De boosste computer ter wereld: onderzoekers maken een 'nachtmerrie'-machine om uit te zoeken wat de driftbuien van de klant veroorzaakt
- Systeem dat twee jaar telefoontjes van klanten naar een Australische bank analyseert
- Zal dan in staat zijn om honderden miljoenen boze klantoproepen te simuleren
- Het gehoopte systeem zal bedrijven dan kunnen vertellen hoe ze kunnen verbeteren
Onderzoekers zijn klaar om een boze computer te maken om de klantenservice te verbeteren.
Het programma is gebaseerd op twee jaar telefoontjes van klanten naar een Australische bank.
Gehoopt wordt dat het systeem, dat tegen het einde van het jaar live zal gaan, honderden miljoenen boze klantinteracties kan simuleren in een poging deze te verbeteren.
Het systeem heet Radiant, naar een supercomputer die in de jaren vijftig is gemaakt door sci-fi-auteur Isaac Asimov.
Het project wordt ondersteund door een investering van $ 500,000 van Touchpoint Group, adviesbureau voor klantbetrokkenheid en softwareleverancier.
Het bedrijf heeft de afgelopen twee jaar ook gewerkt aan het opbouwen van de enorme dataset over vereiste interacties met klanten.
'Het uiteindelijke doel is om een motor te bouwen die bedrijven oplossingen kan aanbevelen - en we hebben het hier over de mensen in de frontlinie - hoe ze bepaalde problemen waarmee klanten worden geconfronteerd, kunnen verbeteren', aldus Frank van der Velden, CEO van Touchpoint Group. De Australische.
Hij zei dat het programma constant 'wat als'-scenario's zou uitvoeren om te zien of een bepaald scenario de klant woedend of ten goede zou kunnen komen.
'Dit zal mogelijk zijn door onze AI-engine in staat te stellen dwars door een hele reeks interacties te leren van wat wel en niet werkte in eerdere voorbeelden.'
Het systeem wordt gebouwd met input van een van de vier grote banken van Australië, die de afgelopen twee jaar reeksen klantinteracties levert. Telecommunicatiebedrijven en verzekeringsmaatschappijen leveren ook gegevens.
Datawetenschappers in Australië en Nieuw-Zeeland zullen de komende zes maanden de dataset naar het platform uploaden en de leeralgoritmen aanpassen in de verwachting dat deze tegen het einde van het jaar live zal zijn.
Het einddoel van Radiant is om de identificatie van deze hoofdoorzaken en gerelateerde problemen te automatiseren, en om prioriteiten te stellen en acties aan te bevelen in verschillende delen van een bedrijf, zegt het team.