Thoại Viết Hoàng
Writer
Khi chatbot lần đầu tiên được tiếp cận thương mại, các công ty lớn và nhỏ đã đón nhận chúng với vòng tay rộng mở. “Có robot xử lý các câu hỏi dịch vụ khách hàng dễ dàng trong vài giây không? Tuyệt vời!"
Vấn đề là, những chatbot ban đầu này ít C-3PO hơn và nhiều rào cản khó chịu hơn đối với con người thực. Từ việc bị hỏi: “Bạn có thể lặp lại câu hỏi không” 10 lần đến việc được chuyển hướng đến một trang thông tin hoàn toàn không liên quan — đơn giản là khách hàng không còn đủ kiên nhẫn để đối phó với những chatbot kém chất lượng nữa.
Trên thực tế, một nghiên cứu của Zoom cho thấy hơn một nửa số người được hỏi sẽ chuyển sang đối thủ cạnh tranh chỉ sau một hoặc hai trải nghiệm hỗ trợ khách hàng tồi.
Nhưng những tiến bộ mới trong công nghệ AI có thể mang lại cho chúng ta những chatbot thông minh, thông minh về mặt cảm xúc và chủ động trong giấc mơ khoa học viễn tưởng của chúng ta không? Hãy cùng xem chatbot sai ở đâu và AI có thể trợ giúp như thế nào.
Đi ra khỏi kịch bản
Nếu bạn đã từng đi du lịch nước ngoài để kiểm tra kỹ năng ngôn ngữ của mình, bạn sẽ biết rằng những gì họ dạy bạn trên lớp hoàn toàn khác với cách mọi người thực sự nói trong thực tế. "Bạn có khỏe không?" có thể được thay thế bằng "howzit?" “10 pounds” trở thành “10 quid.” Chỉ đến khi bạn dành thời gian cho người dân địa phương, bạn mới thực sự học cách nói một ngôn ngữ.
Các bot ban đầu rất giống những người mới học ngôn ngữ. Kiến thức về ngôn ngữ loài người của họ chỉ giới hạn trong một bộ câu hỏi và câu trả lời được tải sẵn. Hãy quên đi tiếng lóng hoặc sắc thái, thậm chí nói “xin chào” thay vì “xin chào” cũng có thể khiến họ mất hứng thú. Hỏi họ điều gì đó nằm ngoài chương trình của họ, và bạn có thể mong đợi câu trả lời khét tiếng: “Xin lỗi, tôi không hiểu.”
Xử lý ngôn ngữ tự nhiên (NLP) cho phép chatbot của bạn nâng cao kỹ năng ngôn ngữ con người của chúng. Thay vì dựa vào các câu hỏi và câu trả lời được đặt trước, các chatbot dựa trên NLP chia nhỏ truy vấn của khách hàng thành các phần và phân tích nó để tìm ngữ cảnh và ý nghĩa.
Điều này có nghĩa là khách hàng có thể nói chuyện với các chatbot tiên tiến này giống như họ nói chuyện với một đại diện dịch vụ khách hàng thực sự và đổi lại nhận được những câu trả lời phi robot đáng kinh ngạc. ChatGPT là một ví dụ điển hình về công cụ AI tận dụng NLP để hiểu rõ hơn các truy vấn của người dùng.
Trên hết, các chatbot NLP càng tương tác với khách hàng, họ càng học hỏi được nhiều điều. Điều này có nghĩa là theo thời gian, họ có thể đưa ra phản hồi chính xác và phù hợp hơn dựa trên các tương tác trong quá khứ.
Tăng cường giao tiếp
Vì vậy, các chatbot được tăng cường bởi AI có thể nhập cuộc nói chuyện. Nhưng họ có thể nói được ngôn ngữ không?
Nhận dạng giọng nói và chuyển đổi lời nói thành văn bản đang thực sự đưa tính năng 'trò chuyện' vào chatbot. Quay trở lại ít nhất là 5 năm trước, và bất kỳ ai dù chỉ có một chút giọng nói cũng sẽ phải vật lộn để nhận được phản hồi từ trợ lý giọng nói. Ngày nay, bằng cách sử dụng Hiểu ngôn ngữ tự nhiên (NLU), các chatbot hiện đại có thể phát hiện ngôn ngữ và dấu trọng âm, phản hồi bằng cùng một ngôn ngữ và chuyển đổi lời nói thành phản hồi bằng văn bản bằng chức năng chuyển lời nói thành văn bản.
