Các cuộc hội thoại AI doanh nghiệp thường tập trung vào kích thước mô hình, dữ liệu đào tạo hoặc tiềm năng tự động hóa.Nhưng trong môi trường ứng dụng - đặc biệt là huấn luyện bán hàng - thách thức thực sự không phải là khả năng mô hình. , Nhà thiết kế sản phẩm sáng lập tại Hyperbound, đã làm việc tại giao điểm của AI đối thoại, hệ thống học tập và doanh nghiệp UX. Trọng tâm của ông không phải là thay thế các nhà quản lý bằng AI, mà là thiết kế các hệ thống có khả năng mở rộng phản hồi mà không phá vỡ quy trình làm việc của con người. Yến Reuka Yến Reuka Vấn đề mà ông ta đang giải quyết là cấu trúc. Tại sao huấn luyện bán hàng truyền thống không quy mô Trong hầu hết các nhóm bán hàng doanh nghiệp, các nhà quản lý giám sát bất cứ nơi nào từ 10 đến 25 đại diện. Mỗi đại diện có thể tạo ra hàng chục cuộc gọi mỗi tuần. Coaching sẽ trở thành: 
 
 
 
 Dựa trên mẫu thay vì toàn diện Trễ hơn là ngữ cảnh Tùy thuộc vào bộ nhớ thay vì dữ liệu "Hầu hết các hệ thống huấn luyện bước vào sau khi thực tế", Reuka giải thích. "Nhưng các thỏa thuận được định hình trong chuyển động, không phải trong bối cảnh." Câu hỏi kỹ thuật trở thành: làm thế nào để bạn thiết kế một hệ thống có thể quan sát các mô hình hội thoại trên quy mô lớn mà không làm cho các nhà quản lý bị áp đảo bởi tiếng ồn? Câu hỏi này định hình mọi thứ xuống dòng. Giới hạn AI vs. General AI Một trong những nguyên tắc chính mà Reuka áp dụng cho các hệ thống AI là hạn chế. Thay vì xây dựng các đại lý hội thoại rộng, mở, ông ưa thích môi trường roleplay có phạm vi chặt chẽ. 
 
 
 
 
 Phương pháp bán hàng cụ thể Khung kháng cáo được xác định Scorecards có cấu trúc Phong cách hội thoại cá nhân Điều này làm giảm nguy cơ ảo giác và tăng độ tin cậy. “AI tổng quát cảm thấy ấn tượng”, ông lưu ý. “AI hạn chế cảm thấy có thể sử dụng được.” Từ quan điểm thiết kế hệ thống, cách tiếp cận này thu hẹp không gian vấn đề.Thay vì yêu cầu một mô hình ngôn ngữ để mô phỏng bất kỳ con người có thể, nó được giao nhiệm vụ thực hiện trong một cây quyết định được biết đến được tăng cường bởi lý luận ngữ cảnh. Quyết định kiến trúc đó trực tiếp ảnh hưởng đến kết quả học tập. The Roleplay Design Challenge: Chủ nghĩa hiện thực không áp lực Một quan niệm sai lầm phổ biến về môi trường đào tạo AI là thực tế hơn tự động cải thiện hiệu quả. Reuka không đồng ý. Trong các cuộc điều tra thiết kế đầu tiên, câu hỏi đã nảy sinh: AI roleplay nên bao gồm avatars video? Về mặt kỹ thuật, các avatar được tạo ra bởi AI vẫn không hoàn hảo. độ trễ biểu hiện vi mô, sự không chính xác trong việc theo dõi mắt và sự không phù hợp thời gian tinh tế thường tạo ra những gì các nhà tâm lý học gọi là hiệu ứng "thung lũng kỳ lạ". Nhưng vấn đề quan trọng nhất là tâm lý. “Khi một cái gì đó trông quá con người nhưng hơi tách rời, nó tạo ra sự phân tâm”, Reuka nói. Thay vào đó, ông ưu tiên tương tác âm thanh độ tin cậy cao. tổng hợp giọng nói và độ trễ hội thoại đã trưởng thành đáng kể, cho phép giọng nói AI duy trì tốc độ tự nhiên, xử lý gián đoạn và bộ nhớ ngữ cảnh. Kết quả là một môi trường đào tạo cảm thấy đủ thực tế để tham gia, nhưng đủ nhân tạo để giảm lo lắng. Sự cân bằng đó làm tăng sự chấp nhận và lặp đi lặp lại - cả hai đều quan trọng đối với sự phát triển kỹ năng. Thiết kế Feedback Loop Lớp đòi hỏi kỹ thuật hơn là thông minh sau cuộc gọi. Ở quy mô lớn, phân tích hội thoại đòi hỏi nhiều bước xử lý: 
 
 
 
 
 
