無需培訓(xùn)即可產(chǎn)生情景與人性兼具的客戶對話

通過準確的查詢識別、保留對話歷史記錄以及跨渠道的無縫上下文切換來解決客戶對話中斷的問題，Orchestrator LLM 將客戶滿意度提高了 60%

Orchestrator LLM了解客戶意圖，無需手動培訓(xùn)即可觸發(fā)相應(yīng)的工具，從而將運營成本降低了 60％

加利福尼亞州圣馬特奧2024年5月9日 /美通社/ -- 生成式人工智能 (AI) 客戶服務(wù)自動化領(lǐng)域的全球領(lǐng)導(dǎo)者 Yellow.ai今天推出了 Orchestrator LLM，這是業(yè)界首創(chuàng)的代理模式，可在進行個性化、情境化對話的同時決定最合適的下一步行動。通過保留上下文，生成式AI 代理模型可以更快、更準確地解決問題，從而使客戶滿意度提高了60% 以上。

傳統(tǒng)聊天機器人，通常缺乏情境感知和對過去互動的記憶，可能導(dǎo)致對話不連貫，讓客戶不滿意。這些限制，源于其處理超出程序響應(yīng)的查詢的能力有限；而能力有限，源于對意圖和話語的培訓(xùn)不足。但是，隨著大型語言模型(LLM) 的出現(xiàn)，在自動化客戶體驗中增強個性化，變得越來越可行。引領(lǐng)這項創(chuàng)新，Yellow.ai 的 Orchestrator LLM 通過以下方式直接應(yīng)對了這些挑戰(zhàn)：

通過高級的上下文切換功能，增強客戶體驗：Orchestrator LLM 在上下文切換方面表現(xiàn)出色，可進行閑聊，確保查詢之間的平穩(wěn)過渡，提供連貫流暢的用戶體驗。它巧妙地分析對話，識別多種意圖并維護上下文，引導(dǎo)用戶實現(xiàn)主要目標，同時盡量減少突然結(jié)束的情況。Orchestrator LLM 通過將過去的互動保留在記憶窗口中并重新審視原始查詢，讓展開的對話更全面、更像人類。

零培訓(xùn)，實現(xiàn)最大運營效率：Orchestrator LLM 無需事先培訓(xùn)，即可提供針對客戶需求量身定制的最佳解決方案。它實時決定如何激活適當?shù)拇砉ぷ髁鞒袒驅(qū)υ捔鞒蹋皂憫?yīng)用戶的請求。例如，此模型可以立即確定是從知識庫檢索信息、啟動新的對話流程還是升級到在線客服，同時保留對話的上下文。這種流程簡化，顯著降低了60％的運營成本，并將代理生產(chǎn)率提高了50％。

"釋放LLM的全部潛力，需要強大的協(xié)調(diào)框架。我們的 Orchestrator LLM 是中央集成中心，可與各種AI 工具和后端系統(tǒng)無縫協(xié)作，以提供更具凝聚力和個性化的客戶體驗。" Yellow.ai 首席執(zhí)行官兼聯(lián)合創(chuàng)始人Raghu Ravinutala 說。"此次發(fā)布，進一步凸顯了我們對開發(fā)多個內(nèi)部LLM 的承諾，并推動了我們的使命，即通過AI 優(yōu)先的解決方案來自動提供類人體驗，重新定義客戶服務(wù)領(lǐng)域。"

"Orchestrator LLM 可以真正徹底改變客戶服務(wù)行業(yè)。它預(yù)測客戶需求并提供即時相關(guān)響應(yīng)的能力，有助提高客戶忠誠度和運營效率。" Waste Connections 首席信息官Eric Hansen說。

Yellow.ai 在為不同的客戶服務(wù)用例開發(fā)多個內(nèi)部LLM 方面，取得了長足的進步。此公司不但推出了用于零設(shè)置、以目標為導(dǎo)向的對話、總結(jié)和問答解答的YellowG LLM，還推出了印度尼西亞首款以超過11 種地區(qū)語言提供客戶支持的模型Komodo-7B。這些LLM 的幻覺率 (hallucination rate) 低于1%，平均響應(yīng)時間為0.6 秒，旨在滿足企業(yè)設(shè)定的嚴格標準，確保安全、精確和個性化的客戶互動。此外，此公司已成功為各大企業(yè)部署了150 多個生成式AI 機器人，展示了其強大的生成式AI 功能，并專注于為客戶服務(wù)提供AI 優(yōu)先解決方案。

審核編輯 黃宇