【我們為什麼挑選這篇文章】打客服電話是日常生活中最惱人的事情之一,漫長的等待、不停的轉接,最後還不一定能解決問題。不過,有一間新創公司就用人工智慧技術改善了客服體驗,或許能成為各大公司的參考。(責任編輯:黃筱雯)

漫長的等待、令人不知所措的功能選單、通話保留的背景音樂,最後客服人員終於接起電話,而對方又無法解決你的問題,難怪大家都對客服沒有什麼好感。

位於舊金山、由一群粒子物理研究員成立的新創公司 Deepgram,致力於運用人工智慧和 GPU 開發出企業可用於快速評估顧客來電的技術,以求解決上述問題和提高服務水準。

Deepgram 共同創辦人暨執行長 Scott Stephenson 說:「大家都不想打給客服,也不想浪費時間。我們則是想要協助客戶更快達到目標。」

客服中心如此惡名昭彰的原因

客服攸關著企業生存。根據客服顧問公司 SQM Group 進行的一項研究指出企業只要將顧客首次來電便解決問題的數量增加 1%,一年便可省下平均 27.6 萬美元。該研究也發現,若是一次來電未能解決問題,顧客離開的可能性則會增加八倍之多。

「企業很想知道到底在與顧客通話的過程中發生了什麼狀況,卻又沒有一套省錢的辦法讓他們掌握那些資訊。」Stephenson 說。

Deepgram 運用 GPU 加速深度學習技術,讓語音內容變得可以搜尋,以及偵測在通話內容裡順利或無法解決問題的模式。Stephenson 說得耗費大量人力去接聽和評估通話錄音內容,只有 1% 的電話需要這麼做。

或者企業也能將語音轉成文字再進行檢討,卻又有著語音品質和錯誤的問題。

人類在口說語句時的聲音模式。圖片提供:Deepgram。

讓顧客感到滿意

Deepgram 的深度學習軟體讓企業能檢查每通電話的服務品質。Stephenson 表示無論客服人員是否使用正確的字眼和出現了哪些話題,軟體都會偵測聲音和語句的模式,企業便可從中找出讓顧客感到不滿或滿意的內容。

企業能夠運用這些資訊來改善話術和訓練客服人員、找出潛在銷售對象、檢查是否合乎規定,還有減少顧客投向競爭者懷抱的數量。

Stephenson 說每個使用該公司技術的 Deepgram 客戶,收入可增加 3%。

從暗物質到大數據

Stephenson 與共同創辦人 Noah Shutty 為密西根大學在中國研究暗物質時,提出發展 Deepgram 的想法。Shutty 對生活點滴錄製了上千個小時的內容,而他想從裡面找出某些特定時間的錄音內容。

在解決了 Shutty 的問題後,他們發現自己的辦法也能用於企業身上。

Stephenson 與 Shutty 使用數千小時的錄音檔(絕大部分是客服通話內容)來訓練神經網路,利用 CUDA 平行運算平台及 TensorFlow 深度學習架構建立名為「Kur」的開放源碼深度學習架構,再加上 GeForce GTX 1080 GPUs 搭配 cuDNN 來增快訓練速度。

Deepgram 在 Amazon Web Services 雲端環境裡使用 NVIDIA Tesla K80 GPU 加速器來部署技術。

「沒有 GPU 的助力,我們便達不到這項成就。」Stephenson 說。

延伸閱讀

【真的是掃條碼】掃取條紋保育動物!深度學習技術用這方式拯救瀕臨絕種的斑馬
【不用再等收銀員找錢】紐西蘭超屌 AI 推車,商品放入瞬間結帳

(本文經合作夥伴nvidia blog授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為〈請按「1」,以瞭解人工智慧如何改善客服中心〉。)