Πώς να χρησιμοποιήσετε τη βαθιά εκμάθηση στο WOW CX

Για μερικά χρόνια, το Τεχνητή Νοημοσύνη ή AI, υπάρχει ως πόρος που βοηθά τις εταιρείες να αυτοματοποιήσουν ορισμένες διαδικασίες, για να βελτιώσουν την παροχή εμπειρίας. Ωστόσο, στις πιο ανεπτυγμένες χώρες, οι άνθρωποι μιλούν ήδη για συναισθηματική τεχνητή νοημοσύνη. Περί τίνος πρόκειται? Πώς βοηθάει τις εταιρείες; Όλα αυτά και άλλα πολλά απάντησε το βρετανικό μέσο CXM. Στη συνέχεια, προσφέρουμε τις πληροφορίες:

Από τα σχολεία μέχρι την υγειονομική περίθαλψη, όλοι οι τομείς έχουν επεκτείνει τη χρήση τεχνολογίας λόγω της πανδημίας. Όπως όλα, Η τεχνητή νοημοσύνη (AI) έχει καλά και κακά σημεία. Αυτό ισχύει βεβαίως όταν πρόκειται για συναισθηματική τεχνητή νοημοσύνη, η οποία είναι το επίκεντρο αυτού του άρθρου.

Μέσα από αυτό το άρθρο θέλουμε να εξηγήσουμε τι είναι το συναισθηματικό AI και πώς μπορεί να επηρεάσει το CX, καθώς και τα μειονεκτήματα αυτής της αναπτυσσόμενης και αναπτυσσόμενης τεχνολογίας και πολλά άλλα. Λοιπόν, ας βουτήξουμε.

Τι είναι το συναισθηματικό AI;

Όταν πρόκειται να μάθετε κάτι νέο, πρέπει να ξεκινήσετε από την αρχή. Η τεχνητή νοημοσύνη εμφανίζεται όταν η τεχνολογία μαθαίνει και προσαρμόζεται στα συνθήματα που λαμβάνει. Είναι μια τεχνολογία που αναπτύχθηκε με την ιδέα της απόκτησης ικανοτήτων επίλυσης προβλημάτων και λήψης αποφάσεων όπως αυτές του ανθρώπινου μυαλού. Το συναισθηματικό AI είναι ένα υποσύνολο αυτού.

Προσπαθήστε να κατανοήσετε και να ερμηνεύσετε τις ανθρώπινες εκφράσεις, δηλαδή λεκτικές, αλλά πάνω από όλα οπτικές. Η συναισθηματική τεχνητή νοημοσύνη επικεντρώνεται κυρίως στην αναγνώριση προσώπου, με το ανθρώπινο πρόσωπο να είναι το μόνο παρατηρήσιμο αντικείμενο. Αυτός είναι ο λόγος που η συναισθηματική τεχνητή νοημοσύνη χρησιμοποιεί πολλές κάμερες που ανιχνεύουν και αναλύουν τις εκφράσεις του προσώπου. Είναι η επιστήμη πίσω από την τεχνολογία που επεξεργάζεται, ερμηνεύει, αναγνωρίζει, ακόμη και προσομοιώνει τα συναισθήματα.

Επιπλέον, ονομάζεται επίσης Affective Computing. Ο τελευταίος όρος επινοήθηκε στο άρθρο της Rosalind Picard, «Affective Computing: Challenges». Το έγγραφο δημοσιεύτηκε από το MIT Media Laboratory το 1995.

Από τη δημοσίευση αυτού του εγγράφου, ερευνητές και καινοτόμοι έχουν ξεκινήσει την ανάπτυξη μεθόδων που σχετίζονται με λύσεις DeepTech. Αυτό έγινε ως ένας τρόπος να ποσοτικοποιηθούν τα ανθρώπινα συναισθήματα και διαθέσεις. Επιπλέον, βιομετρικοί αισθητήρες, κείμενο, φωνητική ανάλυση, καθώς και όραση υπολογιστή έχουν επίσης συμπεριληφθεί στη συλλογή δεδομένων για τη δημιουργία ενός συναισθηματικού AI.

Σύμφωνα με την Kate Crawford, συγγραφέα του βιβλίου Atlas of AI, οι εταιρείες έχουν καταγράψει πολλές επιφανειακές εικόνες ανθρώπινης έκφρασης: εκατομμύρια selfies στο Instagram, πορτρέτα Pinterest, βίντεο TikTok και φωτογραφίες Flickr. Επομένως, θα πρέπει όλοι να γνωρίζουμε τη συμμετοχή μας στην ανάπτυξη συναισθηματικής τεχνητής νοημοσύνης, συνειδητά ή ασυνείδητα.