Điều này cũng hữu ích cho các đại lý dịch vụ khách hàng, những người muốn tạo bản tóm tắt các cuộc trò chuyện của họ cho mục đích đào tạo và lưu giữ hồ sơ.
Thành phần tình cảm
Mục đích của một chatbot nằm ở cái tên — để trò chuyện. Theo định nghĩa, họ nên đàm thoại. Nhưng trò chuyện không chỉ là về lời nói — mà còn là hiểu được cảm xúc và sắc thái.
Con người không phải lúc nào cũng nói những gì họ muốn nói; ngôn ngữ cơ thể, giọng nói, nét mặt và cách uốn éo đều có thể biểu thị một thông điệp không thể nắm bắt chỉ bằng lời nói. Điều này khiến chatbot càng khó hiểu ý nghĩa thực sự của chúng ta.
Thông qua các kỹ thuật máy học, các chatbot hiện đại có thể được đào tạo để nhận ra mục đích cơ bản đằng sau các tin nhắn. Điều này được gọi là phân tích tình cảm, cho phép các mô hình AI phát hiện xem ngôn ngữ của con người có tình cảm tích cực, tiêu cực hay trung lập đằng sau nó hay không.
Bởi vì chúng tôi chỉ là con người, chúng tôi có xu hướng sử dụng ngôn ngữ cảm xúc, ngay cả khi chúng tôi giao tiếp với bot.
Các công cụ phân tích tình cảm có thể phân loại dữ liệu theo thang điểm tích cực hay tiêu cực, dựa trên ngôn ngữ được sử dụng. Ví dụ: ngay cả kỹ thuật viên NLP giỏi nhất cũng có thể không hiểu được sự châm biếm, nhưng phân tích tình cảm có thể được sử dụng để phát hiện khi nào khách hàng có thể nổi cáu. Công nghệ này có thể được sử dụng trong nhiều trường hợp từ hỗ trợ phân tích rủi ro đến phát hiện và cảnh báo các tác nhân đối với các trường hợp mất người thân.
Điều này rất hữu ích cho các nhóm dịch vụ khách hàng cần nhanh chóng phân loại và ưu tiên các trường hợp hoặc xác định chính xác trường hợp nào cần được định tuyến lại hoặc báo cáo lên đại diện của con người. Loại định tuyến và leo thang thông minh này có thể giảm tỷ lệ phản hồi và tiết kiệm thời gian cho các nhóm dịch vụ khách hàng khi cố gắng ghép các trường hợp với đúng đại lý.
Học hỏi và rút ra những hiểu biết sâu sắc cho tương lai
Ý thức chung là một đặc điểm vốn có (mà hầu hết con người đều có), khiến chúng ta khác biệt với những cỗ máy ngày càng thông minh của mình. Nếu chúng ta làm điều gì đó đủ lần mà không đạt được kết quả mong muốn, thì đó là giọng nói nhỏ nói với chúng ta: “Này, có thể có điều gì đó không ổn ở đây.”
Mặc dù chúng tôi vẫn chưa thể lập trình ý thức chung vào máy của mình, nhưng phân tích dự đoán có thể giúp bot học hỏi từ dữ liệu trong quá khứ và cung cấp hỗ trợ chủ động
Nếu khách hàng đăng bài đánh giá sản phẩm trực tuyến và đề cập đến lỗi sản phẩm, các công cụ phân tích dự đoán có thể giúp bạn theo dõi khách hàng sử dụng cùng một sản phẩm có thể gặp phải sự cố tương tự. Đây là một mẹo thông minh: bạn có thể sử dụng dữ liệu đó để cung cấp hỗ trợ có mục tiêu cho những khách hàng bị ảnh hưởng, đưa ra tuyên bố rộng rãi về lỗi và tác động đến sự phát triển sản phẩm trong tương lai.
Phân tích dự đoán cũng có thể giúp bạn đảm bảo một khoản bán thêm nhỏ lén lút. Bằng cách phân tích dữ liệu mua sắm trong quá khứ của khách hàng, các công cụ phân tích dự đoán có thể đưa ra các đề xuất sản phẩm được cá nhân hóa cho từng khách hàng.
