L'assistenza clienti è appena diventata più intelligente: uno sguardo più da vicino al nostro nuovo bot basato su ChatGPT

E se potessi avere un bot affidabile che catturi la magia dei grandi modelli linguistici senza andare fuori copione? Per questo webinar presentiamo il nostro robot AI più recente e rivoluzionario e rispondiamo a tutte le tue domande al riguardo.

Da quando ChatGPT-3.5 è stato lanciato lo scorso novembre, ci è stata posta una domanda più e più volte: "Può rispondere alle domande dei miei clienti?" E fino a questo punto, la risposta è stata no. Abbiamo condotto alcune esplorazioni iniziali e persino rilasciato una serie di funzionalità beta basate su GPT per Inbox, ma non siamo riusciti a creare un bot adatto alle esigenze aziendali: GPT-3.5 aveva questa sfortunata tendenza a inventare le cose quando non conoscevo la risposta e sicuramente non vuoi che un bot diventi un ladro quando cerchi di supportare i tuoi clienti.

Ma con l'arrivo del nuovissimo GPT-4, progettato per ridurre al minimo le allucinazioni, le cose sono cambiate. Siamo tornati al lavoro per vedere se potevamo costruire un bot che richiedesse una configurazione minima e che potesse conversare in modo naturale e rispondere in modo affidabile alle domande sulla tua attività, utilizzando le informazioni che controlli. Ed ecco, pensiamo di aver fatto proprio questo. Si chiama Fin e crediamo che possa essere una risorsa preziosa che aumenta l'offerta di assistenza clienti.

E così, proprio la scorsa settimana, abbiamo deciso di ospitare un webinar per rispondere a tutte le tue scottanti domande su Fin: funziona davvero? Sostituirà i rappresentanti del servizio clienti? E come dovrebbero prepararsi i team di supporto per incorporare questa nuova tecnologia?

Nell'episodio di oggi, ascolterai dal nostro:

• Catherine Brodigan, Senior Manager di Global Partnerships
• Des Traynor, co-fondatore e Chief Strategy Officer
• Fergal Reid, direttore dell'apprendimento automatico
• Emmet Connolly, vicepresidente del design del prodotto

Parleranno di come ChatGPT sta trasformando il settore del servizio clienti e approfondiranno il lavoro dietro Fin.

Poco tempo? Ecco alcuni punti chiave:

• Se le persone possono scegliere tra ottenere una risposta molto buona immediatamente o aspettare 15 minuti per ottenere una risposta artigianale, la maggior parte sceglierà quella istantanea.
• Le aziende dovrebbero sfruttare l'intelligenza artificiale per fornire supporto immediato per problemi semplici, consentendo ai rappresentanti dell'assistenza di concentrarsi sui problemi più complessi che generano il massimo valore.
• Per incorporare l'intelligenza artificiale nei loro flussi di lavoro, i team di supporto dovrebbero documentare le loro conoscenze in modo chiaro e inequivocabile, in modo che i bot basati su GPT abbiano una solida fonte da cui trarre risposte.
• Il supporto è un'estensione del tuo marchio. Uno dei meriti di Fin risiede nella sua capacità di garantire che vengano condivise solo le informazioni della tua base di conoscenza per evitare potenziali danni al marchio.
• Per guidare l'affidabilità di Fin, non solo lo formiamo sulla tua base di conoscenza, ma si collega effettivamente al materiale di partenza.
• Fin funziona perfettamente con il resto del tuo sistema. Quando non sa qualcosa o gli viene posta una domanda complessa, dirà che non lo sa e lo consegnerà a un rappresentante dell'assistenza.

Se ti piace la nostra discussione, dai un'occhiata ad altri episodi del nostro podcast. Puoi seguire su Apple Podcasts, Spotify, YouTube o prendere il feed RSS nel tuo lettore preferito. Quella che segue è una trascrizione leggermente modificata dell'episodio.

