Ako funguje AI telefonný asistent, krok za krokom

Presmerujete firemnú linku, niekto zavolá a o tridsať sekúnd neskôr sa vám v schránke objaví rezervácia aj s kompletným prepisom. Vyzerá to ako kúzelnícky trik. Nie je. AI telefonný asistent je reťazec obyčajných, dobre popísaných krokov, z ktorých každý robí jednu vec a odovzdáva ju ďalej. Tu je ten reťazec, vysvetlený tak, ako by ste ho rozprávali kamarátovi pri káve.

Väčšina článkov o tejto téme buď máva rukami ("AI rozumie vašim volajúcim!"), alebo vás utopí v žargóne o transformeroch a tokenoch. Ani jedno vám nepomôže rozhodnúť sa, či tej veci zveriť svoj telefón. Preto to urobíme inak: prejdeme celú cestu, ktorú jediný hovor prekoná, od okamihu, keď zazvoní, až po chvíľu, keď si prečítate zhrnutie, a poctivo povieme, kde sú škáry.

Prehliadka na tridsať sekúnd

Skôr než sa ponoríme do detailov, tu je to celé na jeden nádych. Volajúci vytočí vaše číslo. Váš telefónny systém hovor presmeruje na AI službu, namiesto toho, aby zazvonil na vašom stole. AI zdvihne, prevedie reč volajúceho na text, zistí, čo vlastne chce, rozhodne, ako odpovedať, prevedie svoju odpoveď späť na hovorený hlas a prehovorí. Táto slučka sa opakuje pre každú repliku rozhovoru. Keď hovor skončí, AI spíše, čo sa dialo, a pošle vám to. To je všetko. Päť alebo šesť pohyblivých častí, ktoré si teraz postupne rozoberieme.

Dôvod, prečo to pôsobí okamžite, je ten, že sú tieto kroky rýchle a prekrývajú sa. AI začína prepisovať, ešte keď volajúci hovorí, a začína formulovať odpoveď skôr, než volajúci úplne dohovorí. Pre človeka na telefóne to pôsobí ako bežný, hoci trochu trpezlivý, rozhovor.

Krok 1: hovor sa presmeruje

Na vašom telefónnom čísle sa nič nemení. Číslo vytlačené na dodávke, na webe aj na vizitkách zostáva. Mení sa jediné nastavenie u vášho operátora: presmerovanie hovorov. Poviete operátorovi: "keď je moja linka obsadená, po štyroch zazvoneniach nezdvihnutá, alebo vždy, pošli hovor na toto druhé číslo." To druhé číslo patrí AI službe.

Je to tá istá funkcia, ktorú už desaťročia používate na presmerovanie hovorov na mobil. AI služba vám jednoducho dá vyhradené číslo, na ktoré máte presmerovať. Keďže presmerovanie prebieha na úrovni operátora, môže AI hovor zdvihnúť, či už máte zatvorené, ste na inom hovore, alebo jednoducho nechcete byť rušení, keď máte ruky až po lakte v motore.

• Vždy presmerovať — každý hovor ide najprv na AI. Dobré pre režim len po pracovnej dobe alebo pre linky bez ručnej obsluhy.
• Presmerovať pri obsadené — AI zachytí pretok, keď už ste na hovore, takže druhý volajúci nikdy nepočuje obsadzovací tón.
• Presmerovať pri nezdvihnutí — najprv zazvoní váš stôl; ak to počas pár zazvonení nikto nezdvihne, ozve sa AI namiesto toho, aby hovor zanikol.

Krok 2: prijatie a načúvanie

AI zdvihne a prehrá pozdrav — zvyčajne ten, ktorý ste napísali pri nastavení, niečo ako "Ďakujeme, že voláte do zubnej ordinácie Na Námestí, ako vám môžem pomôcť?". Od tej chvíle robí dve veci naraz: prehráva zvuk smerom k volajúcemu a zachytáva zvuk prichádzajúci späť.

Prichádzajúci zvuk je len prúd zvuku. Sám osebe pre počítač nič neznamená — je to tlak vzduchu prevedený na čísla. Ďalšou úlohou je premeniť ten zvuk na slová, a tá úloha má meno, ktoré väčšina ľudí počula bez toho, aby to vedeli: rozpoznávanie reči.

Krok 3: z reči sa stáva text

Rozpoznávanie reči, alebo prevod reči na text, je tá časť, ktorú už používate každý deň. Je to tá istá rodina technológií, ktorá stojí za tlačidlom diktovania v telefóne aj za automatickými titulkami pri videách. Počúva zvuk a vytvára písaný riadok: "dobrý deň ehm hej chcela by som sa objednať na dentálnu hygienu na budúci utorok ak máte niečo popoludní."

