Công nghệ AI tiên tiến mới có thể mang lại 'sự chạm nhẹ con người' mà chatbot hiện đang thiếu sót?

Khi chatbot lần đầu trở nên thương mại, cả các công ty lớn và nhỏ đều chào đón chúng mở cửa rộng ra. “Có một robot xử lý các câu hỏi dịch vụ khách hàng dễ dàng trong vài giây? Tuyệt vời!” — chúng ta nghĩ.

Vấn đề là, những chatbot đầu tiên này ít giống C-3PO hơn và nhiều hơn là một rào cản phiền toái trước một con người thực sự. Từ việc được hỏi: “Bạn có thể lặp lại câu hỏi không” đến việc được chuyển hướng đến một trang thông tin hoàn toàn không liên quan — khách hàng đơn giản không kiên nhẫn để giao tiếp với chatbot chế tạo kém chất lượng nữa.

Trên thực tế, một nghiên cứu của Zoom đã cho thấy hơn một nửa số người tham gia khảo sát sẽ chuyển sang một đối thủ sau chỉ một hoặc hai trải nghiệm hỗ trợ khách hàng kém chất lượng.

Nhưng liệu những tiến bộ mới trong công nghệ AI có thể mang lại những chatbot thông minh, có trí thông minh cảm xúc và tích cực như trong giấc mơ khoa học viễn tưởng của chúng ta? Hãy xem xét nơi mà chatbot sai lầm và làm thế nào AI có thể giúp đỡ.

Ra khỏi kịch bản

Nếu bạn từng du lịch đến một quốc gia nước ngoài để kiểm thử kỹ năng ngôn ngữ của mình, bạn sẽ biết những gì họ dạy bạn trong lớp hoàn toàn khác với cách mọi người nói thực tế. “How are you?” có thể được thay thế bằng “howzit?” “10 pounds” trở thành “10 quid.” Bạn chỉ thực sự học được cách nói một ngôn ngữ khi bạn đã dành thời gian ở bên cạnh người dân địa phương.

Các bot sớm giống như những người học ngôn ngữ mới. Kiến thức của họ về ngôn ngữ con người giới hạn trong một bộ câu hỏi và phản hồi được tải sẵn. Quên đi về ngôn ngữ lóng hoặc sự tinh tế, thậm chí chỉ nói “hi” thay vì “hello” cũng có thể làm họ lạc lõng. Hỏi họ điều gì đó nằm ngoài chương trình của họ, và bạn có thể mong đợi câu trả lời tristement nổi tiếng: “Sorry, I don’t understand.”

Xử lý Ngôn ngữ Tự nhiên (NLP) cho phép chatbot của bạn nâng cao kỹ năng ngôn ngữ con người của họ. Thay vì phụ thuộc vào các câu hỏi và câu trả lời được thiết lập trước, chatbot dựa trên NLP phân tách câu trả lời của khách hàng thành các phần và phân tích nó để hiểu ngữ cảnh và ý nghĩa.

Điều này có nghĩa là khách hàng có thể nói chuyện với những chatbot tiên tiến này giống như họ nói chuyện với một đại diện dịch vụ khách hàng thực sự và nhận được những câu trả lời không gian robot đáng kinh ngạc. ChatGPT là một ví dụ tốt về công cụ AI sử dụng NLP để hiểu rõ hơn về câu hỏi của người dùng.

Hơn nữa, càng NLP chatbots tương tác với khách hàng, họ càng học hỏi nhiều hơn. Điều này có nghĩa là theo thời gian, họ có khả năng cung cấp những câu trả lời chính xác và phù hợp hơn dựa trên các tương tác trước đó.

Giao tiếp được tăng cường

Vậy, chatbot được tăng cường bằng trí tuệ nhân tạo có thể gõ chữ ồ? Nhưng liệu chúng có thể nói chính ngôn ngữ không?

Nhận diện giọng nói và chuyển đổi văn bản thành lời nói thực sự đặt 'chat' vào chatbot. Chỉ cần quay trở lại vài năm trước, bất kỳ ai có dấu hiệu phát âm nào đó sẽ gặp khó khăn để nhận được phản hồi từ trợ lý giọng nói. Ngày nay, sử dụng Hiểu Ngôn Ngữ Tự Nhiên (NLU), chatbot hiện đại có thể nhận biết ngôn ngữ và giọng địa phương, phản hồi bằng cùng một ngôn ngữ, và chuyển đổi từ lời nói thành phản hồi bằng chức năng văn bản nói.

Điều này cũng hữu ích cho các đại lý dịch vụ khách hàng muốn tạo bản tóm tắt của cuộc trò chuyện của họ để lưu trữ và đào tạo.

