شرکت کارن تکنولوژی - درحال بارگزاری...

نوآوری پرداز کارن

توسعه بر بستر وب و موبایل، خدمات هوش مصنوعی و یادگیری ماشین، توسعه بازی بر بستر موبایل، توسعه بر بستر بلاکچین

شبکه های اجتماعی

تماس آنی ما با شما

در کوتاهترین زمان مشاوره رایگان دریافت نمایید

Copilot پشتیبانی - پیش‌نویس از هوش مصنوعی، تصمیم و ارسال از انسان

Copilot پشتیبانی: هوش مصنوعی کنار اپراتور، نه به‌جای او

وقتی از هوش مصنوعی در پشتیبانی حرف می‌زنیم، بیشتر ذهنمان به چت‌باتی می‌رود که جای انسان جواب می‌دهد. ولی راه دیگری هم هست: دستیار اپراتور یا Copilot پشتیبانی که با مشتری حرف نمی‌زند و کنار کارشناس می‌نشیند. در این مقاله می‌بینید این دستیار چه کارهایی می‌کند، چرا تصمیم نهایی باید با انسان بماند، چه خطرهایی دارد و اثرش را چطور بسنجید.

در این مقاله می‌خوانید

  • دو جور هوش مصنوعی در پشتیبانی
  • دستیار اپراتور چه کارهایی می‌کند
  • چرا کنار اپراتور، نه به‌جای او
  • پیش‌نویس خوب چه ویژگی‌هایی دارد
  • خطرهایی که باید جدی بگیرید
  • چرا ارسال خودکار نباید فقط یک تنظیم باشد
  • اثر دستیار اپراتور را چطور بسنجید
  • دستیار اپراتور از چه چیزهایی استفاده می‌کند
  • یک گفتگوی نمونه با دستیار اپراتور
  • از کجا شروع کنید
  • نمونه عملی: Copilot در مانوتل
کارشناس پشتیبانی در حال کار با دستیار هوش مصنوعی کنار خود

محصول آماده کارن تکنولوژی

این را روی داده واقعی کسب‌وکار خودتان ببینید

آنچه در این مقاله می‌خوانید، در محصولات کارن پیاده‌سازی شده است. در جلسه دمو، همان را روی داده و فرآیند خودتان اجرا می‌کنیم.

درخواست دمو رایگان یا تماس بگیرید: ۰۲۱-۸۸۶۱۴۲۸۲

دو جور هوش مصنوعی در پشتیبانی

هوش مصنوعی در پشتیبانی دو شکل کاملاً متفاوت دارد و قاطی کردنشان تصمیم‌گیری را خراب می‌کند.

موضوعچت‌باتدستیار اپراتور (Copilot)
رو به چه کسی استمشتریکارشناس پشتیبانی
چه کسی جواب را می‌فرستدخود باتکارشناس
سؤالی که باید پرسیدچه سهمی از پرسش‌ها بدون انسان حل شد؟زمان پاسخ چقدر کم شد و کیفیت چقدر بهتر شد؟
اگر اشتباه کندمشتری مستقیم آن را می‌بیندکارشناس پیش از ارسال می‌تواند آن را بگیرد
بهترین جاپرسش‌های پرتکرار با جواب روشنگفتگوهای پیچیده، حساس یا پرجزئیات

این دو رقیب هم نیستند. چت‌بات پرسش‌های ساده را جواب می‌دهد و گفتگوهای سخت به انسان می‌رسد. دستیار اپراتور درست در همین گفتگوهای سخت به کمک کارشناس می‌آید. اگر با مفهوم چت‌بات آشنا نیستید، راهنمای کامل چت‌بات را ببینید.

دستیار اپراتور چه کارهایی می‌کند

کارهای این دستیار معمولاً در چهار دسته می‌گنجد:

  • پیشنهاد پاسخ: گفتگو را می‌خواند و پیش‌نویسی می‌سازد که کارشناس می‌تواند ویرایش کند.
  • خلاصه‌سازی: وقتی گفتگوی طولانی از همکار یا چت‌بات می‌رسد، کارشناس لازم نیست همه پیام‌ها را بخواند.
  • جواب به پرسش کارشناس: «این مشتری قبلاً چه مشکلی داشته؟» به‌جای گشتن در سابقه، یک سؤال می‌پرسد.
  • بهتر کردن متن خود کارشناس: کوتاه کردن متن، اصلاح لحن و رفع غلط املایی.

ارزش این کارها فقط در سرعت نیست. یک گفتگوی خوب به تمرکز نیاز دارد، و کارشناسی که نیمی از ذهنش درگیر جست‌وجو و تایپ است، کمتر به خود مشتری فکر می‌کند.

چرا کنار اپراتور، نه به‌جای او

مدل‌های زبانی در نوشتن متن روان خیلی خوب‌اند. ولی پشتیبانی فقط نوشتن متن نیست. سه چیز هنوز به انسان نیاز دارد:

  • داوری در موقعیت‌های استثنایی: مشتری قدیمی که برای بار دوم آسیب دیده، شاید استثنا لازم داشته باشد. این را در هیچ سندی نمی‌نویسند.
  • مسئولیت: وقتی قولی به مشتری داده می‌شود، باید کسی پشت آن قول باشد.
  • حس شنیده شدن: مشتری عصبانی گاهی قبل از راه‌حل، می‌خواهد بداند یک آدم مسئله‌اش را فهمیده است.

هزینه خطا هم فرق می‌کند. جواب غلط چت‌بات مستقیم به مشتری می‌رسد. پیش‌نویس غلط دستیار، اگر کارشناس حواسش باشد، همان‌جا پاک می‌شود. این تفاوت دستیار اپراتور را به نقطه شروع کم‌خطری برای ورود هوش مصنوعی به پشتیبانی تبدیل می‌کند.

پیش‌نویس خوب چه ویژگی‌هایی دارد

پیش‌نویس خوب فقط متنی درست نیست. باید کار کارشناس را واقعاً کم کند:

  • از همین گفتگو می‌آید: به جزئیات همین مشتری اشاره می‌کند، نه متن عمومی.
  • لحن قابل انتخاب دارد: جواب به یک مشتری کلافه با جواب به یک پرسش ساده یکی نیست.
  • راحت ویرایش می‌شود: داخل همان کادر نوشتن می‌نشیند تا کارشناس آن را اصلاح کند.
  • حدس نمی‌زند: اگر چیزی را نمی‌داند، عددی یا قولی از خودش نمی‌سازد.

به لحن توجه کنید. جمله «سفارش شما با تأخیر ارسال می‌شود» و جمله «می‌دانم منتظر ماندن سخت است؛ سفارشتان کمی دیرتر می‌رسد» یک خبر را می‌دهند، ولی دو حس متفاوت می‌سازند. انتخاب بینشان تصمیم کارشناس است، چون اوست که گفتگو را می‌شناسد.

خطرهایی که باید جدی بگیرید

دستیار اپراتور کم‌خطرتر از چت‌بات است، نه بی‌خطر. این چند مورد را از اول در نظر بگیرید:

  • تأیید بی‌فکر: وقتی پیش‌نویس‌ها بیشتر وقت‌ها درست‌اند، ذهن کم‌کم خواندنشان را کنار می‌گذارد. به این گرایش، سوگیری اتوماسیون می‌گویند و مخصوصاً در پایان شیفت‌های شلوغ خطرناک است.
  • روان بودن فریب می‌دهد: متن غلط هم می‌تواند خیلی خوش‌ساخت باشد. پس باید عددها، تاریخ‌ها و قول‌ها را همیشه چک کرد.
  • یک‌شکل شدن جواب‌ها: اگر همه کارشناس‌ها بی‌تغییر پیش‌نویس را بفرستند، مشتری حس می‌کند با دستگاه حرف می‌زند.
  • مسیر داده: متن گفتگو برای ساختن پیش‌نویس به مدل زبانی می‌رود. باید بدانید آن مدل کجاست. ملاحظات این انتخاب را در مقاله اجرای مدل زبانی روی سرور داخلی آورده‌ایم.

