Generative KI: Mehr als die Summe ihrer Teile

Wir bringen den Kundenservice mit VirtualHumans und Large Language Models auf die nächste Stufe — ein neues Zeitalter virtueller Mitarbeiter.

OpenAI hat mit der Einführung von ChatGPT die generative KI der breiten Masse vorgestellt, und sie ist zu einem wahren kulturellen Phänomen geworden. Dies wird für die meisten Menschen die erste Erfahrung mit generativer KI sein, aber es wird nicht ihre letzte sein. In ihren vielen Formen wird die generative KI unzählige Aspekte der Geschäftserfahrungen und des Privatlebens verändern. Noch aufregender ist, dass durch die Kombination mehrerer generativer KI-Modelle leistungsfähigere Funktionen und Erlebnisse ermöglicht werden.

Generative KI bezieht sich auf KI-Systeme, die in der Lage sind, neue Daten oder Inhalte wie Bilder, Videos, Musik oder Text zu erstellen, die originell sind und nicht in den Trainingsdaten enthalten sind. KI-Bildgeneratoren erzeugen realistische Bilder, während Text-to-Speech-Konverter den geschriebenen Text in natürlich klingende Sprache umwandeln.

Zunächst die Antwort auf eine allgemeine Frage: „Was ist generative KI?“

Gehen wir zur Quelle all der Begeisterung und bitten Sie ChatGPT, generative KI zu definieren. Es reagiert schnell mit: „Generative KI oder Generative künstliche Intelligenz bezieht sich auf eine Art künstlicher Intelligenz, die in der Lage ist, neue Daten oder Inhalte wie Bilder, Videos, Musik oder Text zu erstellen, die originell sind und in den Trainingsdaten nicht vorkommen.“

Dieser Blog beleuchtet die Möglichkeiten, die sich aus der Kombination von Videogenerierungsmodellen von DeepBrain AI und den Textgenerierungsfunktionen von Large Language Models (LLM) ergeben.

Bevor wir darüber sprechen, wohin wir gehen, wollen wir kurz zusammenfassen, wo wir stehen und was wir bisher erreicht haben. Generative KI steckt zwar noch in den Kinderschuhen und es ist nicht abzusehen, wohin uns die Technologie führen wird, aber DeepBrain AI arbeitet bereits mit Kunden aus verschiedenen Branchen zusammen, um Kundenservice-Initiativen durch den Einsatz seiner KI-Avatar-Technologie zu unterstützen. Am Beispiel der Finanzbranche hat DeepBrain AI mit einer Reihe von Institutionen zusammengearbeitet, um Kioske und mobile Apps mit Hilfe von KI Human einzusetzen, um Kunden wie KB Bank, Shinhan Bank, Woori Bank, Hana Bank, NongHyup Bank und Samsung Securities einen verbesserten Kundenservice zu bieten.

Die AI Human-Lösungen von DeepBrain AI bieten bereits eine natürliche, humanistische Konversationsschnittstelle, um häufig gestellte Fragen zu beantworten, Marktaktualisierungen zu veröffentlichen und grundlegende Transaktionsdienste abzuwickeln. In der Zwischenzeit verzeichnen virtuelle Assistenten und virtuelle Menschen für das Bankwesen ein kontinuierliches Wachstum, da Banken nach immer mehr Möglichkeiten suchen, ihre Effizienz zu steigern und ihre Dienstleistungen zu digitalisieren, während sie gleichzeitig weiterhin das persönliche Gefühl bieten, das unsere KI-Avatare vermitteln. Laut Allied Market Research wird der globale Markt für virtuelle Bankassistenten bis 2031 voraussichtlich 11,2 Milliarden US-Dollar erreichen.

