چگونه Moveworks از هوش مصنوعی Conversational برای پشتیبانی از کارهای ترکیبی استفاده کرد


آیا جلسه ای از نشست Future of Work را از دست داده اید؟ برای پخش جریانی به کتابخانه بر اساس تقاضای Future of Work Summit بروید.


هوش مصنوعی مکالمه‌ای که به چت‌بات‌ها اجازه می‌دهد تا در مکالمات انسان‌مانند شرکت کنند، موضوعی است که در IT سازمانی بسیار مورد بحث (و بحث‌برانگیز) بوده است. برخی می گویند این آینده نحوه کار شرکت ها با کارمندان و مشتریان خود است. برخی دیگر ادعا می‌کنند که فناوری‌های پشت هوش مصنوعی محاوره‌ای از درک تفاوت‌های ظریف زبان انگلیسی، چه رسد به زبان‌های دیگر، ناتوان هستند و کاملاً بالغ نیستند.

دیدگاه‌ها می‌توانند متفاوت باشند، اما اعداد همچنان نشان می‌دهند که هوش مصنوعی محاوره‌ای در مسیر پذیرش گسترده است. یک نظرسنجی اخیر که توسط Replicant انجام شد نشان داد که تقریبا 80٪ از مصرف کنندگان مایلند با هوش مصنوعی مکالمه صحبت کنند. گارتنر پیش‌بینی می‌کند که پیاده‌سازی ربات چت در سطح سازمانی در دو تا پنج سال آینده بیش از 100 درصد افزایش خواهد داشت. این افزایش تقاضا دقیقاً همان چیزی است که Moveworks در سال های اخیر شاهد بوده است. این شرکت مستقر در کالیفرنیا که از هوش مصنوعی محاوره‌ای برای ارائه پشتیبانی سرتاسر کارمندان استفاده می‌کند، به ویژه در طول همه‌گیری زمانی که نیاز به کار ترکیبی و از راه دور به طور قابل‌توجهی افزایش یافت، شاهد رشد چشمگیر این افزایش بوده است.

سه تغییر سکولار وجود دارد که راه را برای تولید عصر کاملاً جدید هوش مصنوعی محاوره‌ای – SaaS پیش می‌برد. [software-as-a-service] ادغام، پیام‌های سازمانی و پیشرفت‌های NLU،” باوین شاه، موسس و مدیر عامل Moveworks، در طی یک پنل در VentureBeat’s Future of Work Summit گفت.

اغلب اوقات، پاسخ به راه‌حل‌های مکالمه‌ای مانند چت‌بات‌ها بسیار ضعیف است، زیرا آن‌ها معنی و نکات ظریف جمله کاربر را درک نمی‌کنند و پاسخ‌های نادرستی می‌دهند. شاه گفت، این نتیجه کدگذاری سخت ابزارها با جریان های منطقی سفت و سخت است (اگر این، پس آن نوع سیستم) و می تواند با استفاده موثر از مدل های پیشرفته ML از بین برود و به ابزارها اجازه دهد یکپارچه تر باشند.

او گفت: «با استفاده از یادگیری ماشین، تکنیک‌های جدید و مجموعه‌ای از تکنیک‌ها – از مدل‌های تصحیح کننده املا گرفته تا مدل‌های دستور زبان آماری – می‌توانید به جای اینکه از قبل تعیین کنید، به مکالمه‌ای که با کارمند ظاهر می‌شود واکنش نشان دهید.»

شرکت‌هایی که بر کار ترکیبی و از راه دور با هوش مصنوعی مکالمه تسلط دارند

شاه ضمن اشاره به مورد Palo Alto Networks، یکی از بزرگترین شرکت های امنیت سایبری در آمریکای شمالی، تاکید کرد که هوش مصنوعی مکالمه پیچیده ارائه شده توسط Moveworks نتایج مثبت کسب و کار را برای شرکت هایی که از راه دور کار می کنند به همراه داشته است.

در اوج همه‌گیری در آوریل 2020، پالو آلتو Flexwork را تصور کرد، اکوسیستمی که Uber، Box، Splunk و Zoom را برای کار از راه دور یکپارچه به هم متصل می‌کند. با این حال، برای تحقق بخشیدن به این چشم انداز، این شرکت به یک مرکز دیجیتال برای اطمینان از پشتیبانی شخصی (بر اساس مکان، نقش، عادات کاری) و بدون اصطکاک کارکنان نیاز داشت. اینجا بود که Moveworks وارد شد و Sheldon را توسعه داد، یک ربات چت هوش مصنوعی محاوره ای که به کارمندان Palo Alto اجازه می داد به دنبال کمک IT، کمک منابع انسانی و موارد دیگر باشند.

