એન્ડ-ટુ-એન્ડ CX-AI પ્રોગ્રામનું નિર્માણ: એકીકરણ અને શાસન

નફો:

• એક સીમલેસ ગ્રાહક પ્રવાસમાં ઘટકો (બોટ, આરએજી, સહાયક, સારાંશ, વિશ્લેષણ, સ્વ-સેવા, ટર્નઓવર, માપ) ને જોડવાની ક્ષમતા
• નાના પાઇલટથી શરૂ કરીને અને તેને મેટ્રિક્સ અને સુરક્ષા સાથે સાબિત કરીને ક્રમિક સ્કેલિંગ શિસ્ત લાગુ કરવાની ક્ષમતા
• જવાબદાર AI ગવર્નન્સની સ્થાપના કરવી જેમાં દરેક ઘટકનો સમાવેશ થાય છે, સીમા દસ્તાવેજીકરણ અને નિયંત્રણ સોંપવું અને સૌથી મૂલ્યવાન નોકરીઓ માટે માનવોને સ્થાન આપવું

અગાઉના અગિયાર એકમોમાં, અમે કોલ સેન્ટરમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સનો ઉપયોગ કરી શકાય તેવા દરેક ક્ષેત્રને જોયા છે: બૉટો, વાતચીત ડિઝાઇન, કૉલ સારાંશ, નોલેજ બેઝ, એજન્ટ આસિસ્ટન્ટ, સેન્ટિમેન્ટ એનાલિસિસ, સેલ્ફ-સર્વિસ, પ્રાઇવસી, હ્યુમન હેન્ડઓવર અને માપન. અમે આ અંતિમ એકમમાં ટુકડાઓ એકસાથે મૂકીએ છીએ. છૂટાછવાયા AI અનુભવોને બદલે, ધ્યેય એક એકલ, સુસંગત ગ્રાહક અનુભવ પ્રોગ્રામ બનાવવાનો છે: એક જ્યાં ગ્રાહકની સમગ્ર મુસાફરી, બોટથી એજન્ટ સુધીની સ્વ-સેવા સુધીની પોસ્ટ-કોલ સારાંશ સુધી, એકીકૃત, સુરક્ષિત રીતે અને માપનથી વહે છે.

આ એકમમાં, અમે પ્રથમ અંત-થી-એન્ડ AI સાથે ગ્રાહક પ્રવાસની રચના કરીશું, પછી અમે પ્રોગ્રામ (પાયલોટ, સ્કેલ, ગવર્નન્સ) અને AI ગવર્નન્સના અમલીકરણના પગલાઓની ચર્ચા કરીશું - જે નિયમોનો સમૂહ છે જે કૃત્રિમ બુદ્ધિમત્તાના જવાબદાર, સલામત અને ઓડિટેબલ ઉપયોગની ખાતરી કરે છે. ચાલો શરૂઆતથી શબ્દને વ્યાખ્યાયિત કરીએ: ઓમ્નીચેનલ (મલ્ટિ-ચેનલ ઇન્ટિગ્રેટેડ એક્સપિરિયન્સ) એટલે કે ગ્રાહકનો સંદર્ભ અને અનુભવ અવિરત ચાલુ રહે છે, પછી ભલે તેઓ ફોન, ચેટ, ઇમેઇલ, એપ્લિકેશન વચ્ચે સ્વિચ કરે.

એક અંત-થી-અંત ગ્રાહક પ્રવાસ

ચાલો ગ્રાહકના "મારા શિપમેન્ટમાં વિલંબ થાય છે, મને રિફંડ જોઈએ છે" દૃશ્યને અંતથી અંત સુધી અનુસરીએ અને જોઈએ કે દરેક પગલા પર કયો AI ઘટક અમલમાં આવે છે:

1. લોગિન (સ્વ-સેવા): ગ્રાહક એપ્લિકેશનમાં ચેટ ખોલે છે. બૉટ પોતાનો પરિચય આપે છે (કહે છે કે તે બૉટ છે), ઉદ્દેશ્યને ઓળખે છે ("શિપિંગ + રીટર્ન"), CRM (અનામી) પાસેથી છેલ્લો ઑર્ડર મેળવે છે. - એકમો 2, 3, 8
2. માહિતી-આધારિત પ્રતિભાવ (RAG): બોટ લાઇવ સિસ્ટમમાંથી વર્તમાન કાર્ગો સ્થિતિ અને નોલેજ બેઝમાંથી રીટર્ન પોલિસી ખેંચે છે; ગ્રાહકને કહે છે "તમારું શિપમેન્ટ - યુનિટ 5 પર છે
3. ટ્રાન્ઝેક્શન અથવા ટ્રાન્સફરનો નિર્ણય: જો વળતર પ્રમાણભૂત મર્યાદાની અંદર હોય, તો બૉટ સુરક્ષિત પ્રવાહ સાથે પ્રારંભ કરે છે અને પુષ્ટિ કરે છે. જો તે મર્યાદાની બહાર હોય અથવા ગ્રાહક ગુસ્સે થાય (લાગણીનો સંકેત) તો તે માનવમાં ટ્રાન્સફર થાય છે. - એકમ 8, 10
4. સરળ હેન્ડઓવર: જો હેન્ડઓવર જરૂરી હોય, તો બોટ અનામી સંદર્ભ કાર્ડ (ઈરાદા, પ્રયાસ, લાગણી) એજન્ટને ખસેડે છે; ગ્રાહક ફરીથી કહેતો નથી. - એકમ 10
5. એજન્ટ + સહાયક: જ્યારે એજન્ટ વાત કરી રહ્યો હોય, ત્યારે એજન્ટ સહાયક જવાબ સૂચવે છે, નીતિ રજૂ કરે છે, પાલન ચેતવણી આપે છે; પ્રતિનિધિ નક્કી કરે છે અને બોલે છે. - યુનિટ 6
6. સમાપ્તિ: વાતચીત સમાપ્ત થાય છે; AI સારાંશ અને લેબલ ડ્રાફ્ટ બનાવે છે, એજન્ટ મંજૂર કરે છે. - એકમ 4
7. માપન અને શિક્ષણ: લાગણી, ઉકેલ, ટર્નઓવરનું કારણ રેકોર્ડ કરવામાં આવે છે; નોલેજ બેઝ ગેપ અને સુધારણાની તકો એકત્રિત કરવામાં આવે છે. - એકમ 7, 11
8. સુરક્ષા આધાર: આ તમામ પગલાઓમાં, વ્યક્તિગત/કાર્ડ ડેટાને માસ્ક કરીને પ્રોસેસ કરવામાં આવે છે, વાહનો DPA-સક્ષમ હોય છે અને ગ્રાહકને પારદર્શક રીતે જાણ કરવામાં આવે છે. - એકમ 9

આ આઠ પગલાં બતાવે છે કે કેવી રીતે દરેક ઘટક જે આપણે અલગથી શીખીએ છીએ તે એક જ પ્રવાસમાં એકસાથે આવે છે. સારો CX-YZ પ્રોગ્રામ એ સીમલેસ ફ્લો છે, ઘટકોનો સંગ્રહ નથી.

