详细内容或原文请订阅后点击阅览
Intel和TSMC打算在美国创建合资企业 div>
这样的交易可以重新绘制整个半导体的全球市场。
来源:OSP网站大数据新闻Alfa-Bank 为联络中心操作员推出了一款智能助手，该助手会根据与客户的在线沟通环境生成相关提示。它基于四种人工智能模型，有助于将平均呼叫处理时间减少 10%。 Alfa-Bank 神经网络开发部门负责人、数据奖提名者 Andrey Son 谈论了该项目。
数据奖- 正在解决的问题的本质是什么？
Alfa-Bank 拥有数千名联络中心员工。他们经常面临典型的问题。以前，操作员被迫从数百个模板响应中进行选择，这些模板响应分散存储在电子表格和文本文档中。为此，您需要记住这些模板并使用关键字进行长时间搜索。此外，每个员工都有个人模板，这会导致重复和潜在的错误。最后，除了模板之外，操作员还有很多用于搜索客户相关信息的界面和一个庞大的知识库，可以在其中长时间搜索合适的部分，从而浪费宝贵的时间。
为了解决这些问题并改善客户体验，高级分析部门开发了基于编码器模型和生成式人工智能的联络中心助手。
- 您如何帮助操作员提高效率？
我们通过引入人工智能助手来帮助联络中心专家更快更好地回答传入的问题，该助手会考虑与客户的在线沟通环境来推荐或生成相关提示。我们创建了四个模型。其中三个——模板推荐模型、过去的专家回复推荐模型和界面推荐模型——是 BERT biencoders（来自 Transformers 的双向编码器表示）。这些模型根据对话上下文，分别向操作者返回文本提示：模板提示、响应提示和界面链接提示。这些模型覆盖了90%的运营商。