Mở rộng quy mô thành công: Cách AI sáng tạo đang cách mạng hóa trải nghiệm khách hàng (CX)
Nếu bạn đã sẵn sàng tìm hiểu sâu hơn về thế giới AI cho dịch vụ khách hàng, hãy xem hội thảo trực tuyến theo yêu cầu này, nơi các chuyên gia Tim Banting của Omdia và Iqbal Javaid từ Zoom thảo luận:
Xu hướng áp dụng và các công nghệ AI phổ biến nhất hiện nay
Một số thách thức khi nói đến dữ liệu, bảo mật và sai lệch
Các phương pháp hay nhất trong việc tích hợp các công cụ AI vào các nhóm dịch vụ khách hàng
Nền tảng trải nghiệm khách hàng dựa trên AI của Zoom
Nhận bản tin TNW
Tham khảo bài viết gốc tại đây
Trên thực tế, một nghiên cứu của Zoom cho thấy hơn một nửa số người được hỏi sẽ chuyển sang đối thủ cạnh tranh chỉ sau một hoặc hai trải nghiệm hỗ trợ khách hàng tồi.
Nhưng những tiến bộ mới trong công nghệ AI có thể mang lại cho chúng ta những chatbot thông minh, thông minh về mặt cảm xúc và chủ động trong giấc mơ khoa học viễn tưởng của chúng ta không? Hãy cùng xem chatbot sai ở đâu và AI có thể trợ giúp như thế nào.
Đi ra khỏi kịch bản
Nếu bạn đã từng đi du lịch nước ngoài để kiểm tra kỹ năng ngôn ngữ của mình, bạn sẽ biết rằng những gì họ dạy bạn trên lớp hoàn toàn khác với cách mọi người thực sự nói trong thực tế. "Bạn có khỏe không?" có thể được thay thế bằng "howzit?" “10 pounds” trở thành “10 quid.” Chỉ đến khi bạn dành thời gian cho người dân địa phương, bạn mới thực sự học cách nói một ngôn ngữ.
Các bot ban đầu rất giống những người mới học ngôn ngữ. Kiến thức về ngôn ngữ loài người của họ chỉ giới hạn trong một bộ câu hỏi và câu trả lời được tải sẵn. Hãy quên đi tiếng lóng hoặc sắc thái, thậm chí nói “xin chào” thay vì “xin chào” cũng có thể khiến họ mất hứng thú. Hỏi họ điều gì đó nằm ngoài chương trình của họ, và bạn có thể mong đợi câu trả lời khét tiếng: “Xin lỗi, tôi không hiểu.”
Xử lý ngôn ngữ tự nhiên (NLP) cho phép chatbot của bạn nâng cao kỹ năng ngôn ngữ con người của chúng. Thay vì dựa vào các câu hỏi và câu trả lời được đặt trước, các chatbot dựa trên NLP chia nhỏ truy vấn của khách hàng thành các phần và phân tích nó để tìm ngữ cảnh và ý nghĩa.
Điều này có nghĩa là khách hàng có thể nói chuyện với các chatbot tiên tiến này giống như họ nói chuyện với một đại diện dịch vụ khách hàng thực sự và đổi lại nhận được những câu trả lời phi robot đáng kinh ngạc. ChatGPT là một ví dụ điển hình về công cụ AI tận dụng NLP để hiểu rõ hơn các truy vấn của người dùng.
Trên hết, các chatbot NLP càng tương tác với khách hàng, họ càng học hỏi được nhiều điều. Điều này có nghĩa là theo thời gian, họ có thể đưa ra phản hồi chính xác và phù hợp hơn dựa trên các tương tác trong quá khứ.
Tăng cường giao tiếp
Vì vậy, các chatbot được tăng cường bởi AI có thể nhập cuộc nói chuyện. Nhưng họ có thể nói được ngôn ngữ không?
Nhận dạng giọng nói và chuyển đổi lời nói thành văn bản đang thực sự đưa tính năng 'trò chuyện' vào chatbot. Quay trở lại ít nhất là 5 năm trước, và bất kỳ ai dù chỉ có một chút giọng nói cũng sẽ phải vật lộn để nhận được phản hồi từ trợ lý giọng nói. Ngày nay, bằng cách sử dụng Hiểu ngôn ngữ tự nhiên (NLU), các chatbot hiện đại có thể phát hiện ngôn ngữ và dấu trọng âm, phản hồi bằng cùng một ngôn ngữ và chuyển đổi lời nói thành phản hồi bằng văn bản bằng chức năng chuyển lời nói thành văn bản.
Điều này cũng hữu ích cho các đại lý dịch vụ khách hàng, những người muốn tạo bản tóm tắt các cuộc trò chuyện của họ cho mục đích đào tạo và lưu giữ hồ sơ.
Thành phần tình cảm
Mục đích của một chatbot nằm ở cái tên — để trò chuyện. Theo định nghĩa, họ nên đàm thoại. Nhưng trò chuyện không chỉ là về lời nói — mà còn là hiểu được cảm xúc và sắc thái.
