Bahagian pertama menunjukkan bahawa masalahnya bukan niat syarikat tetapi jurang masa: pelanggan bertanya, balasan tiba lewat, dan urus niaga jatuh kepada sesiapa yang menjawab dahulu. Kami katakan bahawa jawapan baharunya dipanggil pembantu AI. Tetapi istilah itu kini dijual pada segala-galanya, daripada balasan automatik yang serba kekurangan hinggalah sistem yang sebenar. Untuk membuat keputusan dengan mata terbuka, anda perlu tahu apa yang sebenarnya berlaku antara ketibaan mesej pelanggan anda dan penghantaran balasan.

Tiada jargon yang tidak berguna kepada anda. Sebagai pemilik perniagaan, tiga soalan yang penting: bagaimanakah ia memahami, dari manakah ia mengenali syarikat anda, dan mengapakah ia kadangkala tersilap? Menjawabnya menjadikan anda pembeli yang berpengetahuan dan bukannya pembeli janji.

Tiga generasi, dan perbezaannya dari segi jenis, bukan tahap

Generasi pertama: balasan tetap. Satu mesej yang dihantar kepada setiap orang yang menulis kepada anda: terima kasih kerana menghubungi kami, kami akan membalas sebentar lagi. Ia tidak memahami apa-apa dan tidak menjawab apa-apa; satu-satunya nilainya ialah memberitahu pelanggan bahawa mesej telah sampai. Kebanyakan pelanggan membacanya sebagai pemberitahuan, bukan balasan.

Generasi kedua: bot kata kunci dan menu. Taip 1 untuk harga, atau 2 untuk temu janji. Ia berfungsi selagi pelanggan mengikut laluan yang anda lakarkan, dan rosak pada ayat pertama di luar menu. Inilah generasi yang memberi orang tanggapan buruk tentang balasan automatik: pelanggan menaip soalan yang jelas dan menerima senarai yang tidak mengandungi soalan itu.

Generasi ketiga: pembantu yang dibina di atas model bahasa. Ia tidak memburu kata kunci atau mengikut laluan. Ia membaca ayat sebagaimana seorang pekerja membacanya: ia faham bahawa pelanggan yang bertanya berapa caj untuk benda ini sedang bertanya tentang harga, dan bahawa mungkin esok pukul 5 ialah soalan tentang temu janji, bukan pengesahannya. Jurang antara generasi kedua dan ketiga bukanlah kerana generasi ketiga sedikit lebih bijak, tetapi kerana ia berfungsi di luar skrip yang anda tulis, dan itulah tepat apa yang sentiasa dilakukan oleh pelanggan sebenar.

Bagaimanakah ia memahami mesej yang ditulis dalam dialek, singkatan dan kesilapan ejaan

Model bahasa ialah sistem yang dilatih dengan jumlah teks yang sangat besar sehingga ia mampu menilai maksud sesuatu urutan perkataan dan apa yang sewajarnya datang seterusnya. Hasil praktikalnya, ia mengendalikan bahasa sebagaimana bahasa itu benar-benar tiba, bukan sebagaimana yang kita harapkan: dalam dialek, dengan perkataan yang tertinggal, dengan kesilapan ejaan, dan terbahagi kepada dua mesej berturut-turut.

Perkara ini amat penting terutamanya dalam pasaran Arab Saudi. Pelanggan anda tidak menulis dalam bahasa Arab baku; mereka menulis seperti mereka bercakap. Perbezaan antara pembantu yang memahami soalan bahasa basahan tentang cara melawat cawangan anda dengan pembantu yang menjawabnya dengan permohonan maaf kerana tidak faham ialah perbezaan antara perkhidmatan dan perasaan malu. Kualiti bahasa Arab bukan perkara kecil apabila membandingkan pembantu, malah ia kriteria pertama.

Perkara kedua sama pentingnya: model mengekalkan konteks perbualan. Pelanggan yang bertanya tentang sesuatu perkhidmatan dan, tiga mesej kemudian, menulis berapa harganya, merujuk kepada perkhidmatan yang sama. Pembantu yang lemah hilang punca dan bertanya perkhidmatan mana yang anda maksudkan; pembantu yang kuat menghubungkan permulaan perbualan dengan penghujungnya. Jurang itu ketara terutamanya dalam perbualan yang panjang, dan ia salah satu sebab wujudnya lebih daripada satu peringkat pembantu.

Dari manakah datangnya jawapan? Inilah yang membezakan pembantu anda daripada pembantu generik

Model bahasa dengan sendirinya mengenali bahasa dan dunia, tetapi tidak tahu apa-apa tentang anda: bukan harga anda, bukan waktu operasi anda, bukan dasar pemulangan anda. Jika dibiarkan menjawab berdasarkan pengetahuan umum, ia akan menghasilkan sesuatu yang munasabah pada bentuknya tetapi salah pada isinya. Sebab itulah pembantu yang serius berfungsi dengan cara yang sama sekali berbeza:

  • Mesej pelanggan tiba.
  • Sistem terlebih dahulu mencari dalam pengetahuan syarikat anda sendiri: perkhidmatan anda, harga yang anda luluskan, fail anda, soalan lazim anda berserta jawapan yang anda tulis.
  • Ia menyerahkan petikan-petikan itu kepada model dan memintanya menyusun balasan yang berasaskan petikan tersebut semata-mata.
  • Balasan dihantar dengan nada syarikat anda dan dalam bahasa yang anda tetapkan.

