ವರ್ಷಗಳಿಂದ, ಅನೇಕ ಕಂಪನಿಗಳು ಗ್ರಾಹಕರಿಗೆ ಸೇವೆ ಸಲ್ಲಿಸಲು ಕೇವಲ "ಚಾಟ್" ನೀಡಿದರೆ ಸಾಕು ಎಂದು ನಂಬಿದ್ದರು. ಪ್ರಾಯೋಗಿಕವಾಗಿ, ಅಸ್ತಿತ್ವದಲ್ಲಿದ್ದದ್ದು ಸಂವಾದಾತ್ಮಕ ಇಂಟರ್ಫೇಸ್ ಹೊಂದಿರುವ, ಪುನರಾವರ್ತಿತ ಮತ್ತು ಸೀಮಿತವಾದ FAQ ಮಾತ್ರ. ಬಳಕೆದಾರರು ಪ್ರಶ್ನೆಯನ್ನು ಟೈಪ್ ಮಾಡಿದರು ಮತ್ತು ಸಂದರ್ಭವನ್ನು ಲೆಕ್ಕಿಸದೆ ಯಾವಾಗಲೂ ಅದೇ ಉತ್ತರವನ್ನು ಪಡೆದರು. ಕಲಿಕೆಯ ರೇಖೆಯಿಲ್ಲ, ಹೊಂದಾಣಿಕೆಯಿಲ್ಲ, ದ್ರವತೆ ಇಲ್ಲ.
ಪೂರ್ವನಿರ್ಧರಿತ ಹರಿವುಗಳ ಮೇಲೆ ನಿರ್ಮಿಸಲಾದ ಸಾಂಪ್ರದಾಯಿಕ ಬಾಟ್ಗಳ ಹಿಂದಿನ ತರ್ಕ ಇದು. ಅವು ಕಟ್ಟುನಿಟ್ಟಾದ ಮೆನುಗಳು ಮತ್ತು ಹೊಂದಿಕೊಳ್ಳದ ಪಠ್ಯ ಬ್ಲಾಕ್ಗಳಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. ಅವುಗಳನ್ನು ನಿಯೋಜಿಸಲು ಸುಲಭ ಮತ್ತು ತ್ವರಿತವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಬಹುದು, ಆದರೆ ಇನ್ನೂ ವೇಗವಾಗಿ ಹತಾಶೆಯನ್ನು ಉಂಟುಮಾಡಬಹುದು. ಎಲ್ಲಾ ನಂತರ, ಯೋಜಿತ ಮಾರ್ಗದಿಂದ ಸರಳವಾದ ವಿಚಲನವು ಬಳಕೆದಾರರಿಗೆ ಸಾಮಾನ್ಯ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಎದುರಿಸಲು ಅಥವಾ ಇನ್ನೂ ಕೆಟ್ಟದಾಗಿ, ಭಯಾನಕ ದೋಷ ಸಂದೇಶವನ್ನು ಎದುರಿಸಲು ಸಾಕು: "ಕ್ಷಮಿಸಿ, ನನಗೆ ಅರ್ಥವಾಗಲಿಲ್ಲ."
ಲಾರ್ಜ್-ಸ್ಕೇಲ್ ಭಾಷಾ ಮಾದರಿಗಳ (LLMs) ಆಗಮನದೊಂದಿಗೆ, ಈ ಮಾದರಿ ಬದಲಾಗಿದೆ. ಸ್ಥಿರ ಮಾರ್ಗಗಳನ್ನು ಅನುಸರಿಸುವ ಬದಲು, AI ನೈಜ ಸಮಯದಲ್ಲಿ ನೈಸರ್ಗಿಕ ಭಾಷೆಯನ್ನು ಸಂಸ್ಕರಿಸಲು ಪ್ರಾರಂಭಿಸಿದೆ. ಇದರರ್ಥ ಅದು ಉದ್ದೇಶದಲ್ಲಿನ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತದೆ, ಸಂದರ್ಭಕ್ಕೆ ತನ್ನ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಬಳಕೆದಾರರು ವಿಷಯವನ್ನು ಬದಲಾಯಿಸಲು ಅಥವಾ ಸಂಭಾಷಣೆಯ ಹಿಂದಿನ ಹಂತಗಳಿಗೆ ಹಿಂತಿರುಗಲು ನಿರ್ಧರಿಸಿದಾಗಲೂ ಸುಸಂಬದ್ಧತೆಯನ್ನು ಕಾಯ್ದುಕೊಳ್ಳುತ್ತದೆ.