ટીપ: તમારા પ્રોગ્રામને ગ્રાહકની મુસાફરી દ્વારા ડિઝાઇન કરો, ઘટક દ્વારા ઘટક નહીં. પ્રથમ 5 સૌથી વધુ વારંવાર આવતી ટ્રિપ્સ દોરો (વળતર, ઇન્વૉઇસ વિવાદ, તકનીકી નિષ્ફળતા, એપોઇન્ટમેન્ટ, રદ) અંતથી અંત; દરેક પગલા પર, "કયો AI ઘટક, કયો સુરક્ષા નિયમ, અહીં કયા માનવીય મંજૂરી છે?" ચિહ્નિત કરો. પ્રવાસ, ટેકનોલોજી નહીં, કેન્દ્રમાં છે.

લાઇવ જાઓ: પાઇલટથી સ્કેલ સુધી

CX-YZ પ્રોગ્રામ એક દિવસમાં બનાવવામાં આવતો નથી. સ્વસ્થ માર્ગ ક્રમિક છે:

સ્ટેજ

શું કરવું

અવધિ (સામાન્ય)

શોધ

મોટા ભાગના વારંવારના સંપર્કો, તકો, જોખમો મેપ કરવામાં આવે છે

2-4 અઠવાડિયા

પાયલોટ

એક જ સાંકડી મુસાફરી પર પ્રયાસ કર્યો (દા.ત. કાર્ગો ક્વેરી)

4-8 અઠવાડિયા

માપન

મેટ્રિક્સ, ભૂલો, સુરક્ષા ઓડિટ કરવામાં આવે છે

સમગ્ર પાયલોટ દરમિયાન

વિસ્તરણ

સફળ યાત્રાઓ ગુણાકાર થાય છે

ધીમે ધીમે

શાસન

નિયમો, નિયંત્રણ અને જવાબદારી સ્થાપિત થાય છે

સતત

પાયલોટ સિદ્ધાંત મહત્વપૂર્ણ છે: નાની શરૂઆત કરો, માપો, પછી વધો. સમગ્ર કોલ સેન્ટરને એક જ સમયે AI માટે ખોલવાથી પણ તરત જ ભૂલો માપી શકાય છે. સાંકડી મુસાફરીમાં વિશ્વાસ સાબિત કરવો અને તેનો વિસ્તાર કરવો સલામત અને ઉપદેશક બંને છે.

એઆઈ ગવર્નન્સ: જવાબદાર ઉપયોગ માટેનું માળખું

જેમ જેમ એક પ્રોગ્રામ વધે છે, "કોણ શું માટે જવાબદાર છે, નિયમો શું છે, તે કેવી રીતે નિયંત્રિત થાય છે" જેવા પ્રશ્નો જટિલ બની જાય છે. AI ગવર્નન્સ આનું નિયમન કરે છે:

• માલિકી: દરેક AI ઘટક (બોટ, આસિસ્ટન્ટ, એનાલિટિક્સ) પાસે માનવ માલિક હોય છે.
• બોર્ડર દસ્તાવેજ: દરેક વાહન શું કરી શકે અને શું ન કરી શકે તે લખેલું છે (યુનિટ 1).
• માનવીય મંજૂરીના નિયમો: કયા નિર્ણયો આવશ્યકપણે માનવ પર પડે છે (પૈસા, કાનૂની, સંવેદનશીલ પરિસ્થિતિ).
• ગોપનીયતા અને સુરક્ષા: KVKK/PCI-DSS પાલન, માસ્કિંગ, DPA, એક્સેસ કંટ્રોલ (યુનિટ 9).
• ઓડિટ ટ્રેલ: નિર્ણયો અને ડેટાની શોધક્ષમતા.
• નૈતિક સિદ્ધાંતો: પારદર્શિતા (ગ્રાહક જાણે છે કે તે બોટ સાથે વાત કરી રહ્યો છે), ન્યાયીપણું (કોઈ ભેદભાવ નહીં), સમજાવવાની ક્ષમતા.
• નિયમિત સમીક્ષા: ચોકસાઈ, ડ્રિફ્ટ, ફરિયાદો અને નૈતિક જોખમોનું સામયિક ઓડિટ.

સાવધાન: જેમ જેમ AI પ્રોગ્રામ વધતો જાય છે તેમ, સૌથી મોટું જોખમ ટેકનિકલ નથી, પરંતુ ગવર્નન્સ છે: એક બોટ કે જેની માલિકી કોઈની નથી, અવ્યાખ્યાયિત અને દેખરેખ વિનાના વર્ષોથી ચૂપચાપ ખોટા જવાબો આપી શકે છે અને સંસ્થાને પ્રતિબદ્ધતા અથવા ઉલ્લંઘનની કટોકટી તરફ ખેંચી શકે છે. ટેકનોલોજી સ્થાપિત કરવા માટે સરળ છે; જવાબદાર મેનેજમેન્ટને શિસ્તની જરૂર છે.

ચાર નકલ કરી શકાય તેવા નમૂનાઓ

1) એન્ડ-ટુ-એન્ડ મુસાફરીનો નકશો:

"<<જર્ની: દા.ત. ઇન્વોઇસ વાંધો>>" માટે એન્ડ-ટુ-એન્ડ AI નકશો બનાવો. દરેક પગલા માટે: ચેનલ, AI ઘટક તૈનાત, સ્ત્રોત (લાઇવ/નોલેજ બેઝ), માનવ મંજૂરી જરૂરી છે, સુરક્ષા/માસ્કિંગ નિયમ, હેન્ડઓવર ટ્રિગર. પરિચય→રિઝોલ્યુશન/હેન્ડઓવર→સમાપ્તિ→માપના ક્રમમાં પગલાંઓ લખો.

