કૉલ સેન્ટર અને ગ્રાહક અનુભવમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સનો પરિચય: ભૂમિકાઓ, સીમાઓ, પ્રમાણીકરણ અને ગોપનીયતા

નફો:

• કૃત્રિમ બુદ્ધિમત્તા ગ્રાહક સંપર્કો (સ્વ-સેવા, પ્રતિનિધિ-સમર્થન, વિશ્લેષણ)માં વાસ્તવિક ઝડપ પૂરી પાડે છે અને જ્યાં પ્રતિબદ્ધતા અને સંવેદનશીલ ક્ષણો માનવો માટે છોડી દેવામાં આવે છે, તે કાર્ય જોખમ સ્તર અનુસાર પારખવામાં સક્ષમ બનવું.
• એક એવી શિસ્ત લાગુ કરવાની ક્ષમતા જે દરેક કૃત્રિમ બુદ્ધિમત્તાના આઉટપુટને સ્ત્રોત સાથે કનેક્ટ કરવાના પગલાઓ દ્વારા ચકાસે છે, નિર્ણાયક થ્રેશોલ્ડ નક્કી કરે છે અને તેને માનવ ફિલ્ટરિંગ દ્વારા પસાર કરે છે.
• KVKK/PCI-DSS ના કાર્યક્ષેત્રમાં ગ્રાહક અને કાર્ડ ડેટાને માસ્ક કરવાની ક્ષમતા અને સલામત વાહન પસંદ કરવાની ટેવ કેળવવાની ક્ષમતા

કોલ સેન્ટરમાં દર મિનિટે ડઝનેક સંપર્કો આવે છે: ફોન પર બિલનો વિવાદ, ચેટ વિંડોમાં શિપિંગની પૂછપરછ, ઇમેઇલમાં રિફંડની વિનંતી, એપ્લિકેશનમાં "એજન્ટથી કનેક્ટ કરો" બટન દબાવતા ગુસ્સે ગ્રાહક. આમાંના કેટલાક સંપર્કો પુનરાવર્તિત અને સમાન છે (પાસવર્ડ રીસેટ, બેલેન્સ પૂછપરછ, સરનામું અપડેટ); તેમાંના કેટલાક ભાવનાત્મક, જટિલ છે અને સંસ્થાની પ્રતિષ્ઠાને સીધી અસર કરે છે (ફરિયાદ, રદ કરવાની વિનંતી, ભૂલ માટે વળતર). આર્ટિફિશિયલ ઈન્ટેલિજન્સ (એઆઈ, અથવા ટુંકમાં AI — કમ્પ્યુટર સિસ્ટમ કે જે માનવ જેવું લખાણ અને વાણી જનરેટ કરી શકે છે, ઈરાદાને ઓળખી શકે છે, સારાંશ આપી શકે છે અને આગાહી કરી શકે છે) આ ચિત્રની બરાબર મધ્યમાં બેસે છે: જ્યારે યોગ્ય રીતે ઉપયોગ કરવામાં આવે છે, ત્યારે તે સેકન્ડોમાં નિયમિત સંપર્કોને ઉકેલે છે, એજન્ટને ત્વરિત સહાય આપે છે, વાતચીતનો સારાંશ આપે છે અને ગુણવત્તા માપે છે; ખોટી રીતે ઉપયોગમાં લેવાય છે, તે ગ્રાહકને ખોટી માહિતી આપે છે, ગોપનીય ડેટા લીક કરે છે, અથવા માનવે જ્યારે હાથમાં લેવું જોઈએ તે ક્ષણ ચૂકી જાય છે.

આ મોડ્યુલનું પ્રથમ એકમ સોફ્ટવેર પરિચય નથી. તેનો હેતુ ગ્રાહક અનુભવ (CX - ગ્રાહક અનુભવ; ગ્રાહકનો બ્રાન્ડ સાથેના દરેક સંપર્કમાં હોય છે તે સર્વગ્રાહી અનુભવ) પ્રક્રિયામાં AI ને ક્યાં મૂકવું અને તેને ક્યાં ન મૂકવું તે સ્પષ્ટ કરવાનો છે. ચાલો શરૂઆતથી જ મૂળભૂત સિદ્ધાંતને રજૂ કરીએ: કૃત્રિમ બુદ્ધિ એ સહાયક છે, નિર્ણય લેનાર નથી કે જે એજન્ટ અને મેનેજરને બદલે છે. પ્રતિબદ્ધતાઓ જે ગ્રાહકને સીધી અસર કરે છે (રિફંડ, કરાર સમાપ્તિ, વળતર, કાનૂની પ્રતિસાદ) અને સંવેદનશીલ પરિસ્થિતિઓ (ક્રોધિત ગ્રાહક, સુરક્ષા, આરોગ્ય, નાણાકીય જોખમ) સક્ષમ વ્યક્તિની છે.

