Hogyan működik egy MI-telefonos asszisztens, lépésről lépésre

Átirányítod a céges vonaladat, valaki felhív, és harminc másodperccel később egy foglalás jelenik meg a postaládádban, teljes átirattal. Bűvésztrükknek tűnik. Pedig nem az. Egy MI-telefonos asszisztens hétköznapi, jól ismert lépések láncolata, amelyek mindegyike egyetlen feladatot végez el, majd átadja a stafétát a következőnek. Ez az a lánc, elmagyarázva úgy, ahogyan egy barátodnak mesélnéd el egy kávé mellett.

A legtöbb erről szóló cikk vagy elhessegeti a kérdést ("az MI megérti a hívóidat!"), vagy megfojt a transzformerekről és tokenekről szóló szakzsargonban. Egyik sem segít eldönteni, rábízd-e a telefonodat. Ezért most valami mást csinálunk: végigjárjuk azt a teljes utat, amit egyetlen hívás megtesz, attól a pillanattól, hogy kicsöng, addig, amíg elolvasod az összefoglalót — és őszintén beszélünk arról, hol vannak a varratok.

A 30 másodperces körkép

Mielőtt belenagyítanánk, itt az egész egy szuszra. Egy hívó tárcsázza a számodat. A telefonrendszered ezt a hívást az MI-szolgáltatáshoz irányítja át, ahelyett, hogy az asztalodon csöngne. Az MI felveszi, a hívó beszédét szöveggé alakítja, kideríti, mit is akar valójában, eldönti, hogyan válaszoljon, a válaszát visszaalakítja élőszóvá, és megszólal. Ez a kör a beszélgetés minden fordulójánál megismétlődik. Amikor a hívás véget ér, az MI leírja, mi történt, és elküldi neked. Ennyi. Öt-hat mozgó alkatrész, amelyeket most darabjaira szedünk.

Azért tűnik azonnalinak, mert ezek a lépések gyorsak és átfedik egymást. Az MI már akkor elkezdi leírni a szöveget, amikor a hívó még beszél, és már akkor elkezdi megfogalmazni a választ, mielőtt a hívó teljesen befejezné. A telefonnál ülő ember számára ez egy hétköznapi, ha kicsit türelmesebb beszélgetésnek tűnik.

1. lépés: a hívás átirányítódik

A telefonszámoddal kapcsolatban semmi sem változik. Megtartod a számot, ami a kisteherautódra, a weboldaladra és a névjegykártyáidra van nyomtatva. Ami megváltozik, az egyetlen beállítás a telefonszolgáltatódnál: a hívásátirányítás. Megmondod a szolgáltatódnak: "amikor a vonalam foglalt, négy csöngés után sem veszik fel, vagy mindig, irányítsd a hívást erre a másik számra." Ez a másik szám az MI-szolgáltatáshoz tartozik.

Ez ugyanaz a funkció, amit évtizedek óta használsz arra, hogy a hívásokat a mobilodra terelje. Az MI-szolgáltatás egyszerűen ad neked egy dedikált számot, amelyre átirányíthatsz. Mivel az átirányítás a szolgáltató szintjén történik, az MI akkor is fel tudja venni, ha zárva vagy, épp másik hívásban vagy, vagy csak nem akarod, hogy megzavarjanak, miközben könyékig egy motorban túrsz.

• Mindig irányítson át — minden hívás először az MI-hez megy. Jó választás csak nyitvatartáson kívüli vagy teljesen kézmentes vonalakhoz.
• Irányítson át foglaltság esetén — az MI elkapja a túlcsordulást, miközben te már egy hívásban vagy, így egy második hívó sosem hall foglalt jelzést.
• Irányítson át, ha nem veszik fel — először az asztalodon csöng; ha néhány csöngésen belül senki sem veszi fel, az MI válaszol, ahelyett, hogy a hívás elhalna.

2. lépés: felvétel és figyelés

Az MI felveszi és lejátszik egy köszöntést — általában azt, amit a beállításkor írtál, valami ilyesmit: "Köszönjük, hogy a Juhar utcai Fogászatot hívta, miben segíthetek?" Attól a pillanattól két dolgot csinál egyszerre: hangot játszik le a hívónak, és rögzíti a visszaérkező hangot.

A beérkező hang csupán egy hangfolyam. Önmagában semmit sem jelent egy számítógép számára — számokká alakított légnyomás. A következő feladat, hogy ezt a hangot szavakká alakítsa, és ennek a feladatnak van egy neve, amit a legtöbben hallottak már anélkül, hogy tudták volna: beszédfelismerés.

3. lépés: a beszédből szöveg lesz

A beszédfelismerés, vagyis a beszéd-szöveg átalakítás az a rész, amit már nap mint nap használsz. Ugyanabból a technológiai családból származik, mint a telefonod diktálógombja vagy a videók automatikus feliratozása. Meghallgatja a hangot, és egy írott sort állít elő: "jó napot, ööö, igen, szeretnék időpontot foglalni fogkőeltávolításra jövő keddre, ha van valami délutánra."

A modern beszédfelismerés meglepően jó, de nem varázslat, és ezt őszinte kimondani. Az akcentusokkal, a háttérzajjal és a mondat közepén elharapott szavakkal sokkal jobban megbirkózik, mint a régi, esetlen "nyomja meg az 1-est az értékesítéshez" rendszerek. Ott küzd, ahol egy ember is: egy lombfúvót túlordító hívónál, egy vadul szokatlan vezetéknévnél, vagy amikor hárman beszélnek egyszerre. A jó szolgáltatások úgy vannak hangolva, hogy inkább rákérdeznek, ha bizonytalanok, mintsem hogy tippeljenek és tévedjenek.

Egy apró finomság, amit érdemes tudni: az MI nem várja meg, hogy a hívó befejezze a teljes mondókáját, mielőtt leírná. Már akkor folyamatosan gépeli a szöveget, ahogy a szavak érkeznek, így mire valaki abbahagyja a beszédet, az átirat lényegében már készen áll. Nagyrészt ezért érkeznek olyan gyorsan a válaszok.

4. lépés: kideríteni, mire gondolnak

Most az MI-nek van egy sornyi szövege. A nehéz, érdekes rész az, hogy ebből a szövegből jelentést csináljon — hogy kiderítse a hívó szándékát. A "át tudom tenni a csütörtöki időpontomat péntekre?" mondatból három dolgot kell megértenie: ez egy meglévő ügyfél, át akarja tenni az időpontját, és a cél a péntek. A "kutyákkal is foglalkoznak, vagy csak macskákkal?" mondatból fel kell ismernie egy kérdést arról, milyen szolgáltatásokat kínálsz, és a profilod alapján kell válaszolnia.

Itt végzi el a nehéz munkát egy nagy nyelvi modell — ugyanaz a fajta technológia, mint amiről olvasott asszisztensek mögött. De nem a semmiből vagy az egész internetről válaszol. Egy jó telefonos asszisztens szűk, privát eligazítást ad a modellnek: a vállalkozásod profilját. A felsorolt szolgáltatásaidat, a nyitvatartásodat, az áraidat, a szabályaidat, a címedet, a leggyakrabban feltett kérdéseket. A modell a hívó szavai és ez az eligazítás fölött együtt gondolkodik.

Ez a megalapozottság az egész lényeg. Ezért tudja azt mondani az MI, hogy "hétköznap hatig vagyunk nyitva, vasárnap zárva" — nem mert tippelt, hanem mert egyszer beírtad ezt a nyitvatartást egy varázslóba. És ezért van az, hogy amikor valaki az eligazításon kívüli dolgot kérdez ("az állatorvos éjszakára is befogadja a nyulakat?"), egy jól megépített szolgáltatásnak inkább üzenetet kell felvennie, mintsem választ kitalálnia. Egy asszisztens, amelyik dolgokat kitalál, rosszabb, mint egyáltalán semmilyen asszisztens.