2) પાયલોટ પ્લાન:

CX-YZ પાયલોટની યોજના બનાવો. અવકાશ: <<એક સાંકડી મુસાફરી>>.જનરેટ કરો: (1) સફળતાના માપદંડ અને લક્ષ્યો, (2) સલામતી/પાલન તપાસો, (3) હેન્ડઓવર/માનવ મંજૂરીના નિયમો, (4) 6-અઠવાડિયાની માપન યોજના, (5) "સ્ટોપિંગ માપદંડ" (જેના હેઠળ પાયલોટ રોકાયેલ છે). નંબર ફિટિંગ; તમારા લક્ષ્ય ક્ષેત્રો સેટ કરો જેથી હું તેમને ભરી શકું.

3) શાસન/સીમા દસ્તાવેજ:

AI ઘટક માટે ગવર્નન્સ કાર્ડ જનરેટ કરો. ઘટક: <<દા. રીટર્ન બોટ>>.ક્ષેત્રો: માલિક (ભૂમિકા), તેઓ શું કરી શકે છે, તેઓ સંપૂર્ણપણે શું કરી શકતા નથી, માનવીય મંજૂરીની જરૂર હોય તેવા નિર્ણયો, ડેટા પ્રોસેસ્ડ + માસ્કિંગ, ઓડિટ/સમીક્ષા આવર્તન, પારદર્શિતા નિવેદન (ગ્રાહકને).ખાલી પ્રતિબદ્ધતા; સ્પષ્ટ અને પ્રતિબંધિત સીમાઓ લખો.

4) કાર્યક્રમ આરોગ્ય તપાસ (સામયિક):

નીચેના પ્રોગ્રામ ડેટા સાથે ત્રિમાસિક "સ્વાસ્થ્ય તપાસ" સારાંશ તૈયાર કરો: - KPI વલણો (ઉત્પાદકતા + ગુણવત્તા સંતુલન), - ચોકસાઈ/પ્રવાહની સ્થિતિ, - સુરક્ષા/અનુપાલન તારણો, - ટોચના 3 પ્રભાવ સુધારણાઓ, - સમીક્ષા કરવા માટેના જોખમો. ફક્ત ડેટા પર આધાર રાખો; અસ્પષ્ટને "સમીક્ષાની જરૂર છે" તરીકે ચિહ્નિત કરો. ડેટા: <<...>>

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

અમને એક AI ગ્રાહક સેવા સિસ્ટમ બનાવો જે બધું કરે.

અવાસ્તવિક અને ખતરનાક: અમર્યાદિત અવકાશ, કોઈ સુરક્ષા, કોઈ માનવ માન્યતા, કોઈ માપન નથી. આવી ઈચ્છા સિસ્ટમ નહીં પણ જોખમ ઊભું કરે છે.

શક્તિશાળી પ્રોમ્પ્ટ:

"કાર્ગો ઇન્ક્વાયરી + સ્ટાન્ડર્ડ રીટર્ન" પ્રવાસ માટે પાઇલોટ CX-YZ ફ્લો ડિઝાઇન કરો. અવકાશ સાંકડો રાખો. દરેક પગલા પર, પાસે છે: સ્ત્રોત-આધારિત પ્રતિસાદ (કોઈ બનાવટ નથી), માસ્કિંગ, માનવ મંજૂરીની જરૂર હોય તેવા મુદ્દાઓ, ગુસ્સો/અવકાશની બહારના હેન્ડઓવર નિયમ, અને માપવા માટે 3 મેટ્રિક્સ (જેમાંથી એક ગુણવત્તા સંતુલન છે). રોકવાના માપદંડ પણ લખો.

તફાવત: અવકાશ સાંકડો, સલામતી-પ્રમાણપત્ર-હેન્ડઓવર-માપન શામેલ છે, પાઇલટ તર્ક અને રોકવાના માપદંડ સ્પષ્ટ છે.

ત્રણ નાના કેસો

કેસ 1 - જર્ની-કેન્દ્રિત સફળતા. એક ઈ-કોમર્સ કંપનીએ એઆઈને "બોટ ઈન્સ્ટોલ કરો, આસિસ્ટન્ટ ઈન્સ્ટોલ કરો" કોમ્પોનન્ટ દ્વારા નહીં, પરંતુ "સૌથી વધુ વારંવાર આવતી 5 સફરને અંતથી અંત સુધી સુધારવા" તરીકે ડિઝાઇન કરી છે. પ્રથમ ટ્રીપ પર (કાર્ગો + રીટર્ન) કન્ટેઈનમેન્ટ અને CSAT એકસાથે વધ્યા; આ જ પેટર્ન પછી અન્ય પ્રવાસોમાં નકલ કરવામાં આવી હતી. 9 મહિનામાં, સેલ્ફ-સર્વિસ સોલ્યુશન રેટ 41% થી વધીને 68% થયો, અને CSAT 3.9 થી વધીને 4.5 થયો. જર્ની-કેન્દ્રિત ડિઝાઇન વાહનોના અવ્યવસ્થિત સમૂહ પર પ્રવર્તતી હતી.

કેસ 2 - પાઇલટને છોડવાની કિંમત. એક ટેલકોએ એક સાથે તમામ ઉત્પાદનો માટે બોટ ખોલ્યો. જ્ઞાન આધાર કેટલાક ઉત્પાદનો પર ખૂટે છે; જ્યારે બોટ ખોટી ઝુંબેશની માહિતી પ્રસારિત કરે છે, ત્યારે હજારો ગ્રાહકોને ગેરમાર્ગે દોરવામાં આવ્યા હતા અને કાર્યક્રમ ઉતાવળે પાછો ખેંચી લેવામાં આવ્યો હતો. પછીના અજમાયશમાં, જ્યારે એક જ ઉત્પાદનનું પ્રાયોગિક ધોરણે કરવામાં આવ્યું હતું અને વિશ્વસનીયતા સાબિત થઈ હતી, ત્યારે તે કોઈપણ સમસ્યા વિના માપવામાં આવી હતી. પાઠ: નાની શરૂઆત કરો, માપો, વધો.

