[ad_1]
Su centro de contacto sirve como una conexión importante entre su empresa y sus clientes. Cada llamada a su centro de contacto es una oportunidad para aprender más sobre las necesidades de sus clientes y qué tan bien las está satisfaciendo.
La mayoría de los centros de contacto exigen que sus agentes resuman su conversación después de cada llamada. El resumen de llamadas es una herramienta valiosa que ayuda a los centros de contacto a comprender y obtener información de las llamadas de los clientes. Además, los resúmenes de llamadas precisos mejoran el recorrido del cliente al eliminar la necesidad de que los clientes repitan la información cuando se transfieren a otro agente.
En esta publicación, explicamos cómo puede aprovechar el poder de la IA generativa para reducir el esfuerzo y mejorar la precisión al crear resúmenes y disposiciones de llamadas. También le mostraremos cómo puede comenzar rápidamente con la última versión de nuestra solución de código abierto Live Call Analytics con Agent Assist.
Desafíos de resúmenes de llamadas
A medida que los centros de contacto recopilan cada vez más datos de voz, la necesidad de una agregación de llamadas eficiente ha aumentado significativamente. Sin embargo, la mayoría de los resúmenes están vacíos o son inexactos porque crearlos manualmente lleva mucho tiempo y afecta las métricas clave de los agentes, como el tiempo promedio de atención (AHT). Los agentes informan que resumir puede ocupar hasta un tercio de toda la llamada, lo que hace que se la salten o completen información incompleta. Esto perjudica la experiencia del cliente: los largos tiempos de espera hacen que los clientes se sientan frustrados mientras el agente escribe, y los resúmenes incompletos significan que se les pide a los clientes que repitan la información a medida que se transfiere entre agentes.
La buena noticia es que ahora es posible automatizar y resolver el desafío del resumen gracias a la IA generativa.
La IA generativa ayuda a agregar las llamadas de los clientes de forma precisa y eficiente
La IA generativa se basa en modelos de aprendizaje automático (ML) muy grandes, llamados modelos terrestres (FM), que están previamente entrenados con cantidades masivas de datos a escala. Un subconjunto de estos FM que se centran en la comprensión del lenguaje natural se denominan modelos de lenguaje grandes (LLM) y son capaces de generar resúmenes relevantes para el contexto de tipo humano. Los mejores LLM pueden procesar fácilmente incluso estructuras de oraciones complejas y no lineales y determinar varios aspectos, incluidos el tema, la intención, los próximos pasos, los resultados y más. Al utilizar LLM para automatizar el resumen de llamadas, las conversaciones de los clientes se pueden resumir con precisión y en una fracción del tiempo que llevaría resumir manualmente. Esto, a su vez, permite a los centros de contacto brindar una experiencia superior al cliente y al mismo tiempo reducir la carga de documentación de sus agentes.
La siguiente captura de pantalla muestra un ejemplo de la página de detalles de llamadas de Live Call Analytics con Agent Assist, que contiene información sobre cada llamada.
El siguiente video muestra un ejemplo de análisis de llamadas en vivo utilizando Agent Assist, que resume una llamada en curso, resume una vez finalizada la llamada y genera un correo electrónico de seguimiento.
Descripción general de la solución
El siguiente diagrama ilustra el flujo de trabajo de la solución.
El primer paso para crear resúmenes abstractos de llamadas es transcribir la llamada del cliente. Las transcripciones precisas y listas para usar son fundamentales para crear resúmenes de llamadas precisos y eficaces. Amazon Transcribe puede ayudarle a crear transcripciones de alta fidelidad para las llamadas de su centro de contacto. Amazon Transcribe es una API de conversión de voz a texto repleta de funciones con modelos de reconocimiento de voz de última generación que se administran por completo y se capacitan continuamente. Clientes como New York Times, Slack, Zillow, Wix y miles de otros utilizan Amazon Transcribe para crear transcripciones altamente precisas para mejorar sus resultados comerciales. Un diferenciador clave de Amazon Transcribe es su capacidad para proteger los datos de los clientes eliminando información confidencial del audio y el texto. Aunque proteger la privacidad y la seguridad de los clientes es importante para los centros de contacto en general, es aún más importante enmascarar información confidencial, como información de cuentas bancarias y números de Seguro Social, antes de crear resúmenes de llamadas automatizados para que no se incluyan en los resúmenes.
Para los clientes que ya utilizan Amazon Connect, nuestro centro de contacto omnicanal en la nube, Contact Lens para Amazon Connect ofrece capacidades de análisis y transcripción nativas en tiempo real. Sin embargo, si desea aprovechar la IA generativa en su centro de contacto existente, hemos desarrollado soluciones que manejan la mayor parte del trabajo pesado asociado con la transcripción de conversaciones en tiempo real o posteriores a la llamada en su centro de contacto existente y la generación generativa de resúmenes automatizados de llamadas con IA. Además, la solución descrita en esta sección le permite integrarse con su sistema de gestión de relaciones con el cliente (CRM) para actualizar automáticamente el CRM de su elección con resúmenes de llamadas generados. En este ejemplo, utilizamos nuestra solución Live Call Analytics con Agent Assist (LCA) para crear transcripciones de llamadas y resúmenes de llamadas en tiempo real utilizando LLM alojados en Amazon Bedrock. También puede escribir una función AWS Lambda y especificar LCA el nombre de recurso de Amazon (ARN) de la función en los parámetros de AWS CloudFormation y utilizar el LLM de su elección.
