Pojmovnik AI telefonskog asistenta: žargon objašnjen ljudski

Počeli ste istraživati AI telefonskog asistenta zbog jednog jednostavnog problema – propuštenih poziva – i negdje oko treće otvorene kartice u pregledniku naletjeli ste na zid od nepoznatih riječi. Glasovni agent. IVR. Tijek poziva. SIP. Prijenos broja. Latencija. Svi ih koriste kao da ih odavno znate i nitko se ne zaustavi da ih objasni. Ovo je stranica koja se zaustavlja i objašnjava. Bez prodajnog sjaja, bez pretpostavke da imate IT odjel – samo pojmovi oko AI telefonskog asistenta koji su vam doista potrebni da donesete dobru odluku.

Evo poštene istine o većini tih izraza: postoje zato što su telefonsku mrežu gradili inženjeri za inženjere, desetljećima prije nego što je ikome palo na pamet da se na telefon može javiti računalo ljudskim glasom. Taj je žargon staro vodovodno cijevlje. Ne morate zbog njega postati vodoinstalater. Dovoljno je znati toliko da razlikujete pravu funkciju od blještave riječi i da razumijete što vam dobavljač zapravo obećava kad kaže da će se za vaše pozive pobrinuti.

Dva pojma koja najčešće zbunjuju

Prije samog pojmovnika raščistimo dva izraza koja ljudi neprestano miješaju: IVR i glasovni agent. Oba se javljaju na vaš telefon. Nisu ista stvar, a u toj je razlici cijela poanta ove kategorije.

IVR – Interactive Voice Response, interaktivni glasovni odgovor – onaj je stari izbornik „za prodaju pritisnite 1, za podršku pritisnite 2“. S nama je od osamdesetih. Ide krutim stablom: pozivatelj pritisne tipku ili izgovori jednu unaprijed zadanu riječ, a sustav prelazi na sljedeću granu. Rečenicu ne razumije. Na pitanje koje niste unaprijed programirali ne zna odgovoriti. Pozivatelji ga naveliko ne podnose, i to s razlogom – posao prebacuje na njih.

Glasovni agent (naći ćete ga i pod imenima glasovni asistent, AI telefonski asistent, virtualna telefonska tajnica ili konverzacijska glasovna umjetna inteligencija) sluša što pozivatelj doista govori, prepoznaje namjeru iza toga i odgovara prirodnim govorom. Pitajte ga „radite li subotom?“ i odgovorit će vam na pitanje. Zamolite ga za termin u utorak poslijepodne i dogovorit će ga. Nema izbornika kroz koji se treba probijati jer izbornika uopće nema. Taj su skok omogućile posljednje godine i upravo se zato rječnik odjednom zakomplicirao – stari i novi pojmovi sada stoje jedan uz drugoga.

Glasovni agent (i njegova brojna imena)

Glasovni agent krovni je pojam za softver koji telefonom vodi izgovoreni razgovor. Istu ćete ideju vidjeti kako se prodaje pod desetak naziva: glasovni asistent, AI telefonski asistent, virtualna telefonska tajnica, konverzacijska umjetna inteligencija, AI služba za javljanje na pozive, voicebot. Marketing bira riječ koja njegovoj publici zvuči najpitomije. Ispod haube svi opisuju isti trik u tri koraka.

1. Čuje vas – pretvorba govora u tekst pretvara vaše riječi u tekst istog trena kad ih izgovorite.
2. Razumije i odlučuje – jezični model čita taj tekst, zaključuje što želite i bira odgovor na temelju profila i pravila tvrtke.
3. Odgovara naglas – pretvorba teksta u govor pretvara odgovor u prirodan glas, i to dovoljno brzo da razgovor djeluje kao živi poziv.

Kad netko kaže da je njegov glasovni agent „dobar“, obično misli da se ta tri koraka odvijaju dovoljno brzo i točno da pozivatelj nema osjećaj da razgovara sa strojem – ili mu barem ne smeta što razgovara. Svaki drugi pojam u ovom pojmovniku zapravo je samo detalj o tome kako se ta tri koraka spajaju na vaš pravi telefonski broj.

Pretvorba govora u tekst, transkripcija i pretvorba teksta u govor

Pretvorba govora u tekst (STT), koja se ponekad naziva i automatskim prepoznavanjem govora (ASR), korak je u kojem se izgovorene riječi pozivatelja u stvarnom vremenu pretvaraju u pisani tekst. To su uši sustava. Naglasci, buka u pozadini i ljudi koji govore jedni preko drugih njezin su najteži zadatak – i zato glasovnog agenta uvijek testirajte pravim, pomalo neurednim telefonskim pozivom, a ne uglađenom studijskom demonstracijom.

