Πώς η Adobe χρησιμοποιεί ένα AI chatbot για να υποστηρίξει τους 22.000 απομακρυσμένους εργαζόμενους

Πώς η Adobe χρησιμοποιεί ένα AI chatbot για να υποστηρίξει τους 22.000 απομακρυσμένους εργαζόμενους


Όταν το κλείσιμο του COVID-19 ξεκίνησε τον Μάρτιο στις Ηνωμένες Πολιτείες, η ομάδα της Adobe αντιμετώπισε μια σκληρή πραγματικότητα: το δεν είναι πλέον μια επιλογή. Ξαφνικά, σε ένα μόνο σαββατοκύριακο, έπρεπε να μετακινήσουμε το παγκόσμιο εργατικό δυναμικό μας πάνω από 22.000 άτομα για να εργαστούμε από απόσταση. Δεν αποτελεί έκπληξη, ότι οι υπάρχουσες διαδικασίες και οι ροές εργασίας μας δεν ήταν εξοπλισμένες για αυτήν την ξαφνική αλλαγή. Πελάτες, εργαζόμενοι και συνεργάτες, πολλοί από τους οποίους εργάζονται και από το σπίτι, δεν μπορούσαν να περιμένουν ημέρες για να απαντηθούν επείγουσες ερωτήσεις.

Συνειδητοποιήσαμε πολύ γρήγορα ότι ο μόνος τρόπος για να καλύψουν τις ανάγκες τους ήταν να επανεξετάσουμε πλήρως την υποδομή υποστήριξής μας.

Το πρώτο μας βήμα ήταν να ξεκινήσουμε ένα κανάλι Slack σε ολόκληρο τον οργανισμό που θα συνδέει τον οργανισμό πληροφορικής και ολόκληρη την κοινότητα υπαλλήλων της Adobe. Το 24/7 παγκόσμιο γραφείο βοήθειας IT θα βοηθήσει την υποστήριξη σε αυτό το κανάλι, ενώ το υπόλοιπο IT διατέθηκε για ταχεία κλιμάκωση των εκδηλώσεων.

Όταν ξεκινήσαμε να χτίζουμε το πλαίσιο και τις διεπαφές στο κανάλι Slack, συνειδητοποιήσαμε ότι παρουσιάζονταν συχνά οι ίδιες συγκεκριμένες ερωτήσεις και προβλήματα. Εστιάζοντας στα πιο κοινά και επαχθείς ζητήματα, αποφασίσαμε να βελτιστοποιήσουμε την υποστήριξή μας για συχνές ερωτήσεις και ζητήματα. Ονομάσαμε αυτό το κανάλι Slack “# wfh-assist” με βάση την τεχνητή νοημοσύνη και τη μηχανική μάθηση και είχε ενσωματωμένη επεξεργασία φυσικής γλώσσας (ΑΕΠ).

Οι απαντήσεις του chatbot θα μπορούσαν να είναι τόσο απλές όσο η καθοδήγηση υπαλλήλων σε ένα υπάρχον άρθρο της γνωσιακής βάσης ή συχνές ερωτήσεις ή η καθοδήγησή τους σε βήματα για την επίλυση ενός προβλήματος, όπως η δημιουργία ενός εικονικού ιδιωτικού δικτύου. Επιλέξαμε να επικεντρωθούμε πρώτα στα οκτώ θέματα που αναφέρονται πιο συχνά και σήμερα συνεχίζουμε να προσθέτουμε λειτουργίες καθώς μαθαίνουμε τι λειτουργεί και τι προσφέρει τα περισσότερα οφέλη.