ಹರಿವನ್ನು ಮರುಪ್ರಾರಂಭಿಸುವ ಅಗತ್ಯವಿಲ್ಲ. ಯಾವುದೇ ಡೇಟಾ ನಷ್ಟವಿಲ್ಲ. ಮೊದಲ ವಿನಾಯಿತಿಯಲ್ಲಿ ಯಾವುದೇ ಘನೀಕರಿಸುವಿಕೆ ಇಲ್ಲ. ಪ್ರತಿ ಸಂವಹನದೊಂದಿಗೆ, ಮಾದರಿಯು ಮಾಹಿತಿಯನ್ನು ಮರುಸಂಘಟಿಸುತ್ತದೆ ಮತ್ತು ಸಂವಾದವನ್ನು ಜೀವಂತವಾಗಿ, ದ್ರವವಾಗಿ ಮತ್ತು ಬುದ್ಧಿವಂತವಾಗಿಡುತ್ತದೆ.
ಈ ಸಾಮರ್ಥ್ಯವು ಮೂರು ಪ್ರಮುಖ ಅಂಶಗಳಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ: ಒಂದೇ ರೀತಿಯ ಇನ್ಪುಟ್ ಡೇಟಾ, ಬಹು ಸಂಭಾವ್ಯ ಔಟ್ಪುಟ್ಗಳು; ಒಂದೇ ವ್ಯವಹಾರ ಉದ್ದೇಶ, ಬಹು ಭಾಷಾ ತಂತ್ರಗಳು; ಮತ್ತು ಅದೇ ಗಮನ ವ್ಯಾಪ್ತಿ, ಇದು ಕಡಿಮೆ ಘರ್ಷಣೆ ಮತ್ತು ಹೆಚ್ಚಿನ ಪರಿವರ್ತನೆಗೆ ಕಾರಣವಾಗುತ್ತದೆ.
ಆಚರಣೆಯಲ್ಲಿ ವ್ಯತ್ಯಾಸ
ಗ್ರಾಹಕ ಸೇವೆ, ಸಂಗ್ರಹಣೆಗಳು ಮತ್ತು ಮಾರಾಟದಂತಹ ನಿರ್ಣಾಯಕ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ, ಈ ಬದಲಾವಣೆಯು ನಿರ್ಣಾಯಕವಾಗಿದೆ. ಒಪ್ಪಂದವನ್ನು ಮುಕ್ತಾಯಗೊಳಿಸುವುದು ಅಥವಾ ಸಮಯವನ್ನು ತಪ್ಪಿಸುವುದರ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೆಂದರೆ ಹರಿವನ್ನು ಮುರಿಯದೆ ತನ್ನ ತಾರ್ಕಿಕತೆಯನ್ನು ಉಳಿಸಿಕೊಳ್ಳುವ AI ಸಾಮರ್ಥ್ಯದಲ್ಲಿದೆ.
ಕಂತು ಪಾವತಿಯ ಬಗ್ಗೆ ಗ್ರಾಹಕರು ವಿಚಾರಿಸುವುದನ್ನು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ. ಸಾಂಪ್ರದಾಯಿಕ ಚಾಟ್ಬಾಟ್ನಲ್ಲಿ, ಮೌಲ್ಯದಲ್ಲಿನ ಯಾವುದೇ ಬದಲಾವಣೆಯು ಬಳಕೆದಾರರನ್ನು ಪ್ರಕ್ರಿಯೆಯನ್ನು ಮರುಪ್ರಾರಂಭಿಸುವಂತೆ ಒತ್ತಾಯಿಸುತ್ತದೆ. ಆದಾಗ್ಯೂ, LLM (ಲೋಡೇಬಲ್ ಲೈಫ್ಟೈಮ್ ಮ್ಯಾನೇಜ್ಮೆಂಟ್) ವ್ಯವಸ್ಥೆಯು ಬದಲಾವಣೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತದೆ, ಕೊಡುಗೆಯನ್ನು ಸರಿಹೊಂದಿಸುತ್ತದೆ ಮತ್ತು ಮಾತುಕತೆಯನ್ನು ಮುಂದುವರಿಸುತ್ತದೆ. ಉಳಿಸಿದ ಪ್ರತಿ ನಿಮಿಷವು ಒಪ್ಪಂದವನ್ನು ಮುಕ್ತಾಯಗೊಳಿಸುವ ಅವಕಾಶವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ.
