在 T-Mobile,AI 促使客户服务人性化

利用技术改善人际交流关系

T-Mobile 因身为无线通信领域的颠覆者而感到自豪,公司始终以创新方式,思考希望与消费者建立什么样的关系,其中包括公司利用人工智能 (AI) 改进客户服务的方法。


利用机器学习的预测功能来改进客户服务,是 AI 增强人类能力的一个良好示例。T-Mobile 认为,使用 AI 就有望更快地为客户提供更佳服务,不仅对公司及其服务代理商有益,而且还可以丰富客户体验,建立更紧密的人与人之间的关系。

“大多数行业都希望使用 AI 和机器学习,来构建更复杂的交互式语音应答 (IVR) 系统和聊天机器人,以便尽可能长时间地转移人类客户服务代理与客户之间的互动,”T-Mobile 执行副总裁兼首席信息官 Cody Sanford 说。但在 T-Mobile,他们颠覆了这种模式。T-Mobile 客户直接与了解他们的客户服务代理进行联系,而不是与 IVR 或聊天机器人交谈。在 AI 的帮助下,这些客户服务代理可以快速获取最符合客户需求的信息。

实时为代理提供相关信息,有助于确保快速准确地解决每个客户的问题。为此,T-Mobile 开发出自然语言理解机器学习模型,从大量文本数据中提取信息。该公司的数据包括每天数十万个传入客户请求,以及包含可能回答客户查询的答案的知识库。然后,机器学习模型会预测哪些信息将满足特定客户的需求,例如帮助他们支付账单或添加新的电话线,然后向客户服务代理显示相关内容。客户服务代理属于紧密型专家团队 (TEX) 小组,由于经常与客户打交道,因此十分了解客户。

“当 T-Mobile 的客户与我们建立充满人情味的人际关系时,他们会喜欢的。通过机器学习,我们可以重塑客户与我们的关系。”

Cody Sanford
执行副总裁兼首席信息官
T-Mobile

“当 T-Mobile 的客户与我们建立充满人情味的人际关系时,他们会喜欢的。通过机器学习,我们可以重塑客户与我们的关系。”

Cody Sanford
执行副总裁兼首席信息官
T-Mobile

但是,在开始这个过程之前,需要将标签添加到数据中,以便训练这些预测型机器学习模型。以前,T-Mobile 的数据科学家团队负责手动标注工作。这项工作至关重要,但也是又乏味又耗时的。数据科学家对客户消息进行梳理,查找关键词和短语,然后将其映射到事务类型。

为了通过 AI 注入数据标签,T-Mobile 开始使用 Amazon SageMaker Ground Truth。Ground Truth 可加速和缩放训练数据的标注,这对于机器学习模型能否以高精度生成预测至关重要。Ground Truth 实时通过这些注释进行学习,然后自动标注剩余的大部分数据集,无需手动执行此操作。

使用 Ground Truth 不仅简化了该过程,而且可以让 T-Mobile 的数据科学家专注于更专业的任务,例如模型创建、分析、验证和部署。

“过去我们的数据科学家需要花费大量时间来标注成千上万条消息,”Sanford 说,“Ground Truth 已经能够实现超高效率,现在我们不再需要技能娴熟的数据科学家手动为数据进行标注。”

例如,Ground Truth 通过查看数百万条客户短信中包含的短语和关键词,来创建准确的训练数据,从而帮助 T-Mobile 建立更好的预测建议,了解客户为什么要联系我们,以便在第一次沟通时就提供正确的答案。该模型旨在自学,因此随着时间的推移,模型的预测能力将变得越来越准确。

“当 T-Mobile 的客户与我们建立充满人情味的人际关系时,他们会喜欢的,”Sanford 说,“通过机器学习,我们可以重塑客户与我们的关系。”

Kia 通过使用 AI 技术来减少车祸中死亡的人数

了解更多 »

Capital One 利用机器学习更好地保护客户免遭欺诈

了解更多 »

GE Healthcare 通过机器学习促进企业达到更好的医疗保健成效

了解更多 »

NFL 通过使用 AI技术来改善球迷观看电视的体验

了解更多 »