인공 지능 및 기계 학습 분야의 지속적인 발전 덕분에 컴퓨터는 점점 더 많은 인지 작업을 수행할 수 있습니다. 결과적으로 기업은 한때 자동화가 불가능하다고 생각되었던 중요한 기능을 기계에 의존할 수 있습니다. 특히, 챗봇 및 가상 인지 에이전트와 같은 대화형 AI 플랫폼의 등장으로 다양한 산업 분야의 조직이 고객 지원을 개선할 수 있게 되었습니다. 및 HR 활동 — 그리고 이러한 플랫폼은 점점 더 똑똑해지고 있습니다.
2020년에는 대화형 AI에 대한 관심이 급증했고 머신 러닝 플랫폼에 대한 기업 투자도 급증했습니다. 이는 거의 모든 부문의 기업이 더 적은 비용으로 더 많은 일을 할 수 있는 방법을 찾도록 강요한 COVID-19 대유행 때문이었습니다. 예를 들어 은행, 소매업체 및 항공사에서 받은 고객 문의가 갑자기 급증하면서 인간 고객 지원 팀의 한계와 자동화 기능에 대한 긴급한 필요성이 드러났습니다. 더욱이 팬데믹은 소비자로서의 우리의 기대치를 바꾸어 디지털 우선 고객 경험에 대한 수요를 증가시켰습니다.
우리는 지금 어디에 있습니까?
대유행 이전에 실시 된 Salesforce 설문 조사에 따르면 소비자의 62 % AI를 고객 상호 작용에 통합하는 비즈니스에 개방되었습니다. 그 비율은 AI 플랫폼의 기능과 마찬가지로 증가했을 가능성이 있습니다. 그러나 대화 형 AI가 고객 참여 도구로서 진정으로 유비쿼터스가되기 위해서는 몇 가지 장애물이 여전히 극복되어야합니다.
감정 감지:
우선 대부분의 플랫폼은 감정을 감지 할 때 상대적으로 정교하지 않습니다. 인간의 의사 소통은 언어만큼이나 감정에 의존하며, 어조의 변화는 말하거나 쓰는 대화의 의미를 완전히 바꿀 수 있습니다. 미묘한 상황에 맞는 신호를 감지하도록 컴퓨터를 훈련 시키려면 제품 팀에 다양한 사람의 목소리가 포함 된 데이터가 필요합니다. 모든 데이터를 찾는 것은 결코 쉬운 일이 아닙니다.
새로운 언어 배우기:
세계 인구의 대부분은 영어를 구사하지 못합니다. 대화형 AI를 사용하여 미국 이외 지역의 고객과 상호 작용하려는 글로벌 조직은 다른 언어뿐만 아니라 다양한 지역 방언과 문화적 차이를 이해하는 플랫폼이 필요합니다. 다시 말하지만, 이를 위해서는 다양한 커뮤니티와 다양한 상황(예: TED Talks, 토론, 전화 대화, 독백 등)의 다량의 다국어 음성 및 오디오 데이터가 필요하며 해당 데이터는 다양한 주제를 다루어야 합니다. .
올바른 목소리 식별:
여러 음성 중에서 단일 화자를 감지하도록 AI를 훈련시키는 것은 또 다른 도전이며, 이는 Google Home이나 Amazon의 Alexa와 같은 가정용 스마트 스피커를 사용하는 사람이라면 누구나 익숙할 것입니다. 복잡한 거실에서 이러한 플랫폼은 의도하지 않은 명령에 응답하거나 여러 대화에서 명령을 구별하지 못할 수 있습니다. 이것은 일반적으로 약간의 불만과 약간의 희극적인 안도감을 주지만, 민감한 고객 데이터와 관련된 비즈니스 거래가 음성 명령을 통해 수행될 때 AI가 사용자 계정을 혼동하지 않도록 해야 합니다.
이러한 장애물에도 불구하고 대화형 AI는 모든 종류의 비즈니스에 엄청난 잠재력을 가지고 있습니다. Shaip은 이러한 잠재력을 실현하는 데 도움이 되며 모든 것은 데이터에서 시작됩니다. 우리는 제품 팀에 50개 이상의 언어로 녹음되고 주석이 달린 오디오 데이터를 몇 시간 동안 제공할 수 있습니다. 당사의 독점 데이터 수집 앱을 사용하여 숙련된 데이터 수집기로 구성된 글로벌 팀에 데이터 수집 작업 배포를 간소화할 수 있습니다. 앱 인터페이스를 통해 데이터 수집 및 주석 서비스 제공자는 할당된 수집 작업을 쉽게 보고, 샘플을 포함한 세부 프로젝트 지침을 검토하고, 프로젝트 감사자의 승인을 위해 데이터를 신속하게 제출 및 업로드할 수 있습니다.
와 함께 사용 ShaipCloud 플랫폼, 우리 앱은 실제 고객 상호 작용에 사용하기 위해 정교한 알고리즘을 훈련하는 데 필요한 거의 모든 규모의 데이터를 소싱하고, 전사하고, 주석을 달 수 있도록 하는 많은 도구 중 하나일 뿐입니다. 우리를 대화형 AI의 리더로 만드는 또 다른 이유가 무엇인지 알고 싶으십니까? 연락하고 AI가 말하게 하십시오.
