将LATAM航空公司呼叫中心客户体验从POC转变为MVP

部署运行你感兴趣的模型镜像

将LATAM航空公司呼叫中心客户体验从POC转变为MVP

关键字: [Amazon Web Services re:Invent 2024, 亚马逊云科技, 生成式AI, Claude, Customer Experience Transformation, Voice Bot Implementation, Ai Adoption Challenges, Contact Center Optimization, Generative Ai Applications]

导读

LATAM航空通过Amazon Bedrock的生成式AI技术改造了他们的呼叫中心,将客户服务从被动转变为主动。本次会议探讨了他们从概念验证到最小可行产品(MVP)的历程,重点介绍了改进的意图分类,用于自动处理或升级至人工代理。关键见解包括AI训练要求、架构设计,以及实现85%的响应准确率。了解如何将Genesys Cloud与亚马逊云科技服务集成,以及LATAM从秘鲁市场概念验证阶段处理70,000个呼叫,到预计MVP解决方案每月处理150万个呼叫的进展。探索生成式AI如何革新呼叫中心运营并提升客户体验。

演讲精华

以下是小编为您整理的本次演讲的精华。

在数字化转型的领域中,采用生成式人工智能技术已成为一场革命性的变革,有望彻底改变各行业的客户体验。然而,正如Philippe Terrinos——亚马逊云科技智利的解决方案架构师经理所指出的,从概念验证(POC)到生产就绪实施的过程充满了挑战,这些挑战不仅仅局限于技术层面。

Terrinos强调了一个令人警醒的统计数据:尽管有85%的企业领导者认识到这项技术的变革潜力,但仅有14%的公司觉得自己已经充分准备好拥抱人工智能解决方案。问题的关键在于,高达80%的人工智能项目未能最终实现,这一失败率是传统IT项目的两倍。这一严峻现实凸显了组织在采用人工智能时需要进行范式转变,不仅要关注纯技术层面,还要深入文化、领导力和流程优化等领域。

与此观点相呼应,Terrinos强调了拥抱实验、培养迭代学习文化以及培养认识到人工智能项目长期性质的领导力的重要性。同样至关重要的是跨职能协作、打破壁垒、培养“一个团队”的理念,协调数据科学家、工程师和来自各业务线的领域专家的专业知识。

随着故事的展开,Mauricio Ramos——拉丁美洲航空公司战略管理和服务转型主管登场,分享了该航空公司如何利用生成式人工智能的力量提升客户服务体验的转型之旅。作为南美航空业巨头,拉丁美洲航空公司每年运送惊人的8500万乘客,通过庞大的150个目的地网络将该地区与世界相连。

意识到每六名乘客中就有一人需要通过联系中心寻求帮助,而此前他们在网上尝试解决问题均告失败,拉丁美洲航空公司着手重塑客户体验。他们大胆地与亚马逊云科技建立了战略合作伙伴关系,将自身愿景与这家科技巨头的文化理念和方法论保持一致。

他们旅程的初始阶段围绕着定义一个用例,作为他们的指导星。通过协作过程,拉丁美洲航空公司和亚马逊云科技构想了客户服务的未来,设想了一种无缝体验,将提升每一段旅程。这一共同愿景为概念验证(POC)的开发铺平了道路,并在创纪录的时间内付诸实施。

这个基于语音的人工智能助手POC最初在秘鲁市场部署,负责回答常见问题并将查询转接给客服人员。每天平均3500个呼叫量为POC提供了学习和迭代的熔炉,并取得了令人瞩目的成果,证实了生成式人工智能的变革潜力。

在上线的第一周,人工智能助手就成功承载了5%的需求,这是传统方式无法企及的成就。更令人惊讶的是,回答的准确率高达85%,甚至超过了一些人工客服人员的表现。由于客户不再需要长时间等待或依赖客服人员检索信息,而是在几秒钟内就能获得准确、易懂的答复,解决时间大大缩短。

然而,收获的不仅仅是技术指标。拉丁美洲航空公司认识到需要使用简单、贴近生活的语言,避免复杂的行话可能会影响客户理解。透明度也成为一个关键原则,航空公司选择一开始就披露使用虚拟助手,以建立信任并管理期望。数据质量和结构也被证明至关重要,需要开发API来向客户公开干净、结构化的数据。

受POC成功的鼓舞,拉丁美洲航空公司设定了一年内实现35%需求承载率的宏伟目标。这一大胆目标由三管齐下的策略支撑:除常见问题外,扩展功能涵盖航班信息和退款申请等任务;扩大客户细分,包括常旅客和其他层级;除语音外,拓展渠道以满足不断演变的客户偏好。