5. lépés: eldönteni, mit tegyen

A kérés megértése egy dolog; a cselekvés egészen más. A szándéktól függően az MI néhány lehetséges út egyikét választja. Megválaszol egy kérdést a profilból. Időpontot foglal vagy módosít. Üzenetet vesz fel egy visszahívási számmal. Vagy, amikor a hívónak egyértelműen emberre van szüksége, összegyűjti a lényeget, és megígéri, hogy a tulajdonos visszahívja.

1. 1
   Közvetlenül válaszol

   Bármire, amit a profilod lefed — nyitvatartás, helyszín, fogadtok-e előjegyzés nélkül, mit tartalmaz egy szolgáltatás —, az MI egyszerűen elmondja a hívónak, természetes mondatban, menü nélkül.
2. 2
   Foglal vagy módosít

   Amikor a szándék egy időpont, összegyűjti a kit, mit és mikort, összeveti a beállított szabályaiddal, és megerősít egy időpontot, vagy alternatívákat kínál.
3. 3
   Üzenetet vesz fel

   Bármire, amit nem tud vagy nem szabad kezelnie — egy panaszra, egyedi árajánlatra, a profilodon kívüli kérdésre —, rögzíti a részleteket és a hívó számát, hogy visszatérhess rá.
4. 4
   Elegánsan átadja

   Ha egy hívó emberrel akar beszélni, vagy a helyzet egyértelműen kényes, nem falazza el. Üzenetet vesz fel vagy visszahívást szervez, és ha rákérdeznek, nem tetteti magát embernek.

6. lépés: a válasz megszólal

Az MI eldöntötte, mit mondjon — de eddig ez a döntés csak szöveg. A kör utolsó lépése a szöveget visszaalakítja hanggá, amit a hívó hallhat. Ez a szövegfelolvasás, és a 3. lépés tükörképe. A ma használt mesterséges hangok fényévekre vannak attól a lapos, robotikus zúgástól, amire emlékszel; szünetet tartanak, lélegeznek, emelkednek és süllyednek olyasformán, mintha egy kicsit túl higgadt napot élne meg egy ember.

Aztán a kör bezárul. A hívó meghallja a választ, reagál, és az egész ciklus — figyelés, leírás, megértés, döntés, megszólalás — újra lefut a következő fordulóra. Egy háromperces hívás akár egy tucatszor is körbejárhatja ezt a kört, mindegyik kör nagyjából egy másodperc alatt. A hívó felől nézve ez csak egy beszélgetés. A motorháztető alatt ugyanaz az öt lépés, megismételve.

7. lépés: az összefoglaló megérkezik a postaládádba

Amikor a hívás véget ér, lefut az utolsó feladat. Az MI-nek megvan a teljes átirat mindenről, ami elhangzott, így leírja, ami számított: ki hívott, mit akart, miben állapodtatok meg, és milyen teendő maradt rád. Ez az összefoglaló — plusz a nyers átirat, és gyakran a hangfelvétel is — megérkezik a postaládádba, vagy ahová kérted az értesítést.

Ez az a rész, amiről a tulajdonosok azt mondják, nem számítottak rá, hogy megszeretik. Nem hangüzeneteket hallgatsz vissza jegyzetelgetve. Egy tiszta összefoglalót kapsz: "Új páciens, fogkőeltávolítást szeretne, a keddi délutánokat preferálja, száma megvan, foglalva 14-ére 15 órára." Öt másodperc alatt átfutod, és mész tovább. Semmi sem esik ki a rostán, mert minden le van írva és kereshető.

Összerakva: egyetlen hívás, elejétől a végéig

Kövessünk végig egyetlen hívást. Képzelj el egy kétszékes fodrászatot, kora délután, mindkét fodrász elfoglalt. Egy hívó hajfestésre szeretne időpontot foglalni.

