Zendesk agiliza la atención al cliente gracias al deep learning de AWS

Responder a los clientes lo más rápido posible

Zendesk, que proporciona plataformas de soporte al cliente de software como servicio (SaaS), siempre está trabajando para crear nuevas y mejores soluciones para sus clientes. Zendesk necesitaba responder a una tendencia en crecimiento: los clientes querían encontrar respuestas a sus preguntas rápidamente sin tener que hablar con un agente de soporte. "Queríamos darles a los clientes respuestas más relevantes lo más rápido posible, y queríamos impulsar un modelo de asistencia al cliente de autoservicio", dice Soon-Ee Cheah, científico de datos de Zendesk. Las compañías como los minoristas en línea y otras grandes empresas utilizan Zendesk para brindar un excelente servicio de atención al cliente.

Zendesk enfrentó este desafío mediante el aprendizaje profundo, una rama cada vez más popular de la inteligencia artificial (IA). Los marcos de aprendizaje profundo utilizan redes neuronales modeladas en el cerebro humano para permitir que las computadoras aprendan de forma independiente, en función de los datos que reciben, y realizan tareas con poca supervisión.

El proyecto de aprendizaje profundo más reciente de Zendesk es Answer Bot, un asistente virtual para clientes que responde automáticamente a las preguntas utilizando el contenido de la base de conocimientos de la Guía de Zendesk. Por ejemplo, si un cliente envía un correo electrónico a un minorista de calzado solicitando ayuda para encontrar tamaños, Answer Bot le envía artículos relevantes sobre los tamaños disponibles. "Para Answer Bot, nos gustó la idea de que un modelo de aprendizaje profundo podría ayudar a la aplicación a ajustarse continuamente para dar a los clientes las mejores respuestas posibles", dice Cheah. Answer Bot ha ayudado a liderar el cargo de proporcionar una experiencia centrada en el miembro para cientos de compañías, incluido Dollar Shave Club. "Answer Bot ha sido excelente para que podamos ofrecer una forma sencilla a fin de que nuestros miembros encuentren las respuestas que necesitan", dice Brian Crumpley, gerente de análisis de servicios para miembros de Dollar Shave Club. "Nunca se trata de evitar que un miembro se ponga en contacto con nosotros, sino de equiparlo con el conocimiento adecuado y de darle una respuesta más rápida; es una solución con la que todos ganan".

Uso de TensorFlow en AWS para obtener mejores respuestas

Zendesk confía en TensorFlow, una biblioteca de software de código abierto para aprendizaje automático, para desarrollar sus aplicaciones de machine learning. Cuando Zendesk se preparó para crear Answer Bot, necesitaba una tecnología subyacente que permitiera un rápido desarrollo y fácil escalabilidad. "Los algoritmos de capacitación llevan mucho tiempo, y realmente queríamos acelerar ese proceso para obtener una nueva solución para los clientes más rápido", dice Cheah. "Sabíamos que la nube nos ayudaría a hacer eso".

La compañía ya había estado ejecutando su plataforma principal y una aplicación de registro de datos interna en la nube de Amazon Web Services (AWS), y sabía que AWS también sería la opción correcta para el aprendizaje profundo. Los desarrolladores que utilizan TensorFlow pueden ejecutar el entorno en AWS iniciando instancias GPU de AWS. "Ya contábamos con una base de AWS en toda la compañía, y el hecho de que TensorFlow esté incluido en las instancias GPU de AWS fue perfecto para nuestras necesidades", dice Arwen Griffioen, científico de datos de Zendesk.

Zendesk utiliza Amazon Simple Storage Service (Amazon S3) para almacenar archivos de inicialización para modelos de capacitación. La compañía también aprovecha las instancias P2 de Amazon Elastic Compute Cloud (Amazon EC2) para las capacidades de cómputo paralelo basadas en GPU. "Las instancias P2 de Amazon EC2 son muy potentes, y su uso realmente ayudó a acelerar nuestras capacidades de investigación", dice Cheah. Zendesk también utiliza el motor de base de datos relacional de Amazon Aurora para capturar los cambios realizados en los artículos del centro de conocimiento, que se retroalimentan al modelo de capacitación de Answer Bot casi en tiempo real.

"Utilizamos algoritmos de deep learning para realizar el proceso de hacer coincidir las consultas de los clientes con los artículos", dice Cheah.