Σαφή αποτελέσματα: ικανοποιημένοι εργαζόμενοι

Τα αποτελέσματα ήταν αξιοσημείωτα. Από την έναρξη της πρωτοβουλίας στις 14 Απριλίου, το αυτοματοποιημένο σύστημα ανταποκρίθηκε σε περισσότερες από 3.000 ερωτήσεις και έχουμε δει σημαντικές βελτιώσεις σε κρίσιμους τομείς. Για παράδειγμα, παρατηρήσαμε ότι περισσότεροι υπάλληλοι αναζητούσαν υποστήριξη πληροφορικής μέσω electronic mail όταν αλλάξαμε στην εργασία από το σπίτι και έγινε σημαντικό να μειωθεί ο χρόνος ανακύκλωσης για εισιτήρια υποστήριξης μέσω e mail. Με τη βοήθεια ενός μηχανισμού βαθιάς μάθησης και δρομολόγησης που βασίζεται στο NLP, το 38% των εισιτηρίων electronic mail κατευθύνεται αυτόματα στη σωστή ουρά υποστήριξης εντός έξι λεπτών. Το bot δρομολόγησης AI χρησιμοποιεί μια τεχνική ταξινόμησης που βασίζεται σε νευρωνικά δίκτυα για να ταξινομήσει τα εισιτήρια electronic mail σε τάξεις υποστήριξης ή ουρές. Με βάση την αναμενόμενη ταξινόμηση, το εισιτήριο αντιστοιχίζεται αυτόματα στη σωστή ουρά υποστήριξης.

Αυτές οι βελτιώσεις της τεχνητής νοημοσύνης έχουν μειώσει τον μέσο χρόνο που απαιτείται για την αποστολή και τη δρομολόγηση εισιτηρίων μέσω email από περίπου 10 ώρες σε λιγότερο από 20 λεπτά. Η συνεχής και εποπτευμένη εκπαίδευση στο bot δρομολόγησης μας βοήθησε να επιτύχουμε περίπου 97% ακρίβεια, σχεδόν ισοδύναμη με έναν ανθρώπινο εμπειρογνώμονα. Ως αποτέλεσμα, ο όγκος κλήσεων για εσωτερική υποστήριξη μειώθηκε κατά 35%.

Βελτιώνουμε τα ποσοστά απόκρισης και ανάλυσης του chatbot ελέγχοντας συνεχώς προηγούμενες συνομιλίες στο κανάλι Slack και εντοπίζοντας λέξεις-κλειδιά για να βελτιώσουμε τη μηχανή βάσει κανόνων, επισημαίνοντας προηγούμενα δεδομένα συνομιλιών για να βοηθήσουμε στην εκπαίδευση του μοντέλου NLP για καλύτερη αντιστοίχιση προθέσεων και ελέγξτε τις συνομιλίες για να εντοπίσετε σημαντικά ζητήματα και να δημιουργήσετε νέες απαντήσεις bot. Αναδιαρθρώνουμε το μοντέλο νευρωνικού δικτύου του δρομολογητή κάθε δύο εβδομάδες προσθέτοντας νέα δεδομένα από τα επιλυμένα εισιτήρια στο σετ προπόνησης. Αυτό όχι μόνο βοηθά στον εντοπισμό νέων ή αλλαγμένων προγραμμάτων δρομολόγησης, αλλά επιτρέπει επίσης στο μοντέλο να ξαναμάθει και να αποφύγει προηγούμενα σφάλματα σε μελλοντικές προβλέψεις.

Κάντε τις συνομιλίες σημαντικές

Καθώς συνεχίζουμε να μεταφέρουμε πρόσθετες λειτουργίες διεργασίας σε AI και chatbots, εστιάζουμε σε μερικά βασικά ζητήματα. Αρχικά, ας δούμε τα αποτελέσματα μιας υψηλής απόδοσης επένδυσης από την τεχνολογία, λαμβάνοντας υπόψη τους αριθμούς και τις μετρήσεις για να μας κατευθύνουν προς τη σωστή κατεύθυνση. Ταυτόχρονα, εξετάζουμε προσεκτικά πώς η τεχνολογία επηρεάζει τους πελάτες και τους υπαλλήλους και πού αποδίδει αξία.