Transkripcija je usko povezana, ali služi drugoj svrsi. STT se događa uživo kako bi agent mogao odgovoriti; transkript je pisani zapis cijelog razgovora, spremljen da ga poslije možete pročitati. To je jedna od tiho vrijednih funkcija. Nakon svakog poziva dobar vam asistent šalje prijepis uz kratak sažetak: tko je zvao, što je htio i što je dogovoreno. Bit poziva dobivate a da niste morali biti u prostoriji.

Pretvorba teksta u govor (TTS), ili sinteza glasa, usta su sustava. Odabrani odgovor agenta pretvara u čujan govor. Moderni TTS razlog je zašto današnji asistenti zvuče ljudski, a ne kao navigacija iz devedesetih – prirodan ritam, udisaji, pokoji „hmm“. Ponekad ćete čuti i riječ glas u značenju konkretne sintetizirane persone koju možete odabrati (topliji, žustriji, s određenim naglaskom).

Tijek poziva (i dizajn razgovora)

Tijek poziva karta je onoga što se tijekom poziva događa: kako agent pozdravlja pozivatelja, što smije raditi, kad naručuje termin, a kad uzima poruku i kad poziv predaje čovjeku. U starijim IVR sustavima tijek poziva bio je kruto stablo odluka. Kod dobrog glasovnog agenta više nalikuje skupu ciljeva i granica – „pozdravi srdačno, odgovori na pitanja iz profila tvrtke, ponudi termin ako ga traže, uzmi poruku ako nisi siguran“.

Čut ćete i dizajn razgovora ili prompt za pisane upute koje oblikuju ponašanje i ton agenta. Praktična poanta za vas: što više postavljanje pita o vašoj tvrtki – o uslugama, radnom vremenu, cijenama, načinu na koji volite da se upiti rješavaju – to tijek poziva bolje pristaje. Generički asistent bez konteksta daje generičke, katkad i pogrešne odgovore. Nije zakazala tehnologija, nego je preskočeno postavljanje.

Namjera, entiteti i „halucinacije“

Namjera je ono što pozivatelj pokušava postići ispod svojih točnih riječi. „Imate li što u četvrtak?“, „Mogu li doći ovaj tjedan?“ i „Trebam termin“ tri su rečenice s jednom namjerom: naručiti se. Prepoznavanje namjere razlikuje glasovnog agenta od IVR-a koji razumije samo točno onu frazu koju ste unaprijed upisali.

Entiteti su konkretni podaci unutar zahtjeva – datum, vrijeme, ime, broj telefona, usluga. „Naruči me na šišanje kod Sanje idući utorak u četiri“ sadrži četiri entiteta koje agent mora točno uhvatiti. Kad se ljudi žale da je termin upisan u krivo vrijeme, obično je riječ o krivo shvaćenom entitetu – zato provjerite potvrđuje li vaš asistent podatke pozivatelju prije nego što završi poziv.

Halucinacija gruba je industrijska riječ za trenutak kad umjetna inteligencija samouvjereno nešto izmisli – cijenu koju nikada niste odredili ili uslugu koju ne nudite. To je rizik koji tvrtki najviše znači, jer je glatko izrečen pogrešan odgovor gori od nikakvog. Zaštita je uzemljenje: dobro izgrađen asistent odgovara samo iz profila koji ste mu dali, a kad ne zna, kaže „zabilježit ću poruku i netko će vam potvrditi“. Ako vam dobavljač ne želi objasniti kako sprječava halucinacije, to je pitanje na kojem vrijedi ustrajati.

Preusmjeravanje poziva – lagan ulaz

Ovaj pojam odlučuje koliko je postavljanje zapravo naporno. Preusmjeravanje poziva znači da svojoj postojećoj telefonskoj liniji kažete neka pozive šalje drugamo – u ovom slučaju AI asistentu. Vaš broj ostaje točno gdje jest, kod vašeg sadašnjeg operatora. Samo dodajete pravilo: preusmjeri pozive na ovaj novi broj.

Preusmjeravanje obično možete postaviti uvjetno. Bezuvjetno preusmjeravanje šalje asistentu svaki poziv. Preusmjeravanje kad je zauzeto ili se nitko ne javlja uključuje se samo ako je linija zauzeta ili se nitko ne javi u nekoliko zvona – pa se vi javljate na pozive na koje stignete, a asistent hvata višak i one izvan radnog vremena. Za većinu malih tvrtki upravo je ta uvjetna postavka zlatna sredina: javljate se kad ste slobodni, a ništa ne propada kroz pukotine kad niste.

