فهرست مطالب
- هوش مصنوعی مولد چیست و چه فرقی با ربات‌های قدیمی دارد؟
- کاربردهای Generative AI در مرکز تماس
- یک پرسش، سه نوع پاسخ
- چطور هوش مصنوعی مولد را قابل اعتماد کنیم؟
- چالش‌های استفاده از Generative AI
- از کجا شروع کنیم؟
- پرسش‌های متداول
- Generative AI در مرکز تماس چیست؟
- فرق هوش مصنوعی مولد با چتبات معمولی چیست؟
- چطور جلوی پاسخهای نادرست هوش مصنوعی را بگیریم؟
- آیا دادههای مشتریان به سرویس خارجی ارسال میشود؟
- هوش مصنوعی مولد (Generative AI) به مدل‌هایی گفته میشود که متن، خلاصه یا پاسخ تازه تولید می‌کنند؛ در مرکز تماس، پایهٔ ربات‌های گفت‌وگومحور، دستیار کارشناس و خلاصهٔ خودکار تماس‌هاست.
- بزرگ‌ترین ریسک آن «توهم» است: ساختن پاسخی که در هیچ منبعی نیست. راه‌حل اصلی، اتصال مدل به دانش تأییدشدهٔ سازمان (RAG) و محدود کردن اقدام‌ها به APIهای تعریف‌شده است.
- بهترین نقطهٔ شروع، کاربردهای کم‌ریسک و پرتکرار است: خلاصهٔ تماس، پیشنهاد پاسخ به کارشناس و پاسخ به پرسش‌های متداول.
مراکز تماس در حال گذار از آزمایش هوش مصنوعی مولد به استفادهٔ واقعی از آن هستند. تفاوت این نسل با ربات‌های قدیمی ساده است: ربات قدیمی فقط از میان جمله‌های از پیش نوشتهشده انتخاب می‌کرد، اما مدل مولد جملهٔ آزاد مشتری را میفهمد و پاسخ تازه میسازد. همین توانایی، هم فرصت بزرگی است و هم اگر درست مهار نشود، ریسک.
در این مقاله توضیح می‌دهیم Generative AI در مرکز تماس چه کاربردهایی دارد، چطور باید آن را قابل اعتماد کرد، چه چالش‌هایی پیش رو دارد و یک سازمان از کجا باید شروع کند.
هوش مصنوعی مولد چیست و چه فرقی با ربات‌های قدیمی دارد؟
هوش مصنوعی مولد بر پایهٔ مدلهای زبانی بزرگ (LLM) کار میکند؛ مدل‌هایی که روی حجم عظیمی از متن آموزش دیده‌اند و می‌توانند زبان را بفهمند و تولید کنند. در مرکز تماس، این یعنی:
| موضوع | ربات اسکریپتی قدیمی | هوش مصنوعی مولد |
|---|---|---|
| فهم پرسش | فقط کلیدواژه‌ها یا جمله‌های پیش‌بینی‌شده | جملهٔ آزاد و محاوره‌ای، حتی با غلط یا لحن عامیانه |
| پاسخ | انتخاب از میان پاسخهای ثابت | ساخت پاسخ متناسب با پرسش و اطلاعات مشتری |
| نگهداری | نوشتن دستی هر مسیر گفت‌وگو | به‌روزرسانی منبع دانش؛ نه تک‌تک مسیرها |
| ریسک | پاسخ «متوجه نشدم» زیاد | ساختن پاسخ نادرست اگر به منبع وصل نباشد |
کاربردهای Generative AI در مرکز تماس
- ربات‌های گفت‌وگومحور: پاسخ به پرسش‌ها و انجام کارهایی مثل تغییر نوبت و پیگیری سفارش، در تلفن یا چت. نمونهٔ تلفنی آن ربات تلفنی هوشمند است.
- دستیار هوشمند کارشناس: پیشنهاد پاسخ، نمایش دانش مرتبط و یادآوری مراحل حین مکالمه. جزئیات را در مقالهٔ دستیار هوشمند کارشناس (Agent Assist) ببینید.
- خلاصهٔ خودکار تماس: تولید خلاصه، موضوع و اقدام بعدی پس از هر تماس و ثبت خودکار تیکت؛ کار پس از مکالمه (ACW) را کوتاه میکند.
- پیش‌نویس پاسخ ایمیل و پیام: کارشناس پیش‌نویس را بازبینی و ارسال میکند.
- تحلیل و کنترل کیفیت: ارزیابی همهٔ مکالمهها با معیارهای کیفی و استخراج علت‌های پرتکرار تماس. صفحهٔ تحلیل مکالمات و کنترل کیفیت را ببینید.
- آموزش کارشناسان: ساخت سناریوهای تمرینی و شبیه‌سازی مشتری برای کارشناسان تازه‌کار.