چرا ارسال خودکار نباید فقط یک تنظیم باشد

خیلی از ابزارها گزینه‌ای دارند که می‌گوید «پیش‌نویس را خودکار بفرست». در روز اول کسی آن را روشن نمی‌کند. ولی در یک هفته شلوغ، با فشار روی زمان پاسخ، این گزینه وسوسه‌کننده می‌شود و کنترل انسانی را بی‌سروصدا برمی‌دارد.

برای همین بهتر است مرز بین «پیشنهاد» و «ارسال» را در طراحی سیستم بکشید، نه در صفحه تنظیمات. سرویسی که اصلاً راهی برای فرستادن پیام ندارد، با یک اشتباه در تنظیمات شروع به پیام دادن به مشتری نمی‌کند. اگر جایی واقعاً پاسخ خودکار می‌خواهید، آن را با چت‌بات و قواعد روشنش حل کنید، نه با دور زدن دستیار.

اثر دستیار اپراتور را چطور بسنجید

سؤال اصلی این نیست که «چند پیش‌نویس ساخته شد». این سنجه‌ها تصویر بهتری می‌دهند. تعریف شاخص‌های عمومی را در راهنمای شاخص‌های پشتیبانی مشتری ببینید:

  • سرنوشت پیش‌نویس: چند تا عیناً استفاده شد، چند تا ویرایش شد و چند تا دور ریخته شد؟ رد شدن زیاد یعنی پیشنهادها کمکی نمی‌کنند؛ پذیرش صد درصدی هم می‌تواند نشانه تأیید بی‌فکر باشد.
  • زمان پاسخ و زمان حل: پیش و پس از شروع استفاده، روی موضوع‌های مشابه.
  • حل در اولین تماس: اگر سریع‌تر جواب می‌دهید ولی مشتری برمی‌گردد، چیزی به دست نیاورده‌اید. درباره این شاخص، مقاله نرخ حل در اولین تماس را بخوانید.
  • رضایت مشتری: CSAT باید دست‌کم ثابت بماند.
  • نظر خود کارشناس‌ها: اگر تیم حس کند دستیار کارش را سخت‌تر کرده، استفاده واقعی پایین می‌آید.

دستیار اپراتور از چه چیزهایی استفاده می‌کند

کیفیت پیش‌نویس به چیزی بستگی دارد که دستیار می‌بیند. اگر فقط پیام آخر را بخواند، جوابش کلی می‌شود. هرچه زمینه بهتری داشته باشد، کمتر نیاز به ویرایش دارد. این منابع معمولاً کمک می‌کنند:

  • کل همین گفتگو: تا چیزی که مشتری گفته دوباره پرسیده نشود.
  • سابقه مشتری: گفتگوها و درخواست‌های قبلی او.
  • تیکت‌های مرتبط: اگر مسئله پرونده باز دارد، جواب باید با آن هماهنگ باشد.
  • پایگاه دانش: تا قواعد و روش کار از منبع رسمی بیاید، نه از حافظه مدل. RAG همین کار را انجام می‌دهد.

یک هشدار هم هست. هرچه داده بیشتری به مدل می‌دهید، باید بیشتر مراقب دسترسی‌ها باشید. دستیار نباید چیزی را به کارشناس نشان بدهد که خود او اجازه دیدنش را ندارد.

یک گفتگوی نمونه با دستیار اپراتور

فرض کنید گفتگوی طولانی‌ای از چت‌بات به کارشناس می‌رسد. مشتری آدرس سفارشش را عوض کرده و نگران است بسته به آدرس قدیم برود. کارشناس به‌جای خواندن همه پیام‌ها، خلاصه را می‌بیند. از دستیار می‌پرسد «این مشتری قبلاً هم چنین مشکلی داشته؟» و جواب می‌گیرد. بعد پیش‌نویسی با لحن همدلانه می‌خواهد.

