Kvalitāte, atbilstība un konfidencialitāte: nepatiesas informācijas nesniegšana

Ieguvumi:

• Spēja noteikt drošas robežas, kas samazina dezinformācijas risku par cenām, saistībām un politikas jautājumiem
• Spēja izstrādāt drošus uzvednes un procesus, kas aizsargā klienta personas datus (saderīgs ar KVKK)
• Spēja izveidot kvalitātes nodrošināšanas (QA) ciklu, kas ietver cilvēku apstiprināšanu un auditu

Klientiem vērsts mākslīgais intelekts (AI) ir gan liela iespēja, gan liels risks uzņēmumam. Kļūdu mārketinga eksemplārā var labot; Taču nepareiza klientam dotā cena, nepareiza informācija par politiku vai solījums, ko nevar izpildīt, nozīmē tiešu uzticības zaudēšanu, finansiālus zaudējumus un juridiskas problēmas. Aizsardzība "bot man teica" jūs neglābs; Tā ir uzņēmuma atbildība pret klientu.

Šajā pēdējā vienībā mēs izveidojam ietvaru, kas nodrošina visu, ko apguvāt iepriekšējās 11 vienībās. Tā balstās uz trim pīlāriem: precizitāte (nepatiesas informācijas sniegšana), privātums (personas datu aizsardzība) un kontrole (cilvēka piekrišana). Šīs trīs ir drošības jostas, kas pārvērš AI no riska avota par uzticamu biznesa rīku.

Piezīme. Šī vienība nodrošina vispārīgu ietvaru. Jūsu nozares noteikumi (patērētāju tiesības, KVKK, komerciālo ziņojumu noteikumi) var uzlikt papildu pienākumus; Galīgā atbildība par atbilstību ir jūsu iestādei.

Trīs riski, trīs pīlāri

• Dezinformācija (halucinācijas): modelis izdomā cenu/politiku/apņemšanos. Kolonna: verificēts avots + cilvēka apstiprinājums.
• Privātuma pārkāpums: klienta personas dati (vārds, tālruņa numurs, ID, maksājums) tiek ievadīti nenodrošinātā rīkā. Kolonna: maskēšana + apstiprināts transportlīdzeklis (KVKK atbilstība).
• Pilnvaru pārsniegšana: robots/aģents sola, ka nevarēs to izpildīt (atlaide, precīzs datums, garantija). Kolonna: skaidra jurisdikcija + aizsargmargas.

Katram klientam, kas sazinās ar AI plūsmu, šie trīs riski jāpārvalda vienlaikus.

Izvairieties no dezinformācijas: precizitātes slānis

Precizitātes zelta likums: kritiskā informācija (cena, politika, saistības) nāk no pārbaudīta avota (atcerieties RAG vienību), nevis no modeļa iegaumēšanas, un, ja neesat pārliecināts, modelis klusē un nodod. Princips “nodrošināt vai nodot tālāk” novērš dezinformāciju tās avotā.

Soli pa solim: drošs kvalitātes cikls (QA)

1. Klasificēt pēc riska. Vai atbilde ir zema riska (vispārīga informācija) vai augsta riska (cena, saistības, atmaksas summa)?
2. Paaugstiniet cilvēka durvju risku. Pirms šīm atbildēm ir nepieciešams cilvēka apstiprinājums.
3. Izveidojiet savienojumu ar avotu. Kritiskajai informācijai jābūt balstītai uz pārbaudītu dokumentu, nevis safabricētu.
4. Maskēt personas datus. Neieiet, ja tas nav nepieciešams; Ja nepieciešams, anonimizēt.
5. Pārbaudiet, ņemot paraugus. Dažas automatizētās atbildes regulāri pārbauda cilvēks.
6. Atgriezties. Apkopojiet kļūdas un atjauniniet uzvednes un aizsargmargas.

