U današnjem digitalnom dobu, umjetna inteligencija postaje ključni alat u različitim industrijama, a primjer realiziranog projekta kojeg je započela softverska programerka Kedashya Kerr oslikava snagu AI-a u poboljšanju poslovnih operacija. Nakon što je primijetila kako njen brat, vlasnik radionice za popravak luksuznih automobila, svakodnevno propušta stotine telefonskih poziva dok je fokusiran na rad, odlučila je izgraditi AI sustav koji bi preuzeo tu zadaću. Ovaj inovativni prijemni sustav ne samo da odgovara na upite potencijalnih klijenata, već i koristi stvarne podatke kako bi pružio točne informacije, čime značajno smanjuje poslovne gubitke.
Problem propuštenih poziva
Gospodin Carr, brat Kendashye Kerr, suočio se s ozbiljnim problemom u svom poslovanju. Propušteni pozivi doveli su do gubitka značajne količine novca svake mjesec. Iako je kvalitetan rad na automobilima bio prioritet, neodgovoreni pozivi značili su propuštene poslovne prilike. Uzimajući u obzir sve aspekte, Carr je odlučio da je potrebno unaprijediti način komunikacije s klijentima.
Konstrukcija AI prijemnika
G. Carr započeo je razvoj sustava nazvanog ‘Axle’, fokusirajući se na kreiranje AI prijemnog sustava posebno dizajniranog za radionicu. Cilj mu je bio razviti sustav koji ne bi samo odgovarao na opća pitanja, već bi bio u stanju pružiti precizne informacije o radnom vremenu, cijenama usluga i ostalim važnim podacima. Ključan aspekt bio je spriječiti AI da daje pogrešne informacije, kao što su neispravne cijene usluga.
Upotreba tehnologija i podataka
U tu svrhu, Carr je implementirao sustav ‘Retrieval-Augmented Generation’ (RAG) koji omogućuje generiranje odgovora pomoću vanjskih izvora podataka. Skupljao je potrebne informacije s web stranice radionice, stvarajući time sveobuhvatnu bazu znanja. Pomoću Atlas MongoDB kao baze podataka, svaki dokument bio je pretvoren u vektorske prikaze, što je omogućilo AI-u da učinkovito pretražuje i prima točne informacije kada se postave upiti.
Tehnička rješenja i infrastruktura
Sustav je povezao s telefonskom infrastrukturom koristeći Vapi za telefonsku komunikaciju, Deepgram za prepoznavanje govora i ElevenLabs za sintetičko izgovaranje odgovora. Ovaj složeni sustav omogućuje AI-u da interpretira vođenje razgovora kao i da daje odgovore koji su bazirani na prethodnim podacima. Tako je g. Carr stvorio inovativni pristup koji je značajno unaprijedio korisničku podršku radionice.
Reakcija na nepoznate upite
Jedan od ključnih izazova s kojim se Carr suočio bila je obuka sustava za odgovaranje na pitanja na koja ne može dati precizan odgovor. Umjesto da nudi pogrešne informacije, AI obavještava pozivatelja da ne može odgovoriti i omogućava im da ostave svoje podatke za povratni poziv. Tako je sustav ne samo učinkovit, već i promišljen prema korisnicima, čime se dodatno poboljšava korisničko iskustvo.
Prilagodba zvučnim zahtjevima
Konačno, Carr je proveo značajan dio vremena prilagođavajući kako zvuče odgovori AI sustava. Tekst koji se može lako razumjeti u pisanju često zahtijeva promjene kako bi bio zanimljiviji i prirodniji kada se izgovara naglas. Zbog toga je testirao nekoliko različitih glasova i prepravljao sadržaje kako bi osigurao da svaki odgovor zvuči što prirodnije.
Budućnost AI prijemnika
Gospodin Carr planira daljnji razvoj sustava, uključujući mogućnost rezervacija i unaprijed paprenih obavijesti za klijente. Uopceno, ovaj projekt pokazuje potencijal umjetne inteligencije not beproblem nedovoljnih resursa i ljudskih grešaka nakon što se poveže s radom na terenu. Odličan primjer kako tehnologija može unaprijediti poslovne procese i osigurati bolju uslugu, ovaj sustav potiče razmišljanje o budućnosti komunikacije između kupaca i poduzeća.