કોલ સેન્ટરના સ્તરો અને એઆઈનું સ્થાન

કૉલ સેન્ટરને સમજવા માટે, વ્યવસાયને ત્રણ સ્તરોમાં વહેંચવો ઉપયોગી છે. સેલ્ફ-સર્વિસ લેયર એ છે જ્યાં ગ્રાહક ક્યારેય માનવ સાથે કનેક્ટ થયા વિના તેમની સમસ્યાનું નિરાકરણ લાવે છે: IVR (ઇન્ટરેક્ટિવ વૉઇસ રિસ્પોન્સ — એક વૉઇસ મેનૂ સિસ્ટમ જે કહે છે કે ફોન પર "તમારા બિલ માટે 1 દબાવો"), ચેટબોટ અને હેલ્પ સેન્ટર. એજન્ટ-સપોર્ટ લેયર એ છે જ્યાં માણસ ગ્રાહક સાથે વાત કરે છે, પરંતુ AI તેમને તદર્થ સહાય આપે છે: સાચો જવાબ સૂચવે છે, વાર્તાલાપનો સારાંશ આપે છે, તેમને આગલા પગલાની યાદ અપાવવી. મેનેજમેન્ટ અને વિશ્લેષણ સ્તર એ છે જ્યાં તમામ સંપર્કો માપવામાં આવે છે અને સુધારવામાં આવે છે: ગુણવત્તા મૂલ્યાંકન, સેન્ટિમેન્ટ વિશ્લેષણ, વલણ અહેવાલો. AI ત્રણેય સ્તરોને સ્પર્શે છે; પરંતુ દરેકમાં અલગ સત્તા સાથે. સ્વ-સેવા સ્તર પર, AI ગ્રાહક સાથે સીધી વાત કરી શકે છે (સંકુચિત અને સુરક્ષિત વિષયો પર); મેનેજમેન્ટ સ્તર પર, તે માત્ર વિશ્લેષણ અને ડ્રાફ્ટ્સ બનાવે છે, અને મેનેજર નિર્ણય લે છે.

કેટલાક મુખ્ય સૂચકાંકો કોલ સેન્ટરની ભાષા બનાવે છે, અને ચાલો તેમને શરૂઆતથી વ્યાખ્યાયિત કરીએ. AHT (સરેરાશ હેન્ડલ ટાઈમ) એ છે કે કોઈ સંપર્ક કુલ કેટલો સમય લે છે, જેમાં વાતચીત ઉપરાંત સમાપ્તિની કામગીરીનો સમાવેશ થાય છે. FCR (ફર્સ્ટ કૉલ રિઝોલ્યુશન) એ છે કે શું ગ્રાહકની સમસ્યા એક જ સમયે હલ થઈ ગઈ છે. CSAT (ગ્રાહક સંતોષ) એ સંપર્ક પછીના "શું તમે સંતુષ્ટ છો" સર્વેનો સ્કોર છે. NPS (નેટ પ્રમોટર સ્કોર) એ બ્રાન્ડની ભલામણ કરવાની ગ્રાહકની વૃત્તિ છે. ડિફ્લેક્શન એ દર છે કે જેના પર સંપર્ક માનવ સુધી પહોંચે તે પહેલાં સ્વ-સેવા દ્વારા ઉકેલવામાં આવે છે. અમે નીચેના એકમોમાં આ ખ્યાલોને એક પછી એક સમજાવીશું; હમણાં માટે, આ જાણો: AI તમને આ તમામ સૂચકાંકો પર ઝડપ અને વિશ્લેષણ આપે છે, પરંતુ ગ્રાહકને આપેલા વચનની જવાબદારી સંસ્થાની છે.

