Az elhibázott MI-keresés eredménye: drága fiaskók
A Gartner szerint a globális beszélgető MI-piac néhány éven belül 14 000 milliárd forint fölé nő, a vállalatok pedig versenyeznek a piacért. Az első demók lenyűgözőek – pár kattintás, és a rendszer bármilyen ügyfélkérdésre magabiztosan válaszol természetes nyelven. Csakhogy a gyakorlat gyakran mást mutat.
Egészen pontosan, az egyik nagy távközlési partner az MI bevezetésétől azt várta, hogy drasztikusan csökken majd a telefonos ügyintézés volumene. Ehhez képest a hívások száma nőtt – az ügyfelek félrevezető, magabiztos, de helytelen válaszokat kaptak, ezért dühösebben hívták az ügyfélszolgálatot, mint korábban. Hasonló helyzetek ismétlődnek az egészségügyben, ahol a páciensek hetek-hónapokkal ezelőtti információkat kapnak a gyógyszerek listájáról, miközben a banki MI-chatbotok a lakossági és vállalati termékinformációkat keverik. A kiskereskedelemben pedig gyakran kifutott termékek jelennek meg a találatok között.
A hagyományos RAG-architektúra csapdái
A megszokott MI-keresési megközelítés, a RAG (lekérdezés-beágyazás, a lekérdezést követő nagy nyelvi modell használata) jellemzően demóhelyzetben jól mutat, de három alapvető ok miatt érdemben elbukik éles környezetben:
1. Az intenciós rés: A rendszer nem érzékeli, mit ért a felhasználó egy adott kérés alatt – például egy „Szeretném törölni” lekérdezés lehet szolgáltatás-, rendelés- vagy időponttörlés. Egészen pontosan a távközlésben a „törlés” kérések 65%-a rendelést vagy időpontot érintett volna, de a rendszer minden esetben szolgáltatástörlést javasolt.
2. Kontextus torlódás: Az MI minden lekérdezésre az összes adatforrásból merít – számlázás, termékkatalógus, súgócikkek, promóciók, ügyféladatok –, értelmetlen találatokat szülve.
3. Aktualitás hiánya: A keresőrendszer nem veszi figyelembe az időtényezőt, ezért rendszeresen jelennek meg régi termékek, lejárt akciók a találatok között, ami megingatja az ügyfélbizalmat.
Az Intenció-első architektúra: Az MI új alapjai
Az áttörést az Intenció-első architektúra hozza el, ahol a lekérdezést előbb egy gyors, MI-alapú nyelvi modul segítségével intenció és kontextus szerint osztályozza a rendszer, és csak ezután fordul a releváns forrásokhoz. Ez a logikai megfordítás (előbb szándék, aztán keresés) minimalizálja a félreértések számát, és érdemben javítja a találatok minőségét.
Az Intenció-első rendszer a felhasználói kérésből előbb meghatározza az elsődleges és másodlagos szándékot (például fiókadatok, a rendelés állapota, számlázás, készülékprobléma, gyógyszerrel kapcsolatos kérés), majd csak az ehhez illő forrásokat kutatja fel – külön szabályokkal a legfrissebb vagy személyre szabott információk előnyben részesítésére.
Elképzelhető, hogy a bizonytalan lekérdezések vagy frusztrált hangvételű kérdések esetén a rendszer azonnal továbbküldi a kérést emberi ügyfélszolgálatosnak.
Személyre szabott, kontextusfüggő keresés
A fejlettebb algoritmus részletei is figyelemre méltóak:
– A lekérdezés feldolgozása után azonosítja a keresendő forrásokat, kizárja a relevancián kívüli adatbázisokat, és meghatározza a tartalom megengedett legnagyobb korát (például legfeljebb 60 napos rendelések).
– Ha a keresés személyre szabott választ igényel, a rendszer hozzáfér az ügyfélszámlához, és például csak a felhasználó legutóbbi rendeléseiből emeli ki a szükséges információkat.
– A találatokat összetett pontozás alapján rangsorolja: relevancia (40%), frissesség (20%), személyre szabhatóság (25%), az intencióhoz való illeszkedés (15%).
Egészségügyi alkalmazás esetén kiemelt elvárás a jogi megfelelés – például minden gyógyszerrel kapcsolatos keresésnél automatikusan figyelmeztetés jelenik meg, és komolyabb klinikai kérdést csak szakember tud megválaszolni.
Az eredmények: látványos javulás
A rendszer bevezetését követően az éles ügyfélkapcsolati platformokon (távközlés, egészségügy) jelentős előrelépés tapasztalható:
– A lekérdezések sikerességi aránya közel megduplázódott.
– Az emberi beavatkozást igénylő esetek száma több mint felére csökkent.
– Az átlagos válaszidő kb. 70%-kal csökkent.
– Az ügyfél-elégedettség 50%-kal nőtt.
– A visszatérő felhasználók aránya több mint duplájára emelkedett.
Egészen pontosan utóbbi mutató kulcsfontosságú: ha a keresés jól működik, az ügyfelek visszatérnek; ha nem, teljesen eltűnnek, más csatornákra terelve a költségeket.
Stratégiai forduló: az Intenció-első a jövő
A beszélgető MI-alkalmazások piaca tovább robban, de akik a hagyományos, elavult architektúrához ragaszkodnak, rendre elbuknak: az MI magabiztosan terjeszt valótlan válaszokat, az ügyfelek csalódottak lesznek, a támogatási költségek pedig valójában nőnek.
Az Intenció-első rendszer alapvetően új megközelítést kíván: nem több adat vagy jobb modell hozza el a javulást, hanem a felhasználói szándék valódi felismerése. Minél előbb váltanak a cégek erre az új szemléletre, annál gyorsabban élvezhetik az MI valódi hatékonyságát – akik lemaradnak, évekig csak azt kutatják majd, hová tűnik az MI-be fektetett pénzük.
A demó könnyű. A sikeres élesítéshez viszont egyértelmű architekturális váltás kell: Intenció-első.
