AI voice agents คืออะไร?

1. การป้อนคำพูด

ลูกค้าพูดคุยกับอุปกรณ์ เช่น สมาร์ทโฟนหรือสายด่วน ตัวอย่างเช่น พวกเขาอาจถามว่า "ยอดเงินในบัญชีของฉันคือเท่าไร" หรือ "ฉันสามารถกำหนดเวลาส่งสินค้าใหม่ได้ไหม" คำพูดของลูกค้าจะถูกแปลงเป็นสัญญาณเสียงและส่งไปยังผู้ช่วยเสียงเพื่อประมวลผล

2. การจดจำเสียงพูด 

ระบบจดจำเสียงพูดอัตโนมัติ (ASR) จะประมวลผลสัญญาณเสียงเป็นข้อความ ระบบ ASR จะรับรองว่าการถอดเสียงมีความแม่นยำ แม้ว่าจะมีสำเนียงหรือรูปแบบการพูดที่แตกต่างกัน ดังนั้น ระบบ ASR จะประมวลผลเสียงที่บอกว่า "ตรวจสอบสถานะคำสั่งซื้อของฉัน" แล้วแปลงเป็นข้อความ

3. ความเข้าใจภาษาธรรมชาติ

ข้อความจาก ASR จะถูกส่งไปยังระบบ เข้าใจภาษาธรรมชาติ (NLU) ซึ่งเป็นสาขาหนึ่งของ NLP ที่ช่วยให้เครื่องจักรสามารถเข้าใจภาษาของมนุษย์ได้ 

ระบบ NLU จะพิจารณาจากข้อมูลที่ลูกค้าป้อนว่า "ฉันเหลือเงินเท่าไรในบัญชีของฉัน" จากนั้นระบบจะระบุเจตนาของลูกค้า เช่น "ตรวจสอบยอดเงินในบัญชีของฉัน" และระบุรายละเอียดสำคัญ เช่น "ยอดเงินในบัญชีที่ลงท้ายด้วยปี 1234" 

ในทำนองเดียวกัน สำหรับอินพุตเช่น 'กำหนดเวลาการจัดส่งใหม่' ระบบจะดึงจุดประสงค์ในการ 'กำหนดเวลาการจัดส่งใหม่' และรายละเอียดต่างๆ เช่น 'การจัดส่งในวันศุกร์นี้'

4. การประมวลผลและการตัดสินใจ

ตัวแทนเสียง AI จะกำหนดการดำเนินการที่เหมาะสมโดยวิเคราะห์อินพุตของผู้ใช้และเข้าถึงข้อมูลที่เกี่ยวข้อง 

ขั้นตอนนี้ได้รับการปรับปรุงให้ดีขึ้นด้วยการรวม การสร้างเสริมการเรียกค้น (RAG) ซึ่งช่วยให้ตัวแทนเสียง AI สามารถเข้าถึงและใช้แหล่งความรู้ภายนอกได้แบบเรียลไทม์ ส่งผลให้ได้ผลลัพธ์ที่แม่นยำยิ่งขึ้นและเกี่ยวข้องกับบริบทมากขึ้น

ดังนั้นเมื่อลูกค้าถามว่า "ยอดเงินคงเหลือในบัญชีของฉันเท่าไร" ระบบอาจใช้ RAG เพื่อระบุจุดประสงค์ (ตรวจสอบยอดเงินในบัญชี) ดึงรายละเอียด (บัญชีลงท้ายด้วย 1234) และสอบถามฐานข้อมูล 

ในทำนองเดียวกัน สำหรับ 'ฉันสามารถกำหนดเวลาการจัดส่งใหม่เป็นวันศุกร์ถัดไปได้หรือไม่' ระบบจะเข้าถึงแพลตฟอร์มการกำหนดตารางเวลา อัปเดตการจัดส่ง และให้การยืนยันแบบเรียลไทม์แก่ลูกค้า

5. การสร้างการตอบสนอง

เมื่อกำหนดการตอบสนองแล้ว ระบบจะใช้ LLM เพื่อสร้างการตอบกลับ 

การ LLM ช่วยให้แน่ใจว่าการตอบกลับชัดเจนและเป็นมืออาชีพ เช่น 'ยอดคงเหลือในบัญชีของคุณคือ 500 ดอลลาร์' หรือ 'การจัดส่งของคุณได้รับการจัดตารางใหม่เป็นวันเสาร์'

6. การแปลงข้อความเป็นคำพูด 

การตอบกลับแบบข้อความจะถูกแปลงเป็นคำพูดโดยระบบแปลงข้อความเป็นคำพูด (TTS) เพื่อให้แน่ใจว่าข้อความจะฟังดูเป็นธรรมชาติ  

