Dukungan pelanggan semakin cerdas: Melihat lebih dekat bot baru kami yang didukung ChatGPT

Bagaimana jika Anda dapat memiliki bot tepercaya yang menangkap keajaiban model bahasa besar tanpa keluar skrip? Untuk webinar ini saat kami memperkenalkan bot AI terobosan terbaru kami dan menjawab semua pertanyaan Anda tentangnya.

Sejak ChatGPT-3.5 diluncurkan November lalu, kami berulang kali ditanyai satu pertanyaan: "Bisakah ini menjawab pertanyaan pelanggan saya?" Dan sampai saat ini, jawabannya adalah tidak. Kami telah melakukan beberapa eksplorasi awal dan bahkan merilis sejumlah fitur bertenaga beta GPT untuk Kotak Masuk, tetapi kami tidak dapat membuat bot yang sesuai untuk kebutuhan bisnis – GPT-3.5 memiliki kecenderungan yang tidak menguntungkan untuk mengarangnya saat itu tidak tahu jawabannya, dan Anda pasti tidak ingin bot nakal saat Anda mencoba mendukung pelanggan Anda.

Namun dengan hadirnya GPT-4 terbaru, yang dirancang untuk meminimalkan halusinasi, banyak hal telah berubah. Kami kembali bekerja untuk melihat apakah kami dapat membuat bot yang memerlukan penyiapan minimal dan yang dapat berkomunikasi secara alami serta menjawab pertanyaan dengan andal tentang bisnis Anda, menggunakan informasi yang Anda kendalikan. Dan lihatlah, kami pikir kami telah melakukan hal itu. Namanya Fin, dan kami yakin ini bisa menjadi aset berharga yang menambah penawaran dukungan pelanggan Anda.

Jadi, minggu lalu, kami memutuskan untuk menyelenggarakan webinar untuk menjawab semua pertanyaan Anda tentang Fin: Apakah ini benar-benar berhasil? Apakah ini akan menggantikan perwakilan layanan pelanggan? Dan bagaimana tim pendukung harus bersiap untuk menggabungkan teknologi baru ini?

Dalam episode hari ini, Anda akan mendengar dari kami sendiri:

• Catherine Brodigan, Manajer Senior Kemitraan Global
• Des Traynor, Co-founder dan Chief Strategy Officer
• Fergal Reid, Direktur Pembelajaran Mesin
• Emmet Connolly, VP Desain Produk

Mereka akan berbicara tentang bagaimana ChatGPT mengubah industri layanan pelanggan dan mendalami pekerjaan di balik Fin.

Singkat waktu? Berikut adalah beberapa takeaways utama:

• Jika orang memiliki pilihan antara segera mendapatkan jawaban yang sangat bagus atau menunggu 15 menit untuk mendapatkan jawaban buatan tangan, sebagian besar akan memilih jawaban instan.
• Bisnis harus memanfaatkan AI untuk memberikan dukungan instan untuk masalah sederhana, memungkinkan perwakilan dukungan untuk fokus pada masalah yang lebih kompleks yang mendorong nilai paling tinggi.
• Untuk memasukkan AI ke dalam alur kerja mereka, tim pendukung harus mendokumentasikan pengetahuan mereka dengan cara yang jelas dan tidak ambigu sehingga bot yang didukung GPT memiliki sumber yang kuat untuk mendapatkan jawaban.
• Dukungan adalah perpanjangan dari merek Anda. Salah satu kelebihan Fin terletak pada kemampuannya untuk memastikan bahwa hanya informasi dari basis pengetahuan Anda yang dibagikan untuk menghindari potensi kerusakan merek.
• Untuk mendorong kepercayaan Fin, kami tidak hanya melatihnya di basis pengetahuan Anda, tetapi juga terhubung ke materi sumber.
• Fin bekerja mulus dengan sistem Anda yang lain. Ketika tidak mengetahui sesuatu atau ditanyai pertanyaan yang rumit, ia akan mengatakan tidak tahu dan menyerahkannya ke perwakilan dukungan.

Jika Anda menikmati diskusi kami, lihat lebih banyak episode podcast kami. Anda dapat mengikuti Apple Podcasts, Spotify, YouTube, atau mengambil umpan RSS di pemutar pilihan Anda. Berikut ini adalah transkrip episode yang diedit ringan.

Menyerang keseimbangan sempurna

Catherine Brodigan: Selamat datang semuanya, dan terima kasih banyak telah bergabung dengan kami hari ini. Saya senang memperkenalkan Des pertama-tama. Dan Des, saya ingin mengajukan pertanyaan singkat untuk membantu kita memulai tren umum yang kita lihat di industri saat ini. Saya duduk di lantai penjualan kami di kantor Dublin, dan ada banyak kegembiraan selama seminggu terakhir, baik dari tim Penjualan maupun pelanggan kami, tentang Fin. Dua hal yang benar-benar menonjol dari umpan balik pelanggan kami sejauh ini adalah, nomor satu, betapa mudahnya penyiapannya, dan nomor dua, seberapa cepat hasilnya dengan jawaban yang cerdas. Tapi seperti yang kita ketahui, terkadang teknologi baru muncul dan sepertinya itu akan mengubah permainan, hanya untuk memenuhi harapan. Jadi, saya ingin mendengar dari Anda, apa yang meyakinkan Anda bahwa kami tidak berada di kurva hype dan ini adalah real deal?

Des Traynor: Melihat produk secara langsung adalah indikator terbesar bahwa ini bukan asap dan cermin; ini bukan perangkat uap; ini bahkan bukan hype yang dipompa VC seperti Web3. Secara umum, hype adalah sesuatu yang semua orang coba hasilkan untuk mendapatkan keuntungan darinya. Tetapi pelanggan kami menginginkan produk ini. Tidak seorang pun yang mendapatkan apa yang dilakukannya meragukan nilainya. Bahkan bot demo, bot Staybnb langsung di intercom.com/fin, memberikan jawaban yang sangat bagus untuk pertanyaan umum. Saya pribadi menjawab semua pertanyaan yang pernah saya ajukan kepada Airbnb, sejenis pesaing produk Staybnb, dan untuk setiap pertanyaan yang saya ajukan, saya mendapat setidaknya 7 dari 10 jawaban, dan dalam beberapa kasus, saya mendapat 10 dari 10. Dan saya langsung mendapatkannya.

"Pada titik ini, Anda harus menjadi skeptis atau sinis yang paling gelap untuk menyebutnya hype"

Jika Anda memiliki pilihan antara jawaban yang sangat bagus segera atau Anda bisa menunggu 15 menit dan mendapatkan jawaban artisanal buatan tangan, kebanyakan orang memilih jawaban instan. Dan itu bagus untuk bisnis juga. Jika Anda mencoba melakukan sesuatu dan harus menunggu 15 menit sebelum dapat melanjutkan ke langkah berikutnya, itu bukanlah corong yang efektif. Anda tidak akan pernah mendesainnya seperti itu. Dan inilah perbedaan antara ini dan, katakanlah, kereta hype. Anda dapat melihat gamification jika Anda kembali, Anda mungkin dapat berbicara tentang AR dan VR, dan Anda bahkan dapat mengatakan bahwa mobil self-driving belum benar-benar mendarat. Ini ada di sini hari ini, orang bermain dengan ChatGPT, orang bermain dengan Bing, orang bermain dengan Bard, orang bermain dengan DALL·E… dan masih banyak lagi yang akan datang. Tidak ada yang tidak mengalami hal ini dengan cara apa pun, dan alasan pelanggan memintanya cukup banyak karena semua orang melihatnya dan menjalaninya serta menghirupnya, dan rasanya setiap minggu yang berlalu adalah satu dekade kemajuan AI saat ini. .

Bahkan bagi kami, hal-hal seperti Fin berubah dari, "Nah, itu mungkin tidak akan terjadi dalam waktu dekat" di awal November menjadi, "Kita sudah dekat, tapi masih agak jauh," di mana menurut saya kita berada mungkin di bulan Desember, untuk, "Ini terjadi di bulan Januari." Dan itulah laju kemajuan yang kami lihat di sini. Jadi, kami tidak hanya mengambil langkah maju yang sangat besar – kami, industri – tetapi setiap minggu, kami tampaknya juga mengambil langkah lebih cepat. Pada titik ini, Anda harus menjadi skeptis atau sinis yang paling gelap untuk menyebutnya hype.

Catherine Brodigan: Ya, saya pikir, seperti yang Anda katakan, kami telah bergerak sangat, sangat cepat di sini, dan karena itu, ada perubahan pola pikir yang sangat besar yang diperlukan dari industri secara luas, khususnya industri layanan pelanggan. Jadi, bagaimana Anda menjawab pertanyaan tentang mencapai keseimbangan baru antara jawaban manusia, pribadi, artisanal, teknologi baru yang luar biasa di luar sana, dan iklim ekonomi makro serta keinginan untuk mencapai efisiensi ekonomi dan mengkonsolidasikan alat? Bagaimana Anda melihat ini mengubah permainan dalam bagaimana bisnis dapat mencapai keseimbangan itu?

“Anda tidak menyewa tim pendukung untuk memiliki banyak pembela atau penjelasan profesional, 'klik di sini untuk mengatur ulang kata sandi.' Itu tidak berguna”

Des Traynor: Saya pikir bisnis sekarang memiliki opsi untuk memberikan layanan super-pribadi tingkat atas pada masalah yang membutuhkannya, dan dukungan yang sangat cepat pada masalah di mana jawaban yang sederhana dan cepat sudah cukup. Pada hari tertentu di Interkom, kami akan membahas, "Bagaimana cara kami mendapatkan kunci API baru?" Dan kita juga akan menghadapi beberapa kebingungan tentang, “Saya menayangkan Seri dua minggu lalu, dan saya baru saja check-in; salah satu pelanggan seharusnya menerimanya, tetapi saya melihat mereka diblokir, dan bagaimana cara membuka blokirnya?” Bla bla bla. Yang pertama membutuhkan sedikit waktu untuk menjawab – membutuhkan sedikit waktu kami, dan membutuhkan sedikit waktu pelanggan.

Yang kedua sebenarnya berantakan, dan bisa memakan waktu satu atau dua jam untuk mendiagnosis, dan itu adalah hal interoperatif yang sebenarnya, tetapi yang pertama menyeret kemampuan kita untuk melakukan yang kedua, dan saya pikir setiap tim pendukung memiliki versinya dari itu. Mereka memiliki pertanyaan yang rumit, seperti, "Hei, saya sudah memesan kamar untuk tujuh malam tetapi hanya membutuhkannya untuk lima malam, dan saya akan check-out di tengah jalan dan kembali," atau sesuatu seperti itu, dan mereka juga memiliki, "Di mana kolam renangnya?" Dan idenya adalah bahwa dengan menghapus banyak dari apa yang saya sebut dukungan transaksional yang tidak dibedakan, Anda benar-benar mengaktifkan dan memberdayakan tim pendukung untuk benar-benar memberikan dukungan berkualitas tinggi di saat-saat yang lebih rumit, saat-saat yang lebih emosional, saat-saat yang lebih mendesak, semakin banyak saat-saat emosional. Merekalah tempat tim pendukung benar-benar mendorong nilai bisnis. Anda tidak menyewa tim dukungan untuk memiliki banyak pembela atau penjelasan profesional, "klik di sini untuk mengatur ulang kata sandi". Itu tidak berguna. Tetapi pada saat yang sama, itu masih tidak dapat dihindari.

Menurut saya, keseimbangannya, bagi saya, adalah menemukan sweet spot, "Di mana tim dukungan memberikan nilai paling tinggi, dan di mana kami membuat pelanggan kami frustrasi?" Ini bukan kesempatan membangun merek untuk menjelaskan cara menyetel ulang kata sandi Anda – ini hanya tautan berdarah. Di situlah Fin bersinar. Dan tim pendukung bersinar di mana mereka tahu cara bersinar. Bagi saya, itu adalah keseimbangan.

Catherine Brodigan: Ini, seperti yang Anda katakan, mencari tahu apa yang dapat diotomatisasi dan apa yang sebenarnya membutuhkan percakapan manusia yang lebih dalam dan lebih bermakna. Permainan akan berubah lagi dan lagi dan lagi selama 3, 6, 9, 12 bulan ke depan, dan secara inheren akan ada lebih banyak nilai untuk tim pendukung di masa depan. Namun jika kita berfokus sejenak pada saat ini dan di sini, apa pendorong nilai utama bagi tim pendukung saat ini, dan bagaimana seharusnya tim layanan pelanggan pendukung memikirkan untuk menjadi yang terdepan dan bersiap untuk menggunakan teknologi ini dengan sebaik-baiknya. cara yang mungkin?

“Bagaimana Anda mempersiapkan diri untuk dunia ini? Jawaban singkatnya adalah Anda mempersiapkannya dengan mendokumentasikan semua pengetahuan yang diketahui tim dukungan”

Des Traynor: Ya, saya pikir tim pendukung yang menghadapi masa depan harus mulai dengan asumsi kita memasuki dunia di mana AI akan sangat meningkatkan dan memberdayakan mereka dalam alur kerja mereka. Anda memiliki peluang besar untuk memberikan dukungan kelas dunia untuk perusahaan Anda dan pada akhirnya memberi perusahaan Anda keunggulan kompetitif atas para pesaingnya dengan mengatakan bahwa dukungan Anda lebih baik daripada dukungan siapa pun.