结果令人鼓舞。一年之内,拉丁美洲航空公司实现了32%的需求承载率,仅比宏伟目标低3个百分点。回答准确率保持在85%的令人印象深刻的水平,这证明了他们人工智能模型的稳健性。也许最重要的是,衡量客户满意度的关键指标——净推荐值(NPS)显著提高。

这一提升源于两个关键因素:在必要时从人工智能顺利过渡到人工客服,以及将查询智能分配给最合适的客服人员。即使无法解决问题,人工智能助手也能够理解客户需求,从而实现与人工客服的无缝衔接,提升整体体验。此外,通过将客户意图与最合适的客服人员匹配,拉丁美洲航空公司将转接率从14%降低到7%,下降了惊人的50%。

然而,拉丁美洲航空公司的雄心并未止步于此。受成功的鼓舞,他们将目光投向了一个大胆的目标:实现70%的人工智能辅助需求,涵盖超出简单查询的越来越复杂的任务。这一愿景延伸到多语种支持,满足全球客户群体的多元语言环境,计划推出英语人工智能助手,并探索意大利语、葡萄牙语、德语和法语等其他语种。

此外,拉丁美洲航空公司认识到生成式人工智能在客户服务聊天机器人领域之外还有巨大潜力。他们设想主动参与客户互动,利用人工智能预测客户需求,在问题出现之前就与客户互动。正在开发基于人工智能的模型,通过监控大量扩展的客户互动来更有效地培训机组人员。

预测和规范模型正在酝酿之中,使拉丁美洲航空公司能够识别有流失风险的客户,并主动采取措施保留他们的忠诚度。正在探索生物识别和视觉人工智能,以简化诸如登机和行李处理等流程,优化运营效率。

最终,拉丁美洲航空公司的愿景延伸到个人人工智能助手领域,设想未来每位客户都会拥有一个虚拟伙伴随身携带,与航空公司的服务无缝对接,将旅行体验提升到前所未有的高度。

通过与亚马逊云科技的合作伙伴关系和对创新的不懈追求,拉丁美洲航空公司已成功将呼叫中心客户体验从一个简单的概念验证转变为一个强大且可扩展的最小可行产品(MVP),这将重新定义航空业的客户服务方式。他们的旅程树立了一个启示,为各行业的组织照亮了拥抱生成式人工智能变革力量的道路,同时也指引着如何应对常常阻碍进步的文化、领导力和流程方面的挑战。

下面是一些演讲现场的精彩瞬间:

拉丁美洲航空公司在实施人工智能技术如Janetta D Va的过程中,在亚马逊云科技的指导下克服了挑战。

6777c52a0147714a0be04751233fce0c.png

新任首席信息官Emily成功展示了人工智能的能力,如总结报告、翻译复杂概念和从数据中产生见解,令高管印象深刻,促使他们采用这项技术。

2c31618b432fc809ed447d2b5a502478.png

拥抱实验精神、文化领导力和跨职能协作是组织成功实施人工智能技术的关键。

0e1ef27e2cc43907e8a6c0659a76133f.png

解决将有前景的人工智能原型投入生产时面临的挑战,包括确保准确性、安全性、可扩展性以及衡量成功。

d514ef3efa1323c216db6fac0e82b839.png

拉丁美洲航空公司首席执行官Mauricio分享了该公司令人印象深刻的覆盖范围和将南美洲与世界连接的承诺。

d06cbc11612e08d0c2ac194b18ea180a.png

演讲者诚挚地对获得在此次活动上发言的机会表示感谢。

e4d99c5a8fd4c7427d91963b6bef64eb.png

总结

拉丁美洲航空公司着手开启了一场革命性的客户服务体验转型之旅,通过整合生成式人工智能来实现这一目标。公司意识到这项技术的巨大潜力,因此与亚马逊云科技和Anthropic合作,开发了一款能够高效准确处理客户查询的语音机器人。

最初的概念验证在短短一个月内就推出,取得了令人瞩目的成果,包含了5%的需求,准确率达到85%,响应时间也大幅缩短。受到这些发现的鼓舞,拉丁美洲航空公司将目标提高到在一年内通过扩展功能、客户细分和多渠道部署,来满足35%的客户查询。

