


Pourquoi le ChatGPT « extrêmement populaire » ne peut-il pas devenir un service client intelligent ?
Toute technologie émergente est comme une singularité, pleine de possibilités infinies et d'imagination illimitée. Vous ne pouvez jamais imaginer comment cela apparaîtra devant les gens.
Avant le 21e siècle, l'idée d'une « grande explosion de l'IA » semblait n'être qu'une idée inquiétante des romanciers de science-fiction.
De nos jours, de plus en plus de gens commencent à réfléchir sérieusement à une question : Quand la singularité technologique arrivera, sommes-nous prêts ?
1. Le « moment d'éveil » du service client
Depuis son lancement le 30 novembre 2022, les différentes performances de la nouvelle génération de robot de chat à intelligence artificielle générative ChatGPT ont été époustouflantes.
De la réponse continue aux questions, la génération de résumés, la traduction de documents, la classification d'informations, l'écriture de code, l'écriture de scripts, les devoirs et la rédaction de documents, ChatGPT peut gérer presque tout.
De plus, ChatGPT remettra également en question la prémisse de la question et rejettera même les demandes inappropriées.
En tant qu'étape importante dans l'histoire du développement de l'IA, ChatGPT aura une influence qui ne peut être sous-estimée dans certains secteurs, comme le service client.
Gartner estime qu'il existe aujourd'hui environ 17 millions de centres de service client dans le monde. " De nombreuses entreprises sont confrontées à des défis tels que la pénurie de personnel chez les clients et l'augmentation des coûts de main-d'œuvre. Ces coûts représentent environ 95 % des coûts des centres de service client. " L'intelligence artificielle conversationnelle peut rendre le service client plus efficace. en même temps, cela améliore également l’expérience client. "
Selon les prévisions de Gartner, l'intelligence artificielle conversationnelle aidera les centres de service client à réduire les coûts de main-d'œuvre de 80 milliards de dollars d'ici 2026, et 10 % des interactions des agents seront automatisées, soit une augmentation par rapport aux 1,6 % actuels qui devraient être automatisés d'ici 2026. AI.
En fait, le service client intelligent n'est pas un produit nouveau
Après plus de 30 ans de développement de systèmes de service client, les systèmes de service client intelligents d'aujourd'hui sont passés d'un produit modulaire unique à un « service + ». marketing + collaboration + ». Modèle intégré de gestion de tous les scénarios et de tous les canaux.
Dans les années 1990, Internet n'était pas encore populaire, le service client reposait principalement sur la communication téléphonique et les centres d'appels étaient principalement utilisés. technologie de commutation dure.
En 2000, Internet a commencé à se répandre, les logiciels de service client traditionnels sont entrés dans les grandes entreprises et les centres d'appels basés sur la technologie softswitch sont apparus. Vers 2010, l'Internet mobile, le cloud computing, le big data et d'autres technologies ont commencé à apparaître. être appliqué et les appels cloud basés sur SaaS ont commencé. L'émergence de logiciels de service client de centre et de cloud
Renforcé par la nouvelle génération de technologie d'IA, le système de service client est intégré à Internet et des modèles de services intelligents innovants sont créés. introduit dans le centre de service client.
Ces dernières années, de nouvelles générations de clients sont devenues plus intéressées par les services. La demande d'expérience s'est améliorée, permettant aux clients de contacter les clients du simple service après-vente à la construction de la marque. et même le lien complet du cycle de vie du client.Pour les entreprises, les entreprises doivent comprendre les clients dans tous les aspects, l'esprit et le comportement de la scène, et améliorer l'interaction avec les clients à chaque point de contact grâce à des stratégies précises. Le pré-service au stade du marketing, le marketing superposé au stade du service et les frontières entre le service et le comportement marketing deviennent de plus en plus floues.
En conséquence, à mesure que les frontières du service client continuent de s'élargir et de s'approfondir, une nouvelle croissance. un espace apparaît.
Le service client intelligent commence à entrer dans davantage de scénarios commerciaux sur la base de la fourniture d'un service client aux entreprises de services.
En d'autres termes, tous les aspects de la communication entre les entreprises et les clients, c'est-à-dire l'ensemble du processus d'avant-vente, de vente et d'après-vente, sont devenus le champ d'application des fabricants de services client intelligents.
Par exemple, si un système CRM est intégré au système de service client intelligent, les entreprises peuvent effectuer une analyse client et une exploration de données basées sur le système CRM pour augmenter considérablement la probabilité de conclure une transaction et raccourcir le cycle de développement marketing.
Pour les clients qui ont communiqué et qui souhaitent conclure une affaire, vous pouvez collecter leurs données personnelles (secteur, profession, niveau d'éducation, niveau de revenu, etc.), des informations de consommation (normes de consommation, habitudes de consommation, tendances de la marque, etc.), les caractéristiques et les besoins du cercle d'amis (préférences, temps d'activité, etc.) sont soigneusement préparés et gérés, et les balises peuvent être définies librement, afin que les besoins personnalisés des clients soient clairs en un coup d'œil.