Trovare l'equilibrio perfetto

Catherine Brodigan: Benvenuti a tutti e grazie mille per esservi uniti a noi oggi. Sono lieto di presentarvi prima di tutto Des. E Des, voglio fare una breve domanda per iniziare con le tendenze generali che stiamo vedendo nel settore in questo momento. Mi siedo nel nostro reparto vendite nell'ufficio di Dublino e nell'ultima settimana c'è stata molta eccitazione, sia dal nostro team di vendita che dai nostri clienti, per Fin. Due cose che finora si sono davvero distinte dal feedback dei nostri clienti sono, numero uno, quanto sia facile da configurare e numero due, quanto velocemente si ottengono risposte intelligenti. Ma come sappiamo, a volte esce una nuova tecnologia e sembra che cambierà il gioco, solo per non essere all'altezza delle aspettative. Quindi, mi piacerebbe sentire la tua opinione, cosa ti ha convinto che non siamo su una curva di hype e che questo è il vero affare?

Des Traynor: Vedere il prodotto dal vivo è il più grande indicatore che non si tratta di fumo negli occhi; questo non è vaporware; questa non è nemmeno una merda pubblicitaria pompata da VC come Web3. In generale, l'hype è qualcosa che tutti cercano di generare per trarne profitto. Ma i nostri clienti vogliono questo prodotto. Nessuno che ottiene quello che fa è in alcun modo in dubbio sul suo valore. Anche il demo bot, il bot Staybnb in diretta su intercom.com/fin, dà ottime risposte a domande comuni. Ho esaminato personalmente tutte le domande che avevo posto ad Airbnb, un tipo di concorrente del prodotto Staybnb, e per ogni domanda che ho posto, ho ottenuto almeno una risposta di 7 su 10 e, in alcuni casi, ho ricevuto un 10 su 10. E li ho presi all'istante.

"A questo punto, dovresti essere il più oscuro degli scettici o dei cinici per chiamarlo hype"

Se avessi l'opzione tra una risposta molto buona immediatamente o potresti aspettare 15 minuti e ottenere una risposta artigianale fatta a mano, la maggior parte delle persone sceglie la risposta immediata. E questo fa bene anche al business. Se stai cercando di fare qualcosa e devi aspettare 15 minuti prima di poter passare al passaggio successivo, non si tratta di un funnel efficace. Non lo progetteresti mai in quel modo. Ed ecco la differenza tra questo e, diciamo, un treno pubblicitario. Potresti guardare alla ludicizzazione se tornassi indietro, potresti parlare di AR e VR e potresti persino dire che un'auto a guida autonoma deve ancora atterrare davvero. Questo è qui oggi, le persone giocano con ChatGPT, le persone giocano con Bing, le persone giocano con Bard, le persone giocano con DALL·E... e ce ne sono altre in arrivo. Nessuno lo sta sperimentando in alcun modo, e il motivo per cui i clienti lo chiedono è praticamente perché tutti lo vedono, lo vivono e lo respirano, e sembra che ogni settimana che passa sia un decennio di progressi dell'IA al momento .

Anche per noi, cose come Fin sono passate da "No, probabilmente non succederà presto" all'inizio di novembre a "Siamo vicini, ma è ancora un bel po' lontano", che è dove penso che fossimo forse a dicembre, a "Questo sta accadendo a gennaio". E questo è il ritmo del progresso che stiamo vedendo qui. Quindi, non solo abbiamo fatto un gigantesco passo avanti - noi, l'industria - ma ogni settimana sembra che stiamo anche facendo passi più veloci. A questo punto, dovresti essere il più oscuro degli scettici o dei cinici per chiamarlo clamore.

Catherine Brodigan: Sì, penso che, come dici tu, ci siamo mossi molto, molto velocemente qui, e come tale, c'è un enorme cambiamento di mentalità richiesto al settore in generale, in particolare al settore del servizio clienti. Quindi, come affronti le domande su come trovare un nuovo equilibrio tra quella risposta umana, personale, artigianale, questa incredibile nuova tecnologia là fuori, e il clima macroeconomico e questo desiderio di raggiungere l'efficienza economica e consolidare gli strumenti? Come vedi questo cambiamento nel modo in cui le aziende possono raggiungere questo equilibrio?

“Non assumi un team di supporto per avere un gruppo di apologeti professionisti o spiegatori di 'fai clic qui per reimpostare la password.' Non è utile”

Des Traynor: Penso che le aziende ora abbiano la possibilità di fornire un servizio di alto livello e super personale sui problemi che ne hanno bisogno e un supporto incredibilmente veloce sui problemi in cui una risposta semplice e veloce funzionerà. In un dato giorno in Intercom, ci occuperemo di "Come otteniamo una nuova chiave API?" E ci occuperemo anche di un po' di confusione su “Ho messo in diretta una serie due settimane fa, e sto solo controllando; uno dei clienti avrebbe dovuto riceverlo, ma vedo che sono bloccati e come faccio a sbloccarlo?" Bla bla, bla. Il primo richiede un po' di tempo per rispondere – ci vuole un po' del nostro tempo, e ci vuole un po' del tempo del cliente.