 Lời bài hát Speech-to-Text Transcription Kháng cáo và phát hiện từ khóa Conversational flow phân đoạn Sentiment và Engagement Signal Inference Tương thích với scorecards nội bộ Nhưng phân tích thô không phải là huấn luyện. Hệ thống phải chuyển tín hiệu thành hành động. Cách tiếp cận của Reuka nhấn mạnh vào việc tự động hóa với sự giám sát.Nếu một đại diện liên tục phải vật lộn với một loại phản đối cụ thể, hệ thống có thể đề xuất phân bổ vai trò nhắm mục tiêu. Mô hình điều khiển hybrid này là có chủ ý. “AI nên hỗ trợ phán xét, không nên bỏ qua nó.” Thách thức thiết kế nằm ở việc bề mặt những hiểu biết mà không gây áp lực cho người dùng. quá nhiều dữ liệu tạo ra tê liệt. quá ít loại bỏ giá trị. Cân bằng những cực đoan này đòi hỏi sự quan sát rộng rãi của người dùng. UX cho các đội không kỹ thuật Các nhóm bán hàng doanh nghiệp không nghĩ như các kỹ sư. Bảng điều khiển quá tải với số liệu và phân tích hành vi có thể làm giảm khả năng sử dụng. Reuka áp dụng các nguyên tắc tiết lộ tiến bộ: 
 
 
 
 
 Tín hiệu bề mặt cao cấp đầu tiên Cho phép khoan xuống chỉ khi cần thiết Duy trì các mô hình tương tác SaaS quen thuộc Tối thiểu tải nhận thức Thử nghiệm người dùng tập trung vào quan sát hành vi: 
 
 
 
 
 Mắt đi đâu trước? Điều gì được nhấp vào theo bản năng? Sự hoài nghi xảy ra ở đâu? Thời gian hoàn thành nhiệm vụ mất bao lâu? Mục tiêu là sự rõ ràng, không phải mật độ. “Các hệ thống backend phức tạp không nên cảm thấy phức tạp đối với người dùng.” Triết lý đó đặc biệt có liên quan khi các hệ thống AI liên quan. sự mơ hồ nhận thức có thể làm giảm sự tin tưởng. Tin tưởng doanh nghiệp là vấn đề kỹ thuật Niềm tin không chỉ là một thách thức tiếp thị; nó là một vấn đề thiết kế hệ thống. Các doanh nghiệp đánh giá các nền tảng huấn luyện AI thường hỏi: 
 
 
 
 
 Đánh giá độ chính xác Bias rủi ro Rối loạn Workflow Độ tin cậy theo thời gian Reuka tiếp cận điều này thông qua các mô hình tích hợp dần dần: 
 
 
 
 
 Thời trang chỉ quan sát Các khuyến nghị dựa trên đề xuất Quản lý tự động hóa được phê duyệt Incremental behavioral learning (Học hành vi tăng cường) Bằng cách cho phép các tổ chức kiểm soát tốc độ thông qua, kháng cự giảm. “AI nên kiếm được thẩm quyền của mình thông qua hiệu suất.” Từ quan điểm sản phẩm, mô hình trách nhiệm theo giai đoạn này trở nên cần thiết trong môi trường được quy định hoặc hiệu suất cao. Trung tâm con người AI Mặc dù làm việc sâu sắc với các hệ thống AI, quan điểm của Reuka vẫn được đặt nền tảng. Ông không xem AI như một sự thay thế cho sự lãnh đạo hoặc huấn luyện của con người. Thay vào đó, ông khung nó như một bộ nhân khả năng hiển thị - một hệ thống ghi lại các mô hình mà con người không thể theo dõi một cách thực tế ở quy mô lớn. Mục tiêu dài hạn không phải là tự chủ, đó là tăng trưởng. Trong coaching bán hàng cụ thể, điều này có nghĩa là: 
 
 
 
 
 Tăng tần số feedback Giảm giới hạn Bandwidth Manager Phát triển kỹ năng cá nhân hóa Bảo vệ sự phán xét của con người Khi các hệ thống AI doanh nghiệp tiếp tục phát triển, các ứng dụng bền vững nhất có thể không phải là những ứng dụng tự trị nhất - mà là tích hợp nhất. Đối với Reuka, sự tích hợp bắt đầu từ thiết kế. 
 
 Câu chuyện này được phân phối như một bản phát hành bởi Jon Stojan trong Chương trình Blog Kinh doanh của HackerNoon. Câu chuyện này được phân phối như một bản phát hành bởi Jon Stojan trong Chương trình Blog Kinh doanh của HackerNoon.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Nghe bài viết này bằng Tiếng Anh, đọc bởi robot thông minh của HackerNoon

Xây dựng AI Sales Roleplay Systems thực sự hoạt động

About Author

BÌNH LUẬN

chuyên mục

BÀI VIẾT NÀY CŨNG CÓ MẶT TẠI

Related Stories

581 Stories To Learn About Non Fiction

128 Stories To Learn About Charles Dickens

147 Stories To Learn About Reading Books Online

179 Stories To Learn About Reading

581 Stories To Learn About Non Fiction

128 Stories To Learn About Charles Dickens

147 Stories To Learn About Reading Books Online

179 Stories To Learn About Reading

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps