Изкуствен интелект в енергетиката

Приложение в центрове за обслужване на клиенти

Индустрията на комуналните услуги се променя динамично. Подвластна на редица строги регулации, тя бива превзета от автоматиката и изкуствения интелект и е все по-силно повлияна от променящия се климат. В стремежа на електроенергийните дружества да поддържат инфраструктурата си те рядко са правили съществени промени в колцентровете си - но сега, появата на изкуствения интелект дава много възможности за подобрение именно там.

Текст: списание Енергия

Всички нововъведения в контактния център, включително и AI, имат за цел да подобрят производителността на агентите, а не да ги изместят. Задачата на AI е да направи работата им по-лесна. Под знака на това разбиране трябва да се случват всички проекти за въвеждане на изкуствен разум в колцентровете. Организациите не бива да допускат изобщо възникването на въпроса „дали AI ще измести хората“.

Напротив, AI е тук, за да направи работата, която вършат, още по-добра. Човешката връзка е незаменима. Личният подход, успокояващите думи, емпатията – те винаги ще останат незаменими в обслужването на клиентите. Но AI следва да снеме от плещите на служителите онова, което прави смяната им тежка: времеемките, рутинни, неефективни дейности. Например, според някои проучвания, всеки служител в контактен център прекарва средно 10,2 минути от всеки час работа в описване на случаите. Това е 17% от времето! Ако AI може да прави отчетите, то служителят ще е свободен да прекара тези 17% от времето в правене на това, в което е незаменим - разговори. Също така AI може да спести на агента време от търсенето на информация за конкретния клиент. Това ще намали минутите, които хората прекарват в изчакване „на линията“, докато служителят намери необходимата информация, за да ги обслужи.

Наскоро авторитетно английско издание публикува статия, която описва как някои колцентрове използват модели на машинно самообучение, за да „спестят“ на своите агенти отговорността да вземат решения. Например, алгоритмите слушат разговорите и препоръчват какво следва да каже агентът или какво да направи – въз основа на думите, изказани от клиентите. Но служителите на колцентровете не се чувстват подпомогнати по този начин. Те казват, че ценят способността на AI за бърз достъп до информация, но не им е полезно да бъдат принуждавани да използват сценарии, генерирани от AI, загърбвайки собствената си преценка. Самите клиенти, запитани по този въпрос, също не са доволни. Те очакват проблемите им да бъдат решавани от човек – разбиращ, преценяващ, съпричастен.

При внедряването на AI в колцентровете съществена роля имат комуникацията и психологическата работа. Служителите на колцентъра трябва изначално да бъдат уверени, че AI не е там, за да ги замени. Колкото и интелигентна да стане технологията, тя никога няма да стане задоволителен заместител на връзката между хората. Работещите в контактния център имат нужда да им бъде показано, че те са точно толкова ценни, колкото досега, или може би дори повече. За успеха на проекта е от критично значение да няма страхове и притеснения у служителите и ръководството трябва да действа така, че да не се създават предпоставки изобщо да възниква този диспут – „хора срещу машини“.

Потенциални приложения на AI в контактния център

В тон с разбирането, че общуването остава „запазена територия“ за служителите, ръководството трябва да си изясни какви ползи преследва с внедряването на AI в колцентъра. Как AI може да облекчи работата на агентите?

Обобщаването на информацията е най-голямата му сила. Когато водим разговори с приятели, това е двупосочен обмен. Очакваме те да си спомнят миналите ни дискусии и да вземат предвид тази предишна информация, когато споделят своите съвети. Е, хората очакват разговорите с бизнеса да имат същите характеристики. Ето защо AI е толкова полезен: той може бързо да „припомни“ какво е говорено с даден клиент досега.

Нещо повече – не само по телефона. Контактният център днес е сърцето на всички взаимодействия с клиентите по всички различни канали. Хората искат да общуват с една фирма по много начини – чрез имейли, социални медии, в чат на живо. Съвременните потребители използват приблизително девет различни комуникационни канала, когато контактуват с бизнеса! Автоматизацията и консолидирането на тази многоканална комуникация е фундаментална при „припомнянето“ и е хубаво AI да може да обобщи всички взаимодействия пред очите на служителя.

