Respondendo os clientes o mais rápido possível
A Zendesk, que fornece plataformas de suporte ao cliente baseada em SaaS, está sempre trabalhando para criar novas e melhores soluções para seus clientes. A Zendesk precisava responder a uma tendência crescente: clientes querendo encontrar rapidamente respostas para suas perguntas por conta própria, sem ter que falar com um agente de suporte. “Queríamos oferecer aos clientes respostas mais relevantes o mais rápido possível e queríamos criar um modelo de suporte ao cliente de autoatendimento”, afirma Soon-Ee Cheah, cientista de dados da Zendesk. Empresas como varejistas online e outras grandes empresas usam a Zendesk para fornecer um ótimo suporte ao cliente.
A Zendesk enfrentou esse desafio usando o aprendizado profundo – um ramo cada vez mais popular da inteligência artificial (IA). As estruturas de aprendizado profundo usam redes neurais modeladas no cérebro humano para permitir que os computadores aprendam de maneira independente, com base nos dados com que são alimentados, e executem tarefas com pouca supervisão.
O projeto mais recente de aprendizado profundo da Zendesk é o Answer Bot – um assistente virtual do cliente que responde automaticamente às perguntas dos clientes usando o conteúdo da base de conhecimento do Guia da Zendesk. Por exemplo, se um cliente envia um e-mail para um varejista de calçados pedindo ajuda para encontrar tamanhos, o Answer Bot envia ao cliente artigos relevantes sobre os tamanhos disponíveis. “Para o Answer Bot, gostamos da ideia de que um modelo de aprendizado profundo poderia ajudar o aplicativo a se ajustar continuamente para oferecer aos clientes as melhores respostas possíveis”, afirma Cheah. O Answer Bot ajudou a conduzir a tarefa de fornecer uma experiência centrada em membros para centenas de empresas, incluindo a Dollar Shave Club. “O Answer Bot tem sido ótimo para oferecermos uma maneira simples para nossos membros encontrarem as respostas que precisam", diz Brian Crumpley, gerente de análise de serviços de membros da Dollar Shave Club. “Nunca se trata de impedir que um membro entre em contato conosco, mas sim de fornecer ao membro o conhecimento correto e dar a ele uma resposta mais rápida – é uma situação em que todos saem ganhando.”
Usando o TensorFlow na AWS para obter melhores respostas
A Zendesk conta com o TensorFlow, uma biblioteca de software de código aberto para Machine Learning, para desenvolver seus aplicativos de aprendizado profundo. Conforme a Zendesk se preparava para criar o Answer Bot, era necessário uma tecnologia subjacente que permitisse desenvolvimento rápido e escalabilidade fácil. “Algoritmos de treinamento levam muito tempo e nós realmente queríamos acelerar esse processo para obter uma nova solução para os clientes de maneira mais rápida”, diz Cheah. “Sabíamos que a nuvem nos ajudaria a fazer isso.”
A empresa já estava executando sua plataforma principal e um aplicativo interno de registro de dados na Nuvem Amazon Web Services (AWS), e sabia que a AWS também seria a escolha certa para o aprendizado profundo. Os desenvolvedores que usam o TensorFlow podem executar o ambiente na AWS com o lançamento de instâncias de GPU da AWS. “Nós já tínhamos os fundamentos da AWS em toda a empresa e o fato de o TensorFlow ser incluído nas instâncias de GPU da AWS era perfeito para as nossas necessidades”, diz Arwen Griffioen, cientista de dados da Zendesk.
A Zendesk usa o Amazon Simple Storage Service (Amazon S3) para armazenar arquivos de inicialização para modelos de treinamento. A empresa também aproveita as instâncias P2 do Amazon Elastic Compute Cloud (Amazon EC2) para obter recursos de computação paralela baseados em GPU. “As instâncias P2 do Amazon EC2 são muito poderosas e usá-las realmente ajudou a acelerar nossas capacidades de pesquisa”, afirma Cheah. A Zendesk também usa o mecanismo de banco de dados relacional do Amazon Aurora para capturar as alterações feitas nos artigos do centro de conhecimento, que são retornadas ao modelo de treinamento Answer Bot em tempo quase real.
“Usamos algoritmos de aprendizado profundo para realizar o processo de correspondência de consultas de clientes com artigos”, diz Cheah.