Kopējamās uzvednes

Uzvedne, kas skenē riskus pirms atbildes nosūtīšanas:

Pirms publicēšanas pārbaudiet un atzīmējiet šo klienta atbildi:- Vai ir nepārbaudīta CENA, likme vai summa?- Vai polises/noteikumu prasība ir iegūta, vai arī tā var būt izdomāta?- Vai ir kādas SAISTĪBAS (precīzs datums, garantija, atlaide), kas pārsniedz pilnvaras?- Vai personas dati (vārds, tālrunis, ID, adrese, maksājums) ir iekļauti nevajadzīgi? Uzskaitiet katru atradumu ar atzīmi "augsts/vidējs/zems risks" un ieteikumus labošanai. Atbilde: {{ reply }}

Personas datu tūlītēja maskēšana (pirms iekāpšanas transportlīdzeklī):

Maskējiet personas datus šādā tekstā: vārds-uzvārds -> [VĀRDS], tālrunis-> [TELEFONS], e-pasts -> [EMAIL], TR/ID -> [ID], adrese -> [ADRESE], karte/maksājums -> [MAKSĀJUMS]. Saglabājiet problēmas nozīmi un tehniskās detaļas. Teksts: {{ teksts }}

Aizsargu uzvedne, kas novirza augsta riska problēmas cilvēkiem:

NEKAD neatbildiet uz šiem jautājumiem pats; tā vietā saki "Es to nododu pārstāvim": precīza cena/atlaide, strīds par līgumu/atmaksas summu, juridiskas/medicīniskas/finanšu konsultācijas, personas datu maiņa, drošība/aizdomās par krāpšanu. Jūs varat atbildēt uz vispārīgu zināšanu jautājumiem ārpus šī saraksta.

Parauga ņemšanas uzvedne regulārai kvalitātes pārbaudei (QA):

Zemāk ir 10 nejaušas atbildes no pēdējām X atbildēm. Katram novērtējiet: precizitāti (vai tas atbilst avotam), toni (vai tas ir empātisks/piemērots), saikni (vai ir kāda ļaunprātīga izmantošana/personas datu noplūde). Sarindojiet problemātiskās problēmas svarīguma secībā un vienā teikumā apkopojiet atkārtoto kļūdu modeli (piemēram, "viņš pastāvīgi nosaka termiņus"). Atbildes: {{ piemēri }}

Vāja pieeja / spēcīga pieeja

slikta pieeja

Spēcīga pieeja

Sūtiet visas atbildes bez apstiprinājuma

Cilvēka apstiprināšanas vārteja augstam riskam

Cenas/politikas pieskaņošana modelim

Saite uz pārbaudītu avotu

Personas datu ievadīšana transportlīdzeklī, kāds tas ir

Maskējieties un brauciet ar apstiprinājumu

Kļūdu labošana pa vienai, kad tās rodas

Galvenā iemesla slēgšana ar auditu + atgriezenisko saiti

Atšķirība ir tāda, ka spēcīgā pieeja izveido sistēmu, kas "novērš kļūdu pirms tās rašanās", nevis "novērš to, kad tā rodas".

Trīs mini futrāļi

1. gadījums — izdomāta atmaksas summa. Bots teica: "Atgriežot preci, jūs saņemsiet 850 TL"; tā kā faktiskā summa bija atšķirīga, un robots to nevarēja zināt. Riska pārbaudes uzvedne bija atklājusi šādu "neapstiprinātu daudzumu" iepriekšējos testos. Komanda visas atbildes, kas satur summas, savienoja ar cilvēka apstiprinājuma vārtiem; Klientam nekad vairs netika nosūtīts nepareizs atmaksas skaitlis.

2. gadījums — aizsargātas privātuma maskēšana. Pārstāvis vēlējās apkopot garu sūdzību, kurā bija iekļauts klienta vārds, tālrunis un pasūtījuma informācija. Viņš vispirms palaida maskēšanas uzvedni; personiskie lauki kļuva par atzīmēm [NAME], [PHONE]. Kopsavilkums bija tikpat kvalitatīvs, taču rīkā netika nevajadzīgi ievadīti personas dati; Ir izveidota droša plūsma KVKK ziņā.

3. gadījums — revīzijā tika konstatēts galvenais iemesls. Ikmēneša kvalitātes nodrošināšanas paraugu ņemšanā AI izmantoja atkārtotu modeli: robots jautāja: “kad tas ieradīsies?” Viņš pastāvīgi savā galvā noteica termiņus saviem jautājumiem. Tā nebija atsevišķa kļūda, bet gan galvenais iemesls. Komanda pievienoja piegādes datuma problēmu aizsargmargām un noteica noteikumu "pārsūtiet tikai datumu sistēmā, pretējā gadījumā pārsūtiet". Viens labojums novērsa desmitiem turpmāku kļūdu.

Padoms. Saglabājiet “augsta riska” sarakstu īsu un skaidru; bet tajā jāiekļauj: nauda (cena, atgriešana, atlaide), laiks (precīzas piegādes saistības), politikas izņēmumi un personas datu maiņa. Šīs četras jomas ir visbiežāk sastopamās un dārgākās kļūdas klientu kontaktu AI.

