Sabrina Atienza di Pega – Voice AI aiuta gli agenti del servizio clienti a diventare knowledge worker e brand ambassador
Pubblicato: 2022-02-14Chiunque abbia dato un'occhiata a questa serie settimanale probabilmente sa che ho una sorta di infatuazione per la tecnologia vocale e l'IA conversazionale. Non vedo l'ora che arrivi il giorno in cui potrò usare il linguaggio naturale invece di digitare, fare clic e scorrere per più interazioni. Ecco perché sono sempre alla ricerca di progressioni, evoluzioni e trasformazioni che potrebbero portare a un giorno in cui potrebbe essere sempre più vicino a succedere.
Una delle aree in cui vedi molte cose interessanti in corso nell'area della tecnologia vocale è l'esperienza del cliente. E un modo per migliorare quell'esperienza, in particolare quando hai bisogno di assistenza, è avere ottime interazioni con un agente del servizio clienti che sa come aiutarti e può farlo in modo efficiente.
All'inizio di questa settimana Pegasystems , una piattaforma leader di coinvolgimento dei clienti, ha annunciato due nuovi prodotti, Voice AI e Messaging AI, che sta cercando di fornire agli agenti del servizio clienti il proprio "co-pilota" per assisterli in tempo reale mentre aiutano i clienti in cerca di assistenza immediata aiuto. E ho potuto parlare con Sabrina Atienza , direttore della gestione dei prodotti di Pega, per condividere i suoi pensieri su come l'intelligenza artificiale vocale e di messaggistica può aiutare gli agenti umani a fornire un'esperienza migliore ai clienti bisognosi e trasformarli in ambasciatori del marchio per l'azienda.
Di seguito è riportata una trascrizione modificata di una parte della nostra conversazione. Fai clic sul lettore SoundCloud incorporato per ascoltare l'intera conversazione.
Inizia presto con l'IA e la tecnologia vocale
Sabrina Atienza : In realtà sono cresciuta nelle Filippine, sono immigrata in America e sono cresciuta nel New Jersey. E al college, nella UC Berkeley, ho studiato informatica e fisica. Era il 2013 circa quando mi sono laureato e così i big data e l'IA stavano appena iniziando a diventare mainstream e piuttosto massicci in tutti i diversi settori.
È stata davvero un'opportunità straordinaria lavorare con i principali professori di intelligenza artificiale e apprendimento automatico in questo spazio. E alla fine questo è ciò che mi ha spinto ad avviare un'azienda subito dopo il college chiamata Qurious, specializzata nel riconoscimento vocale in tempo reale e nell'elaborazione del linguaggio naturale per casi d'uso B2B.
Avanti veloce, diversi anni, un paio di milioni di dollari di finanziamenti di venture capital e, dopo aver reclutato un team di ingegneri dell'apprendimento automatico e dell'intelligenza artificiale, abbiamo finito per collaborare con Pega. Ci hanno acquisiti circa un anno fa. E sono entrato come direttore della gestione del prodotto, dove sto guidando lo sviluppo di Voice AI. E abbiamo anche lanciato un prodotto gemello chiamato Messaging AI, entrambi molto di recente.
Evoluzione dell'IA vocale
Brent Leary : Sei stato coinvolto con la tecnologia vocale fin da quando eri a scuola, che non è così lontano, ma un po' indietro. Come sono cambiate le cose da quando hai iniziato in quest'area fino a dove siamo oggi con questa tecnologia vocale e l'IA vocale?
Sabrina Atienza : Ricordo il momento in cui ho ricevuto un Alexa per la prima volta, quindi l'eco di Alexa e ho pensato che fosse super sorprendente. E tutti quelli che conoscevo ne avevano uno, ma alla fine della giornata, l'ho usato davvero solo per forse una o due cose. Quindi suonare musica e magari controllare il tempo. E allora mi è venuto in mente che ci sono così tante altre applicazioni dell'IA vocale, della tecnologia vocale e le cose stavano appena iniziando. Questo era tornato, in cosa? 2014, 2015.
Questo è ciò che mi ha davvero entusiasmato dell'elaborazione della voce e del linguaggio naturale in generale. L'idea che potremmo sfruttare l'intelligenza artificiale, l'apprendimento automatico per comprendere la comunicazione umana e potenzialmente per aumentare o migliorare la comunicazione umana. E questa è una specie di scintilla da cui escono Qurious e le idee e le idee che stiamo affrontando ora in Pega, essendo in grado di sfruttare quel tipo di tecnologia in tempo reale per aiutare gli esseri umani ad avere conversazioni migliori, più efficienti ed efficaci .
