コンタクト センターは、ビジネスと顧客の間の重要なリンクとして機能します。 コンタクト センターへの電話はすべて、顧客のニーズと、そのニーズにどの程度対応しているかを知る機会となります。
ほとんどのコンタクト センターでは、エージェントが通話のたびに会話を要約するよう求められます。 通話要約は、コンタクト センターが顧客の通話を理解し、そこから洞察を得るのに役立つ貴重なツールです。 さらに、正確な通話概要により、顧客が別のエージェントに転送されたときに情報を繰り返す必要がなくなり、カスタマー ジャーニーが向上します。
この投稿では、生成 AI の力を利用して、通話概要と通話処理の作成の労力を軽減し、精度を向上させる方法について説明します。 また、オープンソース ソリューションの最新バージョンを使用してすぐに使い始める方法も示します。 Agent Assist を使用したライブ コール分析.
最新の トップの AI ツール コンタクト センターを強化できます。 これらの革新的なソリューションは、顧客サービスにおける通話の要約と対応管理を改善します。 運用と顧客エクスペリエンスを向上させるこれらの AI を活用した製品で、コンタクト センター テクノロジーの先を行きましょう。
通話概要に関する課題
コンタクト センターがより多くの音声データを収集するにつれて、効率的な通話要約のニーズが大幅に高まっています。 ただし、概要を手動で作成するには時間がかかり、平均処理時間 (AHT) などのエージェントの主要な指標に影響を与えるため、ほとんどの概要は空であるか不正確です。 エージェントは、要約に通話全体の最大 XNUMX 分の XNUMX がかかる可能性があると報告しているため、要約をスキップするか、不完全な情報を入力します。 これはカスタマー エクスペリエンスに悪影響を及ぼします。エージェントが入力している間、顧客は長時間イライラすることになります。また、要約が不完全であると、エージェント間で情報を転送する際に顧客に情報を繰り返すよう求められることになります。
良いニュースは、要約の課題を自動化して解決することが、生成 AI によって可能になったことです。
生成 AI は、顧客からの問い合わせを正確かつ効率的に要約するのに役立ちます
生成AI は、大規模な膨大な量のデータで事前トレーニングされた基盤モデル (FM) と呼ばれる非常に大規模な機械学習 (ML) モデルを利用しています。 自然言語理解に重点を置いたこれらの FM のサブセットは大規模言語モデル (LLM) と呼ばれ、人間のような、文脈に応じた要約を生成できます。 最高の LLM は、複雑で非線形な文構造であっても簡単に処理し、トピック、意図、次のステップ、結果などを含むさまざまな側面を決定できます。 LLM を使用して通話要約を自動化すると、顧客の会話を正確に、手動要約に必要な時間のほんの一部で要約できるようになります。 これにより、コンタクト センターは、エージェントの文書作成の負担を軽減しながら、優れた顧客エクスペリエンスを提供できるようになります。
次のスクリーンショットは、各通話に関する情報が含まれる、Agent Assist を使用した Live Call Analytics の通話詳細ページの例を示しています。
次のビデオは、Agent Assist を使用した Live Call Analytics で進行中の通話の要約、通話終了後の要約、フォローアップ電子メールの生成の例を示しています。
ソリューションの概要
次の図は、ソリューションのワークフローを示しています。
抽象的な通話概要を生成するための最初のステップは、顧客からの通話を文字に起こすことです。 正確で効果的な通話概要を生成するには、正確ですぐに使用できるトランスクリプトを用意することが重要です。 Amazon Transcribe は、コンタクト センターの通話のトランスクリプトを高精度で作成するのに役立ちます。 Amazon Transcribe は、フルマネージドで継続的にトレーニングされる最先端の音声認識モデルを備えた機能豊富な音声テキスト変換 API です。 などのお客様 ニューヨーク·タイムズ紙, Slack , Zillowは, ウィックス、そして何千もの 他人 Amazon Transcribe を使用して高精度のトランスクリプトを生成し、ビジネスの成果を向上させます。 Amazon Transcribe の主な差別化要因は、音声とテキストから機密情報を編集して顧客データを保護できることです。 顧客のプライバシーと安全を保護することは一般にコンタクト センターにとって重要ですが、自動通話概要を生成する前に銀行口座情報や社会保障番号などの機密情報をマスクして、それらの情報が概要に混入しないようにすることがさらに重要です。
すでにご利用中のお客様へ アマゾンコネクト、オムニチャネル クラウド コンタクト センター、 アマゾンコネクトのコンタクトレンズ リアルタイムの文字起こしと分析機能をネイティブに提供します。 ただし、既存のコンタクト センターで生成 AI を使用したい場合は、私たちが開発した ソリューション 既存のコンタクト センターからの会話をリアルタイムまたは通話後に文字起こしし、生成 AI を使用して自動通話概要を生成することに関連する重労働のほとんどを実行します。 さらに、このセクションで詳しく説明するソリューションを使用すると、次のことが可能になります。 顧客関係管理 (CRM) システムと統合する 生成された通話概要を使用して、選択した CRM を自動的に更新します。 この例では、 ライブ通話分析 Agent Assist (LCA) ソリューションを使用して、LLM でホストされているリアルタイムの通話文字起こしと通話概要を生成します。 アマゾンの岩盤。 を書くこともできます AWSラムダ 関数を作成し、関数の Amazon リソースネーム (ARN) を LCA に提供します。 AWS CloudFormation パラメータを指定し、選択した LLM を使用します。
次の簡略化された LCA アーキテクチャは、Amazon Bedrock を使用した通話要約を示しています。
LCA は、前述のアーキテクチャをデプロイする CloudFormation テンプレートとして提供され、リアルタイムで通話を文字に起こすことができます。 ワークフローの手順は次のとおりです。
- 通話音声は、SIPREC を介してテレフォニー システムから Amazon Chime SDK Voice Connector にストリーミングでき、音声はバッファリングされます。 AmazonKinesisビデオストリーム。 LCA は、次のような他のオーディオ取り込みメカニズムもサポートしています。 Genesysクラウドオーディオフック.