Kur beidzas atbildība?

Vissvarīgākais princips ir pēdējais: AI ir ātruma un kvalitātes reizinātājs, nevis atbildība. Katrs solījums, katra cena, katra apņemšanās, kas dota klientam, saista uzņēmumu juridiski un komerciāli. Tāpēc mākslīgais intelekts tiek turēts pozīcijā "izgatavot melnrakstus un pārraidīt informāciju", nevis "pieņemt lēmumus"; Kritiskos lēmumos cilvēka piekrišana nav greznība, bet gan nepieciešamība. Labi izveidotā sistēmā mākslīgais intelekts apstrādā 90% rutīnas, cilvēks pieņem 10% kritisku lēmumu un uzņemas visu atbildību.

Uzmanību: ideja, ka "kad modelis ir pietiekami izstrādāts, nav nepieciešama cilvēka uzraudzība", ir bīstama. Neatkarīgi no tā, cik labs ir modelis, tas dažkārt var radīt viltus pārliecinātu toni; un klientu kontaktu biznesā ir nepieciešama tikai viena nepareiza cena vai saistības. Cilvēka vārti uz apstiprinājumu nav ātruma upuris, bet gan uzticības cena.

Biežas kļūdas

• Augsta riska (cena, saistības, atgriešana) atbilžu sūtīšana bez cilvēka apstiprinājuma.
• Nepiešķirot svarīgu informāciju pārbaudītajam avotam un paļaujoties uz modeļa iegaumēšanu.
• Iebraukšana nenodrošinātā transportlīdzeklī bez personas datu maskēšanas (KVKK pārkāpums).
• Nav definēts Guardrail (augsta riska priekšmetu saraksts).
• Kļūdu novēršana pa vienam un galvenā iemesla (uzvednes/noteikuma) atjaunināšanas izlaišana.
• Domājot, ka tas uzliek pienākumu AI vai rīku nodrošinātājam.

Rezumējot

• Klientu saziņas mākslīgajam intelektam ir jāpārvalda trīs riski vienlaikus: dezinformācija, privātuma pārkāpums, pārmērīga autorizācija.
• Precizitātei: saistiet kritisko informāciju ar pārbaudītu avotu, deleģējiet, ja neesat pārliecināts.
• Privātumam: maskējiet personas datus, izmantojiet tikai apstiprinātus un drošus transportlīdzekļus (KVKK).
• Savienojiet augstas likmes jautājumus (naudu, laiku, politiku, personas datus) ar cilvēku apstiprinājuma vārtiem.
• Pārbaudiet, vai nav kļūdu, veicot izlasi, un aizveriet galveno cēloni; Galvenā atbildība vienmēr gulstas uz cilvēku.

Lietojumprogrammas uzdevums

Sagatavojiet “drošības komplektu” savai klientu kontaktu plūsmai: (1) uzrakstiet augsta riska tēmu sarakstu (minimālā nauda, laiks, politika, personas dati), (2) izpildiet klienta atbildes paraugu, izmantojot riska pārbaudes uzvedni, un marķējiet konstatējumus, (3) iztīriet tekstu, kurā ir personas dati, ar maskēšanas uzvedni, (4) definējiet iknedēļas atbilžu pārbaužu rituālu, kas ir QA samp. Visbeidzot, uzskaitiet, kādi lēmumi nekad netiks pieņemti bez cilvēka piekrišanas.

kontrolsaraksts

• [ ] Esmu izveidojis aizsargmargu sarakstu augsta riska tēmām.
• [ ] Es esmu saistījis svarīgu informāciju ar pārbaudītu avotu.
• [ ] Es maskēju personas datus un izmantoju tikai apstiprinātus transportlīdzekļus.
• [ ] Es ievietoju cilvēka apstiprinājuma vārtus augsta riska atbildēm.
• [ ] Esmu izveidojis regulāru kvalitātes nodrošināšanas paraugu ņemšanu un atgriezeniskās saites cilpu.
• [ ] Šajā procesā es skaidri norādīju, ka galvenā atbildība gulstas uz cilvēku.

