Warum Conversational AI jetzt bereit für die Hauptsendezeit ist
Drei Unternehmen teilen auf der Anwenderkonferenz von NVIDIA ihre Erfahrungen mit Conversational AI.
Konversationelle künstliche Intelligenz dient als Schnittstelle zwischen einer Person und einem Computer, über die Unternehmen ansprechende wechselseitige Interaktionen erreichen können. Die Technologie wird in der Regel mit Callcentern und virtuellen Assistenten/Chatbots in Verbindung gebracht, obwohl sie in praktisch jeder vertikalen Branche eingesetzt werden kann. Dank des Durchbruchs bei maschinellem Lernen und KI in den letzten Jahren ist die Konversations-KI über Chatbots hinausgegangen und hat eine Vielzahl von Anwendungsfällen umfasst.
Conversational AI gibt es nun schon seit einigen Jahren, aber die Technologie war noch nicht bereit für etwas anderes als ein Labor. Dank der Fortschritte in der KI-Technologie, des beschleunigten Computings und der Modelle des maschinellen Lernens ist Conversational AI jedoch bereit, als Mainstream-Technologie in die Geschäftswelt einzudringen, insbesondere im Bereich der Customer Experience.
Anfang dieses Monats versammelte sich eine Podiumsdiskussion mit Experten von T-Mobile, RingCentral und Hugging Face auf der NVIDIA 2021 GTC-Konferenz, um zu diskutieren, wie Conversational AI ihr Geschäft verbessert hat, und um Trends zu teilen, die die Zukunft dieser aufstrebenden Technologie prägen. Auf der Konferenz stellte NVIDIA auch Riva Custom Voice vor, ein neues Toolkit, mit dem benutzerdefinierte Stimmen mit nur 30 Minuten Sprachaufzeichnungsdaten erstellt werden können.
Die Innovation rund um Sprachsynthese und Sprachdaten wird "die Art und Weise verändern, wie virtuelle Assistenten und Chatbots sich verbinden und zurücksprechen", sagte Kari Briski, Vice President of Software Product Management für KI/HPC (High-Performance Computing) bei NVIDIA. Es gibt eine große Chance, Daten zu nutzen, um neue Konversations-KI-Modelle zu entwickeln, die die Akzente der Menschen und unterschiedliche Audioumgebungen berücksichtigen, wie z. B. laute Cafés und Sportveranstaltungen im Freien.
KI ist in der Lage, sich selbst beizubringen
"In Zukunft werden wir sehen, dass KI ihre eigenen Daten definiert", sagte Prashant Kukde, Assistant Vice-President of Conversational AI bei RingCentral. Ähnlich wie ein Hintergrundfilter, der einen unordentlichen Raum verwischt, könnte KI als Echtzeit-Hintergrundfilter fungieren, um einen Akzent zu eliminieren, wenn ein Nicht-Muttersprachler spricht. Gleichzeitig würde eine Person am anderen Ende den Akzent hören, mit dem sie vertraut ist. Dieses Konzept der bidirektionalen Konversations-KI ist nur ein Beispiel für Innovation in diesem Bereich, sagte Kukde.
Wenn wir einen Schritt zurück in die Gegenwart machen, liegt der aktuelle Fokus von RingCentral auf der Anwendung von KI auf spontane Gespräche, die typischerweise in virtuellen Meetings zu finden sind. Der Anbieter von Unified Communications as a Service (UCaaS) bündelt Conversational AI in sein bestehendes Produktportfolio. Vor kurzem wurde eine neue automatisierte Zusammenfassungsfunktion eingeführt, die Sprach-zu-Text-Zusammenfassungen von Besprechungen generiert, um den Teilnehmern ein besseres Erlebnis zu bieten und die Produktivität zu steigern.
Warum es in jedem Contact Center sein sollte
Die Conversational AI-Implementierungen von T-Mobile reichen von der Unterstützung von T-Mobile-Mitarbeitern bis hin zu externen Kunden. T-Mobile setzt KI in seinen Contact Centern ein, um Gespräche zwischen Kunden und Kundendienstmitarbeitern zu dokumentieren, sowohl durch Chatbots als auch durch Self-Service. Der Mobilfunkanbieter verwendet KI auch, um Gespräche von Sprache in Text zu transkribieren, um Agenten bei der Arbeit in Callcentern zu unterstützen (Agent-Assist).