Il secondo è in realtà disordinato, e potrebbero volerci un'ora o due per la diagnosi, ed è una vera cosa interoperativa, ma il primo trascina la nostra capacità di fare il secondo, e penso che ogni team di supporto abbia una versione di quella. Hanno domande complicate, come "Ehi, ho prenotato una stanza per sette notti ma mi serve solo per cinque, e me ne vado a metà e torno", o qualcosa del genere, e hanno anche, "Dov'è la piscina?" E l'idea è che rimuovendo gran parte di quello che chiamerei supporto transazionale indifferenziato, consenti davvero e autorizzi i team di supporto a fornire effettivamente un supporto di alta qualità nei momenti più complicati, i momenti più carichi emotivamente, i momenti più urgenti, più momenti emotivi. Sono quelli in cui il team di supporto guida davvero il valore aziendale. Non assumi un team di supporto per avere un gruppo di apologeti professionisti o spiegatori di "fai clic qui per reimpostare la password". Non è utile. Ma allo stesso tempo, è ancora inevitabile.

Penso che l'equilibrio, per me, stia nel trovare quel punto debole di "Dove il team di supporto genera il maggior valore e dove stiamo solo frustrando i nostri clienti?" Non è un'opportunità di costruzione del marchio per spiegare come reimpostare la password: è solo un collegamento insanguinato. Ecco dove Fin brilla. E i team di supporto brillano dove sanno come brillare. Questo, per me, è l'equilibrio.

Catherine Brodigan: È, come dici tu, capire cosa è automatizzabile e cosa avrà effettivamente bisogno di una conversazione umana più profonda e significativa. Il gioco cambierà ancora e ancora e ancora nei prossimi 3, 6, 9, 12 mesi e in futuro ci sarà intrinsecamente sempre più valore per i team di supporto. Ma se dovessimo concentrarci sul qui e ora per un secondo, qual è il principale fattore di valore per i team di supporto oggi e in che modo i team di assistenza clienti dovrebbero pensare di anticipare il gioco e prepararsi a utilizzare questa tecnologia nel migliore dei modi modo possibile?

“Come ti prepari per questo mondo? La risposta breve è che ti prepari documentando tutte le conoscenze che i team di supporto conoscono"

Des Traynor: Sì, penso che qualsiasi team di supporto rivolto al futuro dovrebbe iniziare a presumere che stiamo entrando in un mondo in cui l'intelligenza artificiale li aumenterà enormemente e li potenzierà nei loro flussi di lavoro. Hai un'enorme opportunità di fornire un supporto di livello mondiale per la tua azienda e, in ultima analisi, dare alla tua azienda un vantaggio competitivo rispetto ai suoi concorrenti dicendo sostanzialmente che il tuo supporto è migliore di quello di chiunque altro.

Ora, come ti prepari per questo mondo? La risposta breve è che ti prepari documentando tutte le conoscenze che i team di supporto conoscono. Perché è importante? Bene, i progressi qui sono nel regno dei modelli linguistici di grandi dimensioni che possono alla fine consumare informazioni e restituire risposte conversazionali intorno a loro. Non sanno cose che tu non dici loro. Non vuoi che inventino fatti. Vuoi che risolvano cose note. Se, ad esempio, hai una politica in base alla quale rilascerai una chiave API, ma non è spiegata da nessuna parte - è come una conoscenza tacita conferita dall'osmosi attorno al team di supporto - Fin non lo risolverà mai a meno che non inizi a raschiare gli arretrati .

Penso che il modo migliore per essere preparati sia avere una posizione chiara su tutte le cose più comuni che fanno i team di supporto e avere quella posizione scritta in un modo abbastanza chiaro che sia facile da analizzare. Onestamente, la cosa è così buona che funzionerà comunque, ma per il tuo bene dovresti essere chiaro. Nella misura in cui documenti la maggior parte delle cose che devi sapere per essere un agente di supporto, questo è il grado in cui Fin diventerà un membro rockstar della tua squadra. Il modo migliore per prepararsi è farlo. Per fortuna, molti dei nostri clienti che usano gli articoli hanno già centinaia di articoli che spiegano tutto questo, quindi sono a posto, ma se non ci sei ancora, ora è un ottimo momento per investire.