કેસ 3 - ગવર્નન્સ ગેપ. બે વર્ષ પહેલાં બેંકમાં સ્થપાયેલો બોટ જ્યારે તેના માલિક બીજા યુનિટમાં ગયો ત્યારે તેને "અનાથ" છોડી દેવામાં આવ્યો હતો; કોઈએ જ્ઞાનનો આધાર અપડેટ કર્યો નથી, કોઈએ ચોકસાઈ માપી નથી. કાયદામાં ફેરફાર કર્યા પછી, બોટએ જૂના નિયમને કહેવાનું ચાલુ રાખ્યું, પરિણામે ઓડિટ શોધમાં આવ્યું. જ્યારે દરેક ઘટકને માલિક, એક સીમા દસ્તાવેજ અને સામયિક સમીક્ષા સોંપવામાં આવી ત્યારે આ જોખમ દૂર કરવામાં આવ્યું હતું. પાઠ: અનાથ AI સમય જતાં જવાબદારી બની જાય છે.

સામાન્ય ભૂલો

• ઘટકોને સ્ટૅક કરો, પ્રવાસ બનાવશો નહીં. વ્યક્તિગત સાધનો સુસંગત અનુભવ માટે બનાવતા નથી; પ્રવાસની આસપાસ ડિઝાઇન.
• પાયલોટ વિના સ્કેલિંગ. એક જ સમયે સમગ્ર હબ ખોલવાથી પણ ભૂલો માપવામાં આવે છે; સાંકડી પાયલોટ સાથે પ્રારંભ કરો.
• શાસનને બાયપાસ કરીને. ઘટકો કે જેનો કોઈ માલિક નથી, કોઈ સીમાઓ નથી અને કોઈ નિયંત્રણ નથી તે સમય જતાં જોખમો બનાવે છે.
• છેલ્લા માટે સુરક્ષા છોડીને. માસ્કીંગ, ડીપીએ, પારદર્શિતા શરૂઆતથી ડિઝાઇનમાં જવી જોઈએ; તે પછી ઉમેરવામાં આવતું નથી.
• લોકોને અક્ષમ કરવાનું લક્ષ્ય છે. ઉદ્દેશ્ય લોકોનો નાશ કરવાનો નથી, પરંતુ લોકોને સૌથી મૂલ્યવાન કાર્યો પર ધ્યાન કેન્દ્રિત કરવાનો છે.

સાવધાન: સૌથી પરિપક્વ CX-YZ પ્રોગ્રામ પણ "માનવ-મુક્ત" સિસ્ટમ નથી; તે એવી સિસ્ટમ છે જે "લોકોને શ્રેષ્ઠ સ્થાને સ્થાન આપે છે". AI રૂટિન જ્ઞાન અને સ્કેલ ધરાવે છે; માનવ સંબંધ, નિર્ણય અને જવાબદારી ધરાવે છે. શ્રમનું આ વિભાજન સમગ્ર મોડ્યુલનો સાર છે.

સારાંશમાં

એક એન્ડ-ટુ-એન્ડ CX-YZ પ્રોગ્રામ અમે અલગથી શીખેલા ઘટકો (બોટ, આરએજી, આસિસ્ટન્ટ, સારાંશ, એનાલિટિક્સ, સેલ્ફ-સર્વિસ, હેન્ડઓવર, માપન, સુરક્ષા)ને એક સીમલેસ ગ્રાહક પ્રવાસમાં જોડે છે. પ્રોગ્રામને પ્રવાસ-કેન્દ્રિત તરીકે ડિઝાઇન કરો, ઘટક-કેન્દ્રિત નહીં; નાના પાઇલટ સાથે પ્રારંભ કરો અને તેને સ્કેલ કરો; શાસન સ્થાપિત કરો જે દરેક ઘટકને માલિક, એક સીમા દસ્તાવેજ અને સામયિક નિરીક્ષણ સોંપે. શરૂઆતથી જ ડિઝાઇનમાં સુરક્ષા અને પારદર્શિતા બનાવો. સૌથી અગત્યનું: ધ્યેય લોકોને દૂર કરવાનો નથી, પરંતુ સંબંધો, નિર્ણય અને જવાબદારી જેવા સૌથી મૂલ્યવાન કાર્યો પર લોકોને ધ્યાન કેન્દ્રિત કરવાનો છે. AI સ્કેલ વહન કરે છે; તે માનવ અર્થ અને જવાબદારી વહન કરે છે.

એપ્લિકેશન કાર્ય

તમારી પોતાની સંસ્થા (અથવા કાલ્પનિક સંસ્થા) માટે સૌથી સામાન્ય ગ્રાહક પ્રવાસ પસંદ કરો અને એન્ટ્રી-રિઝોલ્યુશન/હેન્ડઓવર-સમાપ્તિ-માપન પગલાં, દરેક પગલામાં AI ઘટક, સ્ત્રોત, માનવ મંજૂરી અને સુરક્ષા નિયમ "1) એન્ડ-ટુ-એન્ડ મુસાફરી નકશો" ટેમ્પલેટ સાથે બહાર કાઢો. પછી “2) પાયલોટ પ્લાન (મેટ્રિક્સ, સલામતી, રોલઓવર નિયમો, સ્ટોપિંગ માપદંડ) સાથે આ પ્રવાસ માટે 6-અઠવાડિયાના પાયલોટને ડિઝાઇન કરો. છેલ્લે એક ઘટક માટે "3) શાસન/સીમા દસ્તાવેજ" ભરો.

ચેકલિસ્ટ

• [ ] મેં મારો પ્રોગ્રામ એન્ડ-ટુ-એન્ડ ગ્રાહક પ્રવાસના આધારે ડિઝાઇન કર્યો છે, ઘટકને આધારે નહીં.
• [ ] મેં સૌથી વધુ વારંવાર થતી મુસાફરીનું કાવતરું ઘડ્યું અને દરેક પગલા પર AI ઘટક, સ્ત્રોત અને માનવીય મંજૂરીને ચિહ્નિત કરી.
• [ ] મેં એક નાના પાઇલટથી શરૂઆત કરી હતી; મેં તેને મેટ્રિક અને સિક્યોરિટી સાથે સાબિત કર્યું અને ધીમે ધીમે તેનો વિકાસ કર્યો.
• [ ] દરેક AI ઘટક પાસે માલિક, સીમા પ્રમાણપત્ર અને સામયિક નિરીક્ષણ હોય છે.
• [ ] મેં શરૂઆતથી જ ડિઝાઇનમાં સુરક્ષા, ગોપનીયતા અને પારદર્શિતા બનાવી છે.
• [ ] મેં સિસ્ટમની સ્થાપના લોકોને અક્ષમ કરવા માટે નહીં, પરંતુ સૌથી મૂલ્યવાન કાર્ય પર ધ્યાન કેન્દ્રિત કરવા માટે કરી છે.

