In ons vorige artikel bespraken we enkele use cases rond Large Language Models en Generative AI voor onze producten. Vandaag introduceren we de eerste implementaties. Laten we eens kijken wat we geïmplementeerd hebben en wat de voordelen zijn.
Conversational AI Cloud
CM.com's Conversational AI Cloud is altijd al een product waarmee bedrijven hun gespreksstromen eenvoudig kunnen automatiseren. We richten ons vooral op zakelijke gebruikers en proberen hun leven gemakkelijker te maken. Zodat zij tijd kunnen besteden aan de dingen die belangrijk zijn in plaats van het vele werk dat komt kijken bij het opzetten en beheren van een conversational AI platform.
Met release 4.8 introduceert CM.com generative AI, een volledige vernieuwing van de intent-classificatie herkenningsengine en hoe deze is geïntegreerd in de multi-engine NLU van het product, geautomatiseerd testen en verschillende andere wijzigingen.
Generative AI
In plaats van handmatig uitdrukkingen toe te voegen om het model te trainen, genereert generative AI nieuwe trainingsgegevens. Dit helpt de nauwkeurigheid, precisie en herkenning van het intentiemodel te verbeteren. Het kan een volledig intentiemodel genereren met intenties, beschrijvingen en uitingen. Het kan helpen bij het samenstellen van nieuwe voorbeelden, en conversation designers helpen bij het creatieve proces dat nodig is om de diversiteit van de trainingsgegevens te vergroten en eventuele vooroordelen in de oorspronkelijke dataset te overwinnen.
Kwaliteitscontrole en monitoring
Met Conversational AI Cloud kunnen klanten nu een testdataset en hun trainingsdataset definiëren. Deze dataset berekent precisie, recall en F1-score bij elke trainingscyclus, zodat je direct het resultaat van je wijzigingen kunt zien en je model nauwkeurig kunt afstemmen op je gespreksdoelen.
Multi-engine NLU
Hiermee wordt de samenwerking verder geïntensiveerd en wordt geprofiteerd van de engine voor intentieclassificatie en entiteitsgestuurde rule-based herkenning van Conversational AI Cloud. Klanten kunnen nu gebruikmaken van de kracht van rule-based recognition in hun intent-classificatiemodel om ervoor te zorgen dat hun eindgebruikers het beste contextuele antwoord krijgen.
Maar uiteindelijk kunnen ervaren conversation designers, klantinzichten en echte eindgebruikersinteracties niet worden vervangen om NLU-optimalisaties te sturen. Wij hopen dat onze generative AI onze klanten helpt bij het creatieve proces en hen in staat stelt sneller live te gaan en beter te itereren.
Mobile Service Cloud
Voor onze Mobile Service Cloud denken we altijd na over manieren om het leven van onze klanten (en hun agents) te verbeteren. Via manieren om de efficiëntie en kwaliteit te verhogen en de cognitieve belasting van onze klanten te verminderen, bieden we waarde aan hun bedrijf en stellen we hen in staat zich te concentreren op wat belangrijk is: hun klanten en de klantervaring.
Met deze release van Mobile Service Cloud introduceren we onze eerste AI-functie: gesprekssamenvattingen. Momenteel is het zo dat wanneer klantenservicemedewerkers een gesprek ontvangen in hun inbox, zij de intake en, erger nog, het hele gesprek tussen de klant en de chatbot moet doorlezen. Vanaf deze release ontvangen medewerkers een samenvatting van het gesprek tussen de bot en de klant. De agents kunnen zo sneller reageren en een beter en tijdiger eerste antwoord geven. Elke kleine verbetering in de eerste reactietijd is ook gecorreleerd aan een hogere tevredenheid, of dat nu wordt uitgedrukt in NPS, CSAT of CES.
Wat zijn de belangrijkste voordelen van deze aanpassingen?
Met deze updates voor onze Mobile Service Cloud en Conversational AI Cloud hebben we onze belofte waargemaakt om:
De time to value van klanten te verkorten in onze Conversational AI Cloud: of je nu een nieuwe klant bent die net begint met het opzetten van je intent-classificatiemodel of een bestaande klant die je conversational use cases wil uitbreiden. Onze Generative AI helpt je op weg en maakt het creatieve proces zo makkelijk mogelijk.
De gemiddelde afhandelingstijd van medewerkers en de tijd tot het eerste antwoord te verminderen door Large Language Models te gebruiken om gesprekken samen te vatten en waarde te leveren voor onze klanten.
Onze herkenning te verbeteren door de sterke punten van de multi-engine NLU van Conversational AI Cloud te combineren met rule-based control flows in onze intent classification engine. Wij bieden onze klanten de mogelijkheid om eenvoudig gespreksstromen te definiëren, te beheren en te verbeteren.
De kwaliteit en consistentie van de herkenning te waarborgen, ook tussen trainingssessies. Dankzij geautomatiseerd testen en het berekenen van evaluatiecijfers voor machine learning, zoals F1-score, precisie en recall, is fine-tuning en optimalisatie mogelijk.
Conclusie
We zijn enthousiast over deze nieuwe AI-functies in het CM.com-platform. CM.com is voortdurend op zoek naar verbetering van haar producten en zal de kracht van AI inzetten wanneer het waarde toevoegt. Onze teams werken hard aan nieuwe use cases en we kijken ernaar uit om tegen het begin van Q2 2023 meer nieuws te delen.