การประมวลผลภาษาธรรมชาติในระบบโทรศัพท์อัตโนมัติ

หัวใจสำคัญของผู้ช่วยเสียงที่มีความสามารถทุกตัวคือการประมวลผลภาษาธรรมชาติ หรือ NLP ซึ่งเป็นเทคโนโลยีที่ช่วยให้ระบบโทรศัพท์สามารถแยกแยะความหมายของคำพูด แทนที่จะจับคู่คำสำคัญแบบตายตัว

โมเดล NLP สมัยใหม่สามารถรับมือกับสำเนียง คำสแลง และประโยคที่ไม่สมบูรณ์ได้ ซึ่งเป็นสิ่งที่เคยทำให้ระบบตอบรับอัตโนมัติรุ่นเก่าสะดุด สิ่งนี้ทำให้การโทรอัตโนมัติรู้สึกเป็นธรรมชาติมากขึ้นและเหมือนบทสนทนาจริงมากกว่าเดิม

สำหรับธุรกิจแล้ว NLP ที่ดีขึ้นหมายถึงสายที่โอนผิดน้อยลงและลูกค้าหงุดหงิดน้อยลง เมื่อโมเดลเหล่านี้พัฒนาต่อไป ช่องว่างระหว่างการคุยกับเครื่องจักรและการคุยกับคนก็ยิ่งแคบลงเรื่อยๆ

NLP รับมือกับคำพูดจริงอย่างไร

ระบบรุ่นเก่ามักสะดุดเมื่อลูกค้าพูดสำเนียงท้องถิ่น พูดติดขัด หรือมีเสียงรบกวนแทรก โมเดล NLP สมัยใหม่ผสานการวิเคราะห์เสียงเข้ากับความเข้าใจบริบทของประโยค ทำให้ระบบยังจับความตั้งใจได้แม้ลูกค้าพูดว่า "เอ่อ ผมจะเช็ค บิลค่าไฟน่ะครับ ไม่ใช่ บิลเน็ต" แทนที่จะพูดคำสั่งตรงตัว ธุรกิจที่เปลี่ยนจากระบบ IVR แบบจับคู่คำสำคัญมาใช้ NLP มักพบว่าความแม่นยำในการจับความตั้งใจเพิ่มจากประมาณร้อยละ 65 เป็นมากกว่าร้อยละ 90 ภายในไม่กี่สัปดาห์แรก

ตัวอย่าง สายเรียกเข้าเรื่องการคืนเงิน

ลองนึกภาพลูกค้าโทรมาถามเรื่องเงินคืนที่ล่าช้า ระบบ IVR แบบเดิมต้องการให้พูดวลีตายตัวอย่าง "ตรวจสอบสถานะเงินคืน" ส่วนระบบที่ใช้ NLP จะตีความประโยคอย่าง "เงินที่ผมส่งของคืนไปแล้วยังไม่เข้าเลยครับ" แล้วโยงเข้ากับความตั้งใจเดียวกันได้ทันที ความยืดหยุ่นนี้ช่วยลดเวลาการโอนสายเฉลี่ยจากประมาณ 45 วินาที เหลือไม่ถึง 15 วินาที เพราะลูกค้าไม่ต้องกดเมนูหลายชั้น

รองรับการพูดสลับภาษาไทยกับอังกฤษ

ธุรกิจไทยจำนวนมากต้องรับมือกับลูกค้าที่พูดสลับภาษาไทยและอังกฤษในประโยคเดียว เช่น "ขอเช็ค tracking number หน่อยครับ" โมเดล NLP ที่ฝึกด้วยข้อมูลแบบสลับภาษาสามารถตีความประโยคเหล่านี้ได้อย่างถูกต้อง ซึ่งเป็นสิ่งที่ระบบตายตัวแบบเดิมทำไม่ได้ นี่คือเหตุผลที่ศูนย์บริการลูกค้าที่มีฐานลูกค้าหลายภาษาหันมาใช้ NLP เพิ่มขึ้นอย่างต่อเนื่อง

สิ่งที่ควรตรวจสอบก่อนเลือกผู้ให้บริการ NLP

ไม่ใช่ NLP ทุกระบบจะให้ผลลัพธ์เท่ากัน เวลาเปรียบเทียบผู้ให้บริการ ควรขอตัวเลขจริงแทนคำโฆษณา เช่น ความแม่นยำในการจับความตั้งใจเมื่อวัดกับบันทึกการโทรจริงของธุรกิจ เวลาประมวลผลต่อประโยค ซึ่งควรต่ำกว่า 300 มิลลิวินาทีเพื่อให้การสนทนาลื่นไหลเป็นธรรมชาติ และวิธีที่ระบบจัดการกับคำที่จับความหมายไม่ได้ การทดลองใช้จริงกับสายอย่างน้อย 500 สาย แล้วเห็นเวลาเฉลี่ยในการจัดการต่อสายลดลงอย่างวัดผลได้ มีค่ามากกว่าการดูสาธิตผลิตภัณฑ์เพียงอย่างเดียว