L'IA n'est pas un « passe-partout »
Cependant, l'expérience d'un service client intelligent n'est pas que de bons souvenirs. À l'heure actuelle, de nombreux services clients intelligents ont encore de nombreux problèmes, le plus évident étant celui de « répondre aux questions qui ne sont pas correctes ».
Le « Rapport d'enquête de satisfaction sur le service client intelligent en Chine 2021 » montre que seulement 9,6 % des utilisateurs pensent que les capacités de résolution de problèmes du service client intelligent sont supérieures à celles du service client manuel.
Les réponses similaires (59,1%), les opérations cycliques répétées (50,6%) et les réponses qui ne répondent pas à la question (47,3%) sont les principaux problèmes rencontrés par les utilisateurs lors de l'utilisation du service client intelligent.
Par rapport aux outils de conversation de production précédents, ChatGPT a été grandement amélioré.
ChatGPT introduit « des données artificiellement étiquetées + un apprentissage par renforcement » basé sur le modèle de langage à grande échelle GPT3.5.
C'est-à-dire qu'un ajustement continu grâce à un retour manuel permet au modèle de langage d'obtenir une meilleure compréhension.
Par exemple, apprenez à juger quel type de réponse est de haute qualité pour une commande de saisie donnée (question de l'utilisateur) (riche en informations, riche en contenu, utile à l'utilisateur, inoffensive, ne contient pas d'informations discriminatoires, etc. .) ).
D'un point de vue technique, ChatGPT a constitué un très large corpus grâce à la quantité massive d'informations présentes sur Internet, et apprend des connaissances à partir de ces corpus grâce au deep learning.
La raison pour laquelle il peut donner une réponse parfaite est que le corpus qu'il apprend a exactement ce contexte, et il le recherche et vous l'affiche. Rien qu’en termes de capacité de recherche, ChatGPT n’est pas aussi performant que Google car le corpus de Google est beaucoup plus vaste et la précision de la recherche sera meilleure.
En dernière analyse, le problème central qui détermine l'expérience d'un service client intelligent réside dans les contraintes de la technologie d'IA sous-jacente.
La première chose est de comprendre les contraintes de capacité. À l’heure actuelle, la capacité de l’IA à juger de l’intention des utilisateurs est encore très limitée.
La raison pour laquelle nous pouvons comprendre les utilisateurs est que nous avons préparé un énorme corpus, qui contient une variété de questions posées par les clients. Cette collection est toujours limitée, et les questions soulevées par les utilisateurs et la façon dont ils les posent le sont. Mais c’est presque illimité, et il y aura inévitablement des écarts de compréhension.
La seconde est la restriction de réactivité. Cela implique la technologie du graphe de connaissances, qui est un réseau de relations obtenu en connectant tous les différents types d'informations entre eux.
Pour donner aux clients des réponses satisfaisantes, vous devez créer un graphe de connaissances très détaillé et approfondi pour les questions que les clients peuvent poser, ce qui va bien au-delà de ce que les moteurs de recherche peuvent fournir.
Construire un graphe de connaissances aussi spécialisé reste un énorme défi.
Le travail du service client ne consiste pas seulement à discuter. Ce type de dialogue a un objectif très clair, et cet objectif ne peut pas être satisfait par une simple réponse.
Peut impliquer de nombreux détails dans des domaines spécifiques. Commandes avant-vente, produits, prix de vente, logistique, etc.
Sans maîtriser ces connaissances spécifiques du domaine et construire un réseau dans ces détails de connaissances à travers le knowledge graph, il est impossible d'apporter des réponses de qualité.
Dans le même temps, le contenu des réponses du service client est sensible au temps, comme les itérations d'informations sur les produits, les mises à jour des informations logistiques, etc.
Les données du corpus utilisé pour la formation ChatGPT datent de 2021, et il n'a pas la capacité de mettre à jour rapidement les connaissances du service client.
Du point de vue des coûts, une formation ChatGPT coûte des millions de dollars, et une mise au point coûte des centaines de milliers de dollars. Cette somme d'argent est suffisante pour embaucher de nombreux services clients manuels, ce qui va à l'encontre de l'utilisation par l'entreprise d'un service client intelligent. pour réduire les coûts et augmenter l’efficacité de l’intention initiale.
De plus, il existe une autre couche de facteurs émotionnels qui constituent toujours un fossé que l'IA ne peut actuellement pas franchir. Par rapport au service client intelligent et froid, être capable de communiquer directement avec le personnel du service client permet aux gens de se sentir plus à l'aise.
La raison pour laquelle de nombreux clients sont dégoûtés du service client intelligent n'est pas qu'ils résistent au progrès technologique ou nient sa rationalité, mais que le service client intelligent ne peut parfois pas résoudre les problèmes émotionnels des gens.