Moduļa eksāmens

1. Kas ir vissvarīgākais elements, rakstot sistēmas uzvedni klientu atbalsta tērzēšanas robotam?

• A) Skaidri definējiet bota lomu, darbības jomu, robežas un nododiet to cilvēkam, kad tas to nezina ✔
• B) Pieprasīt robotam sniegt atbildi uz katru iespējamo jautājumu
• C) Sistēmas uzvednes saglabāšana pēc iespējas īsāka un sīkākas informācijas nesniegšana
• D) Padarīt robotu humoristisku un draudzīgu visās situācijās

Paskaidrojums: Bota lomai, darbības jomai un jo īpaši tā ierobežojumiem (ko tas nevar darīt, kad tas tiks nodots cilvēkiem) ir jābūt skaidri definētiem. Pretējā gadījumā robotprogrammatūra var uzņemties neatļautas saistības vai sniegt nepatiesu informāciju par tēmu, kuru tā nezina.

2. Kāds ir labākais veids, kā iegūt konsekventus un automatizētus rezultātus, klasificējot biļetes ar mākslīgo intelektu?

• A) Apkopot katru pieprasījumu kā brīvu tekstu, nenosakot formātu
• B) Sniedzot iepriekš noteiktas kategorijas, fiksētus steidzamības līmeņus un nemainīgu izvades formātu ✔
• C) Atstājiet kategoriju sarakstu modelim un ļaujiet tam katru reizi to atrast atsevišķi.
• D) Pieprasījumu šķirošana tikai pēc garuma

Apraksts: piešķirot modelim iepriekš noteiktu kategoriju sarakstu, fiksētus steidzamības līmeņus un nemainīgu izvades formātu (piemēram, JSON), tiek nodrošināts konsekvents un mašīnapstrādājams rezultāts dažādos pieprasījumos. Atmetot kategoriju modelī, katru reizi tiek iegūtas dažādas atzīmes.

3. Kāds ir RAG (uz zināšanām balstītas ražošanas/atgūšanas paplašinātās paaudzes) pieejas galvenais mērķis?

• A) Ļauj modelim sniegt radošākas un oriģinālākas atbildes
• B) Modeļa reakcijas laika saīsināšana
• C) Pamatojiet modeļa atbildi uz atjauninātu un pārbaudītu sniegto avota dokumentāciju ✔
• D) Pieprasīt modelim jebkuros apstākļos izveidot savienojumu ar internetu

Paskaidrojums: RAG neiegaumē modeļa atbildi; Tas ļauj tai sagatavot atjauninātus un pārbaudītus avota dokumentus, kas iegūti jautājuma brīdī. Tas palielina precizitāti un ievērojami samazina safabricēto informāciju (halucinācijas).

4. Ko modelim darīt, ģenerējot atbildi no zināšanu bāzes, ja atbilde uz jautājumu nav pieejama dotajos resursos?

• A) Izdarīt minējumu, kas šķiet pamatots, ņemot vērā viņa vispārējās zināšanas
• B) Kopēšana un gatavas atbildes sniegšana par līdzīgu tēmu
• C) Atstājiet jautājumu bez atbildes un klusi noslēdziet sarunu
• D) paziņot, ka viņam/viņai nav informācijas, un norādīt klientu uz pareizo avotu/iestādi ✔

Paskaidrojums. Modelim nevajadzētu radīt informāciju, kas nav avotā; Tajā skaidri jānorāda, ka tam nav informācijas, un jānovirza klients pie amatpersonas vai pareizā avota. Tas novērš dezinformācijas risku.

5. Kāda ir labākā pieeja, lai sagatavotu atbalsta atbildi dusmīgam klientam?

• A) Ejot tieši uz tehnisko risinājumu un ignorējot emocijas
• B) Aizsardzības veidā izskaidrot, ka klients ir vainīgs
• C) Saglabājiet atbildi pēc iespējas formālāku un attālāku
• D) Vispirms atpazīstiet emocijas ar empātiju, tad piedāvājiet skaidru risinājumu vai nākamo soli ✔

Paskaidrojums: Vispirms ir nepieciešams atpazīt emocijas un izrādīt empātiju, pēc tam skaidri izklāstīt konkrēto risinājumu vai nākamo soli. Pielecot tieši pie tehniskā risinājuma vai ignorējot emocijas, palielinās spriedze.

6. Kādas ir labākās izmaiņas, pielāgojot atbalsta atbildi tiešsaistes tērzēšanai, nevis e-pastam?

• A) Iekopējiet tekstu burtiski, nemainot to, tērzēšanā
• B) Padariet tekstu formālāku un pievienojiet parakstu bloku un tēmas virsrakstu
• C) Teksta saīsināšana un sadalīšana, lai to pielāgotu runas tempam un nākamajam solim ✔
• D) Vienā ziņojumā sniedziet pēc iespējas vairāk tehnisko detaļu

Apraksts: Tiešraides tērzēšana ir īsa, ātra un sarunvalodas. gari e-pasta bloki; Kanālam ir piemērota ziņojumu pārvēršana īsos, sadrumstalotos un uz vienu nākamo darbību vērstu ziņojumu. Viena un tā paša teksta pārvietošana no kanāla uz kanālu, nemainot to, sabojā pieredzi.