La siguiente arquitectura de LCA simplificada demuestra el resumen de llamadas con Amazon Bedrock.
LCA se proporciona como una plantilla de CloudFormation que proporciona la arquitectura anterior y le permite transcribir llamadas en tiempo real. Los pasos del flujo de trabajo son los siguientes:
- El audio de las llamadas se puede transmitir a través de SIPREC desde su sistema telefónico al conector de voz del SDK de Amazon Chime, que almacena el audio en Amazon Kinesis Video Streams. LCA también admite otros mecanismos de grabación de audio como: B. Gancho de audio Genesys Cloud.
- Amazon Chime SDK Call Analytics luego transmite el audio de Kinesis Video Streams a Amazon Transcribe y escribe la salida JSON en Amazon Kinesis Data Streams.
- Una función Lambda procesa los segmentos de transcripción y los almacena en una tabla de Amazon DynamoDB.
- Una vez finalizada la llamada, Amazon Chime SDK Voice Connector publica una notificación de Amazon EventBridge, que activa una función Lambda que lee la transcripción persistente de DynamoDB, genera un mensaje de LLM (más sobre esto en la siguiente sección) y realiza una inferencia de LLM con Amazon Bedrock. ejecuta. El resumen generado se almacena en DynamoDB y el agente puede utilizarlo en la interfaz de usuario de LCA. Opcionalmente, puede proporcionar un ARN de función Lambda que se ejecute después de generar el resumen para integrarlo con sistemas CRM de terceros.
LCA también brinda la capacidad de invocar la función de resumen de Lambda durante la llamada, ya que la transcripción se puede recuperar y crear un mensaje en cualquier momento, incluso cuando la llamada está en curso. Esto puede resultar útil cuando una llamada se transfiere a otro agente o a un administrador. En lugar de poner al cliente en espera y explicarle la llamada, el nuevo agente puede leer rápidamente un resumen generado automáticamente que puede incluir el problema actual y los intentos del agente anterior para resolverlo.
Ejemplo de mensaje de resumen de llamada
Puede ejecutar la inferencia LLM con Prompt Engineering para crear y mejorar sus resúmenes de llamadas. Puede modificar las plantillas de mensajes para ver qué funciona mejor para el LLM elegido. A continuación se muestra un ejemplo del mensaje estándar para resumir una transcripción utilizando LCA. los reemplazamos {transcript}
Marcador de posición con la transcripción real de la llamada.
LCA ejecuta el mensaje y guarda el resumen generado. Además del resumen, puede indicarle al LLM que genere casi cualquier texto que sea importante para la productividad de los agentes. Por ejemplo, puede elegir entre una variedad de temas cubiertos durante la llamada (disposición del agente), crear una lista de tareas de seguimiento requeridas o incluso escribir un correo electrónico a la persona que llama agradeciéndole por la llamada.
La siguiente captura de pantalla es un ejemplo de cómo generar correos electrónicos de seguimiento de agentes en la interfaz de usuario de LCA.
Con un mensaje sofisticado, algunos LLM también pueden generar toda esta información en una sola inferencia, lo que reduce el costo de la inferencia y el tiempo de procesamiento. Luego, el agente puede utilizar la respuesta generada para realizar un seguimiento unos segundos después de finalizar la llamada. También puede integrar automáticamente la respuesta generada en su sistema CRM.
La siguiente captura de pantalla muestra un resumen de ejemplo en la interfaz de usuario de LCA.
También es posible crear un resumen durante la llamada en curso (ver captura de pantalla a continuación), lo que puede resultar especialmente útil para llamadas de clientes más largas.
Antes de la IA generativa, los agentes tenían que prestar atención, tomar notas y realizar otras tareas según fuera necesario. Al transcribir automáticamente la llamada y utilizar LLM para generar resúmenes automáticamente, podemos reducir la carga mental del agente para que pueda concentrarse en brindar la mejor experiencia al cliente. Esto también conduce a un trabajo posterior a la llamada más preciso porque la transcripción es una representación precisa de lo que sucedió durante la llamada, no solo de lo que el agente tomó notas o recordó.
Resumen
La aplicación de muestra LCA se proporciona como código abierto: úsela como punto de partida para su propia solución y ayúdenos a mejorarla contribuyendo con correcciones y características a través de solicitudes de extracción de GitHub. Para saber cómo implementar LCA, consulte Análisis de llamadas en vivo y asistencia de agentes para su centro de contacto con Amazon Voice AI Services. Navegue hasta el repositorio de LCA GitHub para explorar el código, registrarse para recibir notificaciones sobre nuevas versiones y ver el archivo README para obtener las últimas actualizaciones de la documentación. Los clientes que ya utilizan Amazon Connect pueden obtener más información sobre la IA generativa con Amazon Connect consultando «Cómo los líderes de los centros de contacto pueden prepararse para la IA generativa».
Sobre los autores
Cristóbal Lott es arquitecto de soluciones senior en el equipo de servicios lingüísticos de IA de AWS. Tiene 20 años de experiencia en el desarrollo de software empresarial. Chris vive en Sacramento, California y disfruta de la jardinería, el sector aeroespacial y viajar por el mundo.
Smriti Ranjan es gerente principal de productos en el equipo de IA/ML de AWS y se centra en servicios de voz y búsqueda. Antes de unirse a AWS, trabajó en Amazon Devices y otras nuevas empresas de tecnología liderando funciones de crecimiento y productos. Smriti vive en Boston, MA y le encanta hacer senderismo, asistir a conciertos y viajar por el mundo.
[ad_2]