Catherine Brodigan: Capito. Il lavoro degli autori di contenuti e dei progettisti di contenuti del centro assistenza è improvvisamente diventato molto più di un bene desiderabile.

Des Traynor: Sì, e forse nemmeno una merce. Sì, i contenuti giocheranno un ruolo davvero importante e le persone con ottimi contenuti saranno in grado di fornire un supporto di livello mondiale, quindi penso che valga la pena investire.

GPT, ma rendilo affidabile

Catherine Brodigan: Capito. Fergal, mi piacerebbe coinvolgerti per la prossima domanda e approfondire ulteriormente Fin. L'abbiamo lanciato la scorsa settimana e mi piacerebbe sentire, dal punto di vista tecnico, cosa rende Fin diverso e cosa rende Fin potente.

Fergal Reid: Certo, Catherine, grazie. E grazie a tutti per essere venuti. Sì, guarda, i modelli di linguaggio di grandi dimensioni sono la nuova svolta e abbiamo avuto Resolution Bot, ma ce l'abbiamo da anni. Utilizza reti neurali e funziona molto bene in ciò che è buono in una volta in sella. Ma i modelli che usiamo per questo non sono così bravi a comprendere la complessità della conversazione umana, e così tante volte, in uno scambio di supporto, qualcuno fa una domanda, riceve un'informazione indietro, e poi fa una domanda chiarificatrice o una domanda sfumata. Dicono: "Oh, non è esattamente quello che intendevo, in realtà volevo chiederlo". Con Resolution Bot, abbiamo provato a costruire prototipi che comprendessero la complessità del linguaggio naturale e non sarebbero mai riusciti a farli funzionare come volevamo in quella conversazione umana a più turni e disordinata.

Quello che penso sia nuovo qui è che i modelli di linguaggio di grandi dimensioni nei modelli di trasformatore, GPT, lo hanno ridotto. Se vai a giocare con Fin, abbiamo visto le persone giocare con la demo e abbiamo appena visto così tanti esempi in cui fa la cosa giusta su una domanda di follow-up, e pensiamo che ci sia un cambiamento qualitativo lì come "Oh, è migliore del 10% o del 20% nel rispondere a una domanda di follow-up". Trasforma l'esperienza dell'utente e fa pensare alle persone: "Okay, all'improvviso posso parlarne. Posso parlarci e posso fidarmi di lui. Questo è nuovo. C'è un cambiamento fondamentale dell'esperienza utente nella qualità di un bot che puoi creare e fornire.

"Nei prossimi anni, impareremo tutti molto su parti dei nostri articoli del Centro assistenza che sono accidentalmente ambigui e li renderemo molto più nitidi"

E il secondo aspetto importante è che il modello linguistico è migliore nel linguaggio naturale, quindi può comprendere meglio i contenuti del Centro assistenza. Se gli dai un articolo, è incredibilmente bravo a scegliere una risposta da quell'articolo e dare la risposta corretta, al punto in cui abbiamo avuto molti casi in cui siamo tipo "Oh no, ha avuto allucinazioni". Ma in realtà no, questo è ciò che dice l'articolo. Perché lo stavamo testando su articoli di un centro di assistenza pubblico di cui non siamo esperti, e Fin ha fatto un lavoro di comprensione migliore di quello che avremmo fatto noi.

E ancora, non è perfetto e richiede sfumature. Al punto di Des prima, vuoi davvero che i tuoi contenuti siano scritti in modo inequivocabile perché stiamo cercando di progettare i robot in modo che non diano la risposta sbagliata se qualcosa è ambiguo. Se giochi con Fin, noterai che è piuttosto prudente se c'è qualcosa di ambiguo scritto in un articolo. Scommetto che nei prossimi anni impareremo tutti molto su parti dei nostri articoli del Centro assistenza che sono accidentalmente ambigui e li renderemo molto più nitidi perché vedremo solo quelli casi limite e iterare su quello. Ecco cosa c'è di nuovo. Queste sono capacità di trasformazione.