મોડ્યુલ પરીક્ષા

1. કોલ સેન્ટર મેનેજર AI બૉટ દ્વારા જનરેટ કરાયેલ રિફંડ ઑફર સીધી ગ્રાહકને પ્રતિબદ્ધતા તરીકે, કોઈપણ માનવીય મંજૂરી વિના મોકલે છે. આ અભિગમમાં મૂળભૂત ભૂલ શું છે?

• એ) આઉટપુટને માનવીય મંજૂરી વિના નિર્ણયમાં નાણાકીય પ્રતિબદ્ધતા સમાવિષ્ટ રૂપાંતરિત કરવું; જવાબદારી લોકોની છે તે અવગણવું ✔
• બી) બૉટને રિફંડના મુદ્દા વિશે બિલકુલ જાણ ન હોવી જોઈએ; આ વિષય સંપૂર્ણપણે પ્રતિબંધિત છે
• સી) બોટે ટેબલને બદલે સાદા ટેક્સ્ટમાં ઓફર રજૂ કરી
• ડી) રિફંડ ઓફર ગ્રાહકને ઈ-મેલને બદલે SMS દ્વારા મોકલવી જોઈએ.

વર્ણન: કૃત્રિમ બુદ્ધિ એ સહાયક અને સ્કેચ જનરેટર છે; ગ્રાહકને કરવામાં આવેલી નાણાકીય પ્રતિબદ્ધતાઓ (રિફંડ, વળતર) સક્ષમ વ્યક્તિની છે. વણચકાસાયેલ અને અસ્વીકૃત AI આઉટપુટને પ્રતિબદ્ધતામાં ફેરવવું એ સહી વિનાનું ગ્રાહક વચન આપવા જેવું છે અને સંસ્થાને બાંધે છે.

2. ચેટબોટ ડિઝાઇન કરતી વખતે, શા માટે બોટનો અવકાશ (તે શું કરી શકે અને શું ન કરી શકે) સંકુચિત અને સ્પષ્ટ રીતે વ્યાખ્યાયિત થવો જોઈએ?

• A) સાંકડો અવકાશ બોટને ઝડપથી લખી શકે છે અને સર્વર ખર્ચ ઘટાડે છે
• બી) અમર્યાદિત અવકાશ બોટને એવી બાબતો પર બનાવટી અને ખોટા વચનો આપવાનું કારણ બને છે જે તે જાણતી નથી; સાંકડો અવકાશ આને અટકાવે છે ✔
• સી) સાંકડો અવકાશ એ સુનિશ્ચિત કરે છે કે ગ્રાહકો ક્યારેય મનુષ્યો સુધી ન પહોંચે
• ડી) સ્કોપ વ્યાખ્યા માત્ર વૉઇસ બૉટો માટે જરૂરી છે, ટેક્સ્ટ બૉટો માટે નહીં

સમજૂતી: એક બોટ જેનો અવકાશ અમર્યાદિત છે તે તે વિષયો વિશે વાત કરવાનો પ્રયાસ કરશે જે તે જાણતો નથી અને આભાસ (બનાવટી માહિતી) પેદા કરી શકે છે અને ખોટી પ્રતિબદ્ધતાઓ કરી શકે છે. સાંકડો અને સ્પષ્ટ અવકાશ બોટને માત્ર જ્ઞાન આધાર સાથે જોડાયેલા સુરક્ષિત વિષયો પર રાખે છે; જ્યારે તે બહાર જાય છે, ત્યારે તે મનુષ્યોમાં સ્થાનાંતરિત થાય છે.

3. એક ઈ-કોમર્સ બોટ ખરાબ સમાચાર મોકલે છે જેમ કે 'તમારી વિનંતી યોગ્ય નથી' પર રિટર્ન રિજેક્શન. અને ફરિયાદો વધી રહી હતી. સ્પીચ ડિઝાઇનના સંદર્ભમાં શ્રેષ્ઠ સુધારો કયો છે?

• A) બૉટને સંપૂર્ણપણે દૂર કરો અને તમામ રિફંડ વિનંતીઓ મનુષ્યોને મોકલો
• બી) મોટા અક્ષરોમાં અને વધુ ચોક્કસ ભાષામાં સમાન સંદેશ આપીને સ્પષ્ટતા વધારવા માટે
• C) એક સ્વર માર્ગદર્શિકા લાગુ કરો જે સહાનુભૂતિ સાથે, દોષ વિના, અને જો શક્ય હોય તો, વૈકલ્પિક સાથે ખરાબ સમાચાર આપે છે ✔
• ડી) વળતરની શરતો બદલવી અને બધી વિનંતીઓ સ્વીકારવી

સમજૂતી: જોકે માહિતી પોતે (વળતરનો અસ્વીકાર) બદલાતી નથી, શૈલી અનુભવ નક્કી કરે છે. ગ્રાહકને દોષ આપ્યા વિના, સહાનુભૂતિ સાથે ખરાબ સમાચાર આપવાથી અને જો શક્ય હોય તો વૈકલ્પિક ઓફર કરવાથી CSATમાં નોંધપાત્ર વધારો થાય છે. ટોન માર્ગદર્શિકા બોટના અવાજને સુસંગત અને માનવીય રાખે છે.

4. AI મુક્તપણે ટૅગ્સ જનરેટ કરવાને બદલે સ્વચાલિત કૉલ ટેગિંગ (સ્વભાવ) માં બંધ વર્ગીકરણ (ટેગ્સની મર્યાદિત, પૂર્વવ્યાખ્યાયિત સૂચિ) નો ઉપયોગ શા માટે મહત્વપૂર્ણ છે?