一年之内,他们实现了惊人的32%的需求满足率,保持了85%的准确度,并通过无缝衔接人工服务和智能路由,提高了净推荐值(NPS)。受此成功的鼓舞,拉丁美洲航空公司如今雄心勃勃,希望70%的需求能够由人工智能来协助,涵盖复杂任务、多语种支持和主动客户参与。

除了客户服务之外,拉丁美洲航空公司还希望将人工智能应用于机组人员培训、预测建模、生物识别和视觉人工智能应用。最终,他们的目标是开创个性化的人工智能助理,在行业数字化转型的前沿引领潮流。这段非凡的旅程体现了拉丁美洲航空公司致力于拥抱创新,并通过生成式人工智能的力量为客户带来卓越体验的决心。

亚马逊云科技(Amazon Web Services)是全球云计算的开创者和引领者。提供200多类广泛而深入的云服务,服务全球245个国家和地区的数百万客户。做为全球生成式AI前行者,亚马逊云科技正在携手广泛的客户和合作伙伴,缔造可见的商业价值 – 汇集全球40余款大模型,亚马逊云科技为10万家全球企业提供AI及机器学习服务,守护3/4中国企业出海。

您可能感兴趣的与本文相关的镜像

ComfyUI

ComfyUI

AI应用
ComfyUI

ComfyUI是一款易于上手的工作流设计工具,具有以下特点:基于工作流节点设计,可视化工作流搭建,快速切换工作流,对显存占用小,速度快,支持多种插件,如ADetailer、Controlnet和AnimateDIFF等

AI 代码审查Review工具 是一个旨在自动化代码审查流程的工具。它通过集成版本控制系统(如 GitHub 和 GitLab)的 Webhook,利用大型语言模型(LLM)对代码变更进行分析,并将审查意见反馈到相应的 Pull Request 或 Merge Request 中。此外,它还支持将审查结果通知到企业微信等通讯工具。 一个基于 LLM 的自动化代码审查助手。通过 GitHub/GitLab Webhook 监听 PR/MR 变更,调用 AI 分析代码,并将审查意见自动评论到 PR/MR,同时支持多种通知渠道。 主要功能 多平台支持: 集成 GitHub 和 GitLab Webhook,监听 Pull Request / Merge Request 事件。 智能审查模式: 详细审查 (/github_webhook, /gitlab_webhook): AI 对每个变更文件进行分析,旨在找出具体问题。审查意见会以结构化的形式(例如,定位到特定代码行、问题分类、严重程度、分析和建议)逐条评论到 PR/MR。AI 模型会输出 JSON 格式的分析结果,系统再将其转换为多条独立的评论。 通用审查 (/github_webhook_general, /gitlab_webhook_general): AI 对每个变更文件进行整体性分析,并为每个文件生成一个 Markdown 格式的总结性评论。 自动化流程: 自动将 AI 审查意见(详细模式下为多条,通用模式下为每个文件一条)发布到 PR/MR。 在所有文件审查完毕后,自动在 PR/MR 中发布一条总结性评论。 即便 AI 未发现任何值得报告的问题,也会发布相应的友好提示和总结评论。 异步处理审查任务,快速响应 Webhook。 通过 Redis 防止对同一 Commit 的重复审查。 灵活配置: 通过环境变量设置基
【直流微电网】径向直流微电网的状态空间建模与线性化:一种耦合DC-DC变换器状态空间平均模型的方法 (Matlab代码实现)内容概要:本文介绍了径向直流微电网的状态空间建模与线性化方法,重点提出了一种基于耦合DC-DC变换器的状态空间平均模型的建模策略。该方法通过数学建模手段对直流微电网系统进行精确的状态空间描述,并对其进行线性化处理,以便于系统稳定性分析与控制器设计。文中结合Matlab代码实现,展示了建模与仿真过程,有助于研究人员理解和复现相关技术,推动直流微电网系统的动态性能研究与工程应用。; 适合人群:具备电力电子、电力系统或自动化等相关背景,熟悉Matlab/Simulink仿真工具,从事新能源、微电网或智能电网研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握直流微电网的动态建模方法;②学习DC-DC变换器在耦合条件下的状态空间平均建模技巧;③实现系统的线性化分析并支持后续控制器设计(如电压稳定控制、功率分配等);④为科研论文撰写、项目仿真验证提供技术支持与代码参考。; 阅读建议:建议读者结合Matlab代码逐步实践建模流程,重点关注状态变量选取、平均化处理和线性化推导过程,同时可扩展应用于更复杂的直流微电网拓扑结构中,提升系统分析与设计能力。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值