هوش مصنوعی (AI) به تغییر نحوه انجام کسب و کار و خدمت به مشتریان خود ادامه می دهد. AWS مجموعه ای از خدمات هوش مصنوعی از پیش آموزش دیده را ارائه می دهد که اطلاعات آماده برای استفاده را برای برنامه های شما ارائه می دهد. در این پست، قابلیت‌های سرویس هوش مصنوعی جدید و چگونگی بهبود آنها با استفاده از مدل‌های پایه (FM) را بررسی می‌کنیم.
ما روی به‌روزرسانی‌های اصلی زیر در این پست در سرویس‌های کلیدی هوش مصنوعی تمرکز می‌کنیم:
- آمازون رونوشت اکنون پشتیبانی از زبان FM را در بیش از 100 زبان ارائه می دهد تا بینش های غنی را باز کند.
- Amazon Transcribe Call Analytics اکنون یک قابلیت خلاصه سازی مولد مبتنی بر هوش مصنوعی (در پیش نمایش) ارائه می دهد که خلاصه سازی پس از تماس را خودکار می کند تا بهره وری نماینده مرکز تماس و مدیر را بهبود بخشد.
- آمازون شخصی سازی کنید اکنون از FM برای تولید محتوا و توصیه های محصول قانع کننده تر استفاده می کند
- آمازون لکس اکنون از مدل‌های زبان بزرگ (LLM) برای ارائه پاسخ‌های دقیق و محاوره‌ای به سؤالات متداول (در پیش‌نمایش) استفاده می‌کند، که فراتر از گفتگوی وظیفه‌محور است.
Amazon Transcript پشتیبانی زبان را گسترش می دهد و بهره وری خدمات مشتری را با استفاده از FM افزایش می دهد
به منظور ساخت برنامه‌های جهانی و فراگیر با قابلیت گفتار که به کاربران با پیشینه‌های زبانی مختلف پاسخ می‌دهد، مشتریان به دنبال یک سرویس هوش مصنوعی واقعاً جهانی هستند که می‌تواند طیف وسیعی از زبان‌ها را با دقت بالا درک و رونویسی کند. برای کمک به مقیاس جهانی، Amazon Transcribe اکنون یک سیستم تشخیص گفتار خودکار (ASR) مبتنی بر FM ارائه می‌دهد که پشتیبانی را به بیش از 100 زبان گسترش می‌دهد.
Amazon Transcript با پشتیبانی از FM بهبود دقت قابل توجهی را بین 20٪ تا 50٪ در بسیاری از زبان ها ارائه می دهد. جدا از بهبود دقت، سیستم جدید ASR چندین ویژگی متمایز را در همه زبان های پشتیبانی شده (بیش از 100) مرتبط با سهولت استفاده، سفارشی سازی، ایمنی کاربر و حریم خصوصی ارائه می دهد. برخی از مثال‌ها شامل ویژگی‌هایی مانند نقطه‌گذاری خودکار، واژگان سفارشی، شناسایی خودکار زبان، دیاریشن گوینده، امتیازات اطمینان در سطح کلمه، و فیلترهای واژگان سفارشی است. با دقت بالای Amazon Transcript در لهجه‌ها و شرایط نویز مختلف، پشتیبانی آن از تعداد زیادی زبان، و وسعت مجموعه ویژگی‌های ارزش افزوده آن، هزاران شرکت این اختیار را خواهند داشت تا اطلاعات غنی را از محتوای صوتی خود باز کنند. همچنین قابلیت دسترسی و کشف محتوای صوتی و تصویری خود را در دامنه های مختلف افزایش دهند. همه مشتریان فعلی و جدید که از Amazon Transcript استفاده می‌کنند، می‌توانند بدون هیچ تغییری در API، بهبود عملکرد را تجربه کنند.
Carbyne یک شرکت نرم‌افزاری است که راه‌حل‌های مرکز تماس مبتنی بر ابر و ماموریت حیاتی را برای پاسخگویان به تماس‌های اضطراری توسعه می‌دهد. ماموریت Carbyne کمک به امدادگران اضطراری برای نجات جان افراد است و زبان نمی تواند مانع از رسیدن به اهداف آنها شود.
«ترجمه صوتی زنده Carbyne مبتنی بر هوش مصنوعی به طور مستقیم با هدف کمک به بهبود واکنش اضطراری برای ۶۸ میلیون آمریکایی که در خانه به زبانی غیر از انگلیسی صحبت می‌کنند، علاوه بر بیش از ۷۹ میلیون بازدیدکننده خارجی سالانه به کشور، کمک می‌کند. با استفاده از مدل پایه چندزبانه جدید Amazon Transcribe که دارای ASR است، Carbyne حتی برای دموکراتیزه کردن خدمات اضطراری نجات بخش مجهزتر خواهد شد، زیرا Every. شخص به حساب می آید.»
– الکس دیزنگوف، یکی از بنیانگذاران و CTO Carbyne.
در یک مرکز تماس، نمایندگان پس از هر تماس زمان گرانبهایی را صرف خلاصه کردن یادداشت‌ها می‌کنند که می‌تواند بر بهره‌وری آنها تأثیر بگذارد و زمان انتظار تماس را افزایش دهد. مدیرانی که زمان محدودی برای بررسی تماس‌ها و عملکرد نماینده دارند، زمان قابل توجهی را صرف گوش دادن به تماس‌های ضبط‌شده یا خواندن کل رونوشت‌ها در حین بررسی مسائل تماس‌گیرنده می‌کنند. آمازون رونویسی تماس تجزیه و تحلیل اکنون ارائه می دهد خلاصه سازی تماس های تولیدی، یک قابلیت مولد مبتنی بر هوش مصنوعی که می تواند به طور خودکار کل تعامل را در یک خلاصه مختصر فشرده کند. برای مثال، خلاصه‌ای از یک تماس تلفنی 10 دقیقه‌ای در زیر آمده است: «مشتری گزارش داد که حتی پس از گذشت 10 روز از تاریخ تحویل مورد انتظار، سفارش خود را دریافت نکرده است. نماینده یک جایگزین رایگان و 10 دلار اعتبار برای خریدهای بعدی به مشتری پیشنهاد داد. نماینده تا 2 روز دیگر برای تایید دریافت سفارش تعویض، مشتری را پیگیری خواهد کرد.»
این قابلیت به نمایندگان اجازه می‌دهد تا زمان بیشتری را صرف صحبت با تماس‌گیرندگانی که در صف منتظرند به جای انجام کارهای پس از تماس، بگذرانند و در نتیجه تجربه مشتری را بهبود ببخشند. مدیران می توانند خلاصه تماس را بررسی کنند تا به سرعت زمینه تعامل را بدون خواندن متن کامل درک کنند.
با راه حل تجزیه و تحلیل تماس پس از AWS، Principal در حال حاضر می تواند تجزیه و تحلیل های تاریخی در مقیاس بزرگ را انجام دهد تا بفهمد که در کجا می توان تجربیات مشتری را بهبود بخشید، بینش های عملی ایجاد کرد، و اولویت بندی مکان هایی که باید انجام شود. ما مشتاقانه منتظریم تا ویژگی خلاصه‌سازی پس از تماس را با استفاده از هوش مصنوعی مولد در Amazon Transcribe Call Analytics کاوش کنیم تا بتوانیم نمایندگان خود را به جای اینکه به صورت دستی پس از تماس دستی پس از تماس با مشتریان، زمان و منابع خود را در تعامل با مشتریان متمرکز کنند.
– میگل آنتونیو سانچز، مدیر ارشد داده منطقه ای، گروه مالی اصلی.
اسکرین‌شات‌های زیر نحوه فعال کردن خلاصه‌سازی تماس‌های تولیدی در کنسول آمازون رونویسی و نمونه‌ای از رونوشت خلاصه‌شده را نشان می‌دهند.
Amazon Personalize امکان شخصی سازی بیش از حد با FM ها را فراهم می کند
مشتریان در صنایعی مانند خرده‌فروشی و رسانه و سرگرمی به طور فزاینده‌ای به دنبال ایجاد محتوا و محصولات توصیه‌شده متناسب‌تر با علاقه کاربر هستند تا تعامل بالاتری داشته باشند. به عنوان مثال، در پلتفرم‌های استریم، کاربران توصیه‌های استاندارد «زیرا تماشا کرده‌اید» را می‌بینند و در وب‌سایت‌های تجارت الکترونیک، «اغلب با هم خرید می‌شوند» به عنوان یک شعار عمومی استفاده می‌شود. شرکت‌ها برای ارائه تجربه‌های شخصی‌سازی‌شده‌تر مرور با عناوینی مانند «Rise and Shine» و «Love، خنده، و Hijinks» باید منابعی را برای تولید شعارهای قانع‌کننده به صورت دستی اختصاص دهند. این کار خسته کننده و وقت گیر است.
برای کمک به رفع این چالش، آمازون شخصی اکنون Content Generator را ارائه می‌کند—یک قابلیت جدید با پشتیبانی از FM که از زبان طبیعی برای ایجاد متنی ساده و جذاب استفاده می‌کند که ارتباطات موضوعی بین موارد توصیه‌شده را توصیف می‌کند. این به شرکت‌ها امکان می‌دهد تا به‌طور خودکار عناوین جذاب یا خطوط موضوع ایمیل را تولید کنند تا از مشتریان دعوت کنند روی ویدیوها کلیک کنند یا مواردی را خریداری کنند.
علاوه بر این، Amazon Personalize اکنون Personalize را در LangChain ارائه می دهد تا سفر مشتریانی را که می خواهند برنامه های کاربردی مبتنی بر FM خود را بسازند، تقویت کند. با این ادغام، می‌توانید Amazon Personalize را فراخوانی کنید، توصیه‌هایی را برای یک کمپین یا توصیه‌کننده بازیابی کنید و آن را به طور یکپارچه در برنامه‌های مبتنی بر FM خود در اکوسیستم LangChain وارد کنید.
ما در حال ادغام هوش مصنوعی مولد با Amazon Personalize هستیم تا تجربیات فوق شخصی را به کاربران خود ارائه دهیم. Amazon Personalize به ما در دستیابی به سطوح بالایی از اتوماسیون در سفارشی سازی محتوا کمک کرده است. به عنوان مثال، FOX Sports افزایش 400 درصدی در بینندگان محتوایی را تجربه کرد که بعد از رویداد شروع می‌شود. اکنون، ما هوش مصنوعی مولد را با Amazon Bedrock به خط لوله خود اضافه می کنیم تا به ویرایشگران محتوای خود در تولید مجموعه های موضوعی کمک کنیم. ما مشتاقانه منتظر بررسی ویژگی هایی مانند Amazon Personalize Content Generator و Personalize on Langchain هستیم تا این مجموعه ها را برای کاربران خود بیشتر شخصی سازی کنیم.
- داریل باودن، معاون اجرایی، فناوری، شرکت فاکس.
آمازون لکس قابلیت‌های مبتنی بر FM را برای ساخت سریع‌تر ربات‌ها و بهبود مهار ارائه می‌دهد
با توجه به افزایش تقاضای مصرف کنندگان برای خودسرویس خودکار، شرکت ها سرمایه گذاری در هوش مصنوعی محاوره ای را برای بهینه سازی تجربه مشتری در اولویت قرار می دهند. برای این منظور، AWS اخیراً پیش‌نمایش پرسش‌های متداول مکالمه (CFAQ) را ارائه کرده است، یک قابلیت جدید از آمازون لکس که به سوالات متداول مشتری به طور هوشمندانه و در مقیاس پاسخ می دهد. پشتیبانی شده توسط FMs از بستر آمازون و منابع دانش تایید شده، CFAQ شرکت‌ها را قادر می‌سازد تا پاسخ‌های دقیق و خودکاری را به سوالات رایج مشتریان به روشی طبیعی و جذاب ارائه دهند. با این نوآوری، برندها می توانند تجارب سلف سرویس بدون درز ارائه دهند که رضایت و وفاداری مشتری را تقویت می کند.
CFAQ توسعه ربات را با حذف نیاز به ایجاد دستی intent ها، عبارات نمونه، اسلات ها و درخواست ها برای رسیدگی به طیف گسترده ای از سوالات متداول ساده می کند. این کار را با یک نوع هدف جدید به نام QnAIntent انجام می دهد که به طور ایمن به منابع دانش مانند Amazon Bedrock متصل می شود. سرویس جستجوی باز آمازونو آمازون کندرا پایگاه های دانش برای بازیابی مرتبط ترین اطلاعات برای پاسخ به یک سوال. توسعه دهندگان کنترل محتوای پاسخ را با گزینه ای برای خلاصه کردن اطلاعات بازیابی شده یا استفاده از متن مجاز همانطور که هست حفظ می کنند. این به صنایع بسیار تنظیم شده مانند خدمات مالی و مراقبت های بهداشتی اجازه می دهد تا از CFAQ استفاده کنند و شما را قادر می سازد اطمینان حاصل کنید که پاسخ ها فقط از زبان سازگار استفاده می کنند. با ساده‌سازی دسترسی به دانش مرتبط، CFAQ تلاش برای ساخت ربات‌هایی را کاهش می‌دهد که به طور طبیعی و دقیق به سؤالات رایج مشتری رسیدگی می‌کنند.
نتیجه
AWS دائماً از طرف مشتریان خود در حال نوآوری است. جدیدترین مجموعه پیشرفت‌ها در خدمات هوش مصنوعی به ما امکان می‌دهد قابلیت‌های تاثیرگذارتری ارائه دهیم که به سازمان‌ها کمک می‌کند هوشمندتر کار کنند و تجربیات شخصی و بصری ارائه دهند. برای آشنایی بیشتر با این لانچ ها به ادامه مطلب مراجعه کنید:
درباره نویسنده
براتین سها معاون هوش مصنوعی و یادگیری ماشین در AWS است.
- محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
- PlatoData.Network Vertical Generative Ai. به خودت قدرت بده دسترسی به اینجا.
- PlatoAiStream. هوش وب 3 دانش تقویت شده دسترسی به اینجا.
- PlatoESG. کربن ، CleanTech، انرژی، محیط، خورشیدی، مدیریت پسماند دسترسی به اینجا.
- PlatoHealth. هوش بیوتکنولوژی و آزمایشات بالینی. دسترسی به اینجا.
- منبع: https://aws.amazon.com/blogs/machine-learning/aws-ai-services-enhanced-with-fm-powered-capabilities/
