பெரும்பாலும், ஒரு அழைப்பு மையம் அழைப்புகளைப் பெறுவதற்கும், தீர்வுகளைக் கண்டறிவதற்கும், காரணத்தைக் குறிப்பதற்கும், வரிசையில் உள்ள அடுத்த வாடிக்கையாளருக்கு விரைவாக அவற்றை வழங்குவதற்கும் நிபந்தனை விதிக்கப்படுகிறது. ஆனால் தொடர்புகள் சில நிமிடங்கள் மட்டுமே நீடிக்கும் என்பதால், பொருத்தமான தகவல்களைப் பெறுவது கடினம். இந்த தொடர்புகளை எதிர்காலத்திற்கான கற்றல் அனுபவங்களாக மாற்றும் தொழில்நுட்பம் இருந்தால் என்ன செய்வது?
இந்த தொழில்நுட்பம் ஏற்கனவே உள்ளது மற்றும் தொலைபேசி அழைப்புகளுக்கு அப்பாற்பட்டது; ஒரு வாடிக்கையாளருக்கும் ஒரு நிறுவனத்திற்கும் இடையிலான எந்தவொரு உரையாடலையும் பகுப்பாய்வு செய்யலாம். மேலும், ஒரு அனுபவம் நேர்மறையானதா அல்லது எதிர்மறையானதா என்பதை வரையறுக்கும் குரல் தொனி மட்டுமல்ல, மாறாக தகவல்தொடர்புகளின் ஒட்டுமொத்த சூழலும் ஆகும். பிராந்தியவாதம் மற்றும் கலாச்சார வெளிப்பாடுகள் போன்ற காரணிகள் இந்த விளக்கத்தில் அடிப்படைப் பங்கைக் கொண்டுள்ளன, ஏனெனில் ஒரு நபர் ஒரு நிகழ்வைப் பற்றி கருத்து தெரிவிக்கும்போது அவசியமாக அதிருப்தி அடையாமல் கிளர்ச்சியடைந்து ஒலிக்கலாம் அல்லது எதிர்மறை அர்த்தங்கள் இல்லாமல் பேச்சுவழக்கு வெளிப்பாடுகளைப் பயன்படுத்தலாம்.
பணிகளை தானியங்குபடுத்துவது மட்டுமல்லாமல், தரவை பகுப்பாய்வு செய்து நுண்ணறிவுகளை உருவாக்கும் ஜெனரேட்டிவ் ஆர்ட்டிஃபிஷியல் இன்டலிஜென்ஸ் மூலம், நிறுவனங்கள் குறிப்பிட்ட சிக்கல்களைத் தீர்ப்பதோடு மட்டுமல்லாமல், ஆயிரக்கணக்கான கோப்புகள் மற்றும் தரவுப் புள்ளிகளை ஆராயலாம், உரையாடல்களில் அதிருப்தியின் வடிவங்களைக் கண்டறியலாம், தேவைகளை எதிர்பார்க்கலாம் மற்றும் நிறுவனங்கள் வாடிக்கையாளர் பயணத்தை மேம்படுத்த உதவலாம்.
"ஒவ்வொரு தொடர்புக்கும் AI விரிவான பகுப்பாய்வைச் செய்கிறது, தரவுகளின் அளவு காரணமாக, ஒரு மனித பகுப்பாய்வாளரால் ஒரே நோக்கத்துடனும் அதே நேரத்திலும் செய்ய முடியாத ஒன்று. சிறிய உரையாடல்களில் கூட வாய்ப்புகளை அடையாளம் காண்பதன் மூலம், கருவி இந்த நுண்ணறிவுகளை நிறுவனத்திற்கு செயல்படக்கூடிய நுண்ணறிவாக மாற்றுகிறது," என்று AIDA , இது தொடர்புகளை செயல்படக்கூடிய நுண்ணறிவாக மாற்ற ஜெனரேட்டிவ் AI ஐப் பயன்படுத்துவதில் நிபுணத்துவம் பெற்ற ஒரு தளமாகும்.
