Sabrina Atienza, da Pega – Voice AI ajuda os agentes de atendimento ao cliente a se tornarem trabalhadores do conhecimento e embaixadores da marca

Início antecipado em IA e Tecnologia de Voz

Sabrina Atienza : Na verdade, eu cresci nas Filipinas e emigrei para a América e cresci em Nova Jersey. E na faculdade, na UC Berkeley, estudei ciência da computação e física. Isso foi por volta de 2013, quando me formei, e o big data e a IA estavam começando a se tornar mainstream e bastante massivos em todos os diferentes setores.

Foi realmente uma oportunidade incrível trabalhar com os principais professores de IA e aprendizado de máquina neste espaço. E, em última análise, foi isso que me inspirou a iniciar uma empresa logo após a faculdade chamada Qurious, especializada em reconhecimento de fala em tempo real e processamento de linguagem natural para casos de uso B2B.

Avançando vários anos, alguns milhões de dólares de financiamento de risco e, depois de recrutar uma equipe de engenheiros de aprendizado de máquina e IA, acabamos fazendo parceria com a Pega. Eles nos adquiriram há cerca de um ano. E entrei como diretor de gerenciamento de produtos, onde estou liderando o desenvolvimento de Voice AI. E também lançamos um produto irmão chamado Messaging AI, ambos muito recentemente.

Evolução da IA ​​de voz

Brent Leary : Você esteve envolvido com tecnologia de voz desde a época em que estava na escola, o que não é tão antigo, mas um pouco antes. Como as coisas mudaram desde que você começou nesta área até onde estamos hoje com essa tecnologia de voz e Voice AI?

Sabrina Atienza : Lembro-me do momento em que ganhei uma Alexa pela primeira vez, então a Alexa ecoou e achei super incrível. E todo mundo que eu conhecia tinha um, mas no final do dia, eu realmente só o usava para uma ou duas coisas. Então, tocando música e talvez verificando o tempo. E me ocorreu então, há muito mais aplicações de voz AI, tecnologia de voz, e as coisas estavam apenas começando. Isso foi de volta, em quê? 2014, 2015.

Isso é o que realmente me empolgou com o processamento de voz e linguagem natural em geral. A ideia de que poderíamos alavancar a inteligência artificial, o aprendizado de máquina para entender a comunicação humana e potencialmente aumentar ou aprimorar a comunicação humana. E essa é uma espécie de faísca de onde vem Qurious e as ideias que estamos abordando agora na Pega, sendo capaz de alavancar esse tipo de tecnologia em tempo real para ajudar os humanos a ter conversas melhores, mais eficientes e eficazes .

Melhor EX, melhor CX

Brent Leary : Então, como a tecnologia de voz ajudou nos últimos quase dois anos a fazer com que os agentes tenham uma melhor capacidade de criar as experiências que os clientes precisam em tempos como esse?

Sabrina Atienza : Acabamos de lançar dois produtos, Voice AI e Messaging AI. E você pode essencialmente pensar neles como co-pilotos durante uma conversa telefônica ou de mensagens em tempo real.

Eles estão realmente ouvindo o que o cliente está dizendo, o que o agente está dizendo e, em seguida, fornecendo orientação em tempo real com base no que está sendo discutido. E, finalmente, estamos caminhando para um atendimento ao cliente melhor e mais rápido. Assim, reduzindo o tempo médio de atendimento, melhorando a conformidade, aumentando a produtividade dos agentes, acelerando o treinamento e a integração de novos agentes. E assim, tanto com Voice AI quanto com Messaging AI, é basicamente explorar essa conversa enquanto ela está acontecendo, entendendo o contexto dos problemas do cliente, sobre o que eles estão ligando. E, em seguida, fornecer sugestões úteis aos agentes em tempo real para ajudá-los a resolver esses problemas muito mais rapidamente, com resultados de maior qualidade e também experiências mais consistentes para seus clientes.

Apenas para dar alguns exemplos para cada um desses recursos e casos de uso que podem surgir. Com a conformidade de script, você pode pensar em conformidade com HIPAA, onde eles confirmam sua identidade ou até mesmo divulgações financeiras exigidas que o agente tem a dizer, o Voice AI pode verificar isso e cutucar o agente em tempo real, se ele não disse essas peças dos roteiros.

Quando se trata de ações a serem tomadas, por exemplo, digamos, você está ligando para sua seguradora de saúde para adicionar um novo bebê ao seu plano, o Voice AI pode detectar isso na conversa e iniciar o fluxo de trabalho ou as ações apropriadas a serem tomadas.

Da mesma forma, para artigos de conhecimento, imagine um novo agente que não sabe exatamente como as taxas são calculadas para um cartão de crédito específico, o Voice AI pode detectar sobre o que é essa conversa, qual cartão de crédito o cliente tem em suas contas artigo de conhecimento com base nesse gatilho.

E o último recurso com o qual estou realmente empolgado é o preenchimento automático de formulários. Podemos pegar o que o cliente está dizendo em tempo real, talvez seu nome, seu endereço, a data do serviço se ele estiver ligando para uma reclamação específica e podemos realmente pegar todas essas informações e preencher campos de formulário automaticamente para que o agente não precisa mais fazer essa digitação manual. Eles só precisam validar o que nossa IA colocou lá. Certifique-se de que está correto, é claro, mas eles não precisam fazer a entrada de dados manual, tediosa e propensa a erros.

E assim, esse é realmente nosso conjunto inicial de recursos para IA de voz e mensagens. E realmente o foco filosoficamente era, como podemos ajudar a economizar tempo? Como ajudamos os agentes a fazer o trabalho mais rapidamente? E isso também ajudou os agentes mais novos a se atualizarem, qual é o processo correto a seguir aqui? Quais são as melhores práticas a seguir?

Brent Leary : Vamos apenas dizer que os agentes recebem a maior parte, certo? Há alguns que eles podem entender errado, que isso ajudará, mas também está ficando ainda mais do que eles teriam se fossem forçados a digitar. Porque por mais que eu goste de pensar que estou recebendo tudo, você provavelmente não está recebendo tanto quanto pensa. E, portanto, ter um sistema que permita mais captura de dados também deve levar a melhores ações depois de analisadas, esses dados foram analisados.