Prijenos broja – trajna selidba

Prijenos broja promjena je suprotne vrste: znači prebacivanje vlasništva nad vašim telefonskim brojem s jednog operatora na drugoga. Radite ga kad u potpunosti mijenjate operatora, a broj želite zadržati. Trajan je, uključuje papirologiju i, ovisno o zemlji i pružatelju usluge, može trajati od jednog dana do nekoliko tjedana.

Evo zašto je ta razlika važna dok birate: broj gotovo nikada ne morate prenijeti da biste koristili AI telefonskog asistenta. Preusmjeravanje odrađuje posao bez obveze. Ako uvođenje kod nekog dobavljača traži da prenesete glavni poslovni broj samo kako biste isprobali uslugu, to je težak zahtjev za nešto što vam se još nije dokazalo. Budite oprezni. Prijenos broja sasvim je dobar alat za ono čemu doista služi – promjenu operatora – ali ne bi smio biti ulaznica za isprobavanje asistenta koji se javlja na telefon.

SIP, VoIP i riječi o cijevima

Od ovih pojmova vlasnicima tvrtki obično se zamagli pogled, pa ćemo ih uzeti kratko i pošteno: većini malih tvrtki oni nisu potrebni ni za kupnju ni za korištenje AI asistenta. Ali nailazit ćete na njih, pa evo što znače.

VoIP (Voice over Internet Protocol) jednostavno znači telefonske pozive koji putuju internetom umjesto klasičnim bakrenim linijama. Ako zovete preko aplikacije, preko slušalica priključenih na računalo ili preko stolnog telefona spojenog na mrežu, VoIP već koristite. Većina modernih poslovnih telefona radi upravo tako.

SIP (Session Initiation Protocol) tehnički je standard koji te internetske pozive uspostavlja i prekida – rukovanje koje spaja dva kraja. SIP trunk poslovni je snop linija isporučen preko interneta. Te ćete riječi čuti kad pružatelj usluge spaja AI asistenta izravno u telefonski sustav veće tvrtke. Za tvrtku od jednog, dva ili pet ljudi to su cijevi koje rade iza kulisa; rijetko ćete ih dotaknuti.

Latencija, upadanje u riječ i izmjena replika

Ove tri riječi opisuju djeluje li poziv prirodno, a to je važnije od bilo kakve tablice specifikacija.

Latencija je zastoj između trenutka kad pozivatelj prestane govoriti i trenutka kad asistent počne odgovarati. Na telefonu tišina vrlo brzo postaje neugodna – čak i dvosekundna pauza djeluje kao da je veza pukla. Niska latencija ono je što glasovnog agenta čini prisutnim, a ne trapavim. To je jedna od najtežih stvari za izvesti i jedna od najlakših za primijetiti, pa tijekom probnog poziva vjerujte vlastitim ušima više nego bilo kojem broju iz brošure.

Upadanje u riječ (barge-in, rukovanje prekidima) znači možete li agenta prekinuti usred rečenice i natjerati ga da stane i sluša – kao što bi učinio čovjek. Bez toga agent govori preko vas, a vi morate čekati da odrecitira svoju rečenicu do kraja prije nego što vas uopće čuje. S time razgovor teče. Izmjena replika šira je vještina prepoznavanja je li pozivatelj završio misao ili je samo zastao da udahne. Pogriješite li u tome, i pametan agent djeluje robotski; pogodite li, pozivatelji često i ne shvate da razgovaraju sa softverom.

Predaja, eskalacija i najavljeno prespajanje

Dobar asistent zna svoje granice, a ove riječi opisuju što radi na toj granici. Predaja (ili eskalacija) trenutak je u kojem umjetna inteligencija staje i uključuje čovjeka – jer je pozivatelj uzrujan, ima složeno pitanje ili izričito traži osobu. Koliko to proizvod rješava elegantno govori mnogo o tome koliko njegovi tvorci poštuju pozivatelja.

Postoje dva uobičajena načina. Najavljeno prespajanje živi poziv prebacuje izravno čovjeku, po mogućnosti uz kratak sažetak dotadašnjeg razgovora, kako pozivatelj ne bi morao sve ponavljati. Predaja porukom zapisuje podatke i obavještava vas da uzvratite poziv – pravi potez kad nema nikoga tko bi preuzeo živi poziv, primjerice izvan radnog vremena. Ključno je da asistent kojem se može vjerovati nikada ne glumi čovjeka kad ga se to pita i nikada nikoga ne zarobi u petlji bez izlaza prema osobi.

