Faire passer le service client au niveau supérieur avec VirtualHumans et Large Language Models, une nouvelle ère d'employés virtuels.
OpenAI a introduit l'IA générative auprès des masses avec l'introduction de ChatGPT, et elle est devenue un véritable phénomène culturel. Ce sera la première expérience d'IA générative pour la plupart des gens, mais ce ne sera pas la dernière. Sous ses nombreuses formes, l'IA générative est appelée à transformer d'innombrables aspects des expériences professionnelles et de la vie personnelle. Ce qui est encore plus intéressant, c'est que lorsque plusieurs modèles d'IA génératifs sont combinés, des fonctionnalités et des expériences plus puissantes sont activées.
L'IA générative fait référence aux systèmes d'IA capables de créer de nouvelles données ou contenus, tels que des images, des vidéos, de la musique ou du texte, qui sont originaux et n'existent pas dans les données d'entraînement. Générateurs d'images IA produisent des images réalistes, tandis que les convertisseurs de synthèse vocale transforment le texte écrit en une parole naturelle.
Tout d'abord, la réponse à une question générale : « Qu'est-ce que l'IA générative ? »
Allons à la source de tout ce buzz et demandons à ChatGPT de définir l'IA générative. Il répond rapidement : « L'IA générative, ou intelligence artificielle générative, fait référence à un type d'intelligence artificielle capable de créer de nouvelles données ou de nouveaux contenus, tels que des images, des vidéos, de la musique ou du texte, qui sont originaux et n'existent pas dans les données d'entraînement ».
Ce blog met en lumière les possibilités offertes par la combinaison des modèles de génération vidéo de DeepBrain AI et des capacités de génération de texte des grands modèles linguistiques (LLM).
Avant de parler de la direction que nous allons prendre, récapitulons rapidement où nous en sommes et ce que nous avons réalisé à ce jour. Alors que l'IA générative n'en est qu'à ses balbutiements et que l'on ne sait pas où cette technologie nous mènera, DeepBrain AI travaille déjà avec des clients de nombreux secteurs pour soutenir les initiatives de service client grâce au déploiement de sa technologie AI Avatar. En prenant l'exemple du secteur financier, DeepBrain AI s'est associé à un certain nombre d'institutions pour déployer des kiosques et des applications mobiles compatibles avec AI Human afin de fournir des capacités de service client améliorées à des clients tels que KB Bank, Shinhan Bank, Woori Bank, Hana Bank, NongHyup Bank et Samsung Securities.
Les solutions AI Human de DeepBrain AI fournissent déjà une interface conversationnelle et humaniste naturelle permettant de répondre aux questions courantes, de fournir des informations sur le marché et de gérer les services de transaction de base. Dans le même temps, les assistants virtuels et les humains virtuels pour le secteur bancaire connaissent une croissance continue, les banques recherchant de nouveaux moyens d'améliorer l'efficacité et de numériser leurs services tout en continuant à offrir cette touche personnelle fournie par nos avatars d'IA. Selon Allied Market Research, le marché mondial des assistants virtuels dans le secteur bancaire devrait atteindre 11,2 milliards de dollars d'ici 2031.
Cependant, même s'ils constituent un outil puissant, ils doivent être gérés de manière rigoureuse. Ce ne sont pas des solutions au feu et à l'oubli. Du moins, pas encore. Dans les coulisses, toutes les réponses, les mises à jour du marché et les expériences de chatbot ont été méticuleusement préparées par des analystes, des professionnels de l'expérience client et des développeurs, fournissant à ces humains IA une base de connaissances fixe et un script à suivre, garantissant un parcours client fiable, reproductible et adapté aux messages.
Mais que se passe-t-il lorsqu'un humain IA est associé à un modèle de langage large (LLM) ?
En bref, il peut « inverser le script ». Et pas forcément dans le bon sens. Bien que l'association d'un humain virtuel à un LLM comme ChatGPT crée une démonstration passionnante et une expérience amusante et futuriste, ChatGPT n'est toujours pas adapté pour servir les clients ou rester fidèle au message d'une entreprise.
Il est bien connu que ChatGPT peut être imprévisible et même tout simplement faux. ChatGPT a même une clause de non-responsabilité sur son site Web : « ChatGPT peut produire des informations inexactes sur des personnes, des lieux ou des faits. »
De plus, les réponses aux questions sont souvent accompagnées de mises en garde : « Je suis désolée, en tant que modèle de langage d'IA, je n'ai pas accès aux données en temps réel ni la possibilité de parcourir des sources externes pour vous fournir les dernières informations. Ma limite de connaissances est fixée à septembre 2021 et je ne peux pas naviguer sur Internet. »
Ce n'est donc probablement pas le meilleur candidat pour un représentant de marque pour un humain virtuel.
Cependant, différents secteurs commencent à comprendre la puissance de ces LLM lorsqu'ils sont associés à leurs données spécifiques, ce qui pourrait commencer à modifier la sophistication et les capacités de ces LLM à l'avenir.
À titre d'exemple récent, le 30 mars, Bloomberg a publié un article sur son propre LLM, GPT de Bloomberg—le premier exemple rapporté d'un LLM spécifiquement formé pour le domaine de la finance. BloombergGPT est un nouveau modèle puissant capable de résumer efficacement des sujets financiers complexes grâce à la génération de titres, de générer automatiquement du code Bloomberg Query Language (BQL) pour récupérer des données boursières et de répondre à des questions liées au monde financier avec une précision supérieure à celle des modèles concurrents.
Associer un humain virtuel à un LLM spécifique à un domaine comme BloombergGPT ouvre un nouveau monde de possibilités. Pour commencer, les clients pourront avoir des conversations naturelles avec un humain IA dont les capacités sont proches d'un employé virtuel à part entière.
Au-delà de BloombergGPT, il est facile d'imaginer un avenir dans lequel la plupart des entreprises disposeraient d'un LLM personnalisé pour représenter leur marque et interagir avec les clients. Peut-être que DisneyGPT apprend à interagir comme un employé de Disney ? Ou NikeGPT s'y connaît en matière de chaussures et de coaching sportif ? Un avenir avec des agents spécifiques à l'industrie et à la marque, associés à un humain IA qui devient le visage et la voix virtuels de la marque sur tous les points de contact numériques, Web, mobile et métaverse. La combinaison des modèles de génération vidéo de DeepBrain AI et des capacités de génération de texte de Large Language Models nécessite des humains virtuels, ce qui ouvre un nouveau monde de possibilités pour proposer aux clients des agents virtuels alimentés par l'IA.