Catherine Brodigan: Sì, assolutamente. Penso che sia giusto dire che ChatGPT ha ripristinato le aspettative su alcuni dei malintesi più comuni sull'IA. Dove diresti di aver visto i cambiamenti più significativi?

Fergal Reid: Ovviamente, è una domanda enorme. Solo vedendo le persone giocare con la nostra demo, uno dei grandi malintesi per gli utenti al momento è che puoi venire da un bot come questo e chiedergli qualsiasi cosa; chiedigli di aiutarti con i compiti. E non è per questo che Fin è progettato. Fin è stato progettato in modo molto esplicito e chiaro per starne alla larga. Risponderà alle domande sul tuo Centro assistenza o dirà semplicemente: "Mi dispiace, non posso aiutarti". C'è sicuramente un'aspettativa dell'utente finale che una volta che il bot ha una comprensione naturale del linguaggio, va bene chiedergli di aiutarmi con i compiti, dove si trova la capitale dell'Argentina o qualsiasi altra domanda. E penso che questo malinteso cambierà abbastanza velocemente. Tutti hanno visto ChatGPT e penso che ora vedremo la prossima ondata di persone come Intercom, "Ehi, come possiamo prendere la nostra tecnologia e configurazione esistente e sposarla con la tecnologia in stile GPT per rendere migliore e più vincolato esperienze?” Nei prossimi sei mesi o un anno, penso che le aspettative degli utenti cambieranno.

Ci sono molte idee sbagliate anche dal punto di vista tecnico. Questi modelli funzionano davvero bene fuori dagli schemi, senza un grande grado di formazione. Non puoi nemmeno allenarti oggi. Al momento, se vuoi passare a GPT-4 o a uno qualsiasi degli altri modelli linguistici di grandi dimensioni, non puoi addestrarli per la tua attività specifica o anche per il tuo dominio. C'è una misura in cui se la cavano incredibilmente bene fuori dagli schemi senza quella formazione, e poi ci sono altri modi per aggirare il problema, come il modo in cui abbiamo costruito Fin e ingegnerizzato Fin: gli diamo un sacco di contesto sul business mentre interagisci con esso. Stiamo tutti imparando qui e penso che l'industria dovrà imparare molto sui parametri di questi modelli e su ciò che rende una buona esperienza utente.

Catherine Brodigan: Assolutamente. Abbiamo giocato tutti bene con ChatGPT quando è uscito, ed è davvero impressionante, ma stiamo facendo molto di più con Fin qui, al di fuori di ciò che questi LLM stanno facendo sul mercato gratuitamente. Cosa chiameresti come salsa segreta di Intercom qui? La cosa che sarà più impressionante per i clienti e i loro clienti, che entreranno e prenderanno Fin e la porteranno sul mercato.

"Con Fin, anche se il modello linguistico sottostante conosce la risposta da qualcosa che ha appreso sulla tua attività o su un concorrente da Internet, se non è nella tua base di conoscenza, non risponderà"

Fergal Reid: Stranamente, penso che entrambi stiamo facendo di più e di meno, in quanto riteniamo che sia davvero importante avere un bot che risponda semplicemente con contenuti curati dal tuo help desk. Qualcuno può andare a fargli una domanda in cui potresti non volere che un bot risponda alla loro domanda particolare. Le persone faranno domande che potrebbero causare danni al marchio. Se hai appena implementato un bot in stile ChatGPT più ingenuo, le persone ti faranno domande sui tuoi concorrenti e parlerà loro dei tuoi concorrenti. E chissà cosa dirà. Dirà qualunque cosa Internet dica sui tuoi concorrenti e quasi certamente non vuoi che i tuoi clienti partecipino a quelle conversazioni. Non saresti felice se i tuoi rappresentanti dell'assistenza lo facessero, e non sarai felice se lo fa il tuo bot.

Ciò che riteniamo così eccitante di Fin è che è limitato. È limitato al tuo centro assistenza e abbiamo dedicato molta cura e attenzione alla sua creazione, cercando di catturare la magia del dialogo in linguaggio naturale con la capacità di limitarlo e fidarsi di esso. Come Des ha accennato prima, qui abbiamo avuto un po' di montagne russe. Dopo il lancio di ChatGPT, ci siamo detti: “Oh mio Dio, questo interromperà il supporto; questo accadrà molto velocemente. E poi ci siamo detti, “Oh, no, non è perché non è degno di fiducia; dà risposte molto superficialmente accattivanti. E penso che ora siamo tipo "Come tecnologia, è migliorata". E poiché abbiamo imparato a usarlo di più, è possibile creare strumenti affidabili e pronti per il business. E hanno dei limiti.

