Nuo technologijos prie realios naudos
Pasak Astos Bagdonavičienės, „Telia“ dirbtinio intelekto, duomenų ir analitikos vadovės, jei iki šiol įprasti DI sprendimai veikė kaip pagalbininkai, atsakantys į užklausas ar generuojantys turinį, dabar kalbama apie sistemas, kurios gali savarankiškai atlikti užduotis.
„DI peržengė eksperimentų ribas ir pradeda tapti realių procesų vykdytoju: vietoje paprasto „paklausi – atsakau“ principo atsiranda modelis „duok tikslą – aš pats suplanuosiu ir įgyvendinsiu sprendimą“. Pavyzdžiui, agentinis DI gali savarankiškai patikrinti sutartį, pakeisti planą ar padėti spręsti techninę problemą. Natūralu, kad prie tokio praktinio DI taikymo pamažu juda organizacijos“, – sako ji.
Ji pasakoja, kad „Telia“ viduje vysto realaus laiko asistento įrankius darbuotojams – DI, kuris pokalbio metu padeda konsultantui susiorientuoti situacijoje, pasiūlo sprendimus, po skambučio parašo santrauką į CRM sistemą. Kita labai svarbi kryptis – procesų automatizacija, kur siekiama pereiti nuo tradicinių, iš anksto taisyklėmis paremtų automatizavimo sprendimų prie DI valdomų procesų.
Inovacijos sveikatos sektoriuje
Agentinio DI sprendimai kelią skinasi į sveikatos priežiūros sektorių, kur padeda spręsti augančio klientų srauto problemas. Diagnostikos centrų ir klinikų tinklas „Affidea“ nuo vasaros pradės naudoti virtualią asistentę Gretą, kuri savarankiškai registruos pacientus pas gydytojus ir tyrimams.
„Per penkerius metus mūsų klinikos skambučių srautai beveik padvigubėjo. Nuo 7 iki 40 darbuotojų užaugo ir klientų aptarnavimo centras. Todėl DI tapo ne eksperimentine, o strategine priemone augimui valdyti. Nusprendėme „įdarbinti“ naują kolegę, kuri galėtų padėti esamiems darbuotojams ir atlaisvintų juos nuo techninių užduočių“, – patirtimi dalijasi „Affidea“ Klientų aptarnavimo centro vadovė Kintautė Šukienė.
Pasak jos, kuriant virtualią asistentę vienu didžiausių iššūkių tapo natūralaus pokalbio užtikrinimas. Reikėjo suderinti greitą reakciją su DI atliekamais kalbos atpažinimo, supratimo ir atsakymo generavimo procesais.
„Kad DI veiktų gerai, jam reikia laiko pagalvoti. Bet kad pokalbis būtų natūralus – atsakymas turi būti labai greitas. O juk visas procesas susideda iš kelių etapų, kiekvienas etapas prideda šimtus milisekundžių: kalbos atpažinimo, supratimo, atsakymo generavimo, balso sintezės. Robotas užtrukdavo atsakyti 3 sekundes – kas yra visiškai nenatūralu ir neartima žmogaus kalbai. Todėl turėjome ieškoti sprendimų kaip tą atsakymo laiką sutrumpinti ir pokalbį paversti natūralesniu“, – pasakoja K.Šukienė.
Klysta ir žmonės, ir robotai
A.Bagdonavičienė pripažįsta, kad diegiant agentinio DI sprendimus, „klaidų ir bandymo“ metodo nepavyks išvengti nė vienai organizacijai.
„Telia“ sąmoningai laikomės principo, kad technologija seka paskui verslo problemą, todėl daug kas prasideda nuo labai konkrečių atvejų ir tik tada plečiasi. Itin svarbu yra disciplina: dirbti su realiais scenarijais, turėti bendrą platformą, aiškias kokybės valdymo taisykles ir pakankamai greitai atsisakyti neveikiančių sprendimų. Mano nuomone, didžiausia klaida šiame etape yra laukti, kol atsiras teisingas būdas. Jo nėra – aiškumas atsiranda tik darant“, – teigia ji.
„Affidea“ taip pat įdiegė griežtą kontrolės sistemą: aiškiai apribojo, kokią informaciją DI robotas gali teikti, kokiais atvejais turi perduoti pokalbį su klientu žmogui, o pokalbių kokybė bus vertinama taip pat, kaip ir darbuotojų.
„Klausimas nėra, ar DI darys klaidų. Jis darys. Klausimas, ar mes tas klaidas matysim ir valdysim, ar apie jas sužinosim iš pacientų“, – reziumuoja K.Šukienė.
Pasak A.Bagdonavičienės, korporatyviniame pasaulyje agentinio DI diegimas dar yra ankstyvoje stadijoje. Daugelis organizacijų vis dar eksperimentuoja su generatyviniu DI ir pokalbių robotais, o pilnų agentinių sprendimų kol kas nedaug – greičiau žengia maži ir vidutiniai visiškai skaitmenizuoti verslai.
„Vis dėlto kryptis aiški – verslas juda link autonominių operacijų, DI valdomo klientų aptarnavimo ir agentų kaip svarbios procesų vykdymo grandies. Telekomunikacijų ir sveikatos priežiūros sektorių patirtis rodo, kad agentinis DI tampa svarbia verslo infrastruktūros dalimi, tačiau jo diegimas reikalauja ne tik technologinių investicijų, bet ir aiškios strategijos bei gebėjimo mokytis iš klaidų“, – apibendrina „Telia“ dirbtinio intelekto, duomenų ir analitikos vadovė Asta Bagdonavičienė.