- 次に、Amazon Chime SDK Call Analytics は、Kinesis Video Streams から Amazon Transcribe に音声をストリーミングし、JSON 出力を Amazon Kinesisデータストリーム.
- Lambda 関数は転写セグメントを処理し、それらを永続化します。 Amazon DynamoDB 列で番号の横にあるXをクリックします。
- 通話が終了すると、Amazon Chime SDK Voice Connector が アマゾンイベントブリッジ この通知は、DynamoDB から永続化されたトランスクリプトを読み取り、LLM プロンプト (詳細は次のセクションで) を生成し、Amazon Bedrock で LLM 推論を実行する Lambda 関数をトリガーします。 生成された概要は DynamoDB に保存され、エージェントが LCA ユーザー インターフェイスで使用できます。 オプションで、サードパーティ CRM システムと統合するために概要が生成された後に実行される Lambda 関数 ARN を提供できます。
LCA では、通話中に要約 Lambda 関数を呼び出すオプションも許可されています。これは、通話が進行中であっても、いつでもトランスクリプトを取得してプロンプトを作成できるためです。 これは、通話が別のエージェントに転送されたり、スーパーバイザにエスカレーションされたりする場合に役立ちます。 新しいエージェントは、顧客を保留にして通話の説明をするのではなく、自動生成された概要をすぐに読むことができ、そこには現在の問題の内容や、以前のエージェントがそれを解決するために何をしようとしたのかが含まれています。
通話要約プロンプトの例
プロンプトエンジニアリングを使用して LLM 推論を実行し、通話サマリーを生成および改善できます。 プロンプト テンプレートを変更して、選択した LLM に最適なものを確認できます。 以下は、LCA を使用してトランスクリプトを要約するためのデフォルトのプロンプトの例です。 交換します {transcript} 通話の実際のトランスクリプトを含むプレースホルダー。
LCA はプロンプトを実行し、生成された概要を保存します。 要約以外にも、エージェントの生産性にとって重要なほぼすべてのテキストを生成するように LLM に指示できます。 たとえば、通話中に取り上げられた一連のトピック (エージェントの対応) から選択したり、必要なフォローアップ タスクのリストを生成したり、発信者に通話に対する感謝のメールを書いたりすることもできます。
次のスクリーンショットは、LCA ユーザー インターフェイスでのエージェント フォローアップ電子メールの生成の例です。
一部の LLM は、適切に設計されたプロンプトを使用して、XNUMX 回の推論ですべての情報を生成する機能を備えており、推論のコストと処理時間を削減します。 エージェントは、通話終了後数秒以内に生成された応答を連絡後の作業に使用できます。 生成された応答を統合することもできます CRM システムに自動的に組み込まれます.
次のスクリーンショットは、LCA ユーザー インターフェイスの概要の例を示しています。
通話の進行中に概要を生成することもできます (次のスクリーンショットを参照)。これは、顧客との長時間の通話に特に役立ちます。
生成 AI が導入される前は、エージェントは必要に応じてメモを取ったり、他のタスクを実行したりしながら、注意を払う必要がありました。 通話を自動的に文字に起こし、LLM を使用して要約を自動的に作成することで、エージェントの精神的な負担が軽減され、エージェントは優れたカスタマー エクスペリエンスを提供することに集中できます。 また、文字起こしは、エージェントがメモした内容や記憶した内容だけでなく、通話中に発生した内容を正確に表現するため、通話後の作業もより正確になります。
まとめ
サンプル LCA アプリケーションはオープン ソースとして提供されています。これを独自のソリューションの開始点として使用し、GitHub プル リクエストを通じて修正や機能を提供して、ソリューションの改善にご協力ください。 LCA の展開については、次を参照してください。 Amazon 言語 AI サービスによるライブ通話分析とコンタクト センターのエージェント支援。 を参照してください LCA GitHub リポジトリ コードを探索したり、新しいリリースの通知を受け取るためにサインアップしたり、 README 最新のドキュメントの更新については。 すでに Amazon Connect を使用しているお客様は、Amazon Connect を使用した生成 AI について詳しく学ぶことができます。 コンタクト センターのリーダーが生成 AI に備えるにはどうすればよいか.
著者について
クリストファー・ロット AWS AI 言語サービス チームのシニア ソリューション アーキテクトです。 彼はエンタープライズ ソフトウェア開発で 20 年の経験があります。 Chris はカリフォルニア州サクラメントに住んでおり、ガーデニング、航空宇宙、世界旅行を楽しんでいます。
スムリティ・ランジャン AWS AI/ML チームの主任プロダクトマネージャーで、言語と検索サービスに重点を置いています。 AWS に入社する前は、Amazon Devices やその他のテクノロジースタートアップで製品および成長部門を主導していました。 スムリティはマサチューセッツ州ボストンに住んでおり、ハイキング、コンサート参加、世界旅行を楽しんでいます。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源： https://aws.amazon.com/blogs/machine-learning/use-generative-ai-to-increase-agent-productivity-through-automated-call-summarization/