• A) બંધ વર્ગીકરણ બોટને ઝડપી પ્રતિસાદ આપે છે
• B) મફત લેબલીંગ KVKK વિરુદ્ધ છે, જ્યારે બંધ વર્ગીકરણ સુસંગત છે
• સી) બંધ વર્ગીકરણ પ્રતિનિધિની મંજૂરીને બિનજરૂરી બનાવે છે
• ડી) મફત લેબલ્સ અસંગત અને અવ્યવસ્થિત છે, વિશ્લેષણને વિકૃત કરે છે; બંધ વર્ગીકરણ નિશ્ચિત, સુસંગત અને રિપોર્ટેબલ શ્રેણીઓ પ્રદાન કરે છે ✔

સમજૂતી: ફ્રી ટેગિંગ ડઝનેક અલગ અલગ પરંતુ સમાનાર્થી ટૅગ્સ બનાવે છે જેમ કે 'ઈનવોઈસ', 'ઈનવોઈસિંગ', 'ઈનવોઈસ પ્રોબ્લેમ' અને મેનેજમેન્ટ રિપોર્ટ્સને અર્થહીન બનાવે છે. એક બંધ વર્ગીકરણ એઆઈને નિશ્ચિત અને સુસંગત શ્રેણીઓમાં દબાણ કરે છે, ખાતરી કરે છે કે વિશ્લેષણ વિશ્વસનીય છે.

5. કોલ સેન્ટર બૉટોમાં આભાસને ઘટાડવા માટે આરએજી (પુનઃપ્રાપ્તિ-સંવર્ધિત જનરેશન) પદ્ધતિનો મૂળભૂત તર્ક શું છે?

• A) મોડલ જવાબને મેમરીમાંથી ફિટ કરવાને બદલે વર્તમાન સ્ત્રોતમાંથી દોરેલા ટુકડાઓ પર આધારિત છે; જો તે સ્ત્રોતમાં નથી, તો તે કહે છે 'મને ખબર નથી' ✔
• B) RAG મોડલને ઝડપથી લખવાની મંજૂરી આપીને ખોટા જવાબોની સંભાવના ઘટાડે છે
• સી) આરએજી માટે બૉટને તમામ પ્રશ્નોના જવાબ નિષ્ફળ જવાની જરૂર છે
• D) RAG આપમેળે વ્યક્તિગત ડેટાને માસ્ક કરે છે અને KVKK અનુપાલનની ખાતરી કરે છે

સમજૂતી: આરએજી મોડેલને તેની પોતાની મેમરીમાંથી જવાબને ફિટ કરવાથી અટકાવે છે: તે પહેલા વર્તમાન જ્ઞાન આધારમાંથી સંબંધિત ટુકડાઓ ખેંચે છે, પછી ફક્ત તે ટુકડાઓ પર આધારિત જવાબ જનરેટ કરે છે. 'જો સ્ત્રોતમાં કોઈ જવાબ ન હોય તો' ના સિદ્ધાંત સાથે, મોડેલ તેને ખબર ન હોય તેવા પ્રશ્નનું અનુમાન કરવાને બદલે 'મને ખાતરીપૂર્વક ખબર નથી' કહી શકે છે.

6. જ્યારે એજન્ટ સહાયક સક્રિય થાય છે, ત્યારે એજન્ટોનો પ્રોસેસિંગ સમય (AHT) વધે છે જ્યારે એક જ સમયે સ્ક્રીન પર 8 સૂચનો દેખાય છે. આ પરિસ્થિતિનું સૌથી સંભવિત કારણ અને ઉકેલ શું છે?

• એ) પ્રતિનિધિઓ મદદનીશનો પ્રતિકાર કરી રહ્યા છે; ભલામણો ફરજિયાત બનાવવી જોઈએ
• બી) ઘણા બધા સૂચનો જ્ઞાનાત્મક ઓવરલોડ બનાવે છે; ઉકેલ સૂચનો થોડા અને મુદ્દા સુધી રાખવા ✔
• સી) સહાયકને ગ્રાહકને સીધો જ પત્ર લખવો જોઈએ, પ્રતિનિધિને સંપૂર્ણપણે દૂર કરીને
• ડી) એએચટીમાં વધારો સામાન્ય છે અને તેની અવગણના કરવી જોઈએ

સમજૂતી: એકસાથે ઘણા બધા સૂચનો એજન્ટ પર જ્ઞાનાત્મક ઓવરલોડ બનાવે છે; દરખાસ્તો વાંચવાનો પ્રયાસ કરતી વખતે એજન્ટ ગ્રાહક સાથે જોડાણ અને પ્રવાહ ગુમાવે છે. ઉકેલ એ છે કે સૂચનોની સંખ્યા ઘટાડવી અને માત્ર થોડા પરંતુ સચોટ, ઉચ્ચ-વિશ્વાસવાળા સૂચનો દર્શાવવા.

7. આર્ટિફિશિયલ ઇન્ટેલિજન્સ-સપોર્ટેડ ક્વોલિટી મેનેજમેન્ટ (QA) માં સેન્ટિમેન્ટ એનાલિસિસ સ્કોર્સ અને સ્વચાલિત મૂલ્યાંકન કેવી રીતે હોવું જોઈએ?

• A) સ્કોર્સ સંપૂર્ણ સત્ય છે અને તેને સીધા પ્રતિનિધિ પ્રદર્શન સ્કોરમાં રૂપાંતરિત કરવું જોઈએ
• બી) સેન્ટિમેન્ટ વિશ્લેષણનો ઉપયોગ ફક્ત માર્કેટિંગ માટે થાય છે, તેને QA સાથે કોઈ લેવાદેવા નથી
• સી) સ્કોર્સ એ સંકેત અને પ્રારંભિક છે; પુરાવાના આધારે અંતિમ નિર્ણય મનુષ્યનો છે ✔
• ડી) AI તમામ વાર્તાલાપનું મૂલ્યાંકન કરે છે, તેથી માનવ દેખરેખ હવે જરૂરી નથી.

સમજૂતી: સેન્ટિમેન્ટ સ્કોર્સ અને સ્વચાલિત QA મૂલ્યાંકન એ સંકેતો અને પ્રી-સ્ક્રીનર્સ છે; વક્રોક્તિ, શબ્દસમૂહ અને સંદર્ભ મોડેલને ગેરમાર્ગે દોરી શકે છે. અંતિમ મૂલ્યાંકન અને પ્રતિસાદ માનવનો છે; દરેક શોધને વાતચીતમાંથી પુરાવાના અવતરણ દ્વારા સમર્થન આપવું જોઈએ, અને અનિશ્ચિત પરિસ્થિતિઓ મનુષ્યો પર છોડી દેવી જોઈએ.

