Barrierefreiheit und KI-Fortschritte läuten ein neues Zeitalter der Möglichkeiten für eine zunehmende Automatisierung und Chatbot-Orchestrierung ein, die mehr Intelligenz und kognitives Verständnis in Unternehmensprozesse und -abläufe bringen.
Die Automatisierung war ein Bereich des technologischen Fortschritts bei der Automatisierung von Unternehmensabläufen. Andererseits stehen die jüngsten Fortschritte in der Chatbot-Technologie und der Konversations-KI möglicherweise kurz davor, die Art und Weise, wie Unternehmen die Chatbot-Orchestrierung angehen, grundlegend zu verändern.
Vielleicht liegt die Zukunft in einer Mischung aus beiden Technologien, wie z. B. der Konversationsautomatisierung, bei der die Leistung des natürlichen Sprachverständnisses und des maschinellen Lernens genutzt wird, um kunden- oder mitarbeiterbezogene Vorgänge von Anfang bis Ende zu automatisieren.
Wie unterscheiden sich Chatbots von der robotergestützten Prozessautomatisierung?
Chatbots werden für die Kunden oder Mitarbeiter eines Unternehmens entwickelt. Darüber hinaus besteht ihre Hauptfunktion darin, bei der konversationellen Übertragung von Informationen und Daten zu helfen. So kann ein Chatbot die Reaktionszeiten verkürzen, Probleme schnell lösen und die Markenpräsenz in der Kommunikation mit dem Verbraucher erhöhen.
Was die Automatisierung betrifft, so nutzen interne Akteure und Mitarbeiter häufig die robotische Prozessautomatisierung, um Back-Office-Aufgaben und andere Prozesse zu automatisieren, indem sie den Prozess mit Regeln und Auslösern initiieren. Sie können eine Vielzahl von Prozessen vereinfachen, darunter Datenbereinigung, Data Mining und Arbeitsabläufe.
Glücklicherweise können Sie Chatbots und robotische Prozessautomatisierung im Tandem verwenden, um die Automatisierung von Prozessen zu unterstützen. So können Sie beispielsweise eine Konversation mit einem Chatbot nutzen, um einen Back-End-Prozessablauf für zuvor repetitive Aktivitäten zu initiieren. Darüber hinaus sind Chatbots inzwischen so weit fortgeschritten, dass sie die Absichten der Benutzer verstehen und an einen aufgabenorientierten RPA-Bot weiterleiten können. Darüber hinaus kann ein Chatbot mehrere Back-End-Verfahren und -Aktivitäten organisieren und automatisieren, die zur Erfüllung einer Kundenanfrage erforderlich sind.
Ein "intelligenter" Chatbot kann beispielsweise menschliche Sprache verstehen und imitieren, während ein RPA-Roboter menschliche Verhaltensweisen darstellen kann. Wenn beide Technologien natürliche Sprachverarbeitung (NLP) verwenden, können Chatbots Interaktionen über Sprache oder Text interpretieren. Gleichzeitig sammeln RPA-Roboter Sprache und Daten aus verschiedenen Quellen, z. B. aus Dokumenten, Dateien, Formularen und Browsern.
Um ein wenig tiefer zu gehen, kann ein Chatbot eine konversationelle Schnittstelle anzeigen, um mit nicht-konversationellen Benutzeroberflächen in Kontakt zu treten, während RPA Daten von nicht-konversationellen Benutzeroberflächen abrufen kann. Beide Technologien beruhen jedoch auf der Automatisierung der zugrunde liegenden Aktivitäten oder Geschäftsprozesse. Chatbots orientieren sich an dem vom Benutzer geäußerten Wunsch nach einem bestimmten Zweck und führen entsprechende Aktivitäten aus. RPA-Bots sammeln Daten aus verschiedenen Quellen und führen dann eine Reihe von sich stark wiederholenden Geschäftsaktivitäten aus.
Das Schöne an beidem ist, dass Bots nie schlafen, sondern rund um die Uhr arbeiten, um Kundenanfragen zu erfüllen oder enorme Mengen an sich wiederholenden Tätigkeiten zu übernehmen, wodurch teure und oft fehleranfällige menschliche Kontakte und Übergaben reduziert oder ganz vermieden werden können.
Ja, es ist ein Durcheinander, das aus einer Vielzahl von "einzigartigen" Komponenten besteht, die mit einem chaotischen Kundenservice-Technologie-Stack verbunden sind (was bei den meisten Unternehmen zu erwarten ist). Zweifellos sind RPA-Tools, Contact-Center-Tools, CRM-Tools, bereits vorhandene Inhalte, angepasste Back-End-Systeme und Offline-Analyse-Tools allesamt wichtige Komponenten für die Bereitstellung eines personalisierten und effizienten Assistentenerlebnisses, aber sie werden oft getrennt voneinander gehalten.
