Voici les composants clés de l’IA conversationnelle :
- Une proposition de valeur utilisateur clairement définie.
Désormais, les consommateurs et les employés se connectent à votre entreprise via le Web, le mobile, les médias sociaux, le courrier électronique et d’autres plateformes. Considérez les scénarios où il y a friction ou agacement si l’engagement est déjà conversationnel. Par exemple, lorsque les gens doivent attendre longtemps pour obtenir une réponse, basculer entre les applications ou saisir fréquemment des données.
Si les conversations sont principalement informatives, elles peuvent être des candidats appropriés pour l’automatisation de l’IA conversationnelle ou l’automatisation partielle. Cependant, ils peuvent être des candidats appropriés pour l’augmentation conversationnelle s’ils sont plus complexes.
- Conceptualisation.
Cela comprend la création d’un personnage attrayant, la sélection de la plate-forme et du canal de messagerie appropriés , le polissage du flux de dialogue et la garantie qu’une interface conversationnelle est bien adaptée au travail à accomplir. Pour les mises à niveau conversationnelles, vous devrez déterminer quand le système doit fournir des idées aux agents humains ou aux utilisateurs, puis concevoir les interactions pour les rendre transparentes et naturelles sans être gênantes.
- Informations.
Étant donné que les agents conversationnels et les améliorations conversationnelles permettent aux gens de communiquer avec vous, vous devrez trouver comment générer le matériel qu’ils fournissent. Si vous disposez déjà de données conversationnelles, vous pouvez en conserver le meilleur et les utiliser comme base pour les meilleures réponses de votre application d’IA conversationnelle. Pour combler les lacunes où les données conversationnelles ne sont pas disponibles, vous devrez utiliser des auteurs humains ou des outils de génération de langage naturel.
- Technologie linguistique.
Lorsque vous traitez avec des interfaces vocales, vous aurez presque certainement besoin d’utiliser la transcription de la parole en texte pour générer du texte à partir de l’entrée d’un utilisateur et de la synthèse vocale pour reconvertir vos réponses en audio. Les techniques de compréhension du langage telles que l’analyse des sentiments, la classification des questions, l’identification de l’intention et l’extraction d’entités et de sujets sont susceptibles d’être pertinentes pour les interfaces vocales et textuelles afin de saisir ce que l’utilisateur dit.
- Autres capacités d’apprentissage automatique.
Vous souhaiterez peut-être appliquer des modèles d’apprentissage automatique en plus de la technologie linguistique pour aider à préparer le terrain pour une rencontre réussie et donner de la valeur à l’utilisateur.
- Boucles de rétroaction.
Chaque discussion devrait augmenter votre capacité à concevoir une conversation réussie tout en mettant à jour votre compréhension de l’utilisateur. Vous pouvez demander directement à l’utilisateur des commentaires après le chat, ou vous pouvez examiner le comportement en aval (par exemple, s’il se réengage ou si la conversation conduit à une conversion) et utiliser ces informations pour optimiser la prochaine conversation.
- Confidentialité et sécurité.
Étant donné que le contact conversationnel entre le bot et le client peut être informel et naturel, et que les données peuvent souvent contenir des informations sensibles, un traitement technique et politique prudent est nécessaire. En même temps, vous voudrez vous assurer que vous pourrez utiliser les données que vous collectez à l’avenir pour améliorer l’expérience utilisateur.