8. એક ટેલકોએ ખર્ચ ઘટાડવા માટે 'એજન્ટ સાથે કનેક્ટ કરો' વિકલ્પ છુપાવીને ગ્રાહકોને બોટ પર રાખવાનો પ્રયાસ કર્યો. આ 'કાર્સેરલ' અભિગમનું સૌથી વધુ સંભવિત લાંબા ગાળાનું પરિણામ શું છે?

• A) ગ્રાહક સંતોષ કાયમી ધોરણે વધે છે કારણ કે દરેક વ્યક્તિ બૉટનો ઉપયોગ કરવાનું શીખે છે
• B) કૉલ્સ કાયમી ધોરણે ઘટે છે અને કોઈ આડઅસર થતી નથી
• સી) બૉટ બધી સમસ્યાઓનું નિરાકરણ કરે છે, તેથી હવે માનવ ટીમની જરૂર નથી
• ડી) વણઉકેલાયેલા ગ્રાહકો ગુસ્સે થઈ જાય છે, સંતોષ અને NPS ઘટે છે, અને તેઓ વધુ મુશ્કેલ કોલ્સ સાથે પાછા ફરે છે ✔

સમજૂતી: જો કે ગ્રાહકને બોટમાં ફસાવવાથી ટૂંકા ગાળામાં કોલ ઓછા થાય છે, વણઉકેલાયેલા ગ્રાહકો ગુસ્સે થઈ જાય છે, સોશિયલ મીડિયામાં પૂર આવે છે અને NPS ઘટે છે; આખરે તેઓ લાંબા અને વધુ મુશ્કેલ કૉલ્સ સાથે પાછા આવે છે. સારી સ્વ-સેવા ગ્રાહકને સરળ બહાર નીકળો અને સ્વતંત્રતા આપે છે; વિરોધાભાસી રીતે, આ સ્વ-સેવા વપરાશમાં વધારો કરે છે.

9. એક કર્મચારીએ ચુકવણીની સમસ્યાઓનું વિશ્લેષણ કરવા માટે સાર્વજનિક રૂપે ઉપલબ્ધ AI ટૂલમાં સંપૂર્ણ કાર્ડ નંબરો સાથે કૉલ રેકોર્ડિંગ અપલોડ કર્યા. શા માટે આ એક ગંભીર પાલન ઉલ્લંઘન છે?

• A) અનધિકૃત ઉપકરણ પર સંપૂર્ણ કાર્ડ નંબર ટ્રાન્સમિટ કરવાથી PCI-DSS અને KVKK નું ઉલ્લંઘન થાય છે ✔
• બી) એકમાત્ર સમસ્યા એ છે કે ફાઇલ એક્સેલ ફોર્મેટમાં છે
• C) કૉલ રેકોર્ડિંગનો ઉપયોગ કોઈપણ સંજોગોમાં વિશ્લેષણ માટે કરી શકાતો નથી
• ડી) એકમાત્ર સમસ્યા એ છે કે વિશ્લેષણ અંગ્રેજીને બદલે ટર્કિશમાં કરવામાં આવ્યું હતું

સમજૂતી: PCI-DSS અનુસાર અનધિકૃત વાતાવરણમાં સંપૂર્ણ ચુકવણી કાર્ડ નંબરો ટ્રાન્સમિટ અથવા સ્ટોર કરી શકાતા નથી; ગ્રાહક ડેટા પણ KVKK ના દાયરામાં છે. સાચી રીત એ છે કે સ્ત્રોત પર કાર્ડ અને વ્યક્તિગત ડેટાને સંપૂર્ણપણે માસ્ક કરો અને ફક્ત અનામી ટેક્સ્ટનું વિશ્લેષણ કરો.

10. એક બેંકમાં, બોટ આગ્રહપૂર્વક એક નારાજ ગ્રાહકને સ્વ-સેવા પગલાં સૂચવતો હતો જેણે કહ્યું હતું કે 'મારું કાર્ડ 3 દિવસ માટે બ્લોક કરવામાં આવ્યું છે, હું પાગલ થઈ રહ્યો છું'. હ્યુમન એસ્કેલેશન ડિઝાઇનના સંદર્ભમાં યોગ્ય વર્તન શું છે?

• A) બૉટે ગ્રાહકને શાંત થવાનું કહેવું જોઈએ અને તે જ પગલાં ફરીથી અજમાવી જુઓ.
• બી) બોટ એ હેન્ડઓવર ટ્રિગર તરીકે ગુસ્સાના સંકેતને વાંચવું જોઈએ અને તેને તરત જ માનવને, નમ્રતાપૂર્વક અને સંદર્ભ સાથે સોંપવું જોઈએ ✔
• C) બૉટ ગ્રાહકને બૉટમાં રાખવા માટે વધારાના ડિસ્કાઉન્ટ ઑફર કરે છે
• ડી) બોટે વાતચીત સમાપ્ત કરવી જોઈએ અને ગ્રાહકને પછીથી કૉલ કરવા માટે કહેવું જોઈએ

સમજૂતી: ગુસ્સો અને કટોકટીના ચિહ્નો ગર્ભિત ટ્રિગર્સ છે જે બોટ ઝડપથી માનવમાં સ્થાનાંતરિત થશે, આગ્રહ રાખશે નહીં. બોટ તરત જ તેને નમ્ર સંક્રમણ વાક્ય સાથે માનવને સોંપી દેવું જોઈએ અને તેણે એજન્ટને એકત્રિત કરેલ અનામી સંદર્ભ લઈ જવું જોઈએ; 'શાંત થાઓ' કહેવાથી અથવા આગ્રહ કરવાથી અનુભવને આપત્તિમાં ફેરવાશે.

11. કોલ સેન્ટરમાં, બોટ કન્ટેઈનમેન્ટ રેટ 58% થી વધીને 71% થયો, પરંતુ તે જ સમયગાળામાં, CSAT 4.1 થી ઘટીને 3.6 થયો. આ કોષ્ટકનું અર્થઘટન કેવી રીતે કરવું જોઈએ?