Проактивното осведомяване на клиентите е друга ценна възможност. Днешните AI алгоритми са в състояние да изпълняват широк спектър от задачи, включително обработка на плащания и предоставяне на актуална информация за прекъсвания на електрозахранването. По-важното е, че AI може „лично“ да поздрави всеки обаждащ се и проактивно да му предлага релевантна информация. А това може да намали потока от входящи обаждания, които традиционно заливат служителите при прекъсване на тока. Проактивната комуникация не само намалява тежестта върху контактните центрове, но може и да повиши удовлетворението сред клиентите: чувайки актуална информация по „своя“ проблем, всеки обаждащ се добива усещането, че неговият енергиен доставчик е наясно с текущата ситуация и се справя адекватно с нея.

Маршрутизирането на обажданията може да се автоматизира интелигентно чрез AI. Алгоритъмът следва да анализира заявката и да насочва клиента към най-подходящия агент въз основа на умения, опит, език, район или предишни взаимодействия. Това намалява нуждата от трансфери и минимизира времето за изчакване на клиентите. Свързвайки обаждащия се с правилния служител, AI може да повиши удовлетвореността.

Анализът на обажданията е един от най-големите козове на AI. Той може да прави мониторинг и да генерира ценна статистика. Как? AI първо транскрибира разговорите, така че да ги има в текстов вид. После текстът се анализира, за да се изведат обобщения: колко често се споменава даден термин, кои са най-често задаваните въпроси, какво най-често предпочитат клиентите в отговор на даден въпрос на агента. Подобна статистика може да послужи за вземане на решения както за обучение на самите агенти, така и за автоматизиране на тяхната работа, отменяйки досадните и повторяеми елементи. Генерираните от AI анализи дават по-задълбочена представа за тертипите при обажданията, притесненията на клиентите и потенциалните оперативни затруднения.

Автоматизирането на заключителната работа може значително да намали времето, изразходвано от агентите за приключване на разговорите, като им спестява две задачи: обобщаване на „тикетите“ след разговор и предоставяне на пълни транскрипции. Базираните на AI системи могат да „слушат“ записите на разговорите и да генерират точни резюмета въз основа на казаното. Чрез транскрибирането алгоритмите могат и да анализират съдържанието на разговорите, идентифицирайки ключови теми, често задавани въпроси, популярни проблеми, възражения, искания.

Прогнозният анализ на повикванията е друга възможност за подобрение в колцентъра на електроенергийното дружество. AI може да идентифицира пикове и спадове в обема на повикванията. В резултат на това може да прогнозира кога да се очакват подобни увеличения на обажданията. Ръководителите на колцентровете могат да предвидят натоварването и да направят всичко възможно, за да разполагат с адекватен брой служители в ключови моменти – а това позволява на организацията да предоставя обслужване на клиентите от най-високо ниво.

Обучението на нови служители също може да се облекчи чрез AI в колцентъра. Генеративният AI може да рационализира процеса чрез създаването на суперреалистични симулации на тренировъчни клиентски обаждания. Тези синтетични повиквания могат да имитират нюансите и сложността на реалните взаимодействия с клиенти, позволявайки на обучаващите се да практикуват в безопасна и контролирана среда.

Отвъд симулацията AI решението за обучение на служителите може да направи и повече: да съчетае тренировките с оценяването. Алгоритъмът може да анализира отговорите на обучаващия се в реално време, сравнявайки дадения отговор с оптималния, дефиниран от ръководството на екипа.

Два вида генеративен AI в корпоративната организация

Условно прилагането на изкуствен интелект в корпоративната организация може да се раздели на няколко типажа и всяка от тях поставя различни изисквания към организацията от гледна точка на защитата на данните. Всякога трябва да се внимава с използването на чувствителна, конфиденциална информация и такава, която може да доведе до разкриването на самоличността на конкретни хора.

