S umělou inteligencí se setkáváme doslova na každém kroku a pomalu se stává nedílnou součástí našeho života, často si její použití ani neuvědomujeme. Procesory moderních smartphonů již totiž obsahují enginy pro rychlé zpracování požadavků z oblasti umělé inteligence, například při vytváření a zpracování fotografií, rozpoznání obličeje, v navigacích a mnoha dalších aplikacích.
Zároveň využití neuronových sítí s hlubokým učením umožnilo v posledních letech obrovský pokrok v technologiích zpracování řeči, a to jak u převodu mluvené řeči na text (STT – Speech to Text), tak u syntézy textu na řeč (TTS – Text to Speech). Hluboké učení současně zlepšilo výsledky vlastního zprocesování konverzace voicebotů v prostředí NLP (Natural Language Processing), zajištující správné porozumění lidské řeči a současně vytváření nejvhodnějších odpovědí v průběhu dialogů. Dodejme, že stejný NLP engine lze s vhodnými modely využít i pro textovou komunikaci (například chatboty).
Kde jsme byli a kam se směřujeme?
První technologie řeči byly v kontaktních centrech nasazeny již před více než třiceti lety v systémech automatické obsluhy volání, známé jako IVR (Automatic Voice Response). Umožňovaly jednoduché rozpoznání (typicky číslic a několika slov) a základní přepis textu na řeč pro dynamicky vytvářené hlášky. Následoval velmi pozvolný rozvoj – náhrada tlačítkové tónové volby hlasem při obdobné struktuře dialogu totiž nepřinášela očekávané zlepšení uživatelské zkušenosti. I proto je logické, že mezi časté případy využití voicebotů v kontaktních centrech patří právě náhrada zastaralého IVR systému s cílem zlepšit jak zákaznické zkušenosti, tak efektivitu a výkon kontaktního centra.
Poznám, že mluvím s voicebotem?
Zákaznickou zkušenost zlepšuje okamžité vyřízení požadavků přímo voicebotem, a to bez čekání ve frontě, případně přesným směrováním na operátory (tzv. Call Steering) bez nutnosti vyslechnutí množství různých voleb ze strany klienta, pouze na základě vyslovení požadavku. Klient je obvykle po představení společnosti (a často také podání informace, že hovoří s automatickou asistentkou nebo asistentem) nejdříve osloven otevřenou otázkou, jak můžeme klientovi pomoci. Požadavek nebo více požadavků klienta buď voicebot vyřeší, nebo je hovor inteligentně směrován na vhodnou skupinu operátorů nebo operátora. Často klient zpočátku ani nepozná, že mluví s voicebotem, pokud se voicebot sám nepředstaví.
Obvyklé součásti dialogu s voicebotem
• Kontext – voicebot dynamicky reaguje na kontext komunikace a v závislosti na integracích s interními systémy zohledňuje segment zákazníka, jeho historii, kampaně, které se zákazníka týkají i obsah komunikace. Je tím zajištěn osobní přístup – pokud již klient řeší konkrétní požadavek, například hypoteční smlouvu, je tato skutečnost zohledněna v dialogu.
• Ověření zákazníka – zejména ve finančním sektoru jsou používány pokročilé metody autentizace, jako je mobilní token, označovaný obvykle jako mobilní klíč. Cílem je, aby úroveň ověření zákazníka odpovídala jeho požadavku a pokud bude přepojen na živého operátora, aby již operátor nebyl zdržován ověřováním klienta.
• Edukace zákazníka, pokud nepoužívá nejvhodnější metodu pro ověření, ale také v dalších oblastech.
Příklady využití voicebotů
Dalším příkladem nasazení voicebota, které nachází uplatnění napříč vertikálami trhu, je tzv. Early Collections (včasné vymáhání pohledávek), založené na automatickém obvolávání klientů voicebotem. Klienti jsou po oslovení ověřeni (pokud je ověření požadováno) a je jim sdělena dlužná částka. Následně jsou dotázáni, proč nezaplatili a kdy zaplatí. Pouze speciální a složité případy jsou následně řešeny živými operátory, na které je hovor voicebotem předán. Jak ukazují výsledky z provozu, voicebot zajišťující early collections vykazuje srovnatelnou úspěšnost s prací živých agentů. Zásadní výhodou je zajištění služby s výrazně menším týmem operátorů, flexibilní kapacita voicebota a dostatečně rychlé obvolání dlužníků, v nejvhodnější moment.
Jmenovali jsme dva příklady (Call Stearing, Early Collections) úspěšného nasazení voicebota, existuje přitom řada jeho dalších úspěšných využití.
Jak uvádějí prognózy z renomovaných zdrojů, jakým je například analytická společnost Gartner, s dostupnou obecnou umělou inteligencí nemůžeme počítat dříve než za deset let. Na jedné straně tedy nelze již dnes očekávat voiceboty, které se vyrovnají ve všech ohledech živým operátorům, zejména při řešení nestandardních případů a požadavků, které se voicebot zatím nenaučil řešit. Na straně druhé má implementace voicebotů při jasné specifikaci zásadní význam už dnes a uváděné benefity dokáží současně zlepšovat jak CX (Customer Experience), tak snižovat náklady, lépe kontrolovat cash flow a zvyšovat prodej.
Chtějí nové generace komunikovat s voicebotem?
Závěrem dodejme ještě dva důvody, podtrhující význam voicebotů dnes ale i v blízké v budoucnosti. Kromě technologického pokroku v oblasti umělé inteligence a očekávání dalšího rozvoje jde o stále zvyšující se akceptaci komunikace s voiceboty ze strany klientů. Mnohé analýzy ukazují, že zejména mladá „generace Z“ preferuje textovou komunikaci před osobní hlasovou komunikací s druhými lidmi na opačné lince hovoru. Zatímco v případě komunikace s voiceboty je to právě ona generace Z, která s nimi komunikuje nejraději. Tyto skutečnosti rýsují voicebotům světlou budoucnost a společnostem, které je začnou včas využívat, přináší konkurenční výhody.
Autor: Jan Jiřička pracuje ve společnosti Soitron jako Business Consultant