Mekanisme inilah teras keseluruhan perkara: pembantu tidak berfikir bagi pihak anda, ia menyampaikan apa yang sudah diketahui oleh syarikat anda. Ini bermakna kualiti balasan yang anda terima ialah cerminan langsung kualiti pengetahuan yang anda berikan kepadanya, iaitu topik bahagian ketiga siri ini.

Mengapakah ia kadangkala tersilap, dan apa yang menghalangnya

Kegagalan yang terkenal dipanggil halusinasi: model menyatakan, dengan penuh yakin, sesuatu yang tiada dalam pangkalan pengetahuan anda. Puncanya mudah: ia dibina untuk melengkapkan teks secara meyakinkan, bukan untuk berkata saya tidak tahu. Apabila ia tidak menemui jawapan dalam pengetahuan syarikat anda, ia cenderung mengisi kekosongan itu.

Jadi soalan paling penting untuk ditanya kepada pembekal bukanlah model mana yang paling bijak, tetapi apakah yang menghalangnya daripada mereka-reka? Jawapan yang serius datang dalam bentuk kawalan, bukan janji: kunci yang menghalang penyebutan sebarang harga yang belum diluluskan, senarai topik yang ia enggan bincangkan, peraturan yang menyerahkan perbualan kepada manusia apabila ia tidak tahu, dan mod draf di mana ia menulis balasan dan menunggu kelulusan kakitangan anda sebelum menghantar. Perkara itu wajar dibincangkan sepenuhnya, dan itulah bahagian keempat siri ini.

Mengapakah ada pembantu yang pantas dan pembantu yang lebih mendalam?

Model bukan semuanya pada satu gred. Sesetengahnya pantas dan jimat serta cemerlang untuk soalan yang berulang dan langsung: waktu operasi, harga yang diterbitkan, lokasi, status pesanan. Yang lain lebih berkuasa dan lebih mahal untuk dikendalikan, dan mendahului apabila perbualan menjadi rumit: pelanggan yang membandingkan dua pilihan, membantah harga, atau menerangkan keadaannya dalam tiga mesej berasingan sebelum mengemukakan satu soalan gabungan.

Peraturan praktikal untuk memilih bersifat komersial, bukan teknikal: lihat perbualan sebenar anda sepanjang bulan lepas. Jika kebanyakannya soalan yang serupa dan terhad skopnya, pembantu yang pantas sudah memadai dan akan menjimatkan wang anda. Tetapi jika membalas dalam perniagaan anda bermaksud menjual dan bukan sekadar menjawab (nilai urus niaga yang tinggi, pelanggan yang memerlukan penerangan, perbandingan dan pujukan), pembantu yang lebih mendalam akan menebus perbezaan kosnya pada urus niaga pertama yang diselamatkannya.

Pandangan Origami

Pembahagian itulah yang menjadi asas kami membina Mahir, pembantu AI Origami untuk WhatsApp. Ia mempunyai dua peringkat yang jelas dan bukannya satu yang menjual apa yang anda tidak perlukan: Malik, pembantu yang pantas dan jimat untuk soalan berulang dan langsung, dan Mahir, pembantu pakar yang mengekalkan konteks perbualan panjang serta mengendalikan permintaan gabungan dan bantahan pelanggan tanpa kehilangan suara syarikat anda. Anda boleh bertukar antara kedua-duanya pada bila-bila masa, tanpa perlu memaut semula dan tanpa kehilangan apa yang telah dipelajari oleh pembantu itu.

Kedua-duanya tidak menjawab berdasarkan pengetahuan umum. Kedua-duanya menjawab berdasarkan pengetahuan syarikat anda sebagaimana anda memasukkannya: perkhidmatan, harga, fail dan soalan lazim berserta jawapan yang anda luluskan. Dan kedua-duanya bermula secara lalai dalam mod draf: pembantu menulis balasan dan menunggu kelulusan kakitangan anda, supaya anda dapat melihat kualitinya dalam perbualan sebenar sebelum ia berkata apa-apa sendiri. Percubaan ini berlangsung selama seminggu penuh menggunakan nombor syarikat anda sendiri, tanpa kad kredit.

Kesimpulan

Pembantu AI bukanlah kotak ajaib dan bukan juga helah pemasaran. Ia ialah sistem yang memahami bahasa pelanggan anda sebagaimana mereka benar-benar menulisnya, menjawab berdasarkan pengetahuan syarikat anda dan bukannya internet, serta kekal dalam had yang anda tetapkan. Setiap bahagian seterusnya dalam siri ini bertitik tolak daripada ayat itu: jika ia menjawab berdasarkan pengetahuan syarikat anda, soalan seterusnya ialah bagaimana anda membina pengetahuan itu sejak awal, apa yang patut ada di dalamnya dan apa yang merosakkannya. Itulah bahagian ketiga.

Sumber

  • Pihak Berkuasa Data dan Kecerdasan Buatan Arab Saudi (SDAIA): prinsip dan panduan tentang etika AI generatif.
  • Dokumentasi rasmi WhatsApp Business daripada Meta: dasar pemesejan dan akaun perniagaan.
  • Halaman pelan rasmi Mahir: mnm.origami.sa, untuk butiran peringkat dan percubaan percuma.