Το πρώτο βήμα για να χρησιμοποιήσει μια μικρή επιχείρηση AI στην εξυπηρέτηση πελατών δεν χρειάζεται να είναι ένα chatbot που απαντά μόνο του. Μπορεί να είναι ένα εργαλείο που ετοιμάζει προσχέδια για την ομάδα. Έτσι υπάρχει χώρος να φανεί τι κάνει καλά, πού μπερδεύεται και πόσο έλεγχο απαιτεί, πριν μια λανθασμένη υπόσχεση φτάσει στον πελάτη.
Η γαλλική αρχή προστασίας δεδομένων CNIL προτείνει η εισαγωγή παραγωγικής AI να ξεκινά από συγκεκριμένη ανάγκη, με ορισμένες επιτρεπόμενες χρήσεις και γνώση των περιορισμών της. Επισημαίνει επίσης ότι ένα αποτέλεσμα μπορεί να ακούγεται πειστικό και να είναι ανακριβές. Το παρακάτω σχέδιο αποτελεί πρακτικό παράδειγμα οργάνωσης μιας δοκιμής, όχι πιστοποίηση κάποιου προϊόντος.
Διάλεξε ένα μικρό, σαφές πεδίο
Αν η ομάδα δέχεται συχνά ερωτήσεις για ωράριο, τρόπους αποστολής και βασικά χαρακτηριστικά προϊόντων, αυτά μπορούν να αποτελέσουν το πρώτο πεδίο. Αιτήματα επιστροφής χρημάτων, καταγγελίες ή περιπτώσεις που απαιτούν ερμηνεία όρων μπορούν να παραμείνουν εξαρχής σε άνθρωπο. Το ζητούμενο είναι να οριστεί ποια δουλειά δοκιμάζεται και ποια δεν περιλαμβάνεται.
Μια πρώτη δοκιμή δύο εβδομάδων, για παράδειγμα, μπορεί να περιοριστεί σε προσχέδια απαντήσεων για δημόσιες πληροφορίες. Η διάρκεια είναι επιλογή της ομάδας, όχι καθολικός κανόνας. Πριν ξεκινήσει, καταγράφεται η σημερινή διαδικασία: ποιος απαντά, από πού αντλεί στοιχεία και πόσο χρόνο χρειάζεται συνήθως.
Φτιάξε μια πηγή που αξίζει να εμπιστευτείς
Το εργαλείο χρειάζεται ενημερωμένο υλικό. Ένας πίνακας με παλιές χρεώσεις και ένα αρχείο με ασαφείς εξαιρέσεις μεταφέρουν το πρόβλημα στην απάντηση. Χρειάζεται ένας υπεύθυνος για κάθε πληροφορία και μια ημερομηνία τελευταίου ελέγχου. Όταν αλλάζει το ωράριο ή μια υπηρεσία, ενημερώνεται πρώτα η πηγή που χρησιμοποιεί η ομάδα.
Στο δοκιμαστικό αρχείο μπορούν να μπουν τριάντα κατασκευασμένες ερωτήσεις: εύκολες, αμφίσημες και ερωτήσεις για πληροφορίες που απουσιάζουν. Για καθεμία γράφεται τι θα θεωρούνταν αποδεκτή απάντηση. Η παραδοχή ότι χρειάζεται ανθρώπινη επιβεβαίωση μετρά ως σωστή συμπεριφορά όταν η πηγή δεν δίνει απάντηση.
Μην ξεκινήσεις με πραγματικά αρχεία πελατών
Για τη δοκιμή αρκούν συνθετικά παραδείγματα χωρίς προσωπικά στοιχεία. Δεν υπάρχει λόγος να δοθούν ονόματα, διευθύνσεις, αριθμοί παραγγελίας ή ιδιωτικές συνομιλίες για να ελεγχθεί αν το εργαλείο κατανοεί μια γενική ερώτηση. Αργότερα, οποιαδήποτε χρήση πραγματικών δεδομένων απαιτεί ξεχωριστή αξιολόγηση των όρων, της ασφάλειας και των υποχρεώσεων της επιχείρησης.
Η CNIL συνιστά να εξετάζεται αν ένας τρίτος πάροχος μπορεί να επαναχρησιμοποιήσει τα δεδομένα που του παρέχονται. Η λέξη «επαγγελματικό» στην εμπορική ονομασία μιας υπηρεσίας δεν υποκαθιστά αυτόν τον έλεγχο. Η ομάδα πρέπει να ξέρει ποιος έχει πρόσβαση στο εργαλείο και σε ποιον απευθύνεται όταν προκύψει πρόβλημα.
Μέτρησε την ολοκληρωμένη απάντηση
Ένα προσχέδιο που παράγεται σε δευτερόλεπτα μπορεί να απαιτεί αρκετά λεπτά διόρθωσης. Στον χρόνο της δοκιμής περιλαμβάνονται η προετοιμασία, η ανάγνωση της πηγής, οι διορθώσεις και η τελική έγκριση. Παράλληλα, σημειώνεται αν υπήρξαν λανθασμένες χρεώσεις, ανύπαρκτες υπηρεσίες ή δεσμεύσεις που κανείς δεν είχε εγκρίνει.
Για παράδειγμα, σε είκοσι υποθετικές ερωτήσεις η ομάδα μπορεί να βρει δεκαπέντε έτοιμα προσχέδια, τέσσερα που θέλουν ουσιαστική αλλαγή και ένα που πρέπει να απορριφθεί. Αυτή η καταγραφή είναι πιο διαφωτιστική από ένα γενικό «μας βοήθησε». Τα αποτελέσματα ελέγχονται ανά είδος ερώτησης, ώστε μια εύκολη κατηγορία να μην κρύβει τα προβλήματα μιας άλλης.
Απόφαση συνέχισης με συγκεκριμένους όρους
Στο τέλος της δοκιμής υπολογίζονται και οι συνδρομές, ο χρόνος συντήρησης του υλικού και η εκπαίδευση. Αν υπάρχει όφελος μόνο στις απλές ερωτήσεις, η χρήση μπορεί να παραμείνει εκεί. Αν οι διορθώσεις είναι περισσότερες από τον χρόνο που εξοικονομείται, η επόμενη κίνηση ίσως είναι καλύτερη τεκμηρίωση και όχι ακριβότερο πακέτο.
Η δοκιμή ολοκληρώνεται με μια γραπτή απόφαση: τι επιτρέπεται, ποιος ελέγχει και πότε επανεξετάζεται. Το εργαλείο αποκτά θέση στη δουλειά επειδή πέρασε έναν χρήσιμο έλεγχο, όχι επειδή έδωσε μια εντυπωσιακή απάντηση στην πρώτη παρουσίαση.
Χρήσιμο είναι να κρατηθούν και δύο ή τρία παραδείγματα αποτυχίας για την επόμενη εκπαίδευση. Έτσι, όταν αλλάξει το εργαλείο ή προστεθεί νέο μέλος στην ομάδα, η αξιολόγηση θα έχει συγκεκριμένο σημείο αναφοράς και δεν θα ξεκινά από την αρχή.