• A) પ્રોગ્રામ સંપૂર્ણપણે સફળ છે કારણ કે નિયંત્રણમાં વધારો થયો છે, CSAT બિનમહત્વપૂર્ણ છે
• બી) બે મેટ્રિક્સ અસંબંધિત છે અને તેનું અલગથી મૂલ્યાંકન કરવું જોઈએ
• C) ઉત્પાદકતામાં વધારો સંતોષના ભોગે થયો હશે; ગ્રાહકો બોટમાં ફસાયેલા હોઈ શકે છે અને આની ચકાસણી કરવી જોઈએ ✔
• ડી) CSAT ઘટાડો મોસમી છે અને તેને AI સાથે કોઈ લેવાદેવા નથી

સમજૂતી: ઉત્પાદકતા મેટ્રિક (નિયંત્રણ) એકાંતમાં વાંચવું જોઈએ નહીં; ગુણવત્તા બેલેન્સર (CSAT) સાથે તેનું મૂલ્યાંકન કરવું આવશ્યક છે. જો કન્ટેઈનમેન્ટ વધી રહ્યું હોય ત્યારે CSAT ઘટી રહ્યું હોય, તો આ એક સંકેત હોઈ શકે છે કે ગ્રાહકો બૉટમાં ફસાયેલા છે અને વણઉકેલાયેલા રહે છે અને તેની ચકાસણી કરવી જોઈએ.

12. એન્ડ-ટુ-એન્ડ CX-AI પ્રોગ્રામને અમલમાં મૂકતી વખતે 'નાના પાઇલટથી પ્રારંભ કરો અને માપવાથી વૃદ્ધિ કરો' શા માટે ભલામણ કરવામાં આવે છે?

• A) પાયલોટ એ બજેટની મંજૂરી મેળવવાની માત્ર એક ઔપચારિકતા છે
• બી) નાનું કાયમી ધોરણે શરૂ કરવાથી AI ની કિંમત શૂન્ય થઈ જાય છે
• સી) પાઇલોટ શાસન અને સુરક્ષા જરૂરિયાતોને દૂર કરે છે
• ડી) એક જ સમયે બધું ચાલુ કરવાથી પણ ભૂલો વધે છે; સાંકડી પાયલોટમાં માપીને અને સાબિત કરીને તેને મોટું કરવું સલામત અને ઉપદેશક છે ✔

સમજૂતી: એક જ સમયે સમગ્ર કોલ સેન્ટરને AI માં ખોલવાથી સંભવિત ભૂલો (અપૂર્ણ જ્ઞાન આધાર, ખોટા જવાબો) પણ તરત જ માપવામાં આવશે અને એક મોટી કટોકટી તરફ દોરી શકે છે. એક સાંકડી મુસાફરીમાં આત્મવિશ્વાસને માપવા અને સાબિત કરીને વિસ્તરણ કરવું એ સલામત અને ઉપદેશક બંને છે અને માપદંડોને રોકવાથી નિયંત્રિત કરી શકાય છે.

13. જ્યારે ગ્રાહક પ્રથમ તેની સમસ્યા બોટને સમજાવે છે અને પછી પ્રતિનિધિ સાથે જોડાય છે, ત્યારે તેણે ફરીથી શરૂઆતથી બધું સમજાવવું પડશે. આ 'સંદર્ભ નુકશાન' સમસ્યાનો શ્રેષ્ઠ ઉકેલ શું છે?

• A) બોટ દ્વારા એકત્રિત કરાયેલા અનામી સંદર્ભ (ઈરાદા, પ્રયાસ, કારણ, લાગણી) ને ટ્રાન્સફર કાર્ડ વડે પ્રતિનિધિને આપમેળે સ્થાનાંતરિત કરો ✔
• બી) ગ્રાહકને ધીરજ રાખવા અને બધું ફરીથી સમજાવવા માટે કહેવું
• C) બૉટને સંપૂર્ણપણે દૂર કરો અને એજન્ટ સાથે સીધા બધા કૉલ્સ શરૂ કરો
• ડી) શરૂઆતથી અંત સુધી વાતચીતનું સંપૂર્ણ રેકોર્ડિંગ સાંભળવા માટે એજન્ટની રાહ જોવી.

સમજૂતી: ખરાબ યુગનું પ્રથમ નંબરનું પાપ સંદર્ભ ગુમાવવું છે. ઉકેલ એ છે કે બોટ એકત્રિત કરે છે તે તમામ સંદર્ભો (ઈરાદો, પગલાંનો પ્રયાસ, હેન્ડઓવર કારણ, ભાવનાત્મક સ્વર) એક અનામી હેન્ડઓવર કાર્ડ વડે એજન્ટની સ્ક્રીન પર આપમેળે લાવવાનો છે; જેથી ગ્રાહક ફરીથી સમજાવતો નથી અને AHT ટૂંકી કરવામાં આવે છે.

14. IT સુરક્ષા અને નીતિશાસ્ત્રના સંદર્ભમાં, કોલ સેન્ટરમાં સ્પીચ એનાલિટિક્સ, વૉઇસ રેકગ્નિશન અને ડેટા પ્રોસેસિંગ ટૂલ્સને લાગુ પડતી મૂળભૂત મર્યાદા શું છે?

• A) ટૂલ્સનો ઉપયોગ કોઈપણ પ્રકારના ડેટા પર મુક્તપણે થઈ શકે છે જ્યાં સુધી તે ખર્ચ ઘટાડે છે
• બી) સાધનોનો ઉપયોગ ફક્ત અધિકૃત, રક્ષણાત્મક અને સંમતિપૂર્ણ હેતુઓ માટે જ થઈ શકે છે; અધિકૃતતા, હેતુ અને સંમતિ વિના ડેટા પર પ્રક્રિયા કરી શકાતી નથી ✔
• C) પારદર્શિતાની આવશ્યકતા ફક્ત ટેક્સ્ટ બૉટોને લાગુ પડે છે, વૉઇસ બૉટોને નહીં
• ડી) ગ્રાહકને માહિતી આપવી ફરજિયાત નથી કારણ કે રેકોર્ડ પહેલેથી સંસ્થા માટે છે.

જાહેરાત: આ સાધનોનો ઉપયોગ સંસ્થાના પોતાના ડેટાના અધિકૃત, રક્ષણાત્મક અને સહમતિથી ઉપયોગ માટે જ થઈ શકે છે. અનધિકૃત વ્યક્તિઓ પર દેખરેખ રાખવી, અન્ય કોઈનો ડેટા ઍક્સેસ કરવો અથવા સંમતિ વિના રેકોર્ડિંગ બંને ગેરકાયદેસર અને વ્યાવસાયિક નીતિશાસ્ત્રની વિરુદ્ધ છે; અધિકૃતતા, હેતુ અને સંમતિ વિના કોઈપણ ડેટા પર પ્રક્રિયા કરી શકાતી નથી.