Πώς επηρεάζει το συναισθηματικό AI το CX;

Η εμπειρία πελάτη (CX), όπως είναι γνωστό, αφορά τη γνωριμία με τους πελάτες και τις ανάγκες τους. Ωστόσο, με τους ανθρώπους έρχονται τα συναισθήματα. Επομένως, δεν αποτελεί μεγάλη έκπληξη το γεγονός ότι πολλές εταιρείες έχουν εφαρμόσει ή αρχίζουν να εφαρμόζουν συναισθηματική τεχνητή νοημοσύνη για να μεταμορφώσουν το CX τους και να προσπαθήσουν να εξυπηρετήσουν καλύτερα τους ανθρώπους.

Αλλά ο κύριος τρόπος με τον οποίο η συναισθηματική τεχνητή νοημοσύνη μπορεί να βοηθήσει τη βιομηχανία CX είναι εάν η επιχειρηματική πλευρά αναλύει δεδομένα συναισθηματικής τεχνητής νοημοσύνης σε πραγματικό χρόνο. Εδώ οι εταιρείες μπορούν να δουν πώς αισθάνονται πραγματικά οι άνθρωποι για τα προϊόντα ή/και τις υπηρεσίες τους, είτε είναι χαρούμενα συναισθήματα είτε θυμωμένα και πικραμένα.

Η τεχνητή νοημοσύνη μπορεί να ανακαλύψει το τελευταίο, ώστε οι εταιρείες να μπορούν να αναπτύξουν στρατηγικές βελτίωσης. Ενώ η γνώση των πρώτων επιτρέπει στις εταιρείες να γνωρίζουν τι πρέπει να κρατήσουν και να διατηρήσουν τις πτυχές που λειτουργούν. Προσπαθήστε ακόμη και να βελτιώσετε αυτά τα σημεία. Επιπλέον, το Emotional AI μπορεί επίσης να εξορθολογίσει τη διαδικασία εργασίας αφήνοντας δευτερεύοντα ζητήματα να χειρίζονται η AI, ενώ πιο έντονα (με τα οποία το Emotional AI δεν είναι εξοικειωμένο) μπορούν να περάσουν στους υπαλλήλους.

Το Emotional AI το επιτυγχάνει χρησιμοποιώντας κάμερες, όπως αναφέραμε, για να κάνει κωδικοποίηση προσώπου καθώς και παρακολούθηση ματιών. Αυτά είναι τα χαρακτηριστικά που δείχνουν τα περισσότερα συναισθήματα. Ως εκ τούτου, οι εταιρείες μπορούν να συλλέγουν τα δεδομένα για να μετρήσουν τη δέσμευση πελατών με την ελπίδα να βελτιώσουν το CX τους και την εξυπηρέτηση πελατών. Ακολουθούν λεπτομερή παραδείγματα του τρόπου με τον οποίο η συναισθηματική τεχνητή νοημοσύνη χρησιμοποιείται από μεγάλες μάρκες για τη βελτίωση του CX τους.

Συναισθηματική τεχνητή νοημοσύνη και εξατομίκευση CX

Ας δούμε τώρα το παράδειγμα του Spotify ως τεχνολογίας που έφερε επανάσταση στην κατανάλωση μουσικής με τη βοήθεια ανθρώπων που μοιράζονται εθελοντικά τα δεδομένα και τις προτιμήσεις τους. Πώς σχετίζεται αυτό με τα συναισθήματα, ρωτάτε; Λοιπόν, θα συμφωνήσετε ότι η μουσική δεν είναι ποτέ απλώς ένας ήχος, αλλά μια ανάμνηση, ένα συναισθηματικό ταξίδι στο χρόνο. Χρησιμοποιώντας συναισθηματική τεχνητή νοημοσύνη, ο αλγόριθμος του Spotify αποφασίζει πού θα μας οδηγήσει αυτό το ταξίδι.

Μπορούν οι άνθρωποι να εκπλήξουν το Spotify με την απρόβλεπτη συμπεριφορά τους;

Με πάνω από 160 εκατομμύρια χρήστες, το Spotify είναι ίσως μια από τις πιο διάσημες και αγαπημένες εταιρείες που τροφοδοτούνται με AI. Καταφέρνουν να συγκεντρώσουν μεγάλο όγκο δεδομένων για τα συναισθήματά μας. μουσικές προτιμήσεις, συνήθειες ακρόασης και χρησιμοποιήστε το για να δημιουργήσετε λίστες αναπαραγωγής που οι άνθρωποι θα βρουν αυθεντικές.

Για παράδειγμα, αφού ένας ακροατής αφιερώσει αρκετό χρόνο περιηγώντας μουσική στο Spotify, ο αλγόριθμός του θα μπορούσε να προτείνει εξατομικευμένες λίστες αναπαραγωγής με βάση τις προηγούμενες αναζητήσεις και τον χρόνο που αφιερώνει στην ακρόαση τραγουδιών ή άλμπουμ. Για να γίνει αυτό, κάνουν σοβαρή σημασιολογική ανάλυση όλων των λέξεων-κλειδιών σε τραγούδια, αναρτήσεις ιστολογίου, μουσικές κριτικές, σχόλια ανθρώπων κ.λπ. Το Netflix και το Amazon εφαρμόζουν επίσης παρόμοιες πλατφόρμες εξατομίκευσης και πρόβλεψης.

