Lang.ai, AI ile kuruluşların müşteri görüşmelerinden değer elde etmesine yardımcı olmayı hedefliyor


Transform 2022’yi 19 Temmuz’da ve neredeyse 20 – 28 Temmuz’da geri getirmekten heyecan duyuyoruz. Bilgili görüşmeler ve heyecan verici ağ oluşturma fırsatları için yapay zeka ve veri liderlerine katılın. Bugün kayıt Ol!


Müşteri destek taleplerinden kullanıcı geri bildirimlerine kadar görüşmeleri somut iş değerine dönüştürmek kolay bir iş değildir. Aynı zamanda yapay zeka tabanlı otomasyon için ideal bir kullanım durumudur.

Kuruluşların müşteri görüşmelerinden değer elde etmek için yapay zekayı kullanmasına yardımcı olan satıcılar arasında San Francisco merkezlidir. dil, bugün bir A serisi finansman turunda 10.5 milyon dolar topladığını duyurdu. Lang’ın platformu, geri bildirim ve istekler için yardım masası, müşteri ilişkileri yönetimi ve kullanıcıya dönük operasyonlarla entegre olur. Sistem, verileri kategorilere ayırarak ve ardından kullanıcı deneyimini ve iş sonuçlarını iyileştirmeye yardımcı olmak için verilerle ne yapılması gerektiğini belirlemeye yardımcı olarak sürekli değişen bilgi akışına uyum sağlamak için denetimsiz bir öğrenme modeli kullanır.

Lang CEO’su Jorge Peñalva VentureBeat’e verdiği demeçte, “İş ekiplerinin uğraşması gereken konuşmaların hacminde, özellikle de pandemi sırasında vurgulanan müşteri desteği gibi konularda bir büyüme oldu” dedi. “Elbette, birçok AI teknolojisi var, ancak genel olarak mühendisler tarafından mühendisler için inşa edildi – bu yüzden çok fazla karmaşıklığa sahipler. İş kullanıcılarının yapay zekayı kullanması için daha iyi bir yol olması gerektiğine inanıyoruz.”

Lang kesinlikle pazarın köşesinde yalnız değil. Örneğin Zendesk, müşteri hizmetleri platformuna yardımcı olmak için son yıllarda AI yeteneklerini geliştirdi. Yeteneklerinin temel bir unsuru, şirketin 2021 yılında Cleverly.ai’yi satın almasından geldi.

CRM devi Salesforce, Einstein platformu ile yapay zeka alanında da oldukça aktif. İletişim merkezi teknolojisi satıcısı Genesys, Google ortaklığıyla AI yeteneklerini aktif olarak büyütmeye devam ediyor.

Yakın zamanda rapor Fortune Business Insights, küresel müşteri deneyimi yönetimi pazarının boyutunu 2022’de 11,3 milyar dolar olarak tahmin ediyor. Rapor, pazarın önümüzdeki yedi yıl içinde %16,2’lik bir bileşik yıllık büyüme oranıyla (CAGR) büyüyeceğini ve 2029 yılına kadar 35,5 milyar dolara ulaşacağını tahmin ediyor. .

Lang, konuşmalardan değer elde etmek için yapay zekayı nasıl kullanıyor?

Peñalva, pazar potansiyelinin ve rekabetin kesinlikle farkındadır. Lang, denetimsiz bir yapay zeka modelinin kullanımı sayesinde farklı bir yaklaşım sunuyor.

Yapay zekayı etkinleştirmeye yönelik yaygın bir yaklaşım, belirli bir veri kümesine karşı eğitim veren denetimli bir modelin kullanılmasıdır. Denetimli modeldeki zorluk, yapay zekanın genellikle statik veriler üzerinde eğitilmiş olmasıdır. Peñalva, verilerin hızla değiştiğini ve kuruluşların kullanıcılara gerçekten yanıt verebilmesi için statik verilerle ilgili eğitimin yeterince iyi olmadığını kaydetti. Bu nedenle şirketi, sürekli değişen verilere sürekli bakan amaca yönelik bir denetimsiz öğrenme modeli geliştirdi.