Wie unterscheidet sich die Automatisierung von der Orchestrierung?
Während Orchestrierung und Automatisierung in der Theorie identisch erscheinen, sind ihre Ziele bei der Steigerung der organisatorischen Effizienz recht unterschiedlich. Außerdem sind Automatisierung und Orchestrierung kritische Komponenten im Geschäftsleben, da sie Unternehmen dabei helfen, die Zeit zu verkürzen, die für die Ausführung bestimmter Tätigkeiten benötigt wird. Dadurch können Unternehmen ihre Produktion und damit ihre Gesamtproduktivität steigern.
Automatisierung und Orchestrierung können dazu beitragen, den Zeitaufwand für das Einrichten und Ausführen sich wiederholender Tätigkeiten in verschiedenen Geschäftsbereichen zu verringern. So kann ein Unternehmen Geld sparen, indem es keine zusätzlichen Mitarbeiter für sich wiederholende Tätigkeiten benötigt. Darüber hinaus optimiert die automatisierte Orchestrierung effektiv und effizient die Geschäftsabläufe und ermöglicht es Ihnen, Ihr Personal für wichtigere Aufgaben einzusetzen.
Wie initiieren Sie die Chatbot-Orchestrierung im großen Maßstab?
Beginnen Sie mit einem Datenfluss-Walkthrough und berücksichtigen Sie diese wesentlichen Punkte:
- Webchat, Telefon und Nachrichtenkanäle sind alle verfügbar.
- Orchestrierung des Webhook-Aufrufs vor der Nachricht
- Wenn bestimmte Aufgaben ausgeführt werden, werden Webhooks ausgelöst.
- Übergaben: Vorhandene Inhalte, kombiniert mit menschlichen Agenten
- Als Antwort auf eine Nachrichten-Orchestrierung wird ein Webhook-Aufruf gemacht.
Anstatt eine große und komplizierte Orchestrierungsanwendung zu erstellen, mehrere Integrations-APIs zu erlernen und den Status/Historie der Konversation zu pflegen, können Sie ProcessMaker mit Watson Assistant verwenden.
Warum sollten Sie das so machen? Stellen Sie sich ein Szenario vor, in dem Sie Benutzer haben, die mehrere Sprachen sprechen. Sie möchten nicht für eine große Anzahl mehrsprachiger Assistenten verantwortlich sein - schließlich beherrschen Sie vielleicht nicht alle Sprachen. Stattdessen können Sie mit dem Pre-Message-Webhook Kommunikationen von jeder beliebigen Sprache abfangen und in die von Ihnen unterstützte Muttersprache übersetzen, z. B. Englisch. Darüber hinaus kann Watson Assistant mit einem einzigen Teil der Trainingsdaten auf Englisch übersetzen, antworten und dann über den Post-Message-Webhook abgefangen und zurück in die Landessprache des Nutzers übersetzt werden.
Wenn Sie das Gefühl haben, dass Ihr Chatbot-Orchestrationsfluss unklar ist, können Sie mit ProcessMaker die Benutzereingaben in jeder Phase der Interaktion abfangen, sie ändern und dann eine vergleichbare JSON-Nutzlast zur Analyse an Watson Assistant senden. Sie können auch den Post-Message-Webhook nutzen, um alle Antworten des Assistenten abzufangen und die notwendigen Änderungen am JSON-Inhalt vorzunehmen, bevor Sie antworten.
Neben der Sprachübersetzung ist der Pre-Message-Webhook der häufige Standard für die Verwaltung von Benutzerkennungen und Aliasing, das Filtern/Löschen von PII und das Hinzufügen von Kontext aus anderen Systemen, wie z. B. die Basisinformationen des Benutzers oder den Standort. Der Post-Message-Webhook wird häufig verwendet, um Antworten von einem Content-Management-System (CMS)* zu erhalten oder um personenbezogene Daten (PII) zu ersetzen.
Auslösen von Webhooks
Diese Art der Chatbot-Orchestrierung basiert auf Ihren Dialog- (oder Aktions-) Fähigkeiten und ist mit einer bestimmten, handlungsorientierten Aufgabe verknüpft, die der Helfer ausführen möchte. Im Gegensatz zu Pre- und Post-Message-Webhooks, die in jeder Phase des Gesprächs aktiviert werden, wird ein aufgabenspezifischer Webhook-Aufruf nur bei Bedarf ausgelöst.
Sie eignet sich daher hervorragend für Transaktionsanfragen wie das Senden eines neuen Leads an ein CRM, das Bezahlen einer Rechnung, das Abrufen von Kontoinformationen oder das Abfragen Ihres Kontostands. Sie sind nicht verpflichtet, die Informationen über den Kontostand des Nutzers in jeder Nachricht zu übermitteln, aber wenn der Nutzer seinen Kontostand abfragen möchte, können Sie eine API verwenden, um diesen abzurufen und die erforderlichen Informationen