Sekarang, bagaimana Anda mempersiapkan diri untuk dunia ini? Jawaban singkatnya adalah Anda mempersiapkannya dengan mendokumentasikan semua pengetahuan yang diketahui tim pendukung. Mengapa itu penting? Nah, kemajuan di sini ada di ranah model bahasa besar yang pada akhirnya dapat mengonsumsi informasi dan mengembalikan jawaban percakapan di sekitarnya. Mereka tidak tahu hal-hal yang tidak Anda ceritakan kepada mereka. Anda tidak ingin mereka mengarang fakta. Anda ingin mereka mengerjakan hal-hal yang diketahui. Jika, misalnya, Anda memiliki kebijakan di mana Anda akan menerbitkan ulang kunci API, tetapi itu tidak dijelaskan di mana pun – ini seperti pengetahuan diam-diam yang diberikan oleh osmosis di sekitar tim dukungan – Fin tidak akan pernah menyelesaikannya kecuali mulai mengorek backlog .

Saya pikir cara terbaik untuk mempersiapkan diri adalah dengan memiliki sikap yang jelas tentang semua hal paling umum yang dilakukan tim pendukung dan memiliki sikap yang ditulis dengan cara yang cukup jelas yang mudah diurai. Sejujurnya, hal itu sangat bagus sehingga akan berhasil, tetapi demi Anda sendiri, Anda harus jelas. Sejauh Anda mendokumentasikan sebagian besar hal yang perlu Anda ketahui untuk menjadi agen pendukung, itulah sejauh mana Fin akan menjadi anggota rockstar tim Anda. Cara terbaik untuk persiapan adalah dengan melakukan itu. Untungnya, banyak pelanggan kami yang menggunakan artikel sudah memiliki ratusan artikel yang menjelaskan semua ini, jadi bagus untuk digunakan, tetapi jika Anda belum melakukannya, sekarang adalah waktu yang tepat untuk berinvestasi.

Catherine Brodigan: Mengerti. Pekerjaan penulis konten pusat bantuan dan desainer konten tiba-tiba menjadi komoditas yang jauh lebih diminati.

Des Traynor: Ya, dan bahkan mungkin bukan komoditas. Ya, konten akan memainkan peran yang sangat penting, dan orang-orang dengan konten hebat akan dapat memberikan dukungan kelas dunia, jadi menurut saya investasi ini sangat berharga.

GPT, tetapi membuatnya dapat dipercaya

Catherine Brodigan: Mengerti. Fergal, saya ingin mengajak Anda untuk pertanyaan berikutnya dan masuk lebih dalam ke Fin. Kami telah meluncurkannya minggu lalu, dan saya ingin mendengar, dari sudut pandang teknis, apa yang membuat Fin berbeda dan apa yang membuat Fin kuat.

Fergal Reid: Tentu, Catherine, terima kasih. Dan terima kasih, semuanya, untuk datang bersama. Ya, lihat, model bahasa besar adalah terobosan baru, dan kami telah memiliki Bot Resolusi, tetapi kami telah memilikinya selama bertahun-tahun. Ini menggunakan jaringan saraf dan bekerja sangat baik pada apa yang baik segera setelah Anda bersiap. Namun model yang kami gunakan untuk itu tidak begitu baik dalam memahami kompleksitas percakapan manusia, dan sering kali, dalam pertukaran dukungan, seseorang mengajukan pertanyaan, mereka mendapatkan informasi kembali, dan kemudian mereka mengajukan pertanyaan klarifikasi atau pertanyaan bernuansa. Mereka seperti, "Oh, bukan itu yang saya maksud - sebenarnya saya ingin bertanya tentang itu." Dengan Resolution Bot, kami mencoba membuat prototipe yang memahami kompleksitas bahasa alami dan tidak akan pernah bisa membuatnya bekerja sebaik yang kami inginkan pada percakapan manusia yang berantakan dan multi-putaran itu.