Con người không phải lúc nào cũng nói những gì họ muốn nói; ngôn ngữ cơ thể, giọng nói, nét mặt và cách uốn éo đều có thể biểu thị một thông điệp không thể nắm bắt chỉ bằng lời nói. Điều này khiến chatbot càng khó hiểu ý nghĩa thực sự của chúng ta.
Thông qua các kỹ thuật máy học, các chatbot hiện đại có thể được đào tạo để nhận ra mục đích cơ bản đằng sau các tin nhắn. Điều này được gọi là phân tích tình cảm, cho phép các mô hình AI phát hiện xem ngôn ngữ của con người có tình cảm tích cực, tiêu cực hay trung lập đằng sau nó hay không.
Bởi vì chúng tôi chỉ là con người, chúng tôi có xu hướng sử dụng ngôn ngữ cảm xúc, ngay cả khi chúng tôi giao tiếp với bot.
Các công cụ phân tích tình cảm có thể phân loại dữ liệu theo thang điểm tích cực hay tiêu cực, dựa trên ngôn ngữ được sử dụng. Ví dụ: ngay cả kỹ thuật viên NLP giỏi nhất cũng có thể không hiểu được sự châm biếm, nhưng phân tích tình cảm có thể được sử dụng để phát hiện khi nào khách hàng có thể nổi cáu. Công nghệ này có thể được sử dụng trong nhiều trường hợp từ hỗ trợ phân tích rủi ro đến phát hiện và cảnh báo các tác nhân đối với các trường hợp mất người thân.
Điều này rất hữu ích cho các nhóm dịch vụ khách hàng cần nhanh chóng phân loại và ưu tiên các trường hợp hoặc xác định chính xác trường hợp nào cần được định tuyến lại hoặc báo cáo lên đại diện của con người. Loại định tuyến và leo thang thông minh này có thể giảm tỷ lệ phản hồi và tiết kiệm thời gian cho các nhóm dịch vụ khách hàng khi cố gắng ghép các trường hợp với đúng đại lý.
Học hỏi và rút ra những hiểu biết sâu sắc cho tương lai
Ý thức chung là một đặc điểm vốn có (mà hầu hết con người đều có), khiến chúng ta khác biệt với những cỗ máy ngày càng thông minh của mình. Nếu chúng ta làm điều gì đó đủ lần mà không đạt được kết quả mong muốn, thì đó là giọng nói nhỏ nói với chúng ta: “Này, có thể có điều gì đó không ổn ở đây.”
Mặc dù chúng tôi vẫn chưa thể lập trình ý thức chung vào máy của mình, nhưng phân tích dự đoán có thể giúp bot học hỏi từ dữ liệu trong quá khứ và cung cấp hỗ trợ chủ động
Nếu khách hàng đăng bài đánh giá sản phẩm trực tuyến và đề cập đến lỗi sản phẩm, các công cụ phân tích dự đoán có thể giúp bạn theo dõi khách hàng sử dụng cùng một sản phẩm có thể gặp phải sự cố tương tự. Đây là một mẹo thông minh: bạn có thể sử dụng dữ liệu đó để cung cấp hỗ trợ có mục tiêu cho những khách hàng bị ảnh hưởng, đưa ra tuyên bố rộng rãi về lỗi và tác động đến sự phát triển sản phẩm trong tương lai.
Phân tích dự đoán cũng có thể giúp bạn đảm bảo một khoản bán thêm nhỏ lén lút. Bằng cách phân tích dữ liệu mua sắm trong quá khứ của khách hàng, các công cụ phân tích dự đoán có thể đưa ra các đề xuất sản phẩm được cá nhân hóa cho từng khách hàng.
Mở rộng quy mô thành công: Cách AI sáng tạo đang cách mạng hóa trải nghiệm khách hàng (CX)
Nếu bạn đã sẵn sàng tìm hiểu sâu hơn về thế giới AI cho dịch vụ khách hàng, hãy xem hội thảo trực tuyến theo yêu cầu này, nơi các chuyên gia Tim Banting của Omdia và Iqbal Javaid từ Zoom thảo luận:
Xu hướng áp dụng và các công nghệ AI phổ biến nhất hiện nay
Một số thách thức khi nói đến dữ liệu, bảo mật và sai lệch
Các phương pháp hay nhất trong việc tích hợp các công cụ AI vào các nhóm dịch vụ khách hàng
Nền tảng trải nghiệm khách hàng dựa trên AI của Zoom
Nhận bản tin TNW
Tham khảo bài viết gốc tại đây