یک پرسش، سه نوع پاسخ
برای این‌که تفاوت ربات اسکریپتی، مدل مولد بدون منبع و مدل مولد متصل به دانش سازمان روشن شود، یک پرسش واقعی را با هر سه روش ببینید. روی هر گزینه بزنید:
- پاسخ«متوجه نشدم. برای اطلاعات اقساط عدد ۲ را بگویید یا فشار دهید.»نتیجه: مشتری باید از نو شروع کند
- چرا؟جمله در هیچ‌کدام از مسیرهای نوشتهشده نبود؛ ربات فقط کلیدواژه‌های مشخصی را می‌شناسد.اثر: ترک تماس یا انتقال بی‌دلیل به کارشناس
- پاسخ«نگران نباشید، تا یک هفته تأخیر جریمه‌ای ندارد.»نتیجه: پاسخ روان اما ساختگی
- چرا خطرناک است؟مدل از دانش عمومی‌اش حدس زده است؛ اگر سیاست واقعی سازمان جریمه از روز اول باشد، مشتری گمراه شده است.ریسک: توهم مدل (Hallucination)
- پاسخ«طبق آیین‌نامهٔ اقساط، از روز دوم تأخیر جریمهٔ روزانه محاسبه میشود. می‌خواهید مبلغ دقیق قسط بعدی‌تان را اعلام کنم؟»نتیجه: پاسخ درست و ادامهٔ کار
- چرا قابل اعتماد است؟مدل اول بند مرتبط را از منبع تأییدشدهٔ سازمان بازیابی کرده و پاسخ را فقط بر پایهٔ آن ساخته است؛ اگر منبعی پیدا نمی‌شد، تماس به کارشناس می‌رفت.روش: تولید با بازیابی (RAG)
چطور هوش مصنوعی مولد را قابل اعتماد کنیم؟
علاوه بر این، اجرای مدل روی سرور خود سازمان باعث میشود اطلاعات مشتریان برای پردازش به سرویس خارجی ارسال نشود؛ موضوعی که برای بانک‌ها، بیمه‌ها و سازمان‌های دولتی تعیین‌کننده است.
چالش‌های استفاده از Generative AI
- توهم مدل: تولید پاسخ نادرست با لحن مطمئن. با RAG، ارجاع به منبع و قاعدهٔ «اگر منبع نیست، پاسخ نده» کنترل میشود.
- دانش تخصصی سازمان: مدلهای آماده سیاست‌ها و محصولات سازمان را نمی‌شناسند؛ باید به منابع داخلی وصل شوند.
- یکپارچگی: بدون اتصال به CRM، سامانهٔ سفارش و مرکز تماس، مدل فقط حرف می‌زند و کاری انجام نمی‌دهد.
- زبان فارسی: کیفیت مدل‌ها در فارسی محاوره‌ای و اصطلاحات تخصصی یکسان نیست و باید روی دادههای واقعی سنجیده شود.
- امنیت و حریم خصوصی: دسترسی مدل به داده‌ها باید حداقلی و قابل ممیزی باشد.
- تأخیر در تلفن: در تماس تلفنی، مجموع زمان تبدیل گفتار، تولید پاسخ و تولید صدا باید آن‌قدر کم باشد که گفت‌وگو طبیعی بماند.
از کجا شروع کنیم؟
- کاربرد کم‌ریسک: با خلاصهٔ تماس یا پیشنهاد پاسخ به کارشناس شروع کنید؛ جایی که انسان پیش از رسیدن خروجی به مشتری آن را می‌بیند.
- آماده‌سازی منبع دانش: راهنماها و سیاست‌ها را مرتب و به‌روز کنید؛ کیفیت پاسخ‌ها مستقیم به آن بستگی دارد.
- پایلوت و سنجش: شاخص‌هایی مثل AHT، FCR و درستی پاسخ‌ها را پیش و پس از اجرا مقایسه کنید.
- گسترش به مشتری: پس از اطمینان، ربات گفت‌وگومحور را برای چند سناریوی پرتکرار راه بیندازید.
نسل بعدی این فناوری، هوش مصنوعی عاملی (Agentic AI) است که فقط پاسخ تولید نمی‌کند، بلکه چند مرحله کار را خودش انجام می‌دهد. تصویر کامل همهٔ این فناوری‌ها را در راهنمای هوش مصنوعی در مرکز تماس ببینید.
هوش مصنوعی مولد، روی سرور سازمان شما
ربات تلفنی، دستیار کارشناس و خلاصهٔ خودکار تماس با مدل زبانی متنباز که داخل سازمان اجرا میشود.
پرسش‌های متداول
Generative AI در مرکز تماس چیست؟
استفاده از مدلهای هوش مصنوعی مولد، مثل مدلهای زبانی بزرگ، برای پاسخ به مشتری، کمک به کارشناس، خلاصهٔ خودکار تماسها و تحلیل مکالمهها در مرکز تماس.
فرق هوش مصنوعی مولد با چتبات معمولی چیست؟
چتبات معمولی از میان پاسخهای از پیش نوشتهشده انتخاب میکند؛ هوش مصنوعی مولد جملهٔ آزاد مشتری را میفهمد و پاسخ تازه و متناسب میسازد.
چطور جلوی پاسخهای نادرست هوش مصنوعی را بگیریم؟
با اتصال مدل به منابع تأییدشدهٔ سازمان (RAG)، قاعدهٔ پاسخ ندادن در نبود منبع، محدود کردن اقدام‌ها به APIهای تعریف‌شده و انتقال به کارشناس هنگام تردید. توضیح کامل این روش با مثال و کد در RAG چیست؟ آمده است.
آیا دادههای مشتریان به سرویس خارجی ارسال میشود؟
لازم نیست. مدلهای زبانی متنباز را میتوان روی سرور خود سازمان اجرا کرد تا هیچ دادهای از سازمان خارج نشود.