Apa yang menurut saya baru di sini adalah model bahasa besar dalam model transformator, GPT, telah menurunkannya. Jika Anda pergi dan bermain dengan Fin, kami telah melihat orang-orang bermain dengan demo, dan kami baru saja melihat begitu banyak contoh di mana ia melakukan hal yang benar pada pertanyaan lanjutan, dan menurut kami ada perubahan kualitatif di sana. seperti, "Oh, 10% atau 20% lebih baik dalam menjawab pertanyaan lanjutan." Itu mengubah pengalaman pengguna dan membuat orang berpikir, “Oke, tiba-tiba saya bisa membicarakan ini. Saya dapat berbicara dengannya, dan saya dapat mempercayainya. Itu baru. Ada perubahan UX mendasar dalam kualitas bot yang dapat Anda buat dan kirimkan.

“Selama beberapa tahun ke depan, kami semua akan belajar banyak tentang bagian dari artikel pusat bantuan kami yang secara tidak sengaja ambigu, dan kami akan membuatnya jauh lebih tajam”

Dan bagian besar kedua adalah model bahasa lebih baik dalam bahasa alami, sehingga dapat memahami konten pusat bantuan dengan lebih baik. Jika Anda memberikannya sebuah artikel, sangat bagus dalam memilih jawaban dari artikel itu dan memberikan jawaban yang benar, sampai pada titik di mana kami memiliki banyak contoh di mana kami seperti, "Oh tidak, itu berhalusinasi." Tapi sebenarnya tidak, itulah yang dikatakan artikel itu. Karena kami menguji ini pada artikel dari pusat bantuan publik yang kami bukan ahlinya, dan Fin memahaminya dengan lebih baik daripada kami.

Dan sekali lagi, itu tidak sempurna, dan membutuhkan nuansa. Untuk poin Des sebelumnya, Anda benar-benar ingin konten Anda ditulis dengan jelas karena kami mencoba merancang bot sehingga tidak memberikan jawaban yang salah jika ada sesuatu yang ambigu. Jika Anda bermain dengan Fin, Anda akan melihat itu cukup konservatif jika ada sesuatu yang ditulis dalam artikel yang ambigu. Saya yakin, selama beberapa tahun ke depan, kita semua akan belajar banyak tentang bagian dari artikel pusat bantuan kita yang tidak sengaja ambigu, dan kita akan membuatnya jauh lebih tajam karena kita hanya akan melihatnya kasus tepi dan ulangi itu. Itulah yang baru. Itu adalah kemampuan transformasional.

Catherine Brodigan: Ya, tentu saja. Saya rasa wajar untuk mengatakan bahwa ChatGPT telah mengatur ulang ekspektasi seputar beberapa kesalahpahaman paling umum tentang AI. Menurut Anda, di mana Anda telah melihat perubahan paling signifikan?

Fergal Reid: Jelas, ini pertanyaan besar. Hanya melihat orang bermain dengan demo kami, salah satu kesalahpahaman besar bagi pengguna saat ini adalah Anda bisa datang ke bot seperti ini dan menanyakan apa saja; minta untuk membantu Anda dengan pekerjaan rumah Anda. Dan bukan untuk itu Fin dirancang. Fin dirancang dengan sangat eksplisit dan jelas untuk menjauh dari itu. Itu akan menjawab pertanyaan tentang pusat bantuan Anda, atau hanya akan mengatakan, "Maaf, saya tidak dapat membantu Anda." Pasti ada harapan pengguna akhir bahwa setelah bot memiliki pemahaman bahasa alami, tidak apa-apa untuk memintanya membantu saya dengan pekerjaan rumah saya, di mana ibu kota Argentina berada, atau pertanyaan lainnya. Dan saya pikir kesalahpahaman itu akan berubah dengan sangat cepat. Semua orang telah melihat ChatGPT, dan saya pikir sekarang kita akan melihat gelombang berikutnya dari orang-orang seperti Intercom, “Hei, bagaimana kita bisa menggunakan teknologi dan penyiapan yang ada dan mengawinkannya dengan teknologi gaya GPT untuk membuat lebih baik dan lebih terbatas? pengalaman?” Selama enam bulan atau satu tahun ke depan, saya pikir ekspektasi pengguna akan berubah.

