samedi, 3 décembre 2022

Comment l’itération de l’IA peut améliorer l’expérience client

Nous aimons les histoires de développements significatifs et de fins sympas : le seul inventeur relève le défi technique, sauve la journée, la fin. Ce sont les tropes récurrents entourant les toutes nouvelles technologies.

Malheureusement, ces tropes peuvent être trompeurs lorsque nous sommes en fait au milieu d’une transformation de l’innovation. Ce sont les modèles qui reçoivent une attention excessive plutôt que le raffinement complexe et progressif qui offre véritablement un service d’avancement. Prenez de la pénicilline. Découvert en 1928, le médicament n’a pas réellement sauvé des vies jusqu’à ce qu’il soit produit en masse 15 ans plus tard.

L’histoire est drôle cette méthode. Nous aimons nos histoires et nos idées fausses sur les moments décisifs, mais souvent, la vérité est différente. Ce qui se passe réellement – ces périodes de raffinement souvent prolongées – produit des histoires beaucoup moins passionnantes.

C’est là où nous en sommes actuellement dans le domaine de l’intelligence artificielle (IA) et de l’apprentissage automatique (ML). En ce moment, nous voyons le plaisir du développement. Il y a eu des prototypes et des démonstrations remarquables de tout nouveaux modèles de langage d’IA, comme GPT-3 et DALL-E 2.Occasion Intelligent

Sécurité Top Découvrez le rôle important de l’IA et du ML dans la cybersécurité et commercialisez des études de cas particulières le 8 décembre. Inscrivez-vous dès aujourd’hui pour obtenir votre pass gratuit. Inscrivez-vous maintenant Peu importe le splash qu’ils ont fait, ces types de grandsmodèles linguistiques n’ont en fait
pas encore réinventé les marchés – consistant en

ceux comme le support client, où l’effet de L’IA est particulièrement attrayante, sans parler des analyses de rentabilisation de base. L’IA pour l’expérience client : pourquoi les bots n’ont-ils pas eu plus d’impact ? Les actualités concernant les tout nouveaux prototypes et les démonstrations techniques se concentrent souvent sur les performances du « 

meilleur cas » du modèle : à quoi cela ressemble-t-il sur le chemin d’or

, quand tout fonctionne parfaitement ? C’est souvent la toute première preuve de l’arrivée d’une technologie perturbatrice. Cependant, contre-intuitivement, pour de nombreux problèmes, nous devrions être beaucoup plus intéressés par les performances du « pire cas ». Généralement, les attentes les plus basses sur ce qu’un modèle va faire sont beaucoup plus importantes que les plus élevées. Voyons cela dans le contexte de l’IA. Un bot d’assistance à la clientèle qui ne fournit pas de réponses aux clients, mais qui leur donne des réponses trompeuses, est probablement meilleur qu’un bot qui répond toujours mais qui se trompe souvent. Ceci est crucial dans de nombreux contextes d’organisation. Cela ne veut pas dire que le potentiel est limité. Un état idéal pour les robots de support client AI serait de répondre à de nombreuses préoccupations des clients – celles qui ne nécessitent pas d’intervention humaine ou de compréhension nuancée – « de type totalement gratuit », et correctement, 100 % du temps. C’est rare maintenant, mais il existe des applications, des techniques et des intégrations perturbatrices qui vont dans ce sens, même dans la génération actuelle de bots de support. Mais pour y arriver, nous avons besoin d’outils faciles à utiliser pour faire fonctionner un bot, même pour les implémenteurs moins techniques. Heureusement, le marché s’est développé au cours des 3 à 5 dernières années pour nous amener à ce point.

Nous n’avons plus affaire à un paysage de bots immatures, avec uniquement DialogFlow, IBM Watson et Amazon Lex – de bons bots NLP, mais vraiment difficiles à utiliser pour les non-développeurs. C’est la facilité d’utilisation qui fera de l’IA et du ML un produit adoptable et percutant. L’avenir des bots n’est pas un tout nouveau cas d’utilisation flashy pour l’IA L’une des plus grandes choses que j’ai apprises en voyant les entreprises lancer des bots est que beaucoup ne reçoivent pas les déploiements. De nombreuses entreprises créent un bot, le font tenter de répondre aux questions des consommateurs et s’en réjouissent

il cesse de fonctionner. Cela est dû au fait qu’il y a généralement une grande différence entre un associé de l’assistance client qui fait sa tâche et l’articule suffisamment correctement pour que quelque chose d’autre – un système automatisé – puisse également le faire. Nous constatons généralement que les entreprises doivent répéter pour atteindre la précision et la qualité de l’expérience de bot qu’elles anticipent au départ. Pour cette raison, il est essentiel que les services ne reposent pas sur des ressources de développement rares dans le cadre de leur boucle d’itération. Une telle confiance entraîne souvent l’impossibilité de répéter l’activité standard réelle souhaitée, ce qui la laisse avec un bot de mauvaise qualité qui sape la crédibilité.

C’est l’élément important de ce raffinement complexe et incrémentiel qui ne ‘t faire des histoires passionnantes, mais offre une véritable option révolutionnaire : les bots doivent être simples à développer, à répéter et à exécuter – individuellement, même par ceux qui ne sont pas formés à l’ingénierie ou à l’avancement.

Ceci est très important non juste pour la facilité d’utilisation. Il y a un autre facteur à considérer en jeu. En ce qui concerne les bots répondant aux questions du support client, nos recherches internes révèlent que nous avons affaire à une dynamique Pareto 80/20 : les bons bots éducatifs sont déjà à environ 80 % de là où ils iront jamais.

Au lieu d’essayer d’éliminer les 10 à 15 % restants de demandes d’information, l’industrie doit maintenant se concentrer sur la manière d’utiliser cette même technologie pour résoudre les requêtes non informatives. Démocratiser l’action avec des outils no-code/low-code Dans certains business cases, il ne suffit pas simplement de fournir des informations ; a doit également être pris (c’est-à-dire reporter un rendez-vous, annuler une réservation ou mettre à niveau une adresse ou un numéro de carte de crédit). Notre étude de recherche interne a révélé que la part des discussions d’assistance nécessitant une action atteint une moyenne d’environ 30 % pour les organisations. Il doit être

plus facile pour les entreprises de configurer leurs bots approximativement pour effectuer ces actions. Ceci est quelque peu lié au mouvement sans code/à faible code : étant donné que les concepteurs sont limités et coûteux, il est disproportionné de permettre aux équipes les plus responsables de posséder l’implémentation du bot d’itérer sans dépendances. C’est la prochaine grande action pour les robots de service. L’IA dans l’expérience client : des prototypes aux opportunités Les prototypes de technologies nouvelles et à venir font l’objet d’une grande attention, et en ce moment, il existe des développements tout nouveaux et passionnants qui feront de l’innovation comme l’IA, les bots et le ML, en plus de l’expérience client, encore mieux. L’opportunité claire et actuelle est pour les organisations de continuer à s’améliorer et à itérer en utilisant la technologie déjà développée – pour

utiliser de toutes nouvelles fonctions de produit pour intégrer cette technologie dans

leurs opérations afin qu’elles puissent comprendre l’impact actuel sur le service facilement disponible. Nous devrions investir 80 % de notre attention sur le déploiement de ce que nous avons déjà et seulement 20 % de notre temps sur les prototypes.

Toute l’actualité en temps réel, est sur L’Entrepreneur

LAISSER UN COMMENTAIRE

S'il vous plaît entrez votre commentaire!
S'il vous plaît entrez votre nom ici