નીચેનું કોષ્ટક મિશન દ્વારા AI ની ભૂમિકા અને જોખમ સ્તરનો સારાંશ આપે છે:

ક્વેસ્ટ

AI ની ભૂમિકા

જોખમ સ્તર

જે મંજૂર/માલિક છે

FAQ/માહિતી જવાબ (બેલેન્સ, કામના કલાકો)

ડાયરેક્ટ રિસ્પોન્ડર (બોટ)

નીચું

નોલેજ બેઝ મેનેજર

કૉલ સારાંશ અને ટેગિંગ

સ્કેચ જનરેટર

નિમ્ન-મધ્યમ

પ્રતિનિધિ (સમીક્ષાઓ)

પ્રતિનિધિને જીવંત પ્રતિભાવ સૂચન

મદદનીશ / પ્રોમ્પ્ટર

મધ્યમ

પ્રતિનિધિ (તે તે છે જે બોલે છે)

સેન્ટિમેન્ટ વિશ્લેષણ અને ગુણવત્તા સ્કોર

વિશ્લેષણ / નિર્દેશક

મધ્યમ

ગુણવત્તા (QA) નિષ્ણાત

રિફંડ/વળતર ઓફર

ડ્રાફ્ટ, ક્યારેય સ્વતઃ પ્રતિબદ્ધ નહીં

ઉચ્ચ

અધિકૃત પ્રતિનિધિ/મેનેજર

કરાર સમાપ્તિ, કાનૂની પ્રતિભાવ

માત્ર ઇનપુટ

ખૂબ ઊંચી

સક્ષમ એકમ + કાયદો

આ કોષ્ટકમાંથી એક લીટી ધ્યાનમાં રાખો: જેમ જેમ જોખમ અને ભાવનાત્મક બોજ વધે છે તેમ, AI ની ભૂમિકા સંકોચાય છે અને માનવીય મંજૂરી વધે છે.

શા માટે "ચકાસણી" આ વ્યવસાયનું હૃદય છે

આર્ટિફિશિયલ ઇન્ટેલિજન્સ લેંગ્વેજ મોડલ તેમના જવાબમાં વિશ્વાસપૂર્ણ લાગે છે, પરંતુ તેઓ ચોક્કસ ન પણ હોઈ શકે. ટેકનિકલ ભાષામાં, આને આભાસ કહેવામાં આવે છે: તે અસ્ખલિત વાક્યમાં અસ્તિત્વમાં નથી તેવી માહિતીનું મોડેલ બનાવટ છે, જેમ કે તે સાચું હોય. કોલ સેન્ટર માટે, આ એક ગંભીર છટકું છે: બોટ ગ્રાહકને કહી શકે છે કે "તમારો વળતર સમયગાળો 30 દિવસનો છે", જ્યારે તમારી પોલિસી 14 દિવસની છે; અથવા તે કહી શકે કે "ઝુંબેશ ચાલુ છે", પરંતુ તે ગઈકાલે સમાપ્ત થઈ. ગ્રાહક આ ખોટી માહિતીને પ્રતિબદ્ધતા માને છે અને સંસ્થા બંધાયેલી છે. કારણ કે તે બંનેને સમાન પ્રવાહ સાથે કહે છે, એકમાત્ર વસ્તુ જે સાચા અને ખોટાને અલગ પાડે છે તે જ્ઞાન આધારની ચોકસાઈ છે કે જેનાથી બોટ જોડાયેલ છે અને માનવ ચકાસણીની આદત છે.

ચકાસણી શિસ્ત ત્રણ પગલાંઓ સમાવે છે:

1. સ્રોતની લિંક: દરેક નક્કર માહિતી માટે જેમ કે બેલેન્સ, ફી, ઝુંબેશની સ્થિતિ, વળતરનો સમયગાળો, ડિલિવરીની તારીખ, સંસ્થાની લાઇવ સિસ્ટમ્સ (CRM, ઓર્ડર સિસ્ટમ, વર્તમાન જ્ઞાન આધાર) પર વિશ્વાસ કરો, AI ની મેમરી પર નહીં. તે ડેટા વિશે વાત કરવા માટે AI નો ઉપયોગ કરો, તેને યાદ રાખવા માટે નહીં.
2. નિર્ણાયક થ્રેશોલ્ડ નક્કી કરો: બોટ કઈ સમસ્યાઓનો સીધો પ્રતિસાદ આપી શકે છે, જે માનવને સોંપવામાં આવવો જોઈએ — આને અગાઉથી લખો. જ્યારે પૈસા, સુરક્ષા, આરોગ્ય, કાયદો અને ગુસ્સાના સંકેતો દેખાય ત્યારે બોટ બંધ થવો જોઈએ.
3. માનવ ફિલ્ટર: એજન્ટ કહે તે પહેલાં એજન્ટને સૂચવેલા જવાબને વાંચે છે અને અપનાવે છે. મોકલતા પહેલા એબ્સ્ટ્રેક્ટ અને લેબલની સમીક્ષા કરે છે.