Ada banyak kesalahpahaman di sisi teknis juga. Model-model ini bekerja dengan sangat baik di luar kotak, tanpa pelatihan tingkat tinggi. Anda bahkan tidak bisa berlatih hari ini. Saat ini, jika Anda ingin menggunakan GPT-4 atau model bahasa besar lainnya, Anda tidak dapat melatihnya untuk bisnis khusus atau bahkan domain Anda. Ada tingkat di mana mereka melakukannya dengan sangat baik di luar kotak tanpa pelatihan itu, dan kemudian ada cara lain untuk mengatasinya, seperti bagaimana kami membangun Fin dan merekayasa Fin – kami memberikan banyak konteks pada bisnis saat Anda berinteraksi dengannya. Kita semua belajar di sini, dan menurut saya industri harus belajar banyak tentang parameter model ini dan apa yang membuat pengalaman pengguna menjadi baik.

Catherine Brodigan: Tentu saja. Kami semua bermain-main dengan ChatGPT saat dirilis, dan ini sangat mengesankan, tetapi kami melakukan lebih dari itu dengan Fin di sini, di luar apa yang dilakukan LLM ini di pasar secara gratis. Apa yang akan Anda sebut sebagai saus rahasia Interkom di sini? Hal yang paling mengesankan bagi pelanggan dan pelanggan mereka, yang akan datang dan memegang Fin dan membawanya ke pasar.

“Dengan Fin, bahkan jika model bahasa dasarnya mengetahui jawaban dari sesuatu yang dipelajarinya tentang bisnis Anda atau pesaing dari internet, jika tidak ada dalam basis pengetahuan Anda, itu tidak akan merespons”

Fergal Reid: Anehnya, saya pikir kami berdua melakukan lebih banyak dan lebih sedikit, karena kami merasa sangat penting untuk memiliki bot yang hanya akan merespons dengan konten yang dikurasi dari meja bantuan Anda. Seseorang dapat pergi dan mengajukan pertanyaan di mana Anda mungkin tidak ingin bot menjawab pertanyaan khusus mereka. Orang akan mengajukan pertanyaan yang dapat menyebabkan kerusakan merek. Jika Anda baru saja menggunakan bot bergaya ChatGPT yang lebih naif, orang-orang akan bertanya tentang pesaing Anda, dan mereka akan berbicara tentang pesaing Anda. Dan siapa yang tahu apa yang akan dikatakannya. Itu akan mengatakan apa pun yang dikatakan internet tentang pesaing Anda, dan Anda hampir pasti tidak menginginkan pelanggan Anda dalam percakapan itu. Anda tidak akan senang jika perwakilan dukungan Anda melakukan itu, dan Anda tidak akan senang jika bot Anda melakukan itu.

Apa yang kami rasakan sangat menarik tentang Fin adalah bahwa itu terbatas. Itu terbatas pada pusat bantuan Anda, dan kami telah memberikan banyak perhatian dan perhatian untuk membangunnya, mencoba menangkap keajaiban dialog bahasa alami dengan kemampuan untuk membatasi dan mempercayainya. Seperti yang disinggung Des sebelumnya, kami mengalami sedikit rollercoaster di sini. Setelah ChatGPT diluncurkan, kami seperti, “Ya Tuhan, ini akan mengganggu dukungan; ini akan terjadi sangat cepat.” Dan kemudian kami seperti, “Oh, tidak, ini bukan karena tidak dapat dipercaya; itu memberikan jawaban yang sangat menarik secara dangkal. Dan saya pikir sekarang kita seperti, "Sebagai sebuah teknologi, ini menjadi lebih baik." Dan karena kami telah belajar untuk lebih sering menggunakannya, membangun alat yang siap pakai dan tepercaya untuk bisnis adalah mungkin. Dan mereka memiliki keterbatasan.

Dengan Fin, bahkan jika model bahasa dasar mengetahui jawaban dari sesuatu yang dipelajarinya tentang bisnis Anda atau pesaing dari internet, jika tidak ada dalam basis pengetahuan Anda, itu tidak akan merespons. Kami sengaja merancangnya seperti itu, dan kami memiliki banyak keyakinan bahwa itulah yang diinginkan pelanggan. Sekarang kami harus menerapkannya ke beberapa ribu pelanggan, dan seperti biasa, akan ada kasus ekstrem dan seterusnya, tetapi respons awal dari pelanggan kami sangat positif.

Catherine Brodigan: Tentu saja. Untuk menarik utas di sekitar aplikasi teknologi ini, bagi orang-orang yang tidak menyadarinya, pada bulan Januari, kami meluncurkan banyak fitur di Kotak Masuk Interkom dengan dukungan AI di belakangnya – hal-hal seperti ringkasan percakapan atau perluasan teks, sedangkan Fin adalah jelas produk yang menghadap pelanggan. Di mana Anda melihat AI paling berbobot atau berharga untuk dukungan? Apakah kami akan terus berinvestasi dalam AI untuk agen pendukung serta untuk pengalaman pelanggan akhir itu?

“Untuk percakapan yang tidak dapat ditangani, kami akan memiliki perwakilan dukungan yang jauh lebih cepat. Kami sangat percaya dalam berinvestasi besar-besaran di keduanya ”

Fergal Reid: Tentu saja, kami akan terus berinvestasi di dalamnya. Pertanyaan di mana yang paling penting sangat sulit, dan saya benar-benar percaya pada nilai AI di sini. Saya telah berada di tim pembelajaran mesin di Intercom selama sekitar lima tahun, tetapi saya skeptis. Bagian dari pekerjaan saya selalu menjadi skeptis. Saat seseorang datang dan berkata, "Hei, bot saya akan menyelesaikan 90% pertanyaan pelanggan." Saya selalu seperti, "Tidak, tidak akan." Saya kurang skeptis sekarang. Teknologi generasi berikutnya ini akan sangat transformatif.

Dan untuk percakapan yang tidak dapat ditangani, kami akan memiliki perwakilan dukungan yang jauh lebih cepat. Kami sangat percaya dalam berinvestasi besar-besaran pada keduanya, pada dasarnya. Tidak mungkin keduanya tidak akan berubah secara radikal – kecepatan teknologi yang mendasarinya terus memukau dan mencengangkan. Bahkan untuk orang-orang seperti kita, yang sangat dekat dengannya, banyak hal berubah dari bulan ke bulan. Saya pikir ini akan menjadi beberapa tahun yang liar untuk dukungan pelanggan dan layanan pelanggan, dan kami sangat bersemangat karenanya. Kami bertekad untuk hadir, mengubahnya menjadi fitur berharga secepat mungkin.

Tonton Fin beraksi

Catherine Brodigan: Saya merasa ini adalah segue yang sangat bagus untuk demo kami. Emmet Connolly adalah Wakil Presiden Desain Produk kami di sini. Emmet, sebelum kita masuk ke demo, saya ingin mendapatkan ringkasan singkat dari Anda tentang apa yang kami buat dan fitur menonjol di Fin.

Emmet Connolly: Des dan Fergal memberikan banyak latar belakang tentang teknologi dan konteks tempat kami meluncurkannya. Kami telah membuat dan meluncurkan Fin, sebuah chatbot bahasa alami, di dalam Messenger kami, yang dapat ada di dalam produk Anda. Kami telah memiliki fungsionalitas chatbot di Interkom selama bertahun-tahun, tetapi Fin memperkenalkan peningkatan besar pada yang canggih. Pertama-tama, ini sangat bagus dalam memahami pertanyaan bahasa alami – semua jenis pertanyaan yang diketikkan – benar-benar memahaminya, dan memberikan jawaban bahasa alami yang dihasilkan untuk menjadi jawaban langsung atas pertanyaan tersebut, bukan hanya kutipan dari sebuah artikel atau cuplikan yang sudah dikalengkan, tetapi, "Ya, Anda bisa melakukannya," atau, "Tidak, Anda tidak bisa melakukannya," sebagai tanggapan atas jawaban langsung.

Dari sudut pandang bahasa, ia juga dapat melakukan hal-hal lain. Itu dapat mengadakan percakapan bahasa Inggris penuh, di mana ada bolak-balik. Anda bisa berkata, “Oh, bolehkah saya membawa hewan peliharaan saat menginap di…?” Dan itu akan berkata, "Ya, Anda bisa." Dan kemudian Anda bisa berkata, "Berapa banyak yang bisa saya bawa?" Dan ia mengerti bahwa "berapa banyak yang bisa saya bawa?" adalah hewan peliharaan. Anda mendapatkan aliran bolak-balik yang sangat alami ini. Itu dapat mengajukan pertanyaan klarifikasi, tindak lanjut, dan sebagainya.

“Dukungan yang Anda berikan adalah perpanjangan dari merek Anda, titik kontak utama, dan Anda tidak ingin bot menjadi nakal”

Semua ini didasarkan pada model GPT-4, model bahasa mutakhir yang telah didengar dan dicoba banyak orang pada tahap ini. Untuk penggunaan langsung dalam suatu produk, hal-hal ini memiliki beberapa masalah. Mereka dilatih tentang semua konten web, jadi apa pun yang dikatakan orang tentang perusahaan Anda di internet berpotensi disalurkan. Seperti yang dikatakan Fergal, apa pun yang Anda tidak ingin staf pendukung Anda bicarakan, kami tidak ingin bot membicarakannya. Kami tidak ingin dia berbicara tentang hampir semua subjek di luar domain perusahaan Anda, atau memberikan hampir semua jawaban yang dapat ditemukannya dari web liar.