بیش از 90 درصد از کارکنان اکنون به طور منظم از شلدون استفاده می کنند. و بیش از 4000 مشکل توسط شلدون به صورت کاملاً مستقل و سرتاسر حل می‌شود که باعث صرفه‌جویی در بهره‌وری بیش از 180 ساعت در شبکه‌های پالو آلتو می‌شود.

مدیرعامل در ادامه به داستان‌های موفقیت دیگری اشاره کرد که در آن راه‌حل‌های ربات‌های چت نه تنها به شرکت‌ها در رشد در یک محیط کاری ترکیبی کمک کردند، بلکه باعث پیشرفت کلی فناوری هوش مصنوعی محاوره‌ای شدند.

به عنوان مثال، Hearst Media، که 130 سال است، از یک ربات چت به نام Herbie برای ارائه اطلاعات و منابع پشتیبانی کارمندان ترکیبی از سیستم های پراکنده در بیش از 360 سازمان تابعه استفاده می کند. شاه گفت، هربی این چالش بزرگ را با استفاده از سیستم کش سازمانی، که منابع موجود را هر چهار ساعت یکبار فهرست‌بندی می‌کند، حل می‌کند تا مطمئن شود که کارمندان یک تکه اطلاعات دقیق به عنوان پاسخ به هر سؤالی دریافت می‌کنند.

Moveworks همچنین یک ربات چت به نام ALBot را برای غول شیمیایی Albemarle تقویت کرد. این راه حل از راه حل های دیگر متمایز است زیرا نه تنها از سؤالات فقط انگلیسی، بلکه از سؤالات سایر زبان ها نیز پشتیبانی می کند. این شرکت را قادر می سازد تا با کل نیروی کار جهانی خود به عنوان شهروندان درجه یک رفتار کند و در هزینه استخدام نمایندگان پشتیبانی چند زبانه صرفه جویی کند. با این حال، این کار آسان نبود، زیرا پشتیبانی از زبان‌های خارجی نیازمند شروع از پایه و ساخت مدل‌های یادگیری ماشینی جدید با استفاده از داده‌های زبان (نمونه‌هایی از پرس و جو/ موارد استفاده) بود که به اندازه داده‌های زبان انگلیسی در دسترس نبود.

شاه گفت: «بنابراین ما تکنیکی به نام یادگیری جمعی را کشف کردیم. ما می‌توانیم همه این جملات مختلف را که گفته می‌شود، صرف نظر از زبان، انتزاع کنیم، و از آنجا می‌توانیم این ایده را در نظر بگیریم و همه این مثال‌های مختلف را در میلیون‌ها مورد استفاده کنیم که می‌توانیم از آنها برای آموزش مدل‌های یادگیری ماشینی خود استفاده کنیم. قوی تر کردن آنها و دقیق تر کردن آنها.

فرصت بازار برای هوش مصنوعی مکالمه

با توجه به حضور شرکت‌هایی مانند این‌ها و استفاده از NLU و AI برای تقویت تجربیات کارمندان از راه دور از طریق ربات‌های چت، انتظار می‌رود هوش مصنوعی مکالمه در دراز مدت به یک امر مشترک تبدیل شود. طبق یک مطالعه Markets and Markets، انتظار می‌رود اندازه بازار این فناوری تا سال ۲۰۲۶ با ۲۲ درصد رشد به نزدیک به ۱۹ میلیارد دلار برسد.

VentureBeat

ماموریت VentureBeat این است که یک میدان شهر دیجیتال برای تصمیم گیرندگان فنی باشد تا دانشی در مورد فناوری تحول آفرین به دست آورند و معاملات انجام دهند. سایت ما اطلاعات ضروری در مورد فن آوری ها و استراتژی های داده را ارائه می دهد تا شما را در حین رهبری سازمان خود راهنمایی کند. ما از شما دعوت می کنیم که عضو انجمن ما شوید، برای دسترسی به:

  • اطلاعات به روز در مورد موضوعات مورد علاقه شما
  • خبرنامه های ما
  • محتویات رهبر فکر و دسترسی با تخفیف به رویدادهای ارزشمند ما، مانند تبدیل 2021: بیشتر بدانید
  • ویژگی های شبکه و موارد دیگر

عضو شوید