A empresa também está animada para usar o recém-lançado Amazon SageMaker, um serviço totalmente gerenciado que permite que desenvolvedores e cientistas de dados criem, treinem e implantem modelos de Machine Learning de forma rápida e fácil em qualquer escala.
“Estamos entusiasmados com o recente anúncio do Amazon SageMaker”, diz David Bernstein, diretor de tecnologia estratégica da Zendesk. “O Amazon SageMaker reduzirá nossos custos e aumentará a velocidade com que usamos o Machine Learning. Com o Amazon SageMaker, podemos fazer a transição de nossa implantação autogerenciada do TensorFlow atual para um serviço gerenciado. O Amazon SageMaker também facilita nosso acesso a outras estruturas comuns de aprendizado profundo, além de gerenciar a infraestrutura de criação, treinamento e disponibilização dos nossos modelos.”
"Como o Answer Bot pode enviar respostas diretamente aos clientes em poucos segundos, ele pode resolver os tíquetes de suporte antes que eles cheguem aos agentes. Isso pode realmente transformar a experiência de atendimento ao cliente.”
Soon-Ee Cheah
Cientista de dados
Zendesk
"Como o Answer Bot pode enviar respostas diretamente aos clientes em poucos segundos, ele pode resolver os tíquetes de suporte antes que eles cheguem aos agentes. Isso pode realmente transformar a experiência de atendimento ao cliente.”
Soon-Ee Cheah
Cientista de dados
Zendesk
Acelerando o desenvolvimento através da modelagem de aprendizado profundo mais rápida
A Zendesk utiliza a AWS para ingerir facilmente grandes conjuntos de dados usados para treinar algoritmos de aprendizado profundo. Como resultado, a Zendesk criou o Answer Bot em um período de tempo significativamente menor do que seria possível usando uma solução local. “Nossa pilha de modelagem preditiva existente já estava na Nuvem AWS, o que tornou mais rápido o desenvolvimento do Answer Bot na AWS”, diz Wai Chee Yau, engenheiro de dados da Zendesk. “Em vez de comprar e instalar nosso próprio hardware, usamos a flexibilidade da AWS para adicionar rapidamente as GPUs e as CPUs que precisávamos.”
Os cientistas de dados da Zendesk podem melhorar a velocidade de pesquisa confiando na AWS. “A AWS nos permite experimentar muitas ideias de uma só vez e isso nos ajuda a fazer nossa pesquisa muito mais rápido”, diz Griffioen. “Podemos acelerar as instâncias do Amazon EC2 rapidamente, conforme necessário, e realizar diferentes permutações de nossos modelos nessas instâncias, sem precisar esperar. Não teríamos conseguido desenvolver o Answer Bot sem essa capacidade.”
A empresa agora está excedendo as expectativas de seus clientes por soluções novas e inovadoras de atendimento ao cliente. “A AWS nos permite desenvolver e fornecer recursos que nossos clientes não tinham antes”, diz Cheah. “Com o Answer Bot, por exemplo, nossos clientes podem provisionar automaticamente respostas mais direcionadas e precisas às perguntas de seus clientes. E como Answer Bot pode enviar respostas diretamente aos clientes em poucos segundos, ele pode resolver os tíquetes de suporte antes que eles cheguem aos agentes. Isso pode realmente transformar a experiência de atendimento ao cliente.”
A Zendesk agora pode dimensionar seu ambiente de desenvolvimento de aprendizado profundo sob demanda para atender aos requisitos dos desenvolvedores para obter mais recursos de computação ou armazenamento. “Podemos dimensionar nossos modelos de aprendizado profundo de maneira muito eficiente usando o poder de processamento da GPU na AWS, e isso nos beneficiará enquanto aumentamos nossos aplicativos para acomodar mais clientes”, afirma Cheah. “A AWS é uma poderosa plataforma de concepção de aprendizado profundo que usamos para conduzir a maioria de nossas pesquisas”, acrescenta Griffioen. “A flexibilidade e o poder que recebemos da AWS ajudaram a Zendesk a superar a tecnologia de ponta de aprendizado profundo no espaço de atendimento ao cliente. Não estamos apenas criando diferentes abordagens, estamos inventando novas abordagens algorítmicas, graças à AWS.”