Computerworld magazin 2021.04.14.
A Computerworld magazin 2021. április 14-én megjelent száma.
A Computerworld magazin 2021. április 14-én megjelent száma.
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
RPA / MICROSOFT<br />
Dynamics 365 Marketing: ügyfélút optimalizálása valós időben<br />
amely megmutatja a marketingesnek,<br />
hogy egy fontolóra vett lépés várhatóan<br />
milyen eredményt hozna az adott ügyfél<br />
esetében. Mindezt a Dynamics 365 Marketing<br />
további analitikai képességei egészítik<br />
ki, amelyekkel a vállalatok elemezhetik,<br />
hogyan haladnak kitűzött üzleti céljaik felé,<br />
mit és miként érdemes változtatniuk a jobb<br />
eredmények eléréséhez.<br />
Élményt szerez a beszédes<br />
virtuális ügynök<br />
Chatbot-optimalizáló AI-képességekkel<br />
gyarapodik a mostani frissítési hullámban<br />
a Microsoft Power Virtual Agents megoldása<br />
is, amely 2019. decemberi bemuta -<br />
tása óta segíti a vállalatokat a párbeszédalapú<br />
virtuális ügynökök egyszerű, kódírás<br />
nélküli fejlesztésében.<br />
A csevegőrobotok elterjedésével gyorsan<br />
nő az ügyfelekkel folytatott párbeszédek<br />
során keletkező tartalom mennyisége,<br />
ezért az érintett beszédtémák előbb-utóbb<br />
minden vállalatnál átfedésbe kerülnek.<br />
A robotok kénytelenek egyre gyakrabban<br />
visszakérdezni, hogy pontosítsák az elhangzott<br />
kérdést, amit az ügyfelek zavarónak<br />
találhatnak. Az ebből eredő problémák<br />
elkerüléséhez a Microsoft AI-alapú eszközt<br />
készített, amely észleli a beszédtémák<br />
átfedését, így segíti a virtuális ügynökök<br />
finomhangolását – az árnyalatokat jobban<br />
megkülönböztető robotok pedig ritkábban<br />
kérdeznek vissza.<br />
Új témákat is javasol szintén friss képességével<br />
a Power Virtual Agents. A megoldás<br />
a vállalat robotjaival folytatott ügyfél-beszélgetések<br />
átiratát elemezve olyan szövegrészeket<br />
azonosít, amelyek nem hívták elő<br />
a rendszerben már definiált témák – és a<br />
hozzájuk tartozó ajánlások – egyikét sem, és<br />
ennek alapján új témák felvételét javasolja.<br />
Ha az ügyfelek ünnepi nyitva tartás helyett<br />
például karácsonyi órákról beszélnek, akkor<br />
a rendszer ilyen téma létrehozását ajánlja,<br />
és azt összekapcsolja a kérdések megválaszolását<br />
segítő tartalmakkal.<br />
Az Úgy érti, hogy… típusú visszakérdezésekre<br />
kapott válaszok sem vesznek kárba,<br />
a Power Virtual Agents ezeket is azonosítja<br />
minden párbeszédben, és automatikusan<br />
felhasználja a virtuális ügynökök tanítására,<br />
hogy azok ugyanazt a pontosító kérdést ne<br />
tegyék fel még egyszer. Új AI-képesség ez<br />
is a Microsoft megoldásában, amelynek<br />
köszönhetően a csevegőrobotok annál<br />
okosabbá válnak, minél többen és többet<br />
beszélgetnek velük.<br />
Ügyfelekkel folytatott beszélgetéseik<br />
során a virtuális ügynökök emellett a<br />
Power Virtual Agent: erről beszélnek az ügyfelek a robotokkal<br />
Microsoft Graph és Azure Active Directory<br />
megoldásaiban elérhető információkat is<br />
felhasználják, újrahasznosítják a jövőbeni<br />
interakciók még jobb személyre szabásához.<br />
Ha az ügyfél például megadja teljes<br />
nevét, e-mail címét, irányítószámát, ezeket<br />
a tulajdonságokat a rendszer megjegyzi, és<br />
az újabb beszélgetések során már nem kéri<br />
ismételt bediktálásukat. A Power Virtual<br />
Agents a közeljövőben a Microsoft Dataverse<br />
(korábbi nevén Common Data Service)<br />
egységes adatszolgáltatáson keresztül más<br />
alkalmazásokban (Power Apps Portals,<br />
Dynamics 365 Customer Service stb.)<br />
elérhető adatokat szintén felhasznál majd,<br />
hogy az ügyfelekkel folytatott beszélgetéseket<br />
a robotok még jobban összefüggésbe<br />
helyezhessék.<br />
A Power Virtual Agents többféle AI-modellt<br />
és -képességet egyesít egyetlen szolgáltatásban,<br />
de közöttük kulcsszerepet<br />
tölt be a természetes nyelv megértése. A<br />
megoldás NLU (natural language understanding)<br />
modellje a példákon keresztül<br />
történő tanulást lehetővé tevő mély neurális<br />
hálózatokra épül. Az ilyen nagyméretű<br />
modellek tanításához hatalmas adatmenynyiség<br />
és szuperszámítógépes teljesítmény<br />
szükséges, de csak egyszer, mert ezt<br />
követően konkrét feladatok ellátására már<br />
néhány példa bemutatásával egyszerűen<br />
és gyorsan felkészíthetők. A Power Virtual<br />
Agents a Microsoft AI at Scale kezdeményezésének<br />
részeként így demokratizálja<br />
az AI-fejlesztést, mert segítségével az<br />
üzleti felhasználók önállóan, intuitív módon<br />
készíthetnek virtuális ügynököket, és<br />
dolgozhatnak a robotok által létrehozott<br />
tartalommal.<br />
<strong>2021.04.14.</strong> | | 9
Change language