Informatique

Pourquoi l’IA conversationnelle est désormais en prime time

Pourquoi l'IA conversationnelle est désormais en prime time

L’intelligence artificielle conversationnelle sert d’interface entre une personne et un ordinateur. Et donc aux organisations et aux entreprises d’établir des interactions bidirectionnelles intéressantes. Cette technologie est généralement associée aux centres d’appels et aux assistants virtuels / chatbots, bien qu’elle puisse être appliquée dans pratiquement tous les secteurs verticaux.

Grâce à l’apprentissage automatique et aux percées de l’IA au cours des deux dernières années, l’IA conversationnelle s’est développée au-delà des chatbots pour inclure une variété de cas d’utilisation.


L’IA conversationnelle existe depuis plusieurs années, mais la technologie n’était prête que pour un laboratoire. Aujourd’hui, cependant, grâce aux progrès de l’IA et des modèles d’apprentissage automatique, l’IA conversationnelle est prête à entrer dans le monde de l’entreprise, en particulier dans le domaine de l’expérience client.


Au début du mois de novembre dernier, un panel d’experts de T-Mobile, RingCentral et Hugging Face s’est réuni à la conférence NVIDIA 2021 GTC pour discuter de la façon dont l’IA conversationnelle a amélioré leurs activités et pour partager les tendances qui façonnent l’avenir de cette technologie émergente. Lors de cette conférence, NVIDIA a également dévoilé Riva Custom Voice, une nouvelle boîte à outils qui peut être utilisée pour créer des voix personnalisées avec seulement 30 minutes de données d’enregistrement vocal.


L’innovation autour de la synthèse vocale et des données vocales va « transformer la façon dont les assistants virtuels et les chatbots se connectent et répondent », a déclaré Kari Briski, vice président de la gestion des produits logiciels pour l’IA/HPC (calcul haute performance) de NVIDIA. Il y a une énorme opportunité d’utiliser les données pour construire de nouveaux modèles d’IA conversationnels qui prennent en compte les accents des gens et les environnements audio distincts, comme les cafés bruyants et les événements sportifs en plein air.


L’IA est en mesure de s’enseigner elle-même


« À l’avenir, nous verrons l’IA définir ses propres données », a déclaré Prashant Kukde, vice-président adjoint de l’IA conversationnelle chez RingCentral. L’IA pourrait par exemple agir comme un filtre de fond en temps réel pour éliminer un accent lorsqu’un locuteur non natif parle. Dans le même temps, la personne à l’autre bout du fil entendrait l’accent qui lui est familier. Ce concept d’IA conversationnelle bidirectionnelle n’est qu’un exemple de l’innovation dans ce domaine, a déclaré M. Kukde.


RingCentral se concentre actuellement sur l’application de l’IA aux conversations spontanées que l’on trouve généralement dans les réunions virtuelles. Le fournisseur de communications unifiées en tant que service (UCaaS) intègre l’IA conversationnelle dans son portefeuille de produits existants. Il a récemment lancé une nouvelle fonction de résumé automatisé qui génère des résumés de réunion de la parole au texte afin d’offrir aux participants une meilleure expérience et, par conséquent, d’améliorer la productivité.


Pourquoi elle devrait être présente dans tous les centres de contact


Les déploiements de l’IA conversationnelle de T-Mobile vont de l’assistance aux employés de T-Mobile aux clients en contact avec l’extérieur. T-Mobile utilise l’IA dans ses centres de contact pour documenter les conversations entre les clients et les agents du service clientèle, à la fois par le biais des chatbots et du libre-service. L’opérateur mobile utilise également l’IA pour transcrire les conversations de la parole au texte afin d’aider les agents travaillant dans les centres d’appels.


Lorsque le COVID-19 a frappé, les centres d’appels de T-Mobile ont été inondés de demandes en raison des difficultés financières causées par la pandémie. T-Mobile a pu automatiser cette tâche simple en déployant un chatbot. Ce à quoi T-Mobile ne s’attendait pas, c’est à obtenir un retour sur investissement (ROI) aussi élevé en lançant un petit projet secondaire, qui s’est transformé en un outil largement utilisé.


« Nous pensions que le chatbot ne vivrait que le temps de la saison du coronavirus. Mais au cours des 18 premiers mois de sa vie, nous avons obtenu un retour sur investissement de 750 % grâce à ce chatbot », a déclaré Heather Nolis, ingénieur principal en apprentissage automatique chez T-Mobile. « De nombreuses tâches de routine sont effectuées dans nos centres d’appels et les humains ne sont pas nécessaires. En fait, nous avons constaté qu’environ 30 % de nos clients ne veulent pas parler à une personne et préféreraient un assistant conversationnel. « 


L’IA conversationnelle poursuit son évolution


Au cours des trois dernières années, l’IA conversationnelle a évolué pour inclure de nouveaux types de modèles qui fournissent de meilleures prédictions pour résumer et classer le texte, comprendre le sentiment, et faire de nouvelles choses à la fois dans la parole et la vision. Cela signifie que les organisations devront adopter une IA plus pragmatique, qui s’attaque au problème de l’entreprise plutôt qu’à la solution, a déclaré Jeff Boudier, directeur de produit chez Hugging Face, créateur de la bibliothèque open-source Transformers de traitement du langage naturel (NLP).


« L’un des principaux défis de ces trois dernières années a été de mettre la science entre les mains des praticiens », a déclaré M. Boudier. « L’IA pragmatique nécessite d’utiliser autant que possible des technologies open source. C’est l’une des caractéristiques de l’apprentissage automatique : il est axé sur la science. C’est un système vivant que les gens construisent. »


La bibliothèque Transformers de Hugging Face encourage les contributions de nombreuses personnes de différents secteurs. Il existe plus de 1 600 ensembles de données publiques disponibles dans environ 200 langues. N’importe qui peut accéder à 70 000 modèles gratuits, fournis par une communauté de 1 000 contributeurs (en pleine expansion). Les ensembles de données vont de la classification de textes à la transcription d’enregistrements audio, en passant par la reconnaissance d’objets dans des photos et des vidéos.


Un avenir ouvert et collaboratif est l’objectif ultime de l’IA conversationnelle. Mais avant d’y parvenir, les entreprises doivent comprendre pourquoi elles créent des chatbots. M. Kukde, de RingCentral, pense que les entreprises devraient introduire progressivement l’IA conversationnelle et la positionner de manière à ce que les gens n’aient pas l’impression qu’elle leur prend leur travail. Lorsque l’IA est introduite progressivement, les organisations ont le temps de mieux former les employés, a-t-il ajouté.


M. Nolis estime qu’une bonne stratégie pour les entreprises consiste à créer des chatbots qui offrent aux utilisateurs une bonne expérience plutôt que de leur faire des suggestions qu’ils connaissent déjà. Il est important de comprendre où les chatbots doivent être utilisés et où ils ne doivent pas l’être, afin que les gens aiment vraiment parler aux chatbots au lieu de les tolérer et d’espérer arriver un jour à une vraie personne.


« Toute personne qui construit un chatbot devrait écouter ses utilisateurs en examinant les données dont elle dispose déjà à partir des interactions sur les médias sociaux, des plaintes et des conversations avec les agents du service clientèle », conclut Nolis. « Si l’agent IA que nous construisons ne peut pas faire ce qu’un humain peut faire, alors nous laisserons un humain s’en occuper, car nous tenons vraiment à la qualité de notre service client. »


Source : « ZDNet.com »




Source link

Articles similaires

Bouton retour en haut de la page