Yếu tố cảm xúc

Mục đích của một chatbot nằm trong chính tên gọi — để trò chuyện. Theo định nghĩa, chúng nên là có thể trò chuyện. Nhưng việc trò chuyện không chỉ là về từ ngữ — đó là về việc hiểu biết về cảm xúc và sự tinh tế.

Con người không phải lúc nào cũng nói đúng ý của mình; ngôn ngữ cơ thể, cách diễn đạt, biểu cảm khuôn mặt và ngữ điệu đều có thể chỉ ra một thông điệp mà không thể được lấy từ từ ngữ một mình. Điều này làm cho việc chatbot hiểu chúng ta thực sự muốn nói gì trở nên khó khăn hơn.

Thủ thuật học máy cho phép chatbot hiện đại được đào tạo để nhận diện ý định cơ bản đằng sau các tin nhắn. Điều này được gọi là phân tích tâm trạng, giúp mô hình AI phát hiện xem ngôn ngữ của con người có tâm trạng tích cực, tiêu cực hay trung lập.

Bởi vì chúng ta chỉ là con người, chúng ta thường sử dụng ngôn ngữ cảm xúc, ngay cả khi giao tiếp với bot.

Công cụ phân tích tâm trạng có thể xếp hạng dữ liệu trên một thang đo về tích cực hoặc tiêu cực dựa trên ngôn ngữ sử dụng. Ví dụ, thậm chí công nghệ NLP tốt nhất cũng có thể không hiểu châm biếm, nhưng phân tích tâm trạng có thể được sử dụng để phát hiện khi khách hàng có thể đang tức giận. Công nghệ này có thể được sử dụng trong nhiều trường hợp từ việc hỗ trợ phân tích rủi ro đến việc phát hiện và thông báo đến các đại lý về các trường hợp tang thương.

Điều này hữu ích cho các đội dịch vụ khách hàng cần phân loại và ưu tiên các trường hợp nhanh chóng hoặc xác định những trường hợp cần được chuyển hướng hoặc nâng cấp lên đại lý con người. Việc định tuyến và nâng cấp thông minh như vậy có thể giảm tỷ lệ phản hồi và tiết kiệm thời gian của đội ngũ dịch vụ khách hàng khi cố gắng phù hợp các trường hợp với đại lý phù hợp.

Học và rút ra những bài học cho tương lai

Lẽ thông thường là một đặc tính bẩm sinh (mà hầu hết con người có), làm cho chúng ta nổi bật so với những chiếc máy thông minh ngày càng hiểu biết của chúng ta. Nếu chúng ta làm một điều gì đó đủ lâu mà không đạt được kết quả mong muốn, đó là giọng nói nhỏ nói với chúng ta: “Nè, có lẽ có điều gì đó không đúng ở đây.”

Mặc dù chúng ta vẫn chưa thể lập trình trí tuệ phổ cập vào máy móc của chúng ta, nhưng phân tích tiên đoán có thể giúp bot học từ dữ liệu quá khứ và cung cấp hỗ trợ tích cực

Nếu một khách hàng đăng bài đánh giá sản phẩm trực tuyến và đề cập đến lỗi sản phẩm, các công cụ phân tích tiên đoán có thể giúp bạn theo dõi khách hàng sử dụng cùng một sản phẩm có thể gặp vấn đề tương tự. Đây là phần thông minh: bạn có thể sử dụng dữ liệu đó để cung cấp hỗ trợ đích danh cho khách hàng bị ảnh hưởng, phát đi thông báo hàng loạt về lỗi và ảnh hưởng đến phát triển sản phẩm trong tương lai.

Phân tích tiên đoán có thể giúp bạn đảm bảo được một giao dịch bán hàng lợi lẻ nhỏ nữa. Bằng cách phân tích dữ liệu mua sắm quá khứ của khách hàng, các công cụ phân tích tiên đoán có thể đưa ra các đề xuất sản phẩm cá nhân cho từng khách hàng.

Mở Rộng Thành Công: Làm thế nào AI Sáng Tạo Đang Cách Mạng Trải Nghiệm Khách Hàng (CX)

Nếu bạn đã sẵn sàng để đàm phán sâu hơn vào thế giới của AI cho dịch vụ khách hàng, hãy kiểm tra webinar trên đòi hỏi nơi các chuyên gia Tim Banting của Omdia và Iqbal Javaid từ Zoom thảo luận về:

• Xu hướng áp dụng và các công nghệ AI phổ biến nhất hiện nay
• Một số thách thức liên quan đến dữ liệu, an ninh và định kiến
• Thực hành tốt nhất trong việc tích hợp công cụ AI vào đội ngũ dịch vụ khách hàng
• Nền tảng trải nghiệm khách hàng của Zoom dựa trên trí tuệ nhân tạo