Obwohl sie ein leistungsstarkes Tool sind, müssen sie streng verwaltet werden. Sie sind nicht Feuer und vergessen Lösungen. Zumindest noch nicht. Hinter den Kulissen wurden alle Antworten, Marktupdates und Chatbot-Erlebnisse von Analysten, Kundenerfahrungsexperten und Entwicklern akribisch vorbereitet. Sie bieten diesen KI-Mitarbeitern eine feste Wissensbasis und ein Drehbuch, an das sie sich halten können, um eine zuverlässige, wiederholbare Kundenreise zu gewährleisten, die auf die Botschaft abgestimmt ist.

Aber was passiert, wenn ein KI-Mensch mit einem Large Language Model (LLM) gepaart wird?

Kurz gesagt — es kann „das Drehbuch umdrehen“. Und das nicht unbedingt auf eine gute Art und Weise. Die Kombination eines virtuellen Menschen mit einem LLM wie ChatGPT sorgt zwar für eine spannende Demo und ein unterhaltsames, futuristisches Erlebnis, aber ChatGPT ist immer noch nicht dafür geeignet, Kunden zu bedienen oder für ein Unternehmen auf dem Laufenden zu bleiben.

Es ist gut dokumentiert, dass ChatGPT unberechenbar und sogar einfach falsch sein kann. ChatGPT hat sogar einen Haftungsausschluss auf seiner Website: „ChatGPT kann ungenaue Informationen über Personen, Orte oder Fakten liefern.“

Darüber hinaus geben Antworten auf Fragen häufig Vorbehalte zurück: „Es tut mir leid, als KI-Sprachmodell habe ich keinen Zugriff auf Echtzeitdaten und kann auch keine externen Quellen durchsuchen, um Ihnen die neuesten Informationen zu bieten. Mein Wissensgrenzwert ist bis September 2021, und ich kann nicht im Internet surfen.“

Also wahrscheinlich nicht der beste Kandidat für einen Markenvertreter für einen virtuellen Menschen.

Verschiedene Branchen beginnen jedoch, die Leistungsfähigkeit dieser LLMs zu verstehen, wenn sie mit ihren branchenspezifischen Daten kombiniert werden, was die Raffinesse und Fähigkeiten dieser LLMs in Zukunft verändern könnte.

Ein aktuelles Beispiel: Bloomberg veröffentlichte am 30. März einen Artikel über sein eigenes LLM, Bloomberg GPT—das erste berichtete Beispiel für ein LLM, das explizit für den Finanzbereich geschult wurde. BloombergGPT ist ein leistungsstarkes neues Modell, das komplexe Finanzthemen mithilfe der Generierung von Schlagzeilen effektiv zusammenfassen, automatisch BQL-Code (Bloomberg Query Language) zum Abrufen von Börsendaten generieren und Fragen zur Finanzwelt mit höherer Genauigkeit beantworten kann als bei Modellen der Konkurrenz.

Die Kombination eines virtuellen Menschen mit einem domänenspezifischen LLM wie BloombergGPT eröffnet eine neue Welt von Möglichkeiten. Zunächst einmal werden Kunden in der Lage sein, natürliche Gespräche mit einem KI-Menschen zu führen, der den Fähigkeiten eines vollwertigen virtuellen Mitarbeiters nahe kommt.

Wenn man über BloombergGPT hinausblickt, kann man sich leicht eine Zukunft vorstellen, in der die meisten Unternehmen ein maßgeschneidertes LLM haben, um ihre Marke zu repräsentieren und mit Kunden zu interagieren. Vielleicht lernt DisneyGPT, wie ein Disney-Mitarbeiter zu interagieren? Oder NikeGPT weiß alles über jedes Schuh- und Sporttraining? Eine Zukunft mit branchen- und markenspezifischen Agenten gepaart mit einem KI-Menschen, der an allen digitalen Touchpoints, im Web, auf Mobilgeräten und im Metaversum zum virtuellen Gesicht und zur virtuellen Stimme der Marke wird. Die Kombination der Videogenerierungsmodelle von DeepBrain AI mit den Textgenerierungsfunktionen von Large Language Models erfordert virtuelle Menschen, eröffnet eine neue Welt von Möglichkeiten, Kunden mit KI-gestützten virtuellen Agenten zu bedienen.

‍

‍