ಇದಲ್ಲದೆ, ಸ್ಥಿರ ಹರಿವುಗಳು ಯಾಂತ್ರಿಕ ಮತ್ತು ಪುನರಾವರ್ತಿತವಾಗಿ ಧ್ವನಿಸಿದರೂ, ಮುಂದುವರಿದ ಮಾದರಿಗಳು ಪ್ರತಿ ಸಂಭಾಷಣೆಯಲ್ಲಿ ವಿಶಿಷ್ಟ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ನೀಡುತ್ತವೆ. ಬಳಕೆದಾರರು ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ಕೇಳುತ್ತಿರುವಂತೆ ಭಾಸವಾಗುವುದಿಲ್ಲ, ಬದಲಿಗೆ ನಿಜವಾದ ಸಂವಾದದಲ್ಲಿ ತೊಡಗಿಸಿಕೊಳ್ಳುತ್ತಾರೆ. ಸಂಖ್ಯೆಗಳು ಮತ್ತು ಮಾಹಿತಿಯು ಸ್ಥಿರವಾಗಿದ್ದರೂ, ಸಂವಹನ ಮಾಡುವ ವಿಧಾನವು ಬದಲಾಗುತ್ತದೆ. ಈ ಸಂವಾದದ ಮಾನವೀಕರಣವು AI ಅನ್ನು ಸರಳ ಯಾಂತ್ರೀಕೃತಗೊಳಿಸುವಿಕೆಯಿಂದ ಪ್ರತ್ಯೇಕಿಸುತ್ತದೆ.
ಸತ್ಯವೆಂದರೆ ಅನೇಕ ವ್ಯವಹಾರಗಳು ಇನ್ನೂ AI ವೇಷದಲ್ಲಿರುವ "ಮೆನು"ಗಳೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. ಆದಾಗ್ಯೂ, ಗ್ರಾಹಕರು ಪೂರ್ವ-ಪ್ರೋಗ್ರಾಮ್ ಮಾಡಲಾದ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಪುನರಾವರ್ತಿಸುವ ಯಾವುದನ್ನಾದರೂ ಮಾತನಾಡುತ್ತಿರುವಾಗ ಬೇಗನೆ ಅರಿತುಕೊಳ್ಳುತ್ತಾರೆ. ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ, LLM ಗಳನ್ನು ಆಧರಿಸಿದ ಸಂವಹನಗಳು ಚೈತನ್ಯ, ನಮ್ಯತೆ ಮತ್ತು ಅಳೆಯಬಹುದಾದ ಪರಿವರ್ತನೆ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡುತ್ತವೆ.
ಮಾರುಕಟ್ಟೆ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬೇಕಾದದ್ದು ಸರಳವಾಗಿದೆ: ಗ್ರಾಹಕ ಸೇವೆ ಇನ್ನು ಮುಂದೆ ಪುನರಾವರ್ತಿತವಾಗಿರಲು ಸಾಧ್ಯವಿಲ್ಲ; ಅದು ಬುದ್ಧಿವಂತವಾಗಿರಬೇಕು.
ಇದರರ್ಥ "ತ್ವರಿತ ಶಾರ್ಟ್ಕಟ್" ತರ್ಕವನ್ನು ತ್ಯಜಿಸುವುದು, ಅದು ನಾವೀನ್ಯತೆಯ ನೋಟವನ್ನು ನೀಡಲು ಮಾತ್ರ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಆದರೆ ನಿಜವಾದ ಮೌಲ್ಯವನ್ನು ಉತ್ಪಾದಿಸುವುದಿಲ್ಲ. ಇಂದಿನ ಗ್ರಾಹಕರು ಯಾವಾಗ ಕಠಿಣ ಸಂವಹನವನ್ನು ಎದುರಿಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ಈಗಾಗಲೇ ಹೇಳಬಲ್ಲರು ಮತ್ತು ಅಂತ್ಯವಿಲ್ಲದ ಮೆನುಗಳಲ್ಲಿ ನ್ಯಾವಿಗೇಟ್ ಮಾಡುವ ಸಮಯವನ್ನು ವ್ಯರ್ಥ ಮಾಡುವುದನ್ನು ಇನ್ನು ಮುಂದೆ ಸ್ವೀಕರಿಸುವುದಿಲ್ಲ. ಅವರು ದ್ರವತೆ, ಸ್ಪಷ್ಟತೆ ಮತ್ತು ಎಲ್ಲಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ, ಅವರ ನಿರ್ದಿಷ್ಟ ಸಂದರ್ಭದಲ್ಲಿ ಅರ್ಥಪೂರ್ಣವಾದ ಉತ್ತರಗಳನ್ನು ನಿರೀಕ್ಷಿಸುತ್ತಾರೆ.