Istodobni pozivi, 24/7 i dostupnost

Istodobnost govori koliko poziva asistent može voditi u isto vrijeme. Osoba na recepciji javlja se na jedan poziv; svi ostali čuju zauzeti ton ili govornu poštu. Glasovni agent može istodobno preuzeti nekoliko – ili mnogo – poziva bez čekanja u redu. Za tvrtku koja doživi nagli nalet (akcija, gužva u ponedjeljak ujutro, hitan slučaj) to je tiho jedna od najvećih prednosti: nitko ne visi na liniji i nijedan pozivatelj ne odluči probati konkurenciju.

24/7 i dostupnost jednostavne su tvrdnje da se asistent javlja u svako doba, uključujući noći, vikende i praznike. Upravo je to razlog zbog kojeg se mnogi vlasnici uopće počnu raspitivati. Računica je jednostavna: ako tjedno propustite deset poziva – izvan radnog vremena, dok ste s klijentom, danima kad ste zatvoreni – i ako je makar jedan od njih bio narudžba koju je vrijedilo imati, asistent koji ih hvata sam se isplati. Nije potrebna nikakva izmišljena studija; već znate koliko poziva propuštate.

Profil tvrtke, baza znanja i „treniranje“

Profil tvrtke ili baza znanja podaci su iz kojih asistent crpi svoje odgovore: vaše usluge, radno vrijeme, cijene koje ste odlučili podijeliti, lokacija i način na koji rješavate uobičajene zahtjeve. To je pojedinačno najvažnija stvar koju držite u rukama, jer je asistent točan onoliko koliko je točan taj profil. Odvojite dvadeset minuta da ga ispunite kako treba i razlika u kvaliteti poziva bit će dramatična.

Ponekad ćete ovdje naići na labavo upotrijebljenu riječ treniranje. Može značiti duboko, tehničko treniranje jezičnog modela u pozadini (koje radi dobavljač, ne vi) ili jednostavno „ispunjavanje profila kako bi asistent poznavao vašu tvrtku“. Kad alat za male tvrtke kaže „istrenirajte asistenta u nekoliko minuta“, gotovo uvijek misli na ovo drugo, pitomije značenje – odgovaranje na kratak čarobnjak o tome kako radite. Nitko od vas ne očekuje strojno učenje.

Kako se sve to prevodi u stvarno pokretanje

Složite li žargon zajedno, stvarni je tijek posla osvježavajuće običan. Uz Vunoon se registrirate, ispunite kratak čarobnjak koji postaje vaš profil tvrtke i testirate glasovnog agenta tako da ga nazovete i razgovarate s njim kao što bi to učinio kupac. Kad budete zadovoljni, na postojećoj liniji uključite preusmjeravanje poziva – bez prijenosa broja i bez učenja SIP instalacija – i u pogonu ste. Nakon svakog poziva dobivate transkript i sažetak; kad asistent ne može pomoći, radi urednu predaju porukom umjesto da nagađa.

U tome je i poanta dešifriranja ovih riječi: čim ih progledate, tehnologija prestaje biti zastrašujuća i postaje kratak popis odluka koje ste posve sposobni donijeti. Ne morate tečno govoriti telekomunikacijski. Treba vam netko tko se javlja, razumije i pošteno preda poziv dalje – a sada možete prepoznati radi li to neki proizvod doista.

1. 1
   Složite profil

   Odgovorite na čarobnjak o svojim uslugama, radnom vremenu i načinu na koji volite da se upiti rješavaju. To je ona „baza znanja“ – asistent je dobar onoliko koliko je dobro ono što ovdje upišete.
2. 2
   Testirajte glasovnog agenta

   Nazovite ga. Prekinite ga, promrmljajte, postavite pitanje izvan scenarija. Provjeravate latenciju, upadanje u riječ i odgovara li iz vašeg profila.
3. 3
   Preusmjerite pozive

   Postavite uvjetno preusmjeravanje kako bi asistent hvatao višak poziva i one izvan radnog vremena. Vaš broj ostaje točno gdje jest, a preusmjeravanje isključujete u nekoliko sekundi.
4. 4
   Čitajte transkripte

   Svaki vam se poziv vraća kao sažetak i prijepis, pa zadržavate potpun pregled i nad pozivima na koje se nikada niste javili.