Con Fin, anche se il modello linguistico sottostante conosce la risposta da qualcosa che ha appreso sulla tua attività o su un concorrente da Internet, se non è nella tua base di conoscenza, non risponderà. L'abbiamo deliberatamente progettato in questo modo e siamo molto convinti che sia ciò che i clienti vorranno. Ora dobbiamo distribuirlo a poche migliaia di clienti e, come sempre, ci saranno casi limite e così via, ma la risposta iniziale dei nostri clienti è stata molto positiva.

Catherine Brodigan: Certamente. Per tirare avanti quel filo attorno alle applicazioni di questa tecnologia, per le persone che non sono a conoscenza, a gennaio, abbiamo lanciato una serie di funzionalità nella Posta in arrivo di Intercom con l'assistenza AI dietro di loro - cose come riepiloghi di conversazioni o espansioni di testo, mentre Fin è ovviamente un prodotto rivolto al cliente. Dove ritieni che l'IA sia maggiormente ponderata o preziosa per il supporto? Continueremo a investire nell'intelligenza artificiale per gli agenti dell'assistenza e per l'esperienza del cliente finale?

“Per le conversazioni che non può affrontare, avremo rappresentanti dell'assistenza molto più veloci. Crediamo fermamente nell'investire pesantemente in entrambi"

Fergal Reid: Assolutamente, continueremo a investire in esso. La domanda su dove sia più importante è davvero difficile, e qui sono totalmente convinto del valore dell'IA. Faccio parte del team di machine learning di Intercom da circa cinque anni, ma ero scettico. Parte del mio lavoro è sempre stato quello di essere scettico. Quando qualcuno è arrivato e ha detto: "Ehi, il mio bot risolverà il 90% delle domande dei clienti". Sono sempre stato tipo "No, non lo farà". Sono molto meno scettico ora. Questa prossima generazione di tecnologia sarà davvero trasformativa.

E per le conversazioni che non può affrontare, avremo rappresentanti di supporto molto più veloci. Fondamentalmente, crediamo fermamente nell'investire pesantemente in entrambi. Non c'è modo che entrambi non cambino radicalmente: il ritmo della tecnologia sottostante continua a stupire e stupire. Anche per persone come noi, che ci sono molto vicine, le cose cambiano di mese in mese. Penso che saranno anni folli per l'assistenza clienti e il servizio clienti, e ne siamo davvero entusiasti. Siamo determinati a essere lì, trasformandoli in preziose funzionalità il più velocemente possibile.

Guarda Fin in azione

Catherine Brodigan: Sento che questo è davvero un buon seguito nella nostra demo. Emmet Connolly è il nostro vicepresidente del design del prodotto qui. Emmet, prima di entrare nella demo, mi piacerebbe ricevere un breve riassunto da te su ciò che abbiamo realizzato e sulle straordinarie funzionalità di Fin.

Emmet Connolly: Des e Fergal hanno fornito molti retroscena sulla tecnologia e sul contesto in cui lo stiamo lanciando. Abbiamo creato e lanciato Fin, un chatbot in linguaggio naturale, all'interno del nostro Messenger, che può esistere all'interno del tuo prodotto. Abbiamo la funzionalità chatbot in Intercom da anni, ma Fin introduce grandi miglioramenti rispetto allo stato dell'arte. Prima di tutto, è eccellente nel comprendere le domande in linguaggio naturale - tutti i tipi di domande che vengono digitate su di esso - dando loro effettivamente un senso e fornendo risposte in linguaggio naturale che sono generate per essere una risposta diretta alla domanda, non solo una citazione da un articolo o uno snippet preconfezionato, ma un "Sì, puoi farlo" o "No, non puoi farlo" in risposta a risposte dirette.

Da un punto di vista linguistico, può fare anche altre cose. Può contenere conversazioni in inglese complete, dove c'è un avanti e indietro. Puoi dire: "Oh, posso portare animali domestici quando sto nel mio...?" E dirà: "Sì, puoi". E poi puoi dire: "Beh, quanti ne posso portare?" E capisce che "quanti ne posso portare?" è animali domestici. Ottieni questo flusso molto naturale, avanti e indietro. Può porre domande di chiarimento, follow-up e così via.