Communiquer avec les gens en soi est une libération d'émotions, mais face à un service client intelligent rationnel et même méticuleux, les émotions des clients sont évidemment réprimées.
Le responsable concerné de Yunzhisheng estime que si ChatGPT veut être pleinement popularisé, il reste encore trois problèmes à résoudre.
Tout d'abord, ChatGPT doit améliorer la fiabilité de ses connaissances et éviter les applications clés pour résoudre des problèmes pratiques ; deuxièmement, il doit améliorer sa capacité à intégrer des informations en temps réel et améliorer la rapidité d'exécution ; et le coût de la formation, résoudre des problèmes pratiques dans une fourchette de coûts acceptable.
De plus, les normes industrielles et les réglementations associées doivent également être établies et améliorées simultanément pour promouvoir le développement sain de la technologie ChatGPT.
À l'heure actuelle, Yunzhisheng a établi une boucle technique fermée complète de « perception-cognition-génération » dans le domaine de la technologie de reconnaissance vocale et de la compréhension du langage naturel.
La partie cognitive est principalement composée de "BERT+GPT2+Industry Knowledge Graph". Elle a réalisé une pratique d'application approfondie dans les domaines de l'interaction IoT intelligente et de la prise de décision médicale intelligente, et a remporté le premier prix de Prix du progrès scientifique et technologique de Pékin.
Ainsi, même si ChatGPT obtient un bon effet de dialogue artificiel, d'un point de vue technique, commercial et expérience, il n'est pas encore réalisable de l'utiliser pour mettre à niveau un service client intelligent. Il ne peut être utilisé que pour fournir. service client intelligent. Ajoutez un peu de plaisir inattendu dans le processus.
Comment visualiser correctement le service client intelligent ?
Bien que la technologie apporte du confort aux gens, nous devons admettre ses limites avant qu'il y ait une avancée majeure dans la technologie sous-jacente, nous ne pouvons pas nous attendre à un changement qualitatif dans l'expérience du service client intelligent.
Deuxièmement, le service client intelligent est devenu une tendance générale motivée par l'application des fabricants. Bien qu'il soit impossible de s'adapter aux changements comme le service client manuel, il peut également fournir des services précis de base.
Enfin, la clé est d'établir un bon mécanisme de collaboration entre le service client intelligent et le service client manuel afin que les utilisateurs puissent avoir une expérience plus fluide.
C'est comme le diagnostic et le traitement tertiaires. De petits problèmes sont observés dans les hôpitaux communautaires, mais si des problèmes plus importants sont rencontrés, ils sont automatiquement transférés vers des hôpitaux de niveau supérieur.
Pour l'expérience utilisateur, ce qui est important n'est pas l'expérience d'un service client intelligent, mais l'expérience du système global de service client d'un fabricant.
Tout comme les services bancaires en ligne deviennent de plus en plus populaires, ils ne peuvent pas remplacer les agences bancaires hors ligne. À l’avenir, la relation entre le service client intelligent et le service client manuel ne se résumera pas simplement à savoir qui remplace qui. Les frontières entre les deux parties deviendront de plus en plus floues.
Les problèmes courants des utilisateurs peuvent être résolus par un service client intelligent. Lorsque les utilisateurs ont besoin d'une communication et de conseils en face à face, un service client manuel doit également apparaître à temps.
Le principe ultime est d'être centré sur l'utilisateur et de choisir des méthodes de service basées sur les besoins réels des utilisateurs.
En bref, face à la nouvelle espèce soudaine ChatGPT, nous ne devrions pas tomber facilement dans l'illusion de son « meilleur des mondes », mais devrions utiliser la sagesse unique de l'humanité et coopérer avec ses riches fonctions pour offrir aux gens une vie maximale commodité.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Le DALL-E 3 a été officiellement introduit en septembre 2023 en tant que modèle considérablement amélioré par rapport à son prédécesseur. Il est considéré comme l’un des meilleurs générateurs d’images IA à ce jour, capable de créer des images avec des détails complexes. Cependant, au lancement, c'était exclu

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S

Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière

Selon les informations de ce site Web du 5 juillet, GlobalFoundries a publié un communiqué de presse le 1er juillet de cette année, annonçant l'acquisition de la technologie de nitrure de gallium (GaN) et du portefeuille de propriété intellectuelle de Tagore Technology, dans l'espoir d'élargir sa part de marché dans l'automobile et Internet. des objets et des domaines d'application des centres de données d'intelligence artificielle pour explorer une efficacité plus élevée et de meilleures performances. Alors que des technologies telles que l’intelligence artificielle générative (GenerativeAI) continuent de se développer dans le monde numérique, le nitrure de gallium (GaN) est devenu une solution clé pour une gestion durable et efficace de l’énergie, notamment dans les centres de données. Ce site Web citait l'annonce officielle selon laquelle, lors de cette acquisition, l'équipe d'ingénierie de Tagore Technology rejoindrait GF pour développer davantage la technologie du nitrure de gallium. g