پیش‌نویس درست است، ولی کارشناس می‌بیند مهلت تحویل را کلی گفته است. تاریخ دقیق را از سامانه خودش برمی‌دارد، جمله را اصلاح می‌کند و می‌فرستد. تمام کار با کارشناس بود: او داوری کرد، بررسی کرد و فرستاد. دستیار فقط کارهای تکراری را از سر راهش برداشت. این همان رابطه‌ای است که باید هدفتان باشد.

از کجا شروع کنید

لازم نیست از روز اول همه تیم را درگیر کنید. یک مسیر ساده این است: یک تیم کوچک و چند موضوع پرتکرار انتخاب کنید. به تیم بگویید پیش‌نویس فقط پیشنهاد است و مسئولیت متن ارسالی با خودشان می‌ماند. چند هفته نتیجه را ببینید، نمونه گفتگوها را با هم بخوانید و بعد گسترش بدهید.

پیش از شروع، با تیم روشن کنید که این ابزار برای حذف کسی نیامده است. کارشناسی که نگران جایگاهش باشد، از پیش‌نویس‌ها درست استفاده نمی‌کند و خطاهایش را هم با شما در میان نمی‌گذارد. بازخورد همین کارشناس‌هاست که پیشنهادها را بهتر می‌کند.

نمونه عملی: Copilot در مانوتل

به‌عنوان نمونه، Copilot مانوتل را ببینید. مانوتل، محصولی از کارن تکنولوژی، این دو نوع هوش مصنوعی را جدا نگه می‌دارد: چت‌بات رو به مشتری است و Copilot رو به اپراتور.

Copilot گفتگو را می‌خواند و با پنج لحن رسمی، صمیمی، عذرخواهانه، مختصر و همدلانه پیش‌نویس می‌سازد. اپراتور با یک کلیک پیش‌نویس را در کادر نوشتن می‌گذارد، ویرایش می‌کند و خودش می‌فرستد. سرویس پیشنهاد هیچ راهی برای فرستادن پیام ندارد و این یک تصمیم معماری است، نه یک تنظیم. پیشنهاد را می‌شود با لحن یا طول دیگری دوباره ساخت و متن خود اپراتور را هم کوتاه کرد یا لحن و غلط املایی‌اش را اصلاح کرد. اپراتور می‌تواند در یک رشته خصوصی هم درباره گفتگو یا مشتری از دستیار سؤال کند. استفاده از هر پیشنهاد هم به شکل «عیناً استفاده شد»، «ویرایش شد» یا «رد شد» ثبت می‌شود.

پیشنهاد پاسخ Copilot زیر کادر نوشتن در میز کار مانوتل با دکمه درج در کادر نوشتن و انتخاب لحن
پیشنهاد پاسخ در میز کار؛ درج در کادر نوشتن است، نه ارسال (نمای برنامه با داده نمایشی)

می‌خواهید دستیار اپراتور را در میز کار ببینید؟

جلسه شناخت ۳۰ دقیقه‌ای، رایگان و بدون تعهد.

پرسش‌های متداول

نرم‌افزاری بر پایه هوش مصنوعی که کنار کارشناس پشتیبانی کار می‌کند. گفتگو را می‌خواند، پیش‌نویس پاسخ و خلاصه می‌سازد و به سؤال کارشناس جواب می‌دهد. مخاطب آن کارشناس است، نه مشتری.

پاسخ آماده متن ثابتی است که کسی از قبل نوشته و باید دستی انتخاب شود. دستیار اپراتور با خواندن همین گفتگو متن می‌سازد و جزئیات همین مشتری را در نظر می‌گیرد. این دو می‌توانند کنار هم باشند.

نه. کارش کم کردن تایپ، جست‌وجو و خواندن سابقه است. داوری در موقعیت‌های استثنایی، مسئولیت قول‌ها و همدلی واقعی با مشتری همچنان با کارشناس است.

