في عصر الذكاء الاصطناعي، تشكل مراكز الاتصال واحدة من المجالات الأكثر تحدياً لتطبيق نماذج التعلم الآلي. حيث يواجه المحترفون في هذا المجال تحديات مستمرة عند محاولة فهم محادثات العملاء الهاتفية، التي غالباً ما تكون غير واضحة وتفتقر إلى التركيز والنحو الصحيح. في هذا الإطار، جرى مؤخرًا بحث شامل حول كيفية معالجة وتفسير المحادثات بشكل أكثر فعالية باستخدام أدوات الذكاء الاصطناعي.

يستند هذا التحليل إلى دراسة تناولت استخدام أدوات الـ"مساعدة في الوقت الحقيقي" لتحديد ما إذا كانت التصريحات الواردة من العملاء تتعلق بمواضيع معينة، وذلك عبر مجموعة بيانات موثوقة تم تجميعها من محادثات حقيقية في مراكز الاتصال. وقد تم مقارنة ثلاث طرق مختلفة لفهم المحادثة: نموذج أساسي يعتمد على التعبيرات النمطية (Regex)، وأنظمة تشفير المعاني في الصيغة الصفية دون تدريب، ونماذج لغة متقدمة مبنية على نموذج Gemini.

أظهرت النتائج أن نماذج اللغة الخفيفة تعمل بشكل أفضل عند مزودتها بوصف بلاغي للمواضيع بدلاً من الاعتماد على التعبيرات النمطية أو نماذج التشفير، مما يعكس القدرة الكبيرة للذكاء الاصطناعي على تحسين جودة الخدمة المقدمة للعملاء.

في عالم متسارع التكنولوجيا، يمثل هذا البحث خطوة هامة نحو تحقيق تواصل أكثر فعالية واحترافية في مراكز الاتصال، مما يعود بالنفع على كل من العملاء والمراكز نفسها. فكيف ترى مستقبل هذا النوع من الذكاء الاصطناعي في خدمة العملاء؟