MAI-Voice-2-Flash: Microsoft balso agentams mažina kainą, bet ne atsakomybę
Microsoft AI pristatė MAI-Image-2.5-Pro ir MAI-Voice-2-Flash, skirtus kūrybai ir balso agentams Azure bei Dynamics 365 aplinkoje.
Šiame straipsnyje · 6 dalys
- Kas yra MAI-Voice-2-Flash? Tai Microsoft AI balso modelio variantas, skirtas greitoms ir didelio masto balso patirtims.
- Kur jis naudojamas? Microsoft mini Dynamics 365 Contact Center ir Azure Voice Live scenarijus.
- Ar balso agentas gali pakeisti operatorių? Kai kuriose rutinose gali padėti, bet jautriuose sprendimuose turi būti žmogaus perėmimas.
MAI-Voice-2-Flash šiandien nėra teorinis žaislas. Tai jau darbas, pinigai, duomenys ir kartais labai žemiškas klausimas: kas prisiims atsakomybę, kai DI pradės veikti už žmogų?
Microsoft AI liepos 23 d. pristatė MAI-Voice-2-Flash ir MAI-Image-2.5-Pro. Man čia labiausiai kliūva balso dalis: Flash modelis yra 2 kartus greitesnis už MAI-Voice-2 ir 32 proc. pigesnis.
Turiu prisipažinti, tokias naujienas skaitau ne kaip blizgančią vitriną. Skaitau kaip žmogus, kuris iš karto galvoja apie komandą pirmadienio rytą. Kas iš to bus naudinga? Kur bus painiava? Ir kur po mėnesio kas nors pasakys: „mes galvojom, kad čia automatiškai susitvarkys“.
Kas nutiko
MAI-Voice-2-Flash skirtas didelio srauto balso patirtims, kur svarbi reakcija ir mastas. Microsoft rašo, kad jis jau veikia Dynamics 365 Contact Center ir Azure Voice Live, o Dynamics scenarijuose GPU kaštai mažėja iki 89 proc.
Balso agentas klientui yra labai jautri vieta. Tekste klaidą dar gali ramiai pataisyti. Balse žmogus iš karto jaučia pauzę, toną ir nesusikalbėjimą.
Čia svarbi detalė: kalbame ne apie dar vieną gražų demonstracinį video. Kalbame apie produktus, politiką, infrastruktūrą arba tyrimus, kurie keičia, kaip žmonės dirba su DI realiose organizacijose.
Kodėl tai svarbu
Jei balso modeliai tampa pigesni ir greitesni, daugiau įmonių pradės testuoti automatinius skambučius, vidinius asistentus ir klientų aptarnavimo agentus. Tai jau ne laboratorija.
DI jau išlipo iš „parašyk tekstą“ dėžutės. Jis naršo, jungiasi prie įrankių, analizuoja duomenis, planuoja veiksmus, kartais tvarko dokumentus ar padeda priimti sprendimą. Trumpai: jis artėja prie darbo proceso, ne tik prie pokalbio lango.
Ir čia smegenys mėgsta paslysti. Norisi sakyti: „ai, čia dar užsienyje“. Bet tas pats modelis ar funkcija rytoj atsiras kliento kompiuteryje, darbuotojo naršyklėje arba partnerio pasiūlyme.
Ką tai reiškia verslui
Kontaktų centrams tai gali reikšti mažesnę kainą už pokalbį ir daugiau scenarijų, kur DI atsako pirmas. Bet klientų pasitikėjimas priklausys ne nuo modelio pavadinimo, o nuo to, ar agentas moka sustoti ir perduoti žmogui.
- aiškiai žymėti, kada kalba DI agentas
- turėti perėmimą žmogui
- matuoti ne tik kainą, bet ir klientų pyktį
- neleisti agentui spręsti jautrių ginčų vienam
Pradėkite nuo siauro scenarijaus: užsakymo statusas, susitikimo perkėlimas arba dažniausias klausimas. Ne nuo viso klientų aptarnavimo.
Man patinka paprastas testas: ar po šios naujienos tavo komanda turi vieną aiškesnį sprendimą? Jei ne, vadinasi dar tik skaitome. Skaityti galima. Tik nereikia apsimesti, kad tai jau strategija.
Kur gali skaudėti
Rizika – taupyti ten, kur žmogui reikia žmogaus. Pigus balso agentas gali brangiai kainuoti, jei klientas lieka supykęs ir nesuprastas.
Dažniausia klaida labai ūkiška. Žmonės įsijungia įrankį, pabando, nustemba, pasidžiaugia ir tada palieka viską savieigai. Po kelių savaičių paaiškėja, kad vieni darbuotojai kelia jautrius failus, kiti matuoja naudą iš jausmo, o treti net nežino, kas leidžiama.
Ne tragedija. Bet tvarkos reikia.
Ką pasidaryti šią savaitę
Šią savaitę peržiūrėkite 20 paskutinių klientų skambučių ir pažymėkite, kurios frazės kartojasi. Ten gali prasidėti balso agento pilotas.
Rašome apie dirbtinį intelektą lietuviškai. Kiekvienas straipsnis parengtas pagal nurodytą šaltinį, o nuorodą į originalą rasite kortelėje „Šaltinis“.