Από την άποψη της κοινωνιολογίας, υπάρχουν ευρύτερες επιπτώσεις αυτής της τεχνολογίας. Πριν από το Spotify και το Netflix, έπρεπε να βασιστούμε στην περιέργειά μας, την επικοινωνία και το «κοινοποίηση φόρουμ» με άλλους θαυμαστές μουσικής και ταινιών. Η εύρεση καλής μουσικής και ταινιών ήταν μια περιπέτεια που θα μπορούσε να καταλήξει σε απογοήτευση, αλλά και σε ικανοποίηση και ανταμοιβή.

Με αυτό το επιχείρημα, τονίζουμε ξανά ότι οι τεχνολογίες που τροφοδοτούνται από AI μπορούν να χρησιμοποιηθούν κατάχρηση αναγκάζοντας τους ανθρώπους να υιοθετήσουν συγκεκριμένες ταυτότητες χωρίς να τους αφήνουν περιθώρια αυτοσχεδιασμού, καθώς και να εκπλήσσονται μέσω τυχαίων και αυθόρμητων ανακαλύψεων.

Έτσι, για να απαντήσουμε στην ερώτηση, «Μπορούν οι άνθρωποι να εκπλήξουν το Spotify με την απρόβλεπτη ιδιότητά τους;», η απάντηση είναι ναι στην αρχή, αλλά όσο περισσότερο χρησιμοποιείτε το Spotify, τόσο περισσότερο σας «διαβάζει» και σας γνωρίζει. Επομένως, η απάντηση γίνεται «όχι».

3 κύρια οφέλη από τη χρήση συναισθηματικής τεχνητής νοημοσύνης στο CX

Αν και το συναισθηματικό AI είναι ένας νέος κόσμος για το CX, έχει πολλά οφέλη. Έχουμε βρει τρία από αυτά, αλλά είναι πολλά άλλα. Η συναισθηματική τεχνητή νοημοσύνη μπορεί να βοηθήσει τη βιομηχανία CX με:

Παρέχετε πιο ακριβή και αυθεντικά δεδομένα λόγω κωδικοποίησης προσώπου καθώς και παρακολούθησης ματιών. Είναι πιο αληθινό γιατί είναι 90% πιο ακριβές στην ανάγνωση και χαρτογράφηση μη λεκτικών στοιχείων της ανθρώπινης συμπεριφοράς για τα οποία οι άνθρωποι δεν γνωρίζουν. Επιπλέον, αυτός ο τύπος συλλογής δεδομένων πραγματοποιείται σε πραγματικό χρόνο, γεγονός που καθιστά τα δεδομένα ενημερωμένα.

Η συλλογή δεδομένων σε πραγματικό χρόνο μπορεί να βοηθήσει τις εταιρείες να αναλάβουν δράση άμεσα, επιτρέποντας την ευέλικτη λήψη αποφάσεων.

Μια άλλη αξιοσημείωτη πτυχή της χρήσης συναισθηματικής τεχνητής νοημοσύνης είναι ότι ορισμένοι πελάτες προτιμούν να μιλούν με εικονικά avatars. Δείτε τι βρήκε η μελέτη του USC. Αν και, ειδικά για ιατρικούς σκοπούς, αυτή η σκέψη μπορεί να εφαρμοστεί στο CX. Για παράδειγμα, μπορεί να είναι χρήσιμο για πελάτες που έχουν απλά ζητήματα που θεωρούν ότι δεν μπορούν να επιλύσουν οι ίδιοι και ντρέπονται για αυτά. Για παράδειγμα, όταν αγοράζετε ένα προϊόν στο διαδίκτυο.

Όσο για το τελευταίο σημείο, η συναισθηματική τεχνητή νοημοσύνη δεν είναι επικριτική. Οι άνθρωποι, όσο μορφωμένοι κι αν είναι, συχνά δεν είναι ικανοί να βοηθήσουν τον εαυτό τους. Αν και πολλοί άνθρωποι θέλουν να μιλήσουν με αντιπροσώπους του ανθρώπου, αυτό έχει να κάνει κυρίως με σύνθετα ζητήματα που δεν είναι στην επιφάνεια. Η αλληλεπίδραση με μια συναισθηματική τεχνητή νοημοσύνη μπορεί να φέρει περισσότερους πελάτες πιο κοντά στην επίλυση μικρών προβλημάτων. Οι επιχειρήσεις πρέπει να λαμβάνουν υπόψη αυτά τα δευτερεύοντα ζητήματα.

About admin

Αφήστε μια απάντηση

Η ηλ. διεύθυνση σας δεν δημοσιεύεται. Τα υποχρεωτικά πεδία σημειώνονται με *