• A vonal foglalt, így a szolgáltató átirányítja a hívást az MI-számra.
• Az MI felveszi: "Köszönjük, hogy a Bloom Stúdiót hívta, miben segíthetek?" — és figyelni kezd.
• A hívó elmondja, hogy hajfestésre szeretne időpontot erre a szombatra. A beszédfelismerés ezt szöveggé alakítja, ahogy beszél.
• Az MI kiolvassa a szándékot — új foglalás, hajfestés, szombat —, és ellenőrzi a fodrászat profiljában a szombati szabad időpontokat és azt, mennyi ideig tart egy festés.
• Eldönti, hogy két szabad időpontot kínál fel, majd kimondja őket: "Szombaton van 10 óra vagy 14 óra — melyik felel meg?"
• A hívó a 14 órát választja, és megadja a nevét és számát. Az MI megerősíti és lezárja a hívást.
• Másodpercekkel később a tulajdonos megkapja az összefoglalót: új festési foglalás, szombat 14 óra, név és szám mellékelve.

Az egész kevesebb, mint két percig tartott, a tulajdonos hozzá sem ért a telefonhoz, és a hívó — aki különben talán lerakta volna a foglalt jelzésnél és egy versenytársat hív — be van foglalva. Ez az egész érték egyetlen hívásban, és nem más, mint a fenti hét lépés végzi a dolgát.

Hol vannak a varratok (az őszinte rész)

Egyetlen technológia sem varratmentes, és jobban megbízol majd ebben, ha tudod, hol foszladozhat. A nagyon zajos hívások megnehezítik a beszédfelismerés dolgát, és időnként félrehallhat egy nevet — ezért erősítik meg a jó rendszerek a részleteket a hívó felé. A rendkívül szokatlan vagy érzelmi kéréseket jobb emberre bízni, és egy jól megépített asszisztens tudja, hogy ezt kell tennie, ahelyett, hogy összekutyulná a dolgot.

Ott van az is, hogy az MI csak azt tudja, amit elmondasz neki. Egy vékony, félkész profil ködös válaszokat szül; egy gazdag profil, a valós nyitvatartásoddal és a leggyakoribb kérdéseiddel, éleseket. A minőség, amit kikapsz, szorosan összefügg azzal a tíz perccel, amit a vállalkozásod leírására szánsz. Megjutalmazza az előre befektetett kis odafigyelést, és ez tisztességes csere.

Hogyan állítod be mindezt a gyakorlatban

Ha ismered a működést, a beállítás sokkal érthetőbb. Igazából csak azt a két dolgot töltöd ki, amire a folyamatnak szüksége van: az eligazítást, amiből az MI gondolkodik, és az átirányítási szabályt, ami feléje küldi a hívásokat.

1. 1
   Írd le a vállalkozásodat

   Egy rövid varázsló bekéri a szolgáltatásaidat, nyitvatartásodat, áraidat, címedet és a gyakori kérdéseket. Ebből lesz a profil, amelyben az MI minden választ megalapoz.
2. 2
   Teszteld egy hívással

   Hívd fel az új asszisztensedet, és próbáld megbuktatni. Tedd fel a kínos kérdéseket, amiket a valódi hívóid tesznek fel. Csiszold a profilt, amíg a válaszok stimmelnek.
3. 3
   Irányítsd át a számodat

   Állítsd be az átirányítási szabályt a szolgáltatódnál — mindig, foglaltság esetén, vagy ha nem veszik fel — az MI-számra mutatva. Ez a kapcsoló, ami élesbe kapcsol.
4. 4
   Nézd, ahogy gördülnek be az összefoglalók

   Ettől kezdve minden kezelt hívásból összefoglaló lesz a postaládádban. Finomítsd a profilt az első héten, és csak egyre élesebb lesz.

Általában néhány percbe telik leírni a vállalkozást, és egy pillanatba beállítani az átirányítási szabályt. Nincs hardver, nincs új szám, amit hirdetni kell, és nincs mit telepíteni. A legtöbb tulajdonos először egy ingyenes próbaidőt futtat, csak a nyitvatartáson kívüli hívásokat irányítva át, mielőtt többet adna át.