"Il supporto che fornisci è un'estensione del tuo marchio, un punto di contatto chiave e non vuoi che il bot diventi canaglia"

Tutto questo si basa sul modello GPT-4, questo modello linguistico all'avanguardia di cui molte persone hanno sentito parlare e provato in questa fase. Per l'uso diretto in un prodotto, queste cose hanno alcuni problemi. Sono addestrati su tutti i contenuti del Web, quindi qualsiasi cosa qualcuno dica sulla tua azienda su Internet potrebbe potenzialmente essere trasmessa. Come ha detto Fergal, qualunque cosa tu non voglia che il tuo staff di supporto parli, non vorremmo che parlasse il bot. Non vorremmo che parlasse di quasi tutti gli argomenti al di fuori del dominio della tua azienda, o fornisse quasi tutte le risposte che può trovare dal web selvaggio.

E poi, infine, ha questa tendenza ad avere allucinazioni, a inventare risposte dal suono molto sicuro che tendono a non essere vere. Con Fin, abbiamo deciso di risolvere molti di questi problemi: prima di tutto, è addestrato sui tuoi contenuti basati sulla conoscenza, quindi può parlare ed è disposto a rispondere a domande all'interno di quell'area ma non al di fuori di essa, e lo farà in realtà rifiuta di impegnarsi in conversazioni su altri argomenti. Ci rendiamo conto che in alcuni casi, avere un bot che dice "Non lo so" o "Non ne parlerò con te" è in realtà una caratteristica e qualcosa che desideri davvero.

Volevamo guidare l'affidabilità il più possibile, quindi l'abbiamo anche collegata al suo materiale originale. Ciò consente alle persone di ottenere una risposta semplice da Fin ma anche di fare clic, leggere l'articolo e imparare molto di più. Ci impegniamo molto e parte di ciò è dovuto al fatto che il supporto che fornisci è un'estensione del tuo marchio, un punto di contatto chiave e non vuoi che il bot diventi canaglia. Ed è addestrato sulla tua base di conoscenza, che esiste già in molti casi, quindi essenzialmente non è necessaria alcuna configurazione per attivare questa cosa. Lo punti alla tua base di conoscenza, lo metti in funzione e immediatamente il bot assorbe tutte quelle informazioni, le tratta come il suo corpus di conoscenze e inizia a rispondere alle domande all'istante.

Una cosa che mi colpisce, a parte tutte queste fantasiose capacità, è che la barriera di accesso all'adozione effettiva del prodotto è così, così bassa, che non c'è quasi alcun motivo per non provarlo e vedere come funziona per te . Pensiamo che il rapporto costi-benefici di puntarlo in qualsiasi centro di assistenza e accenderlo sia un rapporto ridicolmente positivo e un ottimo motivo per le persone di adottare Fin e provarlo.

"È un robot IA conversazionale, affidabile e senza configurazione che completerà davvero i team di supporto e lavorerà al loro fianco"

E poi, qualcosa di speciale e unico in questo è che funziona con il resto del tuo sistema. Non è questo chatbot autonomo che cerca stupidamente di rispondere alle domande e talvolta fallisce. Siamo stati in grado di costruire questi vincoli e caratteristiche di sicurezza attorno ad esso perché abbiamo il resto di Intercom, in particolare i team di supporto, a cui possiamo passare queste domande. Fin dirà: "Senti, non lo so" o "Non sono libero di parlare di quell'argomento, ma posso passarti al mio team di supporto". Questo risale a ciò di cui parlava Des, fare in modo che il bot risponda alle domande in cui è bravo e consentire ai team di supporto di brillare dove sono i migliori.

Quindi, in breve, è un bot di intelligenza artificiale conversazionale, affidabile e senza impostazioni che integrerà davvero i team di supporto e lavorerà al loro fianco. Abbiamo persino avuto persone che dicevano: "Wow, sembra di avere un altro membro del team di supporto". In quel processo di consegna, può porre domande di chiarimento in modo che il team abbia molto più contesto prima ancora che riceva il messaggio inviato loro. Sta aiutando i team piuttosto che semplicemente aiutando i clienti.

Catherine Brodigan: Capito. È radicato in un'elevata fiducia, conosce i suoi limiti e sa in cosa è bravo. Emmet, grazie mille per questo.