7. Kāda ir veselīgākā pieeja, kvalificējot potenciālo klientu (potenciālo klientu) ar mākslīgā intelekta atbalstu?

• A) AI izvades kadrēšana (ICP/BANT) un pieņēmumu atzīmēšana, kas ir jāpārbauda ✔
• B) visas mākslīgā intelekta radītās informācijas apstrāde CRM kā īsta, to nepārbaudot.
• C) Kvalifikācijas veidošana tikai pēc uzņēmuma darbinieku skaita
• D) Tā paša vispārīgā ziņojuma nosūtīšana katram potenciālajam klientam un kvalifikācijas izlaišana

Apraksts: AI var izveidot strukturētu instruktāžu no publiski pieejamas informācijas; bet šajā iznākumā var būt ietverti pieņēmumi. Ir pareizi izmantot kvalifikācijas rezultātu, atzīmējot pārbaudāmos pieņēmumus un ievietojot tos tādā ietvarā kā ICP/BANT. Ir riskanti bez šaubām pieņemt rezultātu kā īstu.

8. Kāds ir vissvarīgākais princips efektīvā aukstās pārdošanas e-pastā?

• A) Detalizēti izskaidrot visas uzņēmuma iezīmes un sasniegumus
• B) Koncentrējieties uz pircēja problēmu/mērķi, saglabājiet to īsi un sniedziet vienu skaidru CTA ✔
• C) Nosūtot to pašu vispārīgo tekstu pēc iespējas vairāk cilvēku
• D) Dalieties ar detalizētu cenrādi uzreiz pirmajā e-pastā

Apraksts: efektīvi pārdošanas e-pasta ziņojumi ir vērsti uz saņēmēju, nevis uz sūtītāju: tie attiecas uz klienta problēmu vai mērķi, ir īsi un personalizēti, un tajos ir ietverts viens skaidrs nākamais solis (CTA). Uzskaitot visas uzņēmuma funkcijas, pircējs palaidīs garām.

9. Sagatavojot piedāvājuma/ieteikuma tekstu ar mākslīgo intelektu, kurš ir tas elements, kas visvairāk palielina izvades pārliecināšanas spēku?

• A) Vienkārši uzskaitiet garu specifikāciju sarakstu
• B) Saglabājiet piedāvājumu vispārīgu un pietiekami neskaidru, lai tas būtu piemērots ikvienam klientam
• C) Nerakstiet cenu vispār un pievienojiet tikai komplimentārus teikumus
• D) Uz ieguvumiem orientēta stāstījuma izveide, kas atbilst klienta vajadzībām un mērķiem ✔

Paskaidrojums: Piedāvājuma rakstīšana uz ieguvumiem vērstā valodā, kas atbilst klienta vajadzībām un mērķiem, palielina tā pārliecināšanas spēku. Sniedzot tikai specifikāciju sarakstu, klients liks aizdomāties: "Ko tas man dod?" atstāj viņu vienu ar savu jautājumu.

10. Kāda ir labākā pieeja, sagatavojot AI atbildi uz pārdošanas iebildumu (“Jūsu cena ir pārāk augsta”)?

• A) Ignorējiet iebildumus un pārejiet pie citas tēmas
• B) Nekavējoties un bez nosacījumiem piedāvājot lielu atlaidi
• C) Atbildiet konkrēti uz klientu, atzīstot iebildumus un pārveidojot vērtību/priekšrocību ✔
• D) Klienta apsūdzēšana par produkta neizpratni

Precizējums: ir efektīvi vispirms atpazīt iebildumu, pēc tam pārveidot vērtību/ieguvumu un piedāvāt klientam specifisku atbildi. Lielas atlaides piešķiršana uzreiz samazina vērtību; Iebildumu ignorēšana sagrauj uzticību.

11. Kāds ir visvērtīgākais mākslīgā intelekta rezultāts, apstrādājot intervijas piezīmes CRM?

• A) Piezīmju strukturēšana kā kopsavilkums, lēmumi, nākamie soļi un pienākumi ✔
• B) Piezīmju kopēšana tādas, kādas tās ir, bez jebkādām izmaiņām
• C) Vienkārši padariet piezīmes garākas un iedomātākas
• D) Pierakstiet tikai sarunas ilgumu un laiku

Apraksts: Izkaisītas notis; Ievietojot to strukturētā formātā, piemēram, kopsavilkumā, pieņemtos lēmumus, nākamos soļus (darbības) un atbildīgos, komandai ir vieglāk sekot. Piezīmes kopēšana tādu, kāda tā ir, vai vienkārši tās pagarināšana nerada vērtību.

12. Kāds ir labākais veids, kā nodrošināt “nepatiesas informācijas nesniegšanu” mākslīgā intelekta izvadē, kas nonāk saskarē ar klientu?

• A) Piešķirt modelim visas pilnvaras un ļaujot tam uzņemties visas saistības pašam
• B) kritiskās informācijas ierobežošana līdz pārbaudītiem avotiem, deleģēšana, ja neesat pārliecināts, un cilvēka apstiprinājuma slāņa pievienošana ✔
• C) Noņemiet visas ātruma pārbaudes un nosūtiet izvadi tieši
• D) Gaida labojumu vēlāk, ja tiek atklāta nepareiza informācija

Apraksts: Modelis; Būtisku informāciju, piemēram, cenu, politiku un saistības, nevajadzētu izdomāt, bet tā ir jāiegūst tikai no pārbaudītiem avotiem un jānodod cilvēkiem, ja viņi nav pārliecināti. Kritiskajām atbildēm ir jābūt cilvēka validācijas slānim.

13. Kā rīkoties atbalsta speciālistam, ja viņš vēlas, lai mākslīgā intelekta rīks apkopo klienta sūdzību, norādot vārdu, tālruņa numuru un pasūtījuma informāciju?

• A) Ielīmējiet informāciju tādu, kāda tā ir, un iegūstiet ātrāko rezultātu
• B) Pieņemot, ka teksta beigās ir pietiekami pievienot frāzi “konfidenciāli”.
• C) Personas datu maskēšana un anonimizācija un/vai apstiprināta rīka izmantošana ar korporatīvo garantiju ✔
• D) Domājot, ka informācijas nosūtīšana un pēc tam sarunas dzēšana novērš risku.

Paskaidrojums: Personas datus (saskaņā ar KVKK) nevajadzētu bez vajadzības ievadīt trešo pušu rīkos. Pareiza pieeja; identitātes informācijas maskēšana un anonimizācija un/vai apstiprināta rīka izmantošana ar korporatīvo datu garantiju (datu neizmantošana izglītībā, uzglabāšanas politikā).

14. Kāds ir labākais princips, veidojot daudzpakāpju pārdošanas sekošanas secību?

• A) Sūtot vienu un to pašu atgādinājuma ziņojumu katru dienu
• B) Katram ziņojumam pievienojiet jaunu vērtību un rīkojieties ar saprātīgiem intervāliem ✔
• C) Nepārtraukti palieliniet ziņojumu biežumu, līdz tiek saņemta atbilde.
• D) Ja pirmā atbilde netiek saņemta, iekļaujiet visu sēriju vienā garā e-pastā.

Apraksts: katram turpmākajam ziņojumam ir jāpievieno jauna vērtība (saturs, gadījums, atšķirīgs leņķis), un tas jānosūta saprātīgos intervālos. Viena un tā paša “tikai atgādinājuma” ziņojuma atkārtošana īsos sērijās ir nepārspējami un samazina atbildes ātrumu.

15. Kādai vajadzētu būt AI lomai, izveidojot kvalitātes nodrošināšanas (QA) ciklu atbalsta un pārdošanas komandām?

• A) AI ģenerē melnrakstu; Kritiskās atbildes izskata un apstiprina cilvēki, atbildība gulstas uz cilvēkiem ✔
• B) AI nosūta visas atbildes bez apstiprinājuma; Cilvēki skatās tikai tad, kad ir sūdzības
• C) Ja mākslīgais intelekts ir pietiekami attīstīts, cilvēku uzraudzība nebūs vajadzīga.
• D) Atbildība gulstas uz programmatūras uzņēmumu, kas nodrošina rīku

Apraksts: AI ģenerē atbildes uzmetumus un uzlabo konsekvenci; tomēr kritiskās atbildes klientam, īpaši tās, kas saistītas ar cenu/saistībām/politiku, ir jāpārskata un jāapstiprina cilvēkam. Galvenā atbildība vienmēr gulstas uz cilvēku komandu.