با کسی که آن را می‌فرستد و با سازمانی که قواعد کار را تعیین کرده است. برای همین باید از روز اول روشن باشد که پیش‌نویس فقط پیشنهاد است و عددها، تاریخ‌ها و قول‌ها پیش از ارسال بررسی می‌شوند.

نسبت پیش‌نویس‌هایی را ببینید که بی‌تغییر فرستاده شده‌اند و هر چند وقت یک بار نمونه‌ای از گفتگوها را بخوانید. اگر این نسبت خیلی بالاست و خطاهای ساده هم در گفتگوها دیده می‌شود، زمان بازبینی دوباره با تیم صحبت کنید.

از موضوع‌های پرتکرار که جواب خوبشان را می‌شناسید. این‌طور تیم راحت‌تر کیفیت پیش‌نویس را می‌سنجد. موضوع‌های حساس مالی یا حقوقی را بگذارید برای بعد از وقتی که تیم به ابزار و محدودیت‌هایش عادت کرد.

برای هر دو، ولی به شکل متفاوت. تازه‌کار از پیش‌نویس و دیدن یک جواب نمونه یاد می‌گیرد و باید بیشتر مراقب تأیید بی‌فکر باشد. کارشناس باتجربه بیشتر از خلاصه و صرفه‌جویی در تایپ سود می‌برد.

محصولات کارن تکنولوژی

محصولات آماده کارن؛ هر کدام جداگانه یا روی یک لایه داده مشترک کار می‌کنند و نسخه نصب روی سرور خودتان دارند.

مانوتل - چت‌بات و پشتیبانی چندکاناله

وب‌سایت، واتساپ، تلگرام، ایتا، بله و ایمیل در یک صندوق واحد، همراه با تیکتینگ و دستیار هوشمند فارسی.

معرفی محصول >

داتیک | CRM هوشمند فارسی

مشتری، فروش، تماس و گزارش در یک سامانه فارسی، با دستیار هوش مصنوعی نیوشا که داده سازمان را می‌شناسد و کار انجام می‌دهد.

معرفی محصول >

هوش اسناد و OCR فارسی

خواندن متن چاپی و دست‌نوشته فارسی، استخراج داده از فاکتور و قرارداد، و جست‌وجوی معنایی در آرشیو سازمان.

معرفی محصول >

هوش تجاری سازمانی (BI)

انبار داده، داشبورد فارسی با تقویم شمسی و پرس‌وجو به زبان طبیعی؛ گزارش به‌جای فایل‌های اکسل پراکنده.

معرفی محصول >

تحلیل هوشمند مشتری

یک پرونده واحد از هر مشتری با اتصال CRM، فروش و پشتیبانی؛ پیش‌بینی ریسک ریزش، ارزش طول عمر و بهترین اقدام بعدی.

معرفی محصول >

دستیار صوتی هوشمند

تبدیل گفتار فارسی به متن، تحلیل مکالمات مرکز تماس و تولید گفتار طبیعی برای پاسخ‌گویی خودکار.

معرفی محصول >

محصولات دیگر: پلتفرم فروش هوشمند · دایاتل - سوئیت هوش مصنوعی سازمانی · کارنتل - دستیار دانش سازمانی · رایوتل - ایجنت آواتار هوشمند · پلتفرم بازاریابی هوشمند · مدیریت وفاداری مشتریان · سرمایه انسانی هوشمند · یادگیری و آموزش هوشمند · استودیو هوش مصنوعی مولد · همه محصولات

جلسه شناخت رایگان، بدون تعهد

یک جلسه ۳۰ دقیقه‌ای رزرو کنید. اسناد و داده خودتان را می‌دهید و همان جلسه نتیجه را می‌بینید.

شرکت سهامی
خاص
2016
تأسیس
+۵۰
متخصص هوش مصنوعی
+۱۲
محصول AI-Ready
+20
صنعت تخصصی
+10
سال تجربه
۰۲
مرکز توسعه
ISO 9001 & 27001
گواهینامه
AI-Native
معماری
Infosys
شریک تجاری
HCL Technologies
شریک تجاری
TCS
شریک تجاری