Lang.ai'nin müşteri görüşme yönetimi platformuna bir bakış.
Lang.ai’nin müşteri görüşme yönetimi platformuna bir bakış.
Kredi bilgileri: Lang.ai

Nasıl çalışır: Lang, müşteri verilerine bağlanır ve denetimsiz model, verileri analiz ederek basit “kavramlara” dönüştürür – Peñalva’nın açıkladığı gibi, bir şirketin izlemesi gereken bir öğe veya operasyon için bir iş terimidir. Bir konsept, örneğin bir teslimat tarihi, bir ürün veya bir kredi notu olabilir. AI modeli, bir konuşmadaki temel kavramları otomatik olarak çıkarır, böylece belirli bir işletme için anlamlı olan kategoriler halinde gruplandırılabilirler.

Kategorilere yönelik arayüz, kullanıcılara kodsuz bir modelde sağlanır ve bir kuruluşun nesneleri gerektiği gibi gruplandırmasını sağlar. Kodsuz arayüz ayrıca açıklanabilir bir yapay zeka biçimi sağlamaya yardımcı olur, böylece kullanıcılar denetimsiz modelin kavramları nasıl çıkardığını ve kavramların hangi kategorilere yerleştirildiğini kolayca görebilir.

Ölçekleme işlemleri

Görüşmelerden iş değeri elde etmek için yapay zekayı kullanmak, kuruluşların operasyonları ölçeklendirmesine de yardımcı olabilir.

Bir örnek, harcamalar için çevrimiçi izleme hizmetleri sağlayan Lang müşteri Ramp’idir. Peñalva’ya göre, Ramp’ın karşılaştığı zorluk, operasyonel olarak hızla ölçek büyütmek istemesiydi. Lang ile Ramp, müşteri isteklerini daha hızlı kategorilere ayırabildi ve ardından çözümü hızlandırmak için otomatik iş akışları sağladı. Örneğin, Ramp, bir kredi sorunuyla ilgili sorgunun, bu tür bir isteğe hızlı yanıt verebilecek bir aracıya yönlendirilmesini sağlayabilir.

Ramp, müşteri geri bildirimlerini anlamak için Lang’ı da kullanır. Ramp yeni ürünler geliştirirken, yeni ürünün nasıl alındığını ve kullanıcı deneyimini optimize etmek için herhangi bir değişiklik yapılması gerekip gerekmediğini daha iyi anlamak için geri bildirimler ve istekler Lang tarafından analiz edilir.

“Destek verilerini otomasyon ve ayrıca diğer ekiplerin kullanabileceği iç içgörüler için gerçekten operasyonel hale getiriyoruz” dedi.

Peñalva, elindeki yeni A serisi fonla, kuruluşların verilerden iş değerini daha kolay elde etmelerine ve tekrarlayan görevleri otomatikleştirmelerine yardımcı olmaya devam etmek istiyor.

“Bugünlerde pek çok şirketin nasıl daha verimli hale geleceklerini düşüneceğini düşünüyoruz” dedi. Peñalva, “İnsanların günlük işlerinde yaptıkları tekrarlayan görevleri düşündüğünüzde, gerçekten daha üst düzey görevlere odaklanmaları gerektiğinde birçok verimsizlik var” dedi.

Yeni finansman turu Nava Ventures tarafından yönetildi ve Oceans Ventures, Forum ve Flexport Fund’ın katılımını içeriyordu.

VentureBeat’in misyonu teknik karar vericilerin dönüştürücü kurumsal teknoloji ve işlemler hakkında bilgi edinmeleri için dijital bir şehir meydanı olmaktır. Üyelik hakkında daha fazla bilgi edinin.


Kaynak : https://venturebeat.com/2022/05/12/lang-ai-looks-to-help-orgs-extract-value-from-customer-conversations-with-ai/

Yorum yapın