ધ્યાન આપો: AI દ્વારા જનરેટ કરેલા જવાબને ચકાસ્યા વિના ગ્રાહકને ટ્રાન્સમિટ કરવું એ ગ્રાહકને સહી વિનાની પ્રતિબદ્ધતા આપવા જેવું છે. જવાબ સાચો નથી કારણ કે તે અસ્ખલિત છે; તે સાચું છે કારણ કે તે સ્ત્રોત પર આધાર રાખે છે.

ગોપનીયતા: ગ્રાહક ડેટા સંવેદનશીલ ડેટા છે

ગ્રાહક ડેટા (નામ, ID, ટેલિફોન, સરનામું, કાર્ડ નંબર, ઓર્ડર ઇતિહાસ) તુર્કિયે અને યુરોપમાં GDPR માં KVKK (પર્સનલ ડેટા પ્રોટેક્શન લો) હેઠળ સુરક્ષિત છે. પેમેન્ટ કાર્ડની માહિતી PCI-DSS (પેમેન્ટ કાર્ડ ડેટા સિક્યુરિટી સ્ટાન્ડર્ડ) દ્વારા પણ સુરક્ષિત છે અને સંપૂર્ણ કાર્ડ નંબર ક્યાંય પણ અથવા કોઈપણ આર્ટિફિશિયલ ઈન્ટેલિજન્સ ટૂલ પર સ્પષ્ટ રીતે લખી શકાતો નથી. સાર્વજનિક રૂપે ઉપલબ્ધ AI ટૂલમાં કાચી ગ્રાહક વાતચીતો પેસ્ટ કરવી એ ગંભીર ઉલ્લંઘન છે. નિયમ સરળ છે: ડેટાને માસ્ક/અનામી બનાવો અને જે બિનજરૂરી છે તેને શેર કરશો નહીં. "ગ્રાહક", "કાર્ડ ** 1234" ને બદલે "Ayşe Yılmaz, TC 123..., કાર્ડ 5312..."; કાચા વાર્તાલાપને બદલે સંશોધિત ટેક્સ્ટનો ઉપયોગ કરો. જો શક્ય હોય તો, કોર્પોરેટ ટૂલ્સ પસંદ કરો કે જેમાં ડેટા પ્રોસેસિંગ એગ્રીમેન્ટ હોય અને મોડલ ટ્રેનિંગમાં તમારા ડેટાનો ઉપયોગ ન કરો.

ત્રણ નાના કેસો

કેસ 1 - સલામત ઉપયોગ. ઈ-કૉમર્સ કૉલ સેન્ટરમાં, પ્રતિનિધિઓએ દરેક કૉલના અંતે સારાંશ અને ટૅગ્સ લખવામાં 2-3 મિનિટ ગાળી. પ્રતિ દિવસ 60 કૉલ × 2.5 મિનિટ = ~150 મિનિટ વહીવટી કાર્ય પ્રતિ એજન્ટ. AI એ અનામી ટ્રાન્સક્રિપ્ટમાંથી સારાંશ અને ટેગ ડ્રાફ્ટ બનાવવાનું શરૂ કર્યું; એજન્ટે 20 સેકન્ડમાં દરેક સારાંશની સમીક્ષા કરી અને સુધારી. વહીવટી સમય 70% જેટલો ઘટ્યો, પ્રતિનિધિઓ વધુ ગ્રાહકો પર દરરોજ ~1.5 કલાક વિતાવે છે. એઆઈએ ડ્રાફ્ટ આપ્યો, જવાબદારી માનવીની રહી.

