Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

PolyAI 获得 4000 万美元用于自动处理联络中心呼叫

Posted on 2022-09-07

是否有可能为呼叫中心构建一个语音助手,它可以回答间接问题,以确定将呼叫移交给人类的最佳时间?这取决于酒吧的设置有多高。一般来说,客户不期待通过电话获得任何自动化体验,这意味着语音助手必须加倍努力才能创造好感。 2019 年的一项调查发现,88% 的人更喜欢与现场服务代理交谈,而不是在自动化系统中导航。

由于呼叫中心软件市场估计价值数百亿,因此有强烈的动力去破解密码——或者至少接近密码。无数科技巨头和初创公司将他们的技术投入到自动呼叫处理问题上,从谷歌(和谷歌的Area 120 孵化器)、微软和亚马逊到Got It AI 、 Replicant和Tenyx 。现在,一家名为PolyAI的新创业公司声称做得更有效——并指出它的采用就是证明。 PolyAI 最初是剑桥大学的衍生公司,它提供语音助手服务,可以接听联邦快递和万豪等公司的电话。

为了显示投资者的信心,PolyAI 今天完成了由 Georgian 领投的 4000 万美元 B 轮融资,参与方包括 Twilio Ventures、Khosla Ventures、Point72 Ventures 和 Amadeus Capital Partners。首席执行官 Nikola Mrkšić 告诉 TechCrunch,随着 PolyAI 加大客户获取力度,这笔资金将使 PolyAI 的总融资额达到 7000 万美元,公司估值接近 3 亿美元,将用于支持公司的上市工作。

PolyAI 的创始人——Mrkšić、Tsung-Hsien Wen 和 Pei-Hao Su——在剑桥的对话系统小组会面,Mrkšić 解释说,这是一个专注于口语对话系统的研究实验室。他们在 Apple (Mrkšić)、Google (Wen) 和 Facebook (Su) 的博士工作和任期为该公司的许多对话式 AI 系统奠定了基础。

聚人工智能

图片来源: PolyAI

“由于前所未有的劳动力短缺,企业正在加速部署我们的技术——由于联络中心的失业率和高流失率,品牌提供始终如一的高质量客户体验的能力面临压力,”Mrkšić 通过电子邮件说。 “这种新环境激发了很多人愿意部署像人一样说话的高质量语音助手。”

“像人一样说话”可能有点夸大其词——PolyAI 的语音助手技术在它可以说的内容上有些限制,以至于网站上的演示在一段时间后开始听起来重复。但该公司声称其真正的优势在于其语言理解方法。 PolyAI 使用 AI 系统来推断在与客户对话期间要说什么,表面上允许它只处理竞争对手平台所需数据的“一小部分”。

“我们可以更快地部署语音助手,而无需使用客户潜在的敏感消费者数据来训练模型,这意味着我们的 [系统] 不会有滥用最终用户个人身份数据的风险,”Mrkšić 断言。 “我们的核心模型不需要客户数据进行培训——我们按照 GDPR 标准工作,无论客户位于何处。”

Mrkšić 说,人工智能系统的另一个好处是它们可以实现更开放和“智能”的对话。 PolyAI 不依赖于关键字和决策树式流程,而是可以(在一定程度上)解释查询的上下文并尝试做出适当的响应。

例如,如果客户打电话给披萨店,要求更新他们的送货订单状态,PolyAI 可能会识别电话号码并主动提取相关信息。或者,如果酒店客人打电话预订标准间,但随后改变主意并决定选择套房,该平台可以推荐符合新标准的房间。

“在其他供应商限制呼叫者说话的方式,将他们限制为特定的关键字和决策树式对话流程的情况下,PolyAI 开发了我们的整个技术堆栈,能够理解呼叫者,无论他们说什么或如何说话,并继续只要需要解决客户的疑问,就可以进行对话,”Mrkšić 说。

除此之外,PolyAI 可以完成客户服务代表可以完成的许多任务,包括获取付款信息​​以及姓名、地址和帐号(例如医疗保险)。它的性能可能会因人的口音而异——虽然 PolyAI 声称它的技术与口音无关,但众所周知,即使是最好的语音识别系统也会在某些方言上遇到困难。无论如何,Mrkšić 表示,对于大多数客户来说,PolyAI 的平台响应足够可靠,以至于他们对它感到满意——像对待一个人一样处理它。

聚人工智能

图片来源: PolyAI

“我们发现,由于人们已经习惯了语音技术的狭隘能力,他们试图以机器人的方式回话。然而,经过两到三个成功的转折,客户被很好地理解并且语音助手以有用的答案做出响应,呼叫者变得更加开放,更自然地说话,“Mrkšić说。

问题是它是否会说服大多数客户改变对自动呼叫处理的看法。最终,这可能无关紧要——在大辞职和呼叫中心行业不断增加的流动率的压力下,无论客户喜欢与否,公司都可能会接受更高程度的自动化。

根据 Canam Research 2020 年的一项民意调查,78% 的美国联络中心计划在未来三年内以某种形式部署人工智能,理由是有可能减少平均处理时间并最大限度地减少客户等待时间。毫不奇怪,底线是大多数人的首要因素,57% 的中心表示他们使用 AI 的目标是降低成本。

例如,PolyAI 声称拥有数十家企业和政府客户,其呼叫者每月与平台的语音助手互动数百万次。

“大流行之后的劳动力短缺导致许多公司加快了语音自动化计划。以酒店业为例,在大流行期间,许多工人退出了该行业,”Mrkšić 说。 “从那时起,酒店和餐馆就很难聘请回员工。 PolyAI 正在帮助这些企业接听电话,以便他们的员工可以在现场帮助客人。”

当被问及扩大劳动力的计划时,Mrkšić 表示反对——在不确定的经济环境下,他可能不愿做出太多承诺。 PolyAI 目前在美国和英国拥有 98 名员工

PolyAI 获得 4000 万美元用于自动处理联络中心呼叫,由最初发表在TechCrunch上的Kyle Wiggers

原文: https://techcrunch.com/2022/09/07/polyai-lands-40m-to-handle-contact-center-calls-automatically/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • A List Apart
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Pieter Levels
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme