Portare il servizio clienti a un livello superiore con VirtualHumans e Large Language Models, una nuova era di dipendenti virtuali.
OpenAI ha introdotto l'IA generativa alle masse con l'introduzione di ChatGPT ed è diventata a dir poco un fenomeno culturale. Questa sarà la prima esperienza di intelligenza artificiale generativa per la maggior parte delle persone, ma non sarà l'ultima. Nelle sue molteplici forme, l'IA generativa è destinata a trasformare innumerevoli aspetti delle esperienze aziendali e della vita personale. Ancora più entusiasmante è che quando si combinano più modelli di intelligenza artificiale generativa, vengono abilitate funzionalità ed esperienze più potenti.
L'intelligenza artificiale generativa si riferisce a sistemi di intelligenza artificiale in grado di creare nuovi dati o contenuti, come immagini, video, musica o testo, originali e non presenti nei dati di addestramento. Generatori di immagini AI producono immagini realistiche, mentre i convertitori da testo a voce trasformano il testo scritto in un parlato dal suono naturale.
Innanzitutto, la risposta a una domanda generale: «Cos'è l'IA generativa?»
Andiamo alla fonte di tutto il clamore e chiediamo a ChatGPT di definire l'IA generativa. Risponde rapidamente dicendo: «L'IA generativa, o intelligenza artificiale generativa, si riferisce a un tipo di intelligenza artificiale in grado di creare nuovi dati o contenuti, come immagini, video, musica o testo, che sono originali e non esistono nei dati di addestramento».
Questo blog evidenzia le possibilità offerte dalla combinazione di modelli di generazione video di DeepBrain AI e funzionalità di generazione di testo di Large Language Models (LLM).
Prima di parlare di dove stiamo andando, ricapitoliamo rapidamente dove siamo e cosa abbiamo raggiunto fino ad oggi. Sebbene l'IA generativa sia ancora agli inizi e non si sa dove ci porterà la tecnologia, DeepBrain AI sta già collaborando con clienti di diversi settori per supportare le iniziative di assistenza clienti attraverso l'implementazione della sua tecnologia AI Avatar. Prendendo come esempio il settore finanziario, DeepBrain AI ha collaborato con una serie di istituzioni per implementare chioschi e app mobili abilitati all'intelligenza artificiale per fornire funzionalità avanzate di assistenza clienti per clienti come KB Bank, Shinhan Bank, Woori Bank, Hana Bank, NongHyup Bank e Samsung Securities.
Le soluzioni AI Human di DeepBrain AI forniscono già un'interfaccia conversazionale e umanistica naturale per rispondere a domande comuni, fornire aggiornamenti di mercato e gestire servizi di transazione di base. Nel frattempo, gli assistenti virtuali e gli umani virtuali per il settore bancario mostrano una crescita continua, poiché le banche cercano nuovi modi per aumentare l'efficienza e digitalizzare i propri servizi, continuando a offrire quell'atmosfera personale fornita dai nostri avatar di intelligenza artificiale. Secondo Allied Market Research, il mercato globale degli assistenti virtuali nel settore bancario dovrebbe raggiungere gli 11,2 miliardi di dollari entro il 2031.
Tuttavia, sebbene siano uno strumento potente, devono essere gestiti con attenzione. Non sono soluzioni «spara e dimentica». Almeno non ancora. Dietro le quinte, tutte le risposte, gli aggiornamenti di mercato e le esperienze con i chatbot sono stati preparati meticolosamente da analisti, professionisti della customer experience e sviluppatori, fornendo a questi esperti di intelligenza artificiale una base di conoscenza fissa e uno script a cui attenersi, garantendo un customer journey affidabile, ripetibile e in linea con i messaggi.
Ma cosa succede quando un umano AI viene abbinato a un Large Language Model (LLM)?
In breve, può «capovolgere il copione». E non necessariamente in senso positivo. Se abbinare un umano virtuale a un LLM come ChatGPT crea una demo entusiasmante e un'esperienza divertente e futuristica, ChatGPT non è ancora adatto a servire i clienti o a mantenere i messaggi di un'azienda.
È stato ben documentato che ChatGPT può essere imprevedibile e persino semplicemente sbagliato. ChatGPT ha persino una dichiarazione di non responsabilità sul suo sito Web: «ChatGPT può produrre informazioni imprecise su persone, luoghi o fatti».
Inoltre, le risposte alle domande spesso restituiscono avvertenze: «Mi dispiace, in quanto modello di linguaggio di intelligenza artificiale, non ho accesso ai dati in tempo reale o alla possibilità di sfogliare fonti esterne per fornirti le informazioni più recenti. Il mio limite di conoscenze è fino a settembre 2021 e non posso navigare in Internet».
Quindi, probabilmente non è il miglior candidato per un rappresentante del marchio per un essere umano virtuale.
Tuttavia, diversi settori stanno iniziando a comprendere la potenza di questi LLM se abbinati ai loro dati specifici del settore, il che potrebbe iniziare a cambiare la sofisticazione e le capacità di questi LLM in futuro.
A titolo di esempio recente, il 30 marzo, Bloomberg ha pubblicato un articolo sul proprio LLM, Bloomberg GPT—il primo esempio riportato di un LLM formato esplicitamente per il settore finanziario. BloombergGPT è un nuovo potente modello in grado di riassumere efficacemente argomenti finanziari complessi con la generazione di titoli, generare automaticamente codice BQL (Bloomberg Query Language) per recuperare i dati del mercato azionario e rispondere a domande relative al mondo finanziario con maggiore precisione rispetto ai modelli della concorrenza.
L'abbinamento di un umano virtuale con un LLM specifico per un dominio come BloombergGPT apre un nuovo mondo di possibilità. Per cominciare, i clienti saranno in grado di avere conversazioni naturali con un umano basato sull'intelligenza artificiale che si avvicina alle capacità di un dipendente virtuale a tutti gli effetti.
Guardando oltre BloombergGPT, è facile immaginare un futuro in cui la maggior parte delle aziende abbia un LLM personalizzato per rappresentare il proprio marchio e interagire con i clienti. Forse DisneyGPT impara a interagire come un dipendente Disney? Oppure NikeGPT sa tutto su tutte le scarpe e sugli allenamenti sportivi? Un futuro con agenti specifici del settore e del marchio abbinati a un umano AI che diventa il volto e la voce virtuali del marchio in tutti i touchpoint digitali, web, mobile e metaverse. La combinazione dei modelli di generazione video di DeepBrain AI e delle funzionalità di generazione di testo di Large Language Models takes virtual human apre un nuovo mondo di possibilità per servire i clienti con agenti virtuali basati sull'intelligenza artificiale.