કેસ 2 - વણચકાસાયેલ જવાબ છટકું. બેંકના ચેટબોટે નોલેજ બેઝ સાથે કનેક્ટ કર્યા વિના વિશ્વાસપૂર્વક "તમારી લોનનો વ્યાજ દર 2.89% છે" નંબર જનરેટ કર્યો; વાસ્તવિક દર અલગ હતો અને ગ્રાહકને ઈમેલ દ્વારા જણાવવામાં આવ્યો હતો. ગ્રાહકે આ પત્રવ્યવહારને પુરાવા તરીકે ગણ્યો અને ફરિયાદ નોંધાવી. ભૂલ: બૉટને લાઇવ સિસ્ટમ સાથે કનેક્ટ કર્યા વિના નક્કર નાણાકીય નંબર જનરેટ કરવાની મંજૂરી આપવી.

કેસ 3 - ગોપનીયતાનો ભંગ. એક કર્મચારીએ 400 એક-દિવસીય કૉલ રેકોર્ડ્સ (નામો, કાર્ડ નંબર, સરનામાં સમાવે છે) ટ્રાન્સક્રાઇબ કર્યા અને "સૌથી વધુ વારંવાર આવતી ફરિયાદો જાહેર કરવા" માટે તેને સાર્વજનિક AI ટૂલ પર અપલોડ કર્યા. ડેટા સંસ્થાની બહાર ગયો; PCI-DSS ઉલ્લંઘન થયું કારણ કે તેમાં સંપૂર્ણ કાર્ડ નંબરો હતા. સાચો રસ્તો: વ્યક્તિગત અને કાર્ડ ડેટાને આપમેળે માસ્ક કરવા અને માત્ર અનામી ટેક્સ્ટનું વિશ્લેષણ કરવું.

ચાર નકલ કરી શકાય તેવા નમૂનાઓ

1) કાર્ય જોખમ વર્ગીકરણ:

તમારી ભૂમિકા: કૉલ સેન્ટર મેનેજરના સહાયક. નીચેના ગ્રાહક સંપર્ક પ્રકાર માટે: (1) AI ની ભૂમિકા સ્પષ્ટ કરો [સીધો પ્રતિભાવ /સહાયક એજન્ટ / વિશ્લેષણ], (2) જોખમ સ્તર [નીચું/મધ્યમ/ઉચ્ચ], (3) કોણે તેને મંજૂર કરવું જોઈએ તે સ્પષ્ટ કરો. જો નાણાકીય/કાનૂની પ્રતિબદ્ધતા હોય, તો "માનવ મંજૂરી જરૂરી" પર ટિક કરો. સંપર્ક પ્રકાર: <<...>>

2) આઉટપુટ ચકાસણી ચેકલિસ્ટ:

ગ્રાહકને ડિલિવર કરતા પહેલા નીચેના AI આઉટપુટને તપાસો. (1) શું તેમાંની દરેક નક્કર માહિતી (રકમ, અવધિ, ઝુંબેશ) કોઈ સ્ત્રોત સાથે જોડાયેલી છે, અથવા તે બનાવી શકાય છે? (2) શું તેમાં પ્રતિબદ્ધતા/વચન છે? (3) શું તે નાણાકીય/કાનૂની/સંવેદનશીલ નિર્ણય છે? દરેક વસ્તુ તપાસો; દરેક નંબર કે જે સ્ત્રોત સાથે લિંક ન હોય તેને "ચકાસણી કરો" પ્રકાશિત કરો. આઉટપુટ: <<...>>

3) ગ્રાહક ડેટા માસ્કિંગ:

નીચેના ટેક્સ્ટમાંથી વ્યક્તિગત/કાર્ડ ડેટાને માસ્ક કરો: નામ→[ગ્રાહક], ID→[IDN], ફોન→[PHONE], કાર્ડ→[CARD], સરનામું→[ADDRESS]. માસ્ક કરેલ ટેક્સ્ટ આપો અને સૂચિ બનાવો કે તમે કેટલા ફીલ્ડ માસ્ક કરી રહ્યા છો. તમને ખાતરી ન હોય તેવા વિસ્તારને માસ્ક કરો (સલામત બાજુ). ટેક્સ્ટ: <<...>>

4) સુરક્ષિત સારાંશ રૂપરેખા:

નીચે અનામી (નામ/કાર્ડ નહીં) ગ્રાહક થીમનો સારાંશ આપો. ફક્ત ટેક્સ્ટમાંથી માહિતીનો ઉપયોગ કરો; કોઈપણ સંખ્યા/સમયગાળો બનાવશો નહીં. જો પ્રતિબદ્ધતા હોય, તો તેને જેમ છે તેમ અવતરણ કરો, અન્યથા "કોઈ પ્રતિબદ્ધતા નથી" કહો. સારાંશ અનામી રાખો. સંપર્ક: <<માસ્ક્ડ ટેક્સ્ટ>>

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

મારે આ ગ્રાહકને કેવો પ્રતિસાદ આપવો જોઈએ, મારે તેને રિફંડ કરવું જોઈએ?

આ દાવો ખામીયુક્ત છે: AI ને સંદર્ભ આપવામાં આવ્યો નથી (ઉત્પાદન, નીતિ, સમય), નિર્ણય સત્તા સોંપવામાં આવી છે અને ગ્રાહક ડેટા અનિયંત્રિત છે. AI માત્ર મેડ-અપ પોલિસી સાથે જ જવાબ આપી શકે છે.

શક્તિશાળી પ્રોમ્પ્ટ:

તમારી ભૂમિકા: સહાયક ગ્રાહક સેવા પ્રતિનિધિને મદદ કરે છે. સંદર્ભ: અમારી વળતર નીતિ = નહિ વપરાયેલ ઉત્પાદન માટે 14 દિવસ. નીચેનો અનામી ગ્રાહક સંદેશ વાંચો (કોઈ નામ/કાર્ડ નહીં). ગ્રાહક: "મેં 20 દિવસ પહેલા ઉત્પાદન ખરીદ્યું હતું, તેનો ઉપયોગ કર્યો નથી, મને રિફંડ જોઈએ છે." કાર્ય: (1) નીતિ અનુસાર પરિસ્થિતિનો સારાંશ આપો, (2) નમ્ર પ્રતિસાદનો મુસદ્દો તૈયાર કરો જે પ્રતિનિધિ કહી શકે, (3) જ્યાં નિર્ણય સત્તાની આવશ્યકતા છે તે સ્પષ્ટપણે ચિહ્નિત કરો ("માનવને સોંપો"), નીતિ સમય/રકમના બનાવટમાં કંઈ નથી.

આ પ્રોમ્પ્ટમાં નીતિ, ભૂમિકા, અનામી અને "બનાવટ" પર પ્રતિબંધ સ્પષ્ટ છે. પ્રતિનિધિ હજી પણ આઉટપુટની માલિકી ધરાવે છે: 20 દિવસ > 14 દિવસથી, વળતર બિન-માનક છે અને નિર્ણય પ્રતિનિધિ પાસે રહે છે.

સામાન્ય ભૂલો

• બૉટને દરેક વસ્તુ વિશે વાત કરવી. બૉટના અવકાશને સંકુચિત કર્યા વિના ખુલ્લું છોડી દેવાથી આભાસ અને ખોટી પ્રતિબદ્ધતાઓ ઉત્પન્ન થાય છે. બોટ માત્ર સાંકડા અને સલામત વિષયો પર જ જવાબ આપવો જોઈએ જે તેના જ્ઞાન આધાર સાથે જોડાયેલા હોય.
• AI માં કાચો ગ્રાહક ડેટા પેસ્ટ કરી રહ્યું છે. નામ, ફોન નંબર, આઈડી કાર્ડ અને સરનામું માસ્ક કર્યા વિના કોઈપણ વાહનમાં પ્રવેશ કરવો જોઈએ નહીં.
• AI ને નિર્ણય સત્તા સોંપવી. સ્વચાલિત પ્રતિબદ્ધતાઓ જેમ કે "રિફંડ કરો" અથવા "કોન્ટ્રેક્ટ રદ કરો" સંસ્થાને બાંધે છે; આ લોકો પર છોડવું જોઈએ.
• ભાવનાત્મક ક્ષણ ખૂટે છે. જ્યારે ગુસ્સો, ધમકી અથવા સંકટના ચિહ્નો હોય ત્યારે બૉટને ચાલુ રાખવાથી અનુભવને આપત્તિમાં ફેરવાશે; આ ક્ષણોને ઝડપી હેન્ડલિંગની જરૂર છે.
• તેની ચકાસણી કર્યા વિના જવાબ સબમિટ કરવો. AI આઉટપુટ સ્ત્રોત સાથે કનેક્ટ કર્યા વિના ગ્રાહક પાસે ન જવું જોઈએ.

