продукт
- Менеджер по продукции
- производительность
- Прогресс
- для защиты
- защищающий
- обеспечивать
- при условии
- приводит
- Публикует
- Полагая
- вопрос
- Вопросы
- быстро
- скорее
- Читать
- реальные
- реального времени
- признание
- уменьшить
- снижение
- относиться
- назвало
- отношения
- публикации
- соответствующие
- повторять
- замещать
- Ответить
- отчету
- представление
- Запросы
- требовать
- обязательный
- решение
- ресурс
- Реагируйте
- ответ
- Run
- работает
- Сакраменто
- Сохранность
- Шкала
- SDK
- Поиск
- секунды
- Раздел
- безопасность
- посмотреть
- сегментами
- старший
- чувствительный
- предложение
- служит
- Услуги
- набор
- она
- показывать
- Шоу
- подпись
- существенно
- упрощенный
- одинарной
- So
- Соцсети
- Software
- разработка программного обеспечения
- Решение
- Решения
- Решение
- некоторые
- Источник
- речь
- Распознавание речи
- речи в текст
- и политические лидеры
- Начало
- Стартапы
- современное состояние
- Шаг
- Шаги
- По-прежнему
- магазины
- потоковый
- потоки
- структур
- такие
- суммировать
- РЕЗЮМЕ
- топ
- Поддержка
- система
- системы
- ТАБЛИЦЫ
- взять
- с
- задачи
- команда
- Технологии
- шаблон
- шаблоны
- текст
- чем
- который
- Ассоциация
- мир
- их
- Их
- тогда
- Эти
- они
- В третьих
- сторонние
- этой
- те
- тысячи
- Через
- время
- кропотливый
- раз
- в
- приняли
- инструментом
- тема
- Темы
- Всего
- специалистов
- Запись
- переданы
- Путешествие
- пыталась
- ОЧЕРЕДЬ
- Типы
- понимать
- понимание
- Обновление ПО
- Updates
- us
- использование
- используемый
- Информация о пользователе
- Пользовательский интерфейс
- через
- ценный
- различный
- Огромная
- версия
- очень
- с помощью
- Видео
- жизненный
- Режимы
- хотеть
- we
- Web
- веб-сервисы
- ЧТО Ж
- были
- Что
- Что такое
- когда
- который
- в то время как
- КТО
- будете
- в
- Работа
- работавший
- рабочий
- работает
- Мир
- бы
- записывать
- лет
- йорк
- Ты
- ВАШЕ
- YouTube
- зефирнет