Moderné rozpoznávanie reči je pozoruhodne dobré, ale nie je to kúzlo a je poctivé to povedať. Zvláda prízvuky, hluk v pozadí aj ľudí, ktorí vetu nedokončia, oveľa lepšie než neohrabané systémy "pre obchod stlačte jednotku" z minulosti. Zlyháva presne tam, kde by zlyhal aj človek: volajúci prekrikujúci záhradný fukár, úplne neobvyklé priezvisko, alebo traja ľudia hovoriaci naraz. Dobré služby sú vyladené tak, aby si pri neistote pýtali zopakovanie, namiesto toho, aby hádali a pomýlili sa.

Jedna jemnosť, ktorú stojí za to poznať: AI nečaká, kým volajúci dohovorí celý svoj prejav, než začne prepisovať. Streamuje text tak, ako slová prichádzajú, takže kým človek dohovorí, je prepis v podstate hotový. To je veľká časť dôvodu, prečo odpovede prichádzajú tak rýchlo.

Krok 4: zistiť, čo vlastne myslia

Teraz má AI riadok textu. Tou ťažkou a zaujímavou časťou je premeniť ten text na význam — odhaliť zámer volajúceho. Z "môžem si presunúť štvrtkový termín na piatok?" musí pochopiť tri veci: ide o existujúceho zákazníka, chce termín presunúť a cieľom je piatok. Z "robíte psov, alebo len mačky?" musí rozpoznať otázku na to, aké služby ponúkate, a odpovedať z vášho profilu.

Tu odvádza ťažkú prácu veľký jazykový model — ten istý druh technológie, o akej ste čítali pri asistentoch. Ale neodpovedá zo vzduchu ani z celého internetu. Dobrá služba dá modelu úzke, súkromné zadanie: profil vašej firmy. Služby, ktoré ste vypísali, vaše otváracie hodiny, ceny, pravidlá, adresu, otázky, na ktoré sa ľudia pýtajú najčastejšie. Model uvažuje nad slovami volajúceho a týmto zadaním dohromady.

To ukotvenie je celá hra. Preto môže AI povedať "máme otvorené do šiestej cez pracovné dni a v nedeľu zatvorené" — nie preto, že hádala, ale pretože ste raz tie hodiny napísali do sprievodcu. A preto, keď sa niekto opýta na niečo mimo zadania ("stráži veterinár cez noc aj králiky?"), by mala dobre postavená služba vziať odkaz, namiesto toho, aby si odpoveď vymyslela. Asistent, ktorý si veci vymýšľa, je horší než žiadny asistent.

Krok 5: rozhodnúť, čo urobiť

Pochopiť požiadavku je jedna vec; konať podľa nej druhá. Podľa zámeru sa AI vyberie jednou z hŕstky ciest. Odpovedať na otázku z profilu. Rezervovať alebo presunúť termín. Vziať odkaz s číslom na spätné zavolanie. Alebo, keď volajúci zjavne potrebuje človeka, pozbierať to podstatné a sľúbiť, že majiteľ zavolá späť.

1. 1
   Odpovie priamo

   Na čokoľvek pokryté vaším profilom — otváracie hodiny, adresa, či beriete zákazníkov bez objednania, čo služba zahŕňa — AI volajúcemu jednoducho odpovie prirodzenou vetou, žiadne menu netreba.
2. 2
   Rezervuje alebo presunie termín

   Keď je zámerom termín, pozbiera kto, čo a kedy, overí to proti pravidlám, ktoré ste nastavili, a potvrdí termín alebo ponúkne alternatívy.
3. 3
   Vezme odkaz

   Na čokoľvek, čo nezvládne alebo nemá riešiť — sťažnosť, individuálnu cenovú ponuku, otázku mimo profilu — zachytí detaily a číslo volajúceho, aby ste sa mohli ozvať.
4. 4
   Elegantne odovzdá ďalej

   Keď volajúci požiada o človeka, alebo je situácia zjavne citlivá, neodbíja ho. Vezme odkaz alebo dohodne spätné zavolanie a nepredstiera, že je človek, keď sa ho na to opýtajú.

Krok 6: odpoveď hlasom

AI sa rozhodla, čo povedať — ale zatiaľ je to rozhodnutie len text. Posledný krok slučky premieňa text späť na hlas, ktorý volajúci počuje. Tomu sa hovorí prevod textu na reč a je to zrkadlový obraz kroku 3. Syntetizované hlasy, ktoré sa dnes používajú, majú veľmi ďaleko k tomu plochému robotickému mumlaniu, ktoré si pamätáte; robia pauzy, nadychujú sa a stúpajú aj klesajú tak, že to väčšinou znie ako človek, ktorý má trochu príliš pokojný deň.

Potom sa slučka uzavrie. Volajúci počuje odpoveď, reaguje a celý cyklus — počúvaj, prepíš, pochop, rozhodni, prehovor — sa rozbehne znova pre ďalšiu repliku. Trojminútový hovor môže túto slučku obehnúť tucetkrát, každý prechod trvá zhruba sekundu. Z pohľadu volajúceho je to jednoducho rozhovor. Pod kapotou je to tých istých päť krokov, opakovane.

Krok 7: zhrnutie pristane v schránke

Keď hovor skončí, rozbehne sa posledná úloha. AI má úplný prepis všetkého povedaného, takže spíše to podstatné: kto volal, čo chcel, na čom sa dohodli a čo zostáva urobiť vám. To zhrnutie — plus surový prepis a často aj zvukovú nahrávku — dorazí do vašej schránky alebo tam, kam ste si povedali, aby vás upozornila.

Toto je tá časť, o ktorej nám majitelia hovoria, že nečakali, ako si ju zamilujú. Nepočúvate spätne hlasové správy a nečmárate si poznámky. Dostanete čistý výťah: "Nový pacient, chce dentálnu hygienu, preferuje utorkové popoludnia, číslo máme, objednaný na 14. na 15:00." Prejdete to očami za päť sekúnd a idete ďalej. Nič neprepadne sitom, pretože všetko je zapísané a dá sa v tom hľadať.

Dáme to dokopy: jeden hovor od začiatku do konca

Sledujme jediný hovor celou cestou. Predstavte si kaderníctvo o dvoch kreslách, skoro popoludní, obe kaderníčky zaneprázdnené. Volajúca sa chce objednať na farbenie.

• Linka je obsadená, takže operátor hovor presmeruje na AI číslo.
• AI zdvihne: "Ďakujeme, že voláte do štúdia Bloom, ako vám môžem pomôcť?" a začne počúvať.
• Volajúca povie, že by chcela termín na farbenie túto sobotu. Rozpoznávanie reči to počas reči prevedie na text.
• AI prečíta zámer — nová rezervácia, farbenie, sobota — a overí v profile salónu sobotné voľné termíny a ako dlho farbenie trvá.
• Rozhodne sa ponúknuť dva voľné termíny a potom ich vysloví: "Mám v sobotu voľno o 10 alebo o 14 — čo sa vám hodí?"
• Volajúca si vyberie 14:00 a povie meno a číslo. AI potvrdí a ukončí hovor.
• O pár sekúnd neskôr dostane majiteľka zhrnutie: nová rezervácia farbenia, sobota 14:00, meno a číslo v prílohe.

Celé to trvalo pod dve minúty, majiteľka sa telefónu ani nedotkla a volajúca — ktorá by inak možno zavesila na obsadzovací tón a zavolala konkurencii — má objednané. To je celá hodnota v jednom hovore a je to len sedem krokov vyššie, ako robia svoju prácu.

Kde sú škáry (tá poctivá časť)

Žiadna technológia nie je bez švíkov a budete jej viac veriť, keď viete, kde sa môže začať párať. Veľmi hlučné hovory dávajú rozpoznávaniu reči zabrať a občas sa v nejakom mene pomýli — preto dobré nastavenia detaily volajúcemu potvrdzujú späť. Veľmi neobvyklé alebo emotívne požiadavky je lepšie odovzdať človeku a dobre postavený asistent to vie urobiť, namiesto toho, aby sa v tom plácal.

A potom je tu fakt, že AI vie len to, čo jej poviete. Chudobný, nedokončený profil produkuje vágne odpovede; bohatý, so skutočnými otváracími hodinami a najčastejšími otázkami, produkuje ostré. Kvalita, ktorú dostanete von, úzko súvisí s desiatimi minútami, ktoré strávite popisom svojej firmy. Odmeňuje to trochu starostlivosti na začiatku a to je férový obchod.

Ako to vlastne nastavíte

Keď poznáte mechaniku, nastavenie dáva väčší zmysel. V skutočnosti len vypĺňate dve veci, ktoré linka potrebuje: zadanie, z ktorého AI uvažuje, a pravidlo presmerovania, ktoré jej posiela hovory.

1. 1
   Popíšte svoju firmu

   Krátky sprievodca sa opýta na vaše služby, otváracie hodiny, ceny, adresu a časté otázky. Z toho vznikne profil, z ktorého AI ukotvuje každú odpoveď.
2. 2
   Otestujte to zavolaním

   Zavolajte svojmu novému asistentovi a skúste ho nachytať. Pýtajte sa nepríjemné otázky, ktoré kladú vaši skutoční volajúci. Ladťte profil, kým nie sú odpovede správne.
3. 3
   Presmerujte svoje číslo

   Nastavte u operátora pravidlo presmerovania — vždy, pri obsadené, alebo pri nezdvihnutí — mieriace na AI číslo. To je ten prepínač, ktorý to spustí naostro.
4. 4
   Sledujte, ako prichádzajú zhrnutia

   Od tej chvíle sa z každého vybaveného hovoru stane zhrnutie vo vašej schránke. Počas prvého týždňa profil doladíte a bude to len ostrejšie.

Popísať firmu zvyčajne zaberie pár minút a nastaviť pravidlo presmerovania chvíľku. Žiadny hardvér, žiadne nové číslo na propagáciu, nič na inštaláciu. Väčšina majiteľov si najprv spustí bezplatnú skúšobnú verziu, presmeruje len hovory po pracovnej dobe, a až potom odovzdá viac.