قادة تكنولوجيا المعلومات يشاركون النصائح لنجاح الذكاء الاصطناعي

في العرض الذي قدمه، أوضح راج موخرجي، رئيس قسم علوم البيانات والذكاء الاصطناعي في Direct Line Group، كيف تستخدم الشركة الذكاء الاصطناعي التوليدي (GenAI) لتشغيل خدمة GreenFlag لاستعادة أعطال السيارات. وأظهر العرض الذي قدمه فوائد إشراك المستخدمين في بناء نماذج ذكاء اصطناعي أكثر دقة، ولكن كما هو الحال مع الذكاء الاصطناعي بشكل عام، فإن النجاح مبني على أساس متين من البيانات.

وقال موخيرجي: “لقد عملنا على استراتيجية البيانات الخاصة بنا طوال الجزء الأكبر من أربع سنوات. ونحن نقوم الآن بتنفيذ الإستراتيجية، حيث يعمل 75% من أعمالنا الآن على حزمة إستراتيجية بيانات جديدة.”

وهذا يعني أن قدرات حوكمة بيانات إدارة البيانات وهندسة البيانات في الشركة ناضجة بما يكفي لدعم استراتيجية الذكاء الاصطناعي الخاصة بـ Direct Line أثناء تطورها.

قال موخيرجي، وهو يستكشف إحدى حالات الاستخدام في GreenFlag: “في مساحة مركز اتصال العملاءنحن نحاول أن نرى كيف يمكن للذكاء الاصطناعي تعزيز عملاء مركز الاتصال لدينا عن طريق إزالة بعض العبء المعرفي عنهم.

الفكرة العامة هي توفير معلومات متعمقة لتمكين موظفي مركز الاتصال من حل مشكلات العملاء بسرعة أكبر. ومن خلال استخدام الذكاء الاصطناعي لدعم عملهم، قال موخيرجي إن موظفي مركز الاتصال قادرون أيضًا على التركيز بشكل أكبر على التعاطف مع العملاء، خاصة وأن العملاء بشكل عام ليسوا في مكان سعيد عندما يحتاجون إلى الاتصال بخدمة إصلاح الأعطال.

وفيما يتعلق ببيانات التدريب، قال إن الشركة استخدمت الدردشة عبر الإنترنت لمركز الاتصال والنصوص مع إزالة معلومات التعريف الشخصية. “لقد حصلنا فقط على بيانات المحادثة وتدفق النقرات من موقعنا على الويب. وتم استخدام مصادر البيانات هذه لتشغيل تحليلاتنا.

وأضاف موخيرجي أن وكلاء مركز الاتصال كانوا جزءًا من فريق الاختبار. وقال: “بينما قمنا بتقييم جودة إجابة نموذج الذكاء الاصطناعي، تمكنا من إنجاز الهندسة بسرعة كبيرة”.

بالنسبة لموكيرجي، هذا يعني أن الإجابات التي ظهرت في نموذج الذكاء الاصطناعي تحسنت من دقة 68% إلى 88%. وقال إن التحسن في الدقة تم تحقيقه “فقط من خلال فهم نية موظف مركز الاتصال في مطالبات الإجابة – ولم نقم حتى بإجراء أي ضبط دقيق”.