AZN Research présente un chatbot qui facilitera le travail des opérateurs

AZN integrated into one of its solutions (CIS) the ChatGPT chatbot, which was specially trained to help operators provide even better and more timely customer support.

L'équipe d'AZN a intégré le chatbot ChatGPT d'OpenAI dans le Customer Intelligence Suite (далее CIS), permettant aux clients de collecter et consolider divers points de contact commerciaux tels que les avis, les enquêtes et les conversations de support en un seul endroit.

ChatGPT est un outil de traitement du langage naturel basé sur la technologie de l'intelligence artificielle conçu pour fournir des informations et répondre aux questions via une interface conversationnelle.

À l'étape actuelle de l'intégration, AZN a inclus ChatGPT dans la section des retours d'information (feedbacks) du CIS, où il aide les opérateurs à fournir des réponses basées sur les informations fournies avant la formation. Le service OpenAI est utilisé par AZN indirectement, à travers la couche Microsoft Azure, ce qui permet de configurer le chatbot.

Pour l'instant, le chat fonctionne uniquement avec du texte en anglais car il est en développement en temps réel. À l'avenir, de nouvelles langues ne se feront pas attendre.

Comment fonctionne ChatGPT pour nous ?

Pour que ChatGPT fonctionne correctement, notre équipe lui donne un message système spécifique pour qu'il comprenne qui il est, ce qu'il peut ou ne peut pas faire, comment il doit le faire et comment il doit agir dans une situation donnée. Ensuite, l'équipe lui donne des exemples tirés du processus réel d'interaction entre l'opérateur et le client/utilisateur, et les édite pour obtenir de meilleures données, ce qui aidera le bot à produire un résultat approprié.

Lorsqu'un client envoie une demande, le bot fournit immédiatement une réponse qui pourrait être utilisée par l'opérateur dans le contexte de cette demande. Le résultat de ChatGPT apparaît dans le cas de revue du CIS et le client ne pourra pas le voir tant que l'opérateur n'y aura pas consenti. Pour que le bot apprenne mieux, l'opérateur peut apporter des modifications au texte proposé avant d'envoyer la réponse à l'utilisateur. À l'avenir, après la période d'essai, cela contribuera à réduire le nombre de demandes que les opérateurs doivent traiter.

Après édition, des informations apparaissent dans le système indiquant que l'opérateur a répondu à la demande du client, sur la base des résultats de ChatGPT. Dans les messages système supplémentaires, vous pourrez voir exactement quelles modifications ont été apportées : ce qui a été édité et par qui.

Il existe plusieurs chemins d'intégration et modèles de ChatGPT : GPT-3.5-Turbo et GPT-4, qui ne diffèrent que par la politique de tarification. Ces modèles peuvent être facilement adaptés à une tâche spécifique, notamment la création de contenu, la synthèse, la recherche sémantique et la conversion de langage naturel en code.

Le choix du modèle de bot à connecter dépend du contexte que vous avez et de son volume. Si l'organisation est grande et comporte de nombreux départements, projets subsidiaires, services, employés, rapports, etc., le chatbot devrait être capable de fournir toutes ces informations. Pour ce faire, il existe une méthode de formation supplémentaire en ajoutant des sources de données : créer une ressource sur laquelle ces données seront situées et créer des ressources pour la recherche cognitive.

La recherche cognitive utilise une approche de modèle de recherche sémantique, dont le coût sera plus élevé que la recherche par mot-clé. Mais elle convient aux décisions et contextes importants qui peuvent être créés.

En fait, les modèles peuvent être formés à partir de zéro sur la base de données de haute qualité collectées, mais cela sera plus coûteux que d'utiliser des modèles déjà formés. Nous utilisons des modèles formés qui savent comment interagir avec les utilisateurs et les mettre en contexte avec nos instructions.

L'intégration du chatbot ChatGPT aide les opérateurs, et eux, à leur tour, nous aident à améliorer le modèle en éditant les réponses. La collaboration mutuelle nous aide à analyser les réponses modifiées, à créer des statistiques et à comprendre comment re-former au mieux le modèle pour qu'il produise des résultats encore meilleurs et fonctionne de manière plus efficace.

Partagez ceci:

Mots clés:

    Faisons-le ensemble,
    Votre entreprise a une histoire à raconter

    Commande de rappel

    Nous vous rappellerons dans l'heure ou à une heure qui vous convient

    Live Chat
    ×
    Nous utilisons des cookies pour nous assurer que nous vous offrons la meilleure expérience sur notre site Web. Si vous continuez à utiliser ce site, nous supposerons que vous en êtes satisfait.
    Politique de confidentialité