亚马逊试点AI驱动的客户支持代理

 
人工智能是否可以为数百万在Amazon.com购物的人改善客户服务?亚马逊打算找出答案。西雅图科技巨人在博客中透露，他们正在测试两个基于AI的系统，以处理购物者的来电查询。一个可以自动处理客户的请求，而无需人工干预，而另一个可以帮助人类服务代理更快，更轻松地响应。
正如Amazon.com客户服务技术管理组织的应用科学经理Jared Kramer在博客文章中解释的那样，自动化代理使用机器学习而非规则，并将无法处理的请求转交给人类代表，从而使他们能够应对广泛的互动。这与Amazon.com的旧流程图系统不同，该流程图系统指定了对特定输入的响应。
“很难确定其他客户服务系统正在运行哪种类型的对话模型，但是我们不知道任何宣布的像我们这样的基于神经网络的端到端对话模型的部署，” Kramer写道。 “而且我们一直在不断努力，以扩大我们的模型可以进行的对话的广度和复杂性，以使对我们的客户的客户服务查询尽可能高效。”
亚马逊表示，在面向客户的系统中，它使用模板排名器(在其中AI模型可以在手写的响应模板中进行选择)，从而可以控制自动化代理的词汇量。 (它计划很快就开始测试生成模型，该模型可以对回复做出即时反应。)模板是句子的一般形式，带有诸如产品名称，日期，交货时间和价格之类的变量，并且该模型能够结合了新模板，几乎不需要额外的工作，因为它是在客户和代表之间的交互数据集上进行预训练的。基本上，由于模板排名工具看到了许多不适合其模板的回复，因此随着时间的流逝，我们学会了对任意句子进行排名的几条通用原则。
亚马逊的研究人员针对两种互动类型对每种模型的单独版本进行了培训：退货退款状态请求和订单取消。作为输入，取消订单模型不仅接收对话上下文，而且还接收有关客户帐户资料的一些信息。除了上下文和配置文件信息外，响应等级还接收候选响应作为输入，它使用所谓的关注机制来确定先前消息中的单词，这些单词对于对响应进行排名特别有用。
克莱默说，在将代理与现有的基于规则的系统进行比较的随机试验中，采用一种称为自动化率的度量标准，新代理的性能明显优于旧代理。他说：“自动化率综合了两个因素：自动化代理是否成功完成了交易(无需将其转介给客户服务代表)以及客户是否在24小时内第二次联系客户服务。” “根据该指标，新的代理商明显优于旧的代理商。”
亚马逊聊天机器人的采用处于流行趋势-Gartner预测，到2020年，它们将推动所有客户服务互动的85%，并且有持续增长的充分理由。大约有62%的客户愿意使用AI来改善他们的体验，并且估计30%的美国服务职位可以通过聊天机器人实现自动化，从而节省了约230亿美元的年薪。