கூகிள் நியமித்த ஒரு கணக்கெடுப்பின்படி, உலகிலேயே அதிக அளவில் செயற்கை நுண்ணறிவைப் பயன்படுத்தும் நாடுகளில் ஒன்றாக பிரேசில் ஏற்கனவே வளர்ந்து வருகிறது - பதிலளித்தவர்களில் 54% பேர் கடந்த ஆண்டு இந்த தொழில்நுட்பத்தைப் பயன்படுத்தியதாகக் கூறியுள்ளனர், அதே நேரத்தில் உலகளாவிய சராசரி 48% ஆகும்.
வாடிக்கையாளர் சேவையில் பயன்படுத்தப்படும்போது, ஜெனரேட்டிவ் AI அதன் பாரம்பரிய பயன்பாட்டிற்கு அப்பால் செல்ல முடியும், இதில் சாட்பாட்கள் மற்றும் மெய்நிகர் உதவியாளர்கள் தொடர்புகளை தானியக்கமாக்குவது அடங்கும். ஏனென்றால், தானியங்கி தொடர்புகளில் கூட, பயனர் அனுபவம் எப்போதும் திருப்திகரமாக இருக்காது. எனவே, மிகவும் சிக்கலான சேவை கோரிக்கைகள் - அல்லது வாடிக்கையாளருக்கு கூட - இன்னும் மனித தலையீடு தேவைப்படுகிறது.
மேலும் இதுபோன்ற சந்தர்ப்பங்களில்தான் AI இன் குறைவான வெளிப்படையான பயன்பாடு மதிப்புமிக்கதாக இருக்கும்: முகவர்களுடனான உரையாடல்களில் வாடிக்கையாளர் நடத்தையை ஜெனரேட்டிவ் AI பகுப்பாய்வு செய்கிறது, அதிருப்தியின் வடிவங்களைக் கண்டறிந்து, உராய்வு புள்ளிகளை வரைபடமாக்குகிறது, பயணத்தை மிகவும் திறமையாக்க தொடர்ச்சியான சரிசெய்தல்களை அனுமதிக்கிறது. கருவியால் செய்யப்படும் தரவு பகுப்பாய்வு, எதையும் "யூகிக்க" வேண்டிய அவசியமின்றி, வாடிக்கையாளர் சேவையில் உள்ள தடைகள் மற்றும் மிகப்பெரிய அதிருப்தியின் புள்ளிகளைப் புரிந்துகொள்ள பிராண்டுகளுக்கு உதவுகிறது. இதனால், மேம்பாட்டு முடிவுகள் சிறந்த முறையில் அறியப்படுகின்றன, இதன் விளைவாக, நேர்மறையான விளைவுகளை உருவாக்க அதிக வாய்ப்பு உள்ளது.
"பயனர் கோரிக்கைகளுக்கு பதிலளிப்பதை விட, செயற்கை நுண்ணறிவு நிறுவனங்கள் ஒவ்வொரு தொடர்புகளையும் தங்கள் சேவைகளை மேம்படுத்துவதற்கான வாய்ப்பாக மாற்ற அனுமதிக்கிறது, இறுதியில் ஒரு உண்மையான தகவல் மூலத்தை உருவாக்கி அதைத் தீர்க்க 'பிரச்சனையின் மூலத்தை' அடைகிறது. கவனமாகக் கேட்பது, சிந்திப்பது, பகுப்பாய்வு செய்வது மற்றும் அழைப்புகளை ஒழுங்கமைப்பது ஆகியவை ஒரு வாடிக்கையாளரை இழப்பதற்கும் அவர்களை என்றென்றும் வெல்வதற்கும் உள்ள வித்தியாசமாக இருக்கலாம். இது முரண்பாடாகத் தோன்றலாம், ஆனால் தொழில்நுட்பம் இறுதியில் வாடிக்கையாளர் சேவையை மேலும் மனிதாபிமானமாக்குவதில் ஒரு சிறந்த கூட்டாளியாகிறது," என்று சேனா முடிக்கிறார்.
