Un modelo de IA (inteligencia artificial) es un programa que ha sido entrenado en un conjunto de datos para reconocer ciertos tipos de patrones.
Desarrollamos nuestra propia arquitectura de modelo de IA internamente. En lugar de depender de API de terceros, nuestros investigadores de IA utilizan los últimos avances para entrenar y optimizar modelos líderes en la industria específicamente para la atención al cliente empresarial.
Hemos creado un modelo de IA independiente del idioma, que permite escalar rápidamente su soporte en cualquier idioma.
Usamos Tecnología de procesamiento de lenguaje natural (NLP) que puede “aprender” con abundantes ejemplos y adaptarse a diferentes estructuras de oraciones y ortografías, como sinónimos y errores tipográficos. Esto es particularmente importante en el servicio de atención al cliente, ya que las personas prestan menos atención a las mayúsculas y la puntuación correctas que en otras formas de texto.
¿Cómo aprende?
El modelo de IA aprende a través del entrenamiento. El entrenamiento consiste en asignar un mensaje o expresión del cliente a una consulta o intención específica del cliente.
A través del entrenamiento, el modelo de IA aprende patrones en los datos para poder distinguir las intenciones individuales entre sí. A medida que se entrena, el modelo de IA aprende y hace ajustes para que sus predicciones sean más precisas.
En el panel, en IA > Modelos, verá que la IA hace ajustes automáticamente todas las noches y crea un nuevo modelo, si se ha hecho algún cambio en los datos de entrenamiento ese día. Si ha agregado nuevas intenciones o ha entrenado una intención con nuevas expresiones y necesita que el modelo de IA aprenda de inmediato, seleccione “Entrenar modelo”.
También se crea automáticamente un modelo de evaluación una vez por semana, ya sea que haya habido entrenamiento o no. Esto generará una matriz de confusión actualizada disponible en el Centro de capacitación > Matriz de confusión.
¿Qué hace que un modelo de IA sea bueno?
Un buen modelo de IA es el que reconoce más del 80 % de los mensajes de los usuarios y los predice con la intención correcta. Esto se logra mejor con unaEstructura de intención, donde las intenciones están bien definidas y no se superponen, y el número de expresiones es representativo de la frecuencia de las intenciones.
Al crear un modelo, recuerde lo siguiente:
-
Confiar en los datos
La estructura de intención debe tener en cuenta el modelo de IA y el comportamiento del cliente, no lo que tiene sentido desde una perspectiva de respuesta o proceso. -
Priorizar las intenciones más frecuentes
El objetivo es cubrir las consultas más frecuentes y asegurarse de que el agente IA las maneje. No es efectivo crear un modelo de IA que reconozca todas las consultas de los clientes, ya que los agentes manejarán mejor algunas consultas más complejas. -
Centrarse en el entrenamiento
Cree una base sólida ponderando las intenciones al usar los datos reales de los clientes. Refuércela después del lanzamiento con entrenamiento regular a medida que aprende cómo los clientes interactúan con el agente IA. Tenga en cuenta que es mejor que el modelo no se entrene a que se entrene mal.
El Informe de automatización y el Centro de capacitación lo guían para crear el mejor modelo en función del comportamiento particular de su cliente.