Μόλις εντοπιστεί μια διαδρομή, επιτρέπουμε σε ομάδες να το κάνουν για να πειραματιστώ, δοκιμάζοντας chatbots και τεχνητή νοημοσύνη για διαφορετικούς σκοπούς και με νέους τρόπους ώστε να μπορούμε να μάθουμε και να μεγαλώσουμε. Έχουμε επίσης δημιουργήσει ένα κέντρο αριστείας που μας επιτρέπει να μοιραζόμαστε τις γνώσεις για αυτό που μαθαίνουμε εσωτερικά γρήγορα και ευρέως. Για παράδειγμα, αξιοποιούμε τη δουλειά που πραγματοποιήθηκε στο κανάλι Slack “# wfh-aid” σε άλλα συνομιλητικά chatbots για οικονομικές και πελατειακές δραστηριότητες. Ένας άλλος τομέας που συνεχίζουμε να εξετάζουμε είναι αυτοματοποίηση ρομποτικών διεργασιών (RPA), το οποίο αναφέρεται σε επιχειρηματικές βελτιώσεις που προκύπτουν από το συνδυασμό αυτόνομων ρομπότ λογισμικού (bots) και AI. Συνεχίζουμε να πειραματίζουμε και να αξιολογούμε νέους τρόπους αξιοποίησης της τεχνολογίας RPA για τη βελτίωση της εμπειρίας των εργαζομένων μας.

Τέλος, είναι σημαντικό να αντιμετωπίσετε ζητήματα διαχείρισης αλλαγών. Θεωρούμε ότι αυτή η πρόκληση είναι ακόμη πιο σημαντική από το να κάνουμε την τεχνολογία ακριβώς σωστή, ειδικά στην αρχή μιας πρωτοβουλίας. Οι άνθρωποι πρέπει να κατανοήσουν την τεχνολογία τεχνητής νοημοσύνης και chatbot, γιατί χρησιμοποιείται, πώς μπορεί να τους βοηθήσεικαι πώς μπορούν να αλλάξουν τους ρόλους τους. Κατά την εισαγωγή ενός νέου / άγνωστου τεχνολογικού εργαλείου, είναι ζωτικής σημασίας να διατηρήσετε την εμπειρία των εργαζομένων στο επίκεντρο της διαδικασίας εκπαίδευσης και ένταξης, για να βεβαιωθείτε ότι αισθάνονται άνετα και σίγουροι για την αλλαγή.

Για να διασφαλίσουμε την ομαλή εφαρμογή, συνεργαζόμαστε με τον εκπαιδευτικό συνεργάτη μας, Coursera, για την υλοποίηση της εκπαίδευσης AI για το εργατικό δυναμικό μας μέσω ενός εξάμηνου προγράμματος εκπαίδευσης και πιστοποίησης μηχανικής μάθησης για το δικό μας παγκόσμιοι μηχανικοί. Ο στόχος είναι να βοηθήσουμε όλους τους μηχανικούς μας να είναι ειδικοί σε θέματα AI, δεδομένου του αυξανόμενου ρόλου της AI και της αυτοματοποίησης στην καθημερινή τους εργασία.

Το AI και τα chatbots έχουν αναδειχθεί ως ένα νέο “συμπληρωματικό” εργατικό δυναμικό στην Adobe. Η τεχνολογία βελτιώνει αυτό που μπορούν να κάνουν οι ομάδες μας και τους αφήνει ελεύθερους να αντιμετωπίσουν την εργασία πιο αποτελεσματικά και στρατηγικά. Η βιομηχανική έρευνα υποστηρίζει αυτήν την προσέγγιση. Ένα 2017 PwC σχέση διαπίστωσε ότι το 72% των στελεχών επιχειρήσεων πιστεύουν ότι η AI παρέχει επιχειρηματικά οφέλη.

Αν και δεν υπάρχει εύκολος τρόπος για να πλοηγηθείτε στην πανδημία και τον ψηφιακό μετασχηματισμό, η στρατηγική χρήση του αυτοματισμού AI και των chatbots μπορεί να προσφέρει αξία για όλους στο οικοσύστημα των εργαζομένων. Είναι τεχνολογία έτοιμη για την πρώτη ώρα κάθε μέρα.

Η Cynthia Stoddard είναι Ανώτερος Αντιπρόεδρος και CIO στο Πλίθα.



[via]

Απάντηση

Αυτός ο ιστότοπος χρησιμοποιεί το Akismet για να μειώσει τα ανεπιθύμητα σχόλια. Μάθετε πώς υφίστανται επεξεργασία τα δεδομένα των σχολίων σας.