Als COVID-19 ausbrach, wurden die Callcenter von T-Mobile aufgrund der durch die Pandemie verursachten finanziellen Schwierigkeiten mit Kundenanfragen nach Zahlungsplänen überschwemmt. T-Mobile war in der Lage, diese einfache Aufgabe zu automatisieren, indem es einen Chatbot einführte, der Kunden bei der Erstellung von Zahlungsvereinbarungen unterstützte. Was T-Mobile nicht erwartet hatte, war, einen so hohen Return on Investment (ROI) zu erzielen, wenn ein kleines Nebenprojekt gestartet wurde, das sich zu einem weit verbreiteten Tool entwickelte.
"Wir dachten, der Chatbot würde nur die Coronavirus-Saison überleben. Aber in den ersten 18 Monaten seiner Lebensdauer hatten wir einen ROI von 750 % mit diesem Chatbot", sagte Heather Nolis, Principal Machine Learning Engineer bei T-Mobile. "Es gibt viele Routineaufgaben, die in unseren Callcentern anfallen, bei denen Menschen nicht notwendig sind. Wir haben festgestellt, dass etwa 30 % unserer Kunden nicht mit einer Person sprechen möchten und einen Gesprächsassistenten bevorzugen würden."
Conversational AI setzt seine rasante Entwicklung fort
In den letzten drei Jahren hat sich die Konversations-KI weiterentwickelt und umfasst nun neue Arten von Modellen, die bessere Vorhersagen zum Zusammenfassen und Klassifizieren von Text, zum Verstehen der Stimmung und zum Ausführen neuer Aufgaben sowohl in der Sprache als auch im Sehen bieten. In Zukunft wird Conversational AI durch offene Zusammenarbeit durch Modelle, Checkpoints und Implementierungen vorangetrieben. Das bedeutet, dass Unternehmen eine pragmatischere KI einsetzen müssen, die das Geschäftsproblem und nicht die Lösung angeht, sagte Jeff Boudier, Product Director bei Hugging Face, dem Schöpfer der Open-Source-Bibliothek Transformers Natural Language Processing (NLP).
"Eine der größten Herausforderungen der letzten drei Jahre bestand darin, die Wissenschaft in die Hände der Praktiker zu nehmen", sagte Boudier. "Pragmatische KI erfordert, so viel wie möglich Open-Source-Technologien zu nutzen. Das ist eines der definierenden Merkmale des maschinellen Lernens. Es ist wissenschaftsgetrieben. Es ist ein lebendiges System, das die Menschen aufbauen."
Die Transformers-Bibliothek von Hugging Face ermutigt viele Menschen aus verschiedenen Branchen zu Beiträgen. Es stehen mehr als 1.600 öffentliche Datensätze in rund 200 Sprachen zur Verfügung. Jeder kann auf 70.000 kostenlose Transformer-Modelle zugreifen, die von einer Community von 1.000 Mitwirkenden bereitgestellt werden (Tendenz steigend). Die Datensätze umfassen alles, von der Klassifizierung von Text über die Transkription von Audio bis hin zur Erkennung von Objekten in Fotos und Videos.
Eine offene, kollaborative Zukunft ist das ultimative Ziel für Conversational AI. Aber bevor Unternehmen dorthin gelangen können, müssen sie verstehen, warum sie überhaupt Chatbots und andere KI-basierte Dienste entwickeln. Kukde von RingCentral ist der Meinung, dass Unternehmen Conversational AI schrittweise einführen und so positionieren sollten, dass die Mitarbeiter nicht das Gefühl haben, dass sie ihre Arbeit übernehmen. Wenn KI schrittweise eingeführt wird, haben Unternehmen Zeit, Feedback mit mehr Daten und besseren Schulungen zu sammeln und weiter für die Zukunft zu bauen, sagte er.
Nolis glaubt, dass eine gute Strategie für Unternehmen darin besteht, Chatbots zu entwickeln, die den Benutzern ein gutes Erlebnis bieten, anstatt Vorschläge zu machen, die sie bereits kennen. Es ist wichtig zu verstehen, wo Chatbots eingesetzt werden sollten und wo nicht. Daher lieben es die Menschen, mit Chatbots zu sprechen, anstatt sie zu tolerieren und zu hoffen, irgendwann eine echte Person zu erreichen.
"Jeder, der einen Chatbot entwickelt, sollte seinen Benutzern zuhören, indem er sich die Daten ansieht, die er bereits aus Social-Media-Interaktionen, Beschwerden und Gesprächen mit Kundendienstmitarbeitern hat", schloss Nolis. "Wenn der KI-Agent, den wir entwickeln, nicht das kann, was ein Mensch kann, dann überlassen wir es einem Menschen, weil uns die Qualität unseres Kundenservice wirklich am Herzen liegt."