ಸ್ಥಿರ ಹರಿವಿನ ಆಧಾರದ ಮೇಲೆ ಸ್ಥಿರ ಚಾಟ್ಬಾಟ್ಗಳೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಇನ್ನೂ ಒತ್ತಾಯಿಸುವ ಕಂಪನಿಗಳು ತಾಂತ್ರಿಕವಾಗಿ ಹಿಂದುಳಿದಿವೆ ಮಾತ್ರವಲ್ಲ: ಅವರು ವ್ಯಾಪಾರ ಅವಕಾಶಗಳನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತಿದ್ದಾರೆ. ಪ್ರತಿಯೊಬ್ಬ ನಿರಾಶೆಗೊಂಡ ಗ್ರಾಹಕರು ಅಡ್ಡಿಪಡಿಸಿದ ಮಾತುಕತೆ, ಕಳೆದುಹೋದ ಪಾವತಿ, ವಿಳಂಬವಾದ ಮಾರಾಟವನ್ನು ಎದುರಿಸುತ್ತಾರೆ. ಮತ್ತೊಂದೆಡೆ, LLM ಗಳನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುವವರು ಪ್ರತಿ ಸಂವಹನವನ್ನು ಬಾಂಧವ್ಯವನ್ನು ಬೆಳೆಸಲು, ಘರ್ಷಣೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಮತ್ತು ನೈಜ ಸಮಯದಲ್ಲಿ ಪರಿವರ್ತನೆಯನ್ನು ಹೆಚ್ಚಿಸಲು ಅವಕಾಶವಾಗಿ ಪರಿವರ್ತಿಸುತ್ತಾರೆ.
ಅಂತಿಮವಾಗಿ, ಇದು ಕೇವಲ ಹೆಚ್ಚು ಆಧುನಿಕ ತಂತ್ರಜ್ಞಾನವನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುವುದರ ಬಗ್ಗೆ ಅಲ್ಲ. ಗ್ರಾಹಕರ ಸಮಯ ಮತ್ತು ಬುದ್ಧಿವಂತಿಕೆಯನ್ನು ಗೌರವಿಸುವ ಅನುಭವವನ್ನು ಕಂಪನಿಯು ನೀಡಲು ಬಯಸುತ್ತದೆಯೇ ಎಂದು ನಿರ್ಧರಿಸುವ ಬಗ್ಗೆ. ಮತ್ತು ಈ ಹಂತದಲ್ಲಿ, ಯಾವುದೇ ಮಧ್ಯಮ ನೆಲೆಯಿಲ್ಲ: ಗ್ರಾಹಕ ಸೇವೆಯು ಬುದ್ಧಿವಂತ ಸಂಭಾಷಣೆಗಳ ಕಡೆಗೆ ವಿಕಸನಗೊಳ್ಳುತ್ತದೆ, ಅಥವಾ ಅದು ಪುನರಾವರ್ತಿತ ಉತ್ತರಗಳು ಮತ್ತು ಸೀಮಿತ ಫಲಿತಾಂಶಗಳ ಭೂತಕಾಲದಲ್ಲಿ ಸಿಲುಕಿಕೊಳ್ಳುತ್ತದೆ.
ಪ್ರಶ್ನೆ ಉಳಿದಿದೆ: ನಿಮ್ಮ ಗ್ರಾಹಕ ಸೇವೆಯು ಕೆಲಸದ ಹರಿವನ್ನು ಮೀರಿ ಹೋಗಿದೆಯೇ ಅಥವಾ ಅದು ಇನ್ನೂ ಮೆನುಗಳಲ್ಲಿ ಸಿಲುಕಿಕೊಂಡಿದೆಯೇ?
ಡೇನಿಯಲ್ ಫ್ರಾನ್ಸಿಸ್ ಬ್ರೆಜಿಲ್ನ ಪ್ರಮುಖ ಸಂವಾದಾತ್ಮಕ AI ಕಂಪನಿಯಾದ ಫಿನ್ಟಾಕ್ನ COO ಆಗಿದ್ದಾರೆ. ಇಮೇಲ್: finatalk@nbpress.com.br