Migliore EX, Migliore CX
Brent Leary : Quindi, in che modo la tecnologia vocale ha aiutato negli ultimi, quasi due anni a questo punto, a fare in modo che gli agenti abbiano una migliore capacità di creare le esperienze di cui i clienti hanno bisogno in tempi come questo?
Sabrina Atienza : Abbiamo appena lanciato due prodotti, Voice AI e Messaging AI. E puoi essenzialmente pensarli come co-piloti durante una conversazione telefonica o di messaggistica in tempo reale.
Stanno effettivamente ascoltando ciò che sta dicendo il cliente, ciò che sta dicendo l'agente e quindi fornendo una guida in tempo reale basata su ciò che viene discusso. E in definitiva, stiamo guidando verso un servizio clienti migliore e più veloce. Quindi, riducendo il tempo medio di gestione, migliorando la conformità, aumentando la produttività degli agenti, accelerando la formazione e l'onboarding di nuovi agenti. E così, sia con l'IA vocale che con l'IA di messaggistica, sta fondamentalmente attingendo a quella conversazione mentre sta accadendo, comprendendo il contesto dei problemi del cliente, cosa stanno chiamando. E quindi fornire suggerimenti utili agli agenti in tempo reale per aiutarli a risolvere questi problemi molto più velocemente con risultati di qualità superiore e anche esperienze più coerenti per i loro clienti.
Solo per darti un paio di esempi per ciascuna di queste funzionalità e casi d'uso che potrebbero emergere. Con la conformità allo script, potresti pensare alla conformità HIPAA, in cui confermano la tua identità o addirittura richiedono rivelazioni finanziarie che l'agente ha da dire, Voice AI può verificarlo e spingere l'agente in tempo reale, se non hanno detto quei pezzi degli script.
Quando si tratta di far emergere le azioni da intraprendere, ad esempio, stai chiamando il tuo assicuratore sanitario per aggiungere un nuovo bambino al tuo piano, Voice AI può rilevarlo nella conversazione e dare il via al flusso di lavoro o alle azioni appropriate da intraprendere.
Allo stesso modo, per far emergere articoli della conoscenza, immagina un agente nuovo di zecca che non sa esattamente come vengono calcolate le commissioni per una specifica carta di credito, Voice AI può rilevare di cosa tratta quella conversazione, quale carta di credito ha il cliente sui propri account e visualizzare l'appropriata articolo della conoscenza basato su quel trigger.
E poi l'ultima caratteristica di cui sono davvero entusiasta è la compilazione automatica dei moduli. Possiamo prendere ciò che il cliente sta dicendo in tempo reale, magari il suo nome, il suo indirizzo, la data del servizio se sta chiamando per un particolare reclamo e possiamo effettivamente prendere tutte quelle informazioni e compilare automaticamente i campi del modulo in modo che l'agente non deve più eseguire la digitazione manuale. Devono solo convalidare ciò che la nostra IA ha inserito lì. Assicurati che sia corretto, ovviamente, ma non devono eseguire l'immissione manuale, noiosa e soggetta a errori.
E quindi, questo è davvero il nostro set di funzionalità iniziale per Voice and Messaging AI. E in realtà l'obiettivo filosofico era: come possiamo aiutare a risparmiare tempo? In che modo aiutiamo gli agenti a svolgere il lavoro più velocemente? E questo ha anche aiutato i nuovi agenti ad aggiornarsi, qual è il processo corretto da seguire qui? Quali sono le migliori pratiche da seguire?
Brent Leary : Diciamo solo che gli agenti ottengono la maggior parte, giusto? Ci sono alcuni che potrebbero sbagliare, che questo aiuterà, ma sta anche ottenendo anche più di quello che avrebbero se fossero costretti a digitarlo. Perché per quanto mi piacerebbe pensare che sto ottenendo tutto, probabilmente non stai ottenendo molto come pensi. E quindi avere un sistema che consente una maggiore acquisizione di dati dovrebbe anche portare a migliori azioni successive dopo che sono state analizzate, quei dati sono stati analizzati.