По-лесният, по-популярен начин на внедряване е да се използва външен AI. Тогава организацията използва готови алгоритми, създадени от друга организация, без да се намесва в създаването им. Такъв е случаят с директното използване на популярните генеративни механизми.

Използвайки генеративния механизъм, фирмата не вижда данните, върху които е трениран моделът; тя не ги притежава, нито може да ги модифицира. Подобна е ситуацията с корпоративните приложения с AI функции. Такъв е случаят с разработките на SaaS приложения за обслужване на клиенти с AI функции. В такъв случай са налице утвърдени взаимоотношения между потребителската организация и нейния доставчик на приложението, но отново фирмата потребител не е наясно с какви данни е обучена платформата.

Вторият вид използване на AI е създаването на „вътрешен“, собствен AI механизъм. В най-базовия си вид това може да е готов модел, който обаче бива предварително обучен за приложение в корпоративната организация, тоест създаден с алгоритъм от външен разработчик, но трениран със собствени данни. Така организацията, която го внедрява, си създава собствена „версия”. Възможно е комуналното дружество да отиде по-далеч и да рафинира базовия AI модел – тогава може да се говори за фино настроен AI модел за собствено приложение. Фирмата го захранва със собствени данни, специфични за своя бизнес. Така тя формира модел, „специализиран” за собствените си работни потоци.

Най-трудният вариант е създаването на изцяло собствен AI модел: разработен вътре в организацията, обучен с нейни собствени данни. Тогава дружеството е и създател и потребител на AI, който построява „от нула” - със собствени данни и собствен програмен код.

Всичко това има отношение към безопасността на данните – критичен показател в ерата на GDPR и особено важен за електроенергийните дружества след въвеждането на директивата за киберсигурност NIS-2.

При боравене с AI системи, разработени от други доставчици, енергийната компания следва да е наясно какви нейни данни биха могли да бъдат споделени с други потребители на същото приложение, т.е. клиенти на същия AI доставчик. Много внимателно трябва да бъдат проучени и обсъдени условията за ползване на алгоритмите, особено тези „със ситен шрифт”.

При т.нар. фино настроен модел за собствено приложение, създадено с алгоритъм от друг разработчик, организацията следва да преценява какви данни подава за „фината настройка” на алгоритъма: чии са данните, съдържат ли се чувствителни такива, има ли лични данни? Въпросът е критичен, защото, веднъж научил дадени данни, моделът не може да се „отучи” от тях; спасението е само обучение „от нулата”.

При прилагане на собствен AI модел, разработен в организацията, отново важно съображение е да се избягва използването на чувствителна информация. Енергийното дружество ще имат отговорността да уведоми своите потребители за това как се използват данните им, как се обработват, съхраняват, поддържат.

Бъдещето: разбиране на човешката реч

Въпреки че алгоритмите за превръщане на глас в текст се усъвършенстват ден след ден, за момента машинното разбиране на човешка реч е все още далеч от реалните колцентрове – макар че това изглежда да е „мечтата“ на разработчиците на AI алгоритми. Известно е още като :обработка на естествен език“ (natural language processing – NLP). За повечето от създателите на изкуствен разум това е „светият граал“ – разговорният AI, при който машината адекватно води диалог с потребителя. Това изисква технологии за транскрибиране на глас към текст, разпознаване на речта, анализ, събиране на наличната информация, вземане на решение. Необходимо е да се гарантира, че дори най-сложните разговори се улавят и анализират прецизно.

На настоящия етап технологията все още изглежда неприложима. Несъвършенствата на алгоритмите все още изискват работата им да се наблюдава от висококвалифицирани вътрешни служители. Освен това разпознаването на естествена реч нерядко е трудно заради акценти в речта, говорни особености, както и разнообразието от диалекти. От друга страна обаче и напредъкът е постоянен. Наскоро, например, бе обявено пускането на „двуезичен“ асистент, който е способен да извлича смислен текст от речта на хора, говорещи смесица от английски и испански, както и други езикови смесици. Това е знак, че скоро AI в колцентъра ще могат да „прослушват“ още по-широк спектър от разговори, за да улеснят още повече вземането на решение от страна на служителите.