ટીપ: બોટ અથવા સહાયક બનાવતા પહેલા, એક વાક્ય લખો: "આ ટૂલ શું કરી શકે છે અને તે બિલકુલ શું ન કરી શકે?" આ વાક્ય તમારા પ્રોજેક્ટની સુરક્ષા મર્યાદા છે.

સારાંશમાં

કોલ સેન્ટર અને ગ્રાહક અનુભવમાં કૃત્રિમ બુદ્ધિ; તે એક શક્તિશાળી સહાયક છે જે નિયમિત સંપર્કોને ઝડપી બનાવે છે, એજન્ટને મદદ કરે છે અને પ્રક્રિયાઓને માપે છે. પરંતુ ગ્રાહકને આપેલા વચનો, સંવેદનશીલ ક્ષણો અને નાણાકીય/કાનૂની પ્રતિબદ્ધતાઓનો માલિક હંમેશા સક્ષમ વ્યક્તિ હોય છે. મિશનના જોખમના સ્તર અનુસાર AIને સ્થાન આપો: જેમ જેમ જોખમ વધે છે તેમ, AI ની ભૂમિકા નાની થતી જાય છે, માનવીય મંજૂરી વધે છે. દરેક નક્કર જવાબને સ્ત્રોત સાથે લિંક કરો, કોઈ સંખ્યાઓ અથવા સમય ન બનાવો, ગ્રાહક ડેટાને માસ્ક કરો અને ગુસ્સો/કટોકટી સમયે નિયમ ઝડપથી માનવ હસ્તાંતરણ કરો.

એપ્લિકેશન કાર્ય

તમારા પોતાના કોલ સેન્ટર (અથવા કાલ્પનિક દૃશ્ય)માંથી 8 સામાન્ય સંપર્ક પ્રકારોની સૂચિ બનાવો (દા.ત. બેલેન્સ પૂછપરછ, કાર્ગો ટ્રેકિંગ, રીટર્ન, પાસવર્ડ રીસેટ, ઇન્વોઇસ વિવાદ, રદ, તકનીકી નિષ્ફળતા, ફરિયાદ). દરેક માટે ત્રણ સ્તંભો સાથે એક ટેબલ બનાવો: "શું બોટ તેને સીધો ઉકેલી શકે છે? / શું AI એજન્ટને મદદ કરે છે? / શું તે માનવ પર છોડવું જોઈએ?" ઓછામાં ઓછા બે સંપર્કો માટે સંક્ષિપ્ત સમર્થન લખો. આ કોષ્ટક એ CX-YZ આર્કિટેક્ચરનો આધાર હશે જે તમે સમગ્ર મોડ્યુલમાં સ્થાપિત કરશો.

ચેકલિસ્ટ

• [ ] હું દરેક કાર્યમાં AI ની ભૂમિકા (સીધો પ્રતિસાદ / સહાય / વિશ્લેષણ) અને જોખમ સ્તરને અલગ કરી શકું છું.
• [ ] મેં બૉટનો અવકાશ સ્પષ્ટપણે વ્યાખ્યાયિત કર્યો છે (તે શું કરે છે, તે શું કરતું નથી).
• [ ] હું દરેક નક્કર જવાબ (રકમ, અવધિ, ઝુંબેશ) ને જીવંત સ્ત્રોતને આભારી છું, હું તેને બનાવતો નથી.
• AI (KVKK/PCI-DSS) ને આપતા પહેલા હું ગ્રાહક અને કાર્ડનો ડેટા માસ્ક કરું છું.
• [ ] મેં ગુસ્સો, કટોકટી, નાણાકીય/કાનૂની પ્રતિબદ્ધતાના સમયે લોકોને ઝડપી સોંપવાનો મારો નિયમ લખ્યો છે.
• [ ] મેં ટીમને જાહેરાત કરી કે નાણાકીય અને કાનૂની પ્રતિબદ્ધતાઓની અંતિમ મંજૂરી વ્યક્તિ પર રહે છે.