La compañía también está entusiasmada por utilizar Amazon SageMaker, un servicio totalmente administrado que permite a los desarrolladores y científicos de datos construir, entrenar e implementar, de manera rápida y fácil, modelos de machine learning a cualquier escala.

"Estamos entusiasmados con el reciente anuncio de Amazon SageMaker", dice David Bernstein, director de tecnología estratégica de Zendesk. "Amazon SageMaker reducirá nuestros costos y aumentará la velocidad de uso del aprendizaje automático. Con Amazon SageMaker, podemos cambiar nuestra implementación de TensorFlow autoadministrada existente por un servicio completamente administrado. Amazon SageMaker también nos otorga un acceso más sencillo a otros marcos de deep learning conocidos, mientras administra la infraestructura para la creación, el entrenamiento y el suministro de nuestros modelos".

"Debido a que Answer Bot puede dar respuestas directamente a los clientes en unos segundos, puede resolver los tiques de soporte antes de que lleguen a los agentes. Eso realmente puede transformar la experiencia de servicio al cliente".

Soon-Ee Cheah
Científico de datos
Zendesk

"Debido a que Answer Bot puede dar respuestas directamente a los clientes en unos segundos, puede resolver los tiques de soporte antes de que lleguen a los agentes. Eso realmente puede transformar la experiencia de servicio al cliente".

Soon-Ee Cheah
Científico de datos
Zendesk


Agilizar el desarrollo a través de un modelado más rápido de deep learning

Zendesk utiliza AWS para incorporar fácilmente grandes conjuntos de datos utilizados para entrenar algoritmos de deep learning. Como resultado, Zendesk creó Answer Bot en un marco de tiempo significativamente más corto del que hubiera sido posible mediante una solución local. "Nuestra pila de modelos de predicción existente ya estaba en la nube de AWS, lo que hizo más rápido el desarrollo de Answer Bot en AWS", afirma Wai Chee Yau, ingeniero de datos de Zendesk. "En lugar de comprar e instalar nuestro propio hardware, utilizamos la flexibilidad de AWS para agregar rápidamente las GPU y las CPU que necesitábamos".

Los científicos de datos de Zendesk pueden mejorar la velocidad de la investigación al confiar en AWS. "AWS nos permite probar muchas ideas a la vez, y eso nos ayuda a hacer nuestra investigación mucho más rápido", dice Griffioen. “Podemos activar las instancias de Amazon EC2 muy rápido a medida que las necesitemos y realizar diferentes permutaciones de nuestros modelos en esas instancias sin tener que esperar. No hubiéramos podido desarrollar Answer Bot sin esta capacidad".

La compañía ahora está superando las expectativas de sus clientes para soluciones nuevas e innovadoras de servicio al cliente. "AWS nos permite desarrollar y entregar capacidades que nuestros clientes no tenían antes", dice Cheah. “Con Answer Bot, por ejemplo, nuestros clientes pueden proporcionar automáticamente respuestas más específicas y precisas a las preguntas de sus clientes. Y como Answer Bot puede dar respuesta directamente a los clientes en unos segundos, puede resolver los tiques de soporte antes de que lleguen a los agentes. Eso realmente puede transformar la experiencia de servicio al cliente".

Zendesk ahora puede escalar su entorno de desarrollo de deep learning bajo demanda para cumplir con los requisitos de los desarrolladores de más recursos informáticos o de almacenamiento. "Podemos escalar nuestros modelos de aprendizaje profundo de manera muy eficiente con el poder de procesamiento de GPU en AWS, y eso nos beneficiará a medida que crezcamos nuestras aplicaciones para dar cabida a más clientes", dice Cheah. "AWS es una poderosa plataforma de ideación de deep learning que utilizamos para realizar la mayoría de nuestras investigaciones", agrega Griffioen. “La flexibilidad y la potencia que obtenemos de AWS han ayudado a Zendesk a superar la tecnología de deep learning en el espacio de servicio al cliente. No solo estamos creando diferentes enfoques, sino que estamos inventando nuevos enfoques algorítmicos, gracias a AWS ".

Convoy usa el aprendizaje automático para revolucionar el transporte con camiones

Más información »

Capital One aprovecha el aprendizaje automático para evitar que sus clientes sean víctimas de fraudes

Más información »

Coinbase usa el aprendizaje automático para generar un intercambio seguro de criptomonedas

Más información »

En T-Mobile, el aprendizaje automático humaniza el servicio al cliente

Más información »