Dan kemudian, akhirnya, ia memiliki kecenderungan untuk berhalusinasi, mengarang jawaban yang terdengar sangat percaya diri yang cenderung tidak benar. Dengan Fin, kami berangkat untuk memecahkan banyak masalah ini: pertama-tama, ini dilatih pada konten berbasis pengetahuan Anda, sehingga dapat dibicarakan dan bersedia menjawab pertanyaan dalam area itu tetapi tidak di luar itu, dan itu akan benar-benar menolak untuk terlibat dalam percakapan tentang topik lain. Kami menyadari bahwa dalam beberapa kasus, membuat bot berkata, "Saya tidak tahu," atau, "Saya tidak akan membicarakannya dengan Anda," sebenarnya merupakan fitur dan sesuatu yang sangat Anda inginkan.

Kami ingin mendorong kepercayaan sebanyak yang kami bisa, jadi kami juga menautkannya ke materi sumbernya. Ini memungkinkan orang untuk mendapatkan jawaban sederhana dari Fin tetapi juga mengklik, membaca artikel, dan mempelajari lebih banyak lagi. Kami berupaya keras untuk itu, dan sebagian karena dukungan yang Anda berikan adalah perpanjangan dari merek Anda, titik kontak utama, dan Anda tidak ingin bot nakal. Dan itu dilatih berdasarkan basis pengetahuan Anda, yang sudah ada dalam banyak kasus, jadi pada dasarnya tidak ada penyiapan yang diperlukan untuk mengaktifkannya. Anda mengarahkannya ke basis pengetahuan Anda, mengaktifkannya, dan segera, bot menyedot semua informasi itu, memperlakukannya sebagai kumpulan pengetahuannya, dan mulai menjawab pertanyaan secara instan.

Satu hal yang menonjol bagi saya, terlepas dari semua kemampuan mewah ini, adalah bahwa penghalang masuk untuk benar-benar mengadopsi produk sangat, sangat rendah, hampir tidak ada alasan untuk tidak mencobanya dan melihat cara kerjanya untuk Anda. . Menurut kami rasio biaya-manfaat dengan mengarahkannya ke pusat bantuan mana pun dan mengaktifkannya adalah rasio yang sangat positif dan alasan yang sangat bagus bagi orang untuk mengadopsi Fin dan mencobanya.

“Ini adalah bot AI percakapan, tepercaya, tanpa penyiapan yang akan benar-benar melengkapi tim pendukung dan bekerja bersama mereka”

Dan kemudian, sesuatu yang istimewa dan unik tentang ini adalah bekerja dengan sistem Anda yang lain. Bukan chatbot mandiri ini yang dengan bodohnya mencoba menjawab pertanyaan dan terkadang gagal. Kami dapat membangun batasan dan fitur keamanan ini di sekitarnya karena kami memiliki Interkom lainnya, terutama tim pendukung, yang dapat kami tuju pertanyaan tersebut. Fin akan berkata, "Begini, saya tidak tahu," atau "Saya tidak berhak membicarakan topik itu, tetapi saya dapat meneruskan Anda ke tim dukungan saya." Itu kembali ke apa yang Des bicarakan, membuat bot menjawab pertanyaan yang dia kuasai dan membiarkan tim pendukung bersinar di tempat terbaik mereka.

Jadi, singkatnya, ini adalah bot AI percakapan, tepercaya, tanpa penyiapan yang akan benar-benar melengkapi tim pendukung dan bekerja bersama mereka. Kami bahkan memiliki orang yang berkata, "Wow, rasanya seperti memiliki anggota tim pendukung tambahan." Dalam proses serah terima itu, ia dapat mengajukan pertanyaan klarifikasi sehingga tim memiliki lebih banyak konteks bahkan sebelum mereka menerima pesan yang dikirimkan kepada mereka. Ini membantu tim daripada hanya membantu pelanggan.

Catherine Brodigan: Mengerti. Itu berakar pada kepercayaan diri yang tinggi, tahu batasnya, dan tahu apa yang dia kuasai. Emmet, terima kasih banyak untuk itu.