7. เอาต์พุตเสียง

เสียงพูดสังเคราะห์จะถูกเล่นกลับให้ลูกค้าฟังผ่านลำโพงของอุปกรณ์ ทำให้การโต้ตอบเสร็จสมบูรณ์

ผู้ใช้ก็อาจจะได้ยินโทรศัพท์ตอบกลับว่า 'ยอดเงินในบัญชีของคุณคือ 500.75 ดอลลาร์ ณ เวลา 12:35 น. ของวันนี้' 

ในทำนองเดียวกัน สำหรับคำขอกำหนดตารางการจัดส่งใหม่ โทรศัพท์อาจตอบกลับว่า 'การจัดส่งของคุณได้รับการกำหนดตารางใหม่สำเร็จแล้วเป็นวันเสาร์ที่ 11 มกราคม'

ปรับปรุงประสบการณ์ของลูกค้า

เจ้าหน้าที่เสียง AI พร้อมให้บริการตลอดเวลา จึงสามารถให้คำตอบต่อคำถามของลูกค้าได้ทันที โดยไม่ต้องเสียเวลาในการรอคอยอันยาวนาน 

การใช้ภาษาธรรมชาติและสัญญาณทางอารมณ์ เช่น ความหงุดหงิด ตัวแทนเสียง AI ช่วยให้การโต้ตอบดูจริงใจมากขึ้น นอกจากนี้ยังปรับให้เข้ากับสำเนียง ภาษา และรูปแบบการสนทนาได้อีกด้วย

และเช่นเดียวกับ แชทบอทสนับสนุนลูกค้า ที่ดี ตัวแทนเสียง AI ได้รับการฝึกฝนให้ส่งต่อปัญหาที่ซับซ้อนไปยังตัวแทนที่เป็นมนุษย์โดยยังคงบริบทครบถ้วน

เพิ่มประสิทธิภาพการดำเนินงาน

ตัวแทนเสียง AI ช่วยให้งานประจำ เช่น การนัดหมาย การประมวลผลคำสั่งซื้อ การอัปเดตสถานะ ง่ายขึ้น ทำให้ตัวแทนที่เป็นมนุษย์สามารถมุ่งเน้นไปที่การโต้ตอบที่มีความสำคัญและละเอียดอ่อนได้อย่างเต็มที่ ตัวแทนเหล่านี้สามารถรับมือกับปริมาณการโทรจำนวนมากได้โดยไม่พลาดแม้แต่นาทีเดียว ทำให้บริการมีความสม่ำเสมอแม้ในช่วงเวลาเร่งด่วน 

ด้วยการบูรณาการกับระบบแบ็กเอนด์เพื่อเข้าถึงข้อมูลแบบเรียลไทม์ ตัวแทนเสียง AI จึงสามารถตอบสนองได้อย่างแม่นยำและทันที และลดข้อผิดพลาดให้เหลือน้อยที่สุด

ปรับขนาดได้อย่างง่ายดายและสื่อสารได้ทั่วโลก

ออกแบบมาเพื่อจัดการกับปริมาณการโทรที่เพิ่มขึ้น ตัวแทนเสียง AI ช่วยให้ธุรกิจต่างๆ ประสบกับการเติบโตหรือช่วงฤดูกาล 

การบูรณาการกับระบบแบ็กเอนด์เพื่อเข้าถึงข้อมูลแบบเรียลไทม์ทำให้มอบการตอบสนองที่แม่นยำและทันที รวมทั้งลดข้อผิดพลาดให้เหลือน้อยที่สุด ซึ่งถือเป็นด้านที่มีคุณค่าอย่างยิ่งสำหรับธุรกิจที่กำลังเติบโต

รวบรวมและวิเคราะห์ข้อมูล

ตัวแทนเสียง AI รวบรวมข้อมูลลูกค้าที่สำคัญระหว่างการโต้ตอบ ค้นพบรูปแบบและข้อมูลเชิงลึกที่สามารถปรับแต่งกลยุทธ์ได้ 

หากลูกค้าจำนวนมากโทรมาบ่นเกี่ยวกับฟีเจอร์ใหม่ ตัวแทนเสียง AI จะสามารถตรวจจับการร้องเรียนที่เพิ่มขึ้นได้ทันทีและแจ้งให้ธุรกิจทราบ 

ตัวแทนเสียง AI ช่วยให้ธุรกิจสามารถตัดสินใจโดยอิงจากข้อมูลได้ด้วยการวิเคราะห์แนวโน้มที่เกิดขึ้นอย่างต่อเนื่องจากการโทรและการโต้ตอบที่เกี่ยวข้องกับเสียงอื่นๆ

เพิ่มการเข้าถึง

การเปิดใช้งานการโต้ตอบด้วยเสียงที่ไม่ต้องการการป้อนข้อมูลทางกายภาพ ทำให้ตัวแทนเสียง AI ให้การสนับสนุนแบบครอบคลุมแก่ผู้ใช้หลากหลายกลุ่ม ซึ่งทำให้ตัวแทนเสียง AI กลายเป็นเครื่องมือสำคัญในการให้บริการลูกค้าที่มีความพิการ

นอกจากนี้ ความสามารถด้านหลายภาษายังช่วยขจัดอุปสรรคด้านภาษาเพื่อรองรับผู้ชมที่มีความหลากหลายทั่วโลก 

ผลประโยชน์ทางการเงิน

1. ประหยัดค่าใช้จ่าย
   • ตัวแทนเสียง AI จะทำงานซ้ำ ๆ โดยอัตโนมัติ ลดความจำเป็นในการมีทีมบริการลูกค้าขนาดใหญ่ และประหยัดต้นทุนแรงงานได้อย่างมาก
   • ผลตอบแทนจากการลงทุนในระยะยาวมาจากค่าใช้จ่ายในการดำเนินงานที่ลดลงและประสิทธิภาพการบริการที่ดีขึ้น
2. การเติบโตของรายได้
   • การมีส่วนร่วมเชิงรุก เช่น การขายแบบไขว้หรือการขายแบบเพิ่มราคาในระหว่างการโต้ตอบ อาจช่วยเพิ่มมูลค่าการสั่งซื้อโดยเฉลี่ยและรายได้โดยรวมได้
   • อัตราการกักกัน ที่สูงแสดงให้เห็นว่าระบบ AI สามารถแก้ไขปัญหาทั่วไปได้อย่างมีประสิทธิภาพโดยไม่ต้องมีการแทรกแซงจากมนุษย์ ช่วยเพิ่มประสิทธิภาพการทำงานและลดความจำเป็นในการยกระดับปัญหา 

‍

1. จำเป็นต้องมีฮาร์ดแวร์หรือโครงสร้างพื้นฐานประเภทใดเพื่อรองรับตัวแทนเสียง AI?

ไม่มากนัก ตัวแทนเสียง AI ส่วนใหญ่ทำงานบนคลาวด์ คุณจึงเพียงแค่มีการเชื่อมต่ออินเทอร์เน็ตที่เสถียรและอุปกรณ์ (เช่น โทรศัพท์หรือคอมพิวเตอร์) เพื่อเชื่อมต่อ ส่วนงานหนักๆ จะทำที่แบ็กเอนด์

2. สามารถรวมตัวแทนเสียง AI เข้ากับระบบ IVR หรือ CRM ที่มีอยู่ได้หรือไม่

แน่นอน แพลตฟอร์มส่วนใหญ่รองรับการผสานรวมกับระบบ CRM และ IVR ยอดนิยม ดังนั้นตัวแทนเสียง AI ของคุณจึงสามารถทำงานร่วมกับเวิร์กโฟลว์ที่มีอยู่ของคุณได้โดยไม่ต้องเริ่มต้นใหม่ตั้งแต่ต้น

3. ความเสี่ยงจากการทำ Deepfake หรือการปลอมแปลงใน AI ด้วยเสียงมีอะไรบ้าง และมีวิธีการบรรเทาความเสี่ยงเหล่านี้อย่างไร

การปลอมเสียงเป็นเรื่องที่น่ากังวลจริง ๆ แต่ระบบ AI ส่วนใหญ่ในปัจจุบันมีการยืนยันผู้พูด การตรวจจับความผิดปกติ และการเข้ารหัสเพื่อช่วยป้องกันการปลอมแปลงเสียงและการเข้าถึงโดยไม่ได้รับอนุญาต

4. ตัวแทนเสียง AI จัดการกับเสียงรบกวนพื้นหลังหรือคุณภาพเสียงที่ไม่ดีได้ดีเพียงใด

พวกเขาทำได้ดีอย่างน่าประหลาดใจ ตัวแทนเสียงสมัยใหม่ใช้เทคโนโลยีตัดเสียงรบกวนขั้นสูงและเพิ่มประสิทธิภาพเสียงพูด เพื่อเลือกสิ่งที่สำคัญ แม้ในสภาพแวดล้อมที่มีเสียงดัง

5. สามารถปรับให้เข้ากับสำเนียงภาษาถิ่นหรือสำเนียงภูมิภาคต่างๆ ได้โดยอัตโนมัติหรือไม่?

ใช่ ตัวแทนเสียงหลายรายได้รับการฝึกฝนด้วยชุดข้อมูลเสียงที่หลากหลาย ดังนั้นจึงสามารถเข้าใจสำเนียงและภาษาถิ่นที่หลากหลายได้ทันที