Gli sviluppi recenti nell’IA possono portare al chatbot la sensibilità umana che tanto manca?
Gli sviluppi recenti nell'IA possono rendere i chatbot più umani?
Quando i chatbot sono diventati accessibili commercialmente, aziende grandi e piccole li hanno abbracciati a braccia aperte. “Far gestire a un robot le domande di facile assistenza clienti in pochi secondi? Fantastico!” – pensavamo.
Il problema era che questi primi chatbot erano meno C-3PO e più una barriera fastidiosa a un essere umano vero. Dal ricevere la richiesta: “Puoi ripetere la domanda” 10 volte di seguito al essere indirizzati a una pagina di informazioni completamente non correlata – i clienti semplicemente non hanno più la pazienza di gestire chatbot mal realizzati.
In effetti, uno studio di Zoom ha scoperto che oltre la metà dei partecipanti passerebbe a un concorrente dopo una o due cattive esperienze di supporto clienti.
Ma potrebbero nuovi progressi nella tecnologia AI darci i chatbot intelligenti, emotivamente intelligenti e proattivi dei nostri sogni di fantascienza? Diamo un’occhiata a dove i chatbot sbagliano e come l’AI può aiutare.
Andare fuori script
Se sei mai stato in un paese straniero per testare le tue competenze linguistiche, saprai che quello che ti insegnano a scuola è completamente diverso da come le persone parlano effettivamente nella pratica. “Come stai?” potrebbe essere sostituito da “come va?” “10 sterline” diventa “10 quid”. È solo quando hai trascorso del tempo tra i locali che impari davvero come parlare una lingua.
- L’azienda europea studierà i piani per ‘raccogliereR...
- Threads inizia a lanciare la scheda ‘Following’ cronolo...
- Apple sta considerando un iPad pieghevole, secondo fonti della cate...
I primi chatbot erano molto simili ai nuovi apprendisti di lingua. La loro conoscenza della lingua umana si limitava a un insieme pre-caricato di domande e risposte. Dimentica lo slang o la sfumatura, anche dire “ciao” invece di “buongiorno” poteva confonderli. Chiedigli qualcosa al di fuori della loro programmazione e potevi aspettarti la famigerata risposta: “Mi dispiace, non capisco”.
Elaborando il linguaggio naturale (NLP) consente ai tuoi chatbot di migliorare le loro competenze linguistiche umane. Invece di fare affidamento su domande e risposte predefinite, i chatbot basati su NLP scompongono la richiesta di un cliente in parti e la analizzano per contesto e significato.
Ciò significa che i clienti possono parlare con questi chatbot avanzati esattamente come farebbero con un vero rappresentante del servizio clienti e ricevere risposte sorprendentemente non robotiche in cambio. ChatGPT è un buon esempio di uno strumento AI che sfrutta l’NLP per comprendere meglio le richieste degli utenti.
Inoltre, più i chatbot NLP interagiscono con i clienti, più imparano. Ciò significa che nel tempo sono in grado di fornire risposte più accurate e pertinenti in base alle interazioni passate.
Comunicazione potenziata
Quindi, i chatbot potenziati dall’AI possono scrivere la conversazione. Ma possono parlare la lingua?
Il riconoscimento vocale e la conversione del parlato in testo stanno davvero mettendo la ‘chat’ nei chatbot. Torna indietro di solo cinque anni e chiunque con anche solo un accento leggero avrebbe faticato a ottenere una risposta da un assistente vocale. Oggi, utilizzando la comprensione del linguaggio naturale (NLU), i moderni chatbot possono rilevare lingue e accenti, rispondere nella stessa lingua e convertire le parole parlate in risposte scritte utilizzando la funzionalità di conversione del parlato in testo.
Questo è anche utile per gli agenti del servizio clienti che desiderano generare riassunti delle loro conversazioni per scopi di registrazione e formazione.
Il componente emotivo
Lo scopo di un chatbot è nel nome – chattare. Per definizione, dovrebbero essere conversazionali. Ma chattare non riguarda solo le parole, riguarda la comprensione delle emozioni e delle sfumature.
Le persone non dicono sempre ciò che intendono; il linguaggio del corpo, il tono della voce, l’espressione facciale e l’intonazione possono indicare un messaggio che non può essere catturato solo dalle parole. Il che rende ancora più difficile per i chatbot capire cosa intendiamo veramente.
Attraverso tecniche di apprendimento automatico, i moderni chatbot possono essere addestrati a riconoscere l’intento sottostante i messaggi. Questo viene definito analisi del sentimento, che consente ai modelli di intelligenza artificiale di rilevare se il linguaggio umano ha un sentimento positivo, negativo o neutro dietro di esso.
Perché siamo solo umani, tendiamo a usare un linguaggio emotivo, anche se comunichiamo con i bot.
Le funzioni di analisi del sentimento possono valutare i dati su una scala che indica quanto siano positivi o negativi, basandosi sul linguaggio utilizzato. Ad esempio, anche la migliore tecnologia NLP potrebbe non essere in grado di comprendere il sarcasmo, ma l’analisi del sentimento può essere utilizzata per rilevare quando un cliente potrebbe essere furioso. Questa tecnologia può essere utilizzata in una vasta gamma di situazioni, dall’aiutare nell’analisi del rischio al rilevare e avvisare gli agenti dei casi di lutto.
Questo è utile per i team del servizio clienti che devono categorizzare e dare priorità ai casi rapidamente o individuare quelli che devono essere reindirizzati o assegnati a un rappresentante umano. Questo tipo di instradamento e assegnazione intelligente può ridurre i tempi di risposta e risparmiare tempo ai team del servizio clienti nel tentativo di abbinare i casi agli agenti giusti.
Apprendimento e trarre conclusioni per il futuro
Il buon senso è una caratteristica innata (che la maggior parte degli esseri umani possiede), che ci distingue dalle nostre macchine sempre più intelligenti. Se facciamo qualcosa abbastanza volte senza ottenere il risultato desiderato, è quella piccola voce che ci dice: “Ehi, forse qualcosa non va del tutto bene qui”.
Anche se non siamo ancora riusciti a programmare il buon senso nelle nostre macchine, l’analisi predittiva può aiutare i bot a imparare dai dati passati e fornire un supporto proattivo.
Se un cliente pubblica una recensione di un prodotto online e menziona un difetto del prodotto, gli strumenti di analisi predittiva possono aiutarti a individuare i clienti che utilizzano lo stesso prodotto e che potrebbero avere problemi simili. Ecco la parte intelligente: puoi utilizzare questi dati per fornire un supporto mirato ai clienti interessati, emettere una dichiarazione di massa sul difetto e influenzare lo sviluppo futuro del prodotto.
L’analisi predittiva potrebbe anche aiutarti a ottenere un piccolo miglioramento nascosto. Analizzando i dati di acquisto passati dei clienti, gli strumenti di analisi predittiva possono fornire raccomandazioni di prodotti personalizzate per singoli clienti.
Scalare il successo: come l’IA generativa sta rivoluzionando l’esperienza del cliente (CX)
Se sei pronto ad approfondire il mondo dell’IA per il servizio clienti, dai un’occhiata a questo webinar on-demand in cui gli esperti Tim Banting di Omdia e Iqbal Javaid di Zoom discutono:
- Tendenze di adozione e le tecnologie AI più popolari al momento
- Alcune delle sfide legate ai dati, alla sicurezza e al pregiudizio
- Le migliori pratiche nell’integrazione di strumenti AI nei team di servizio clienti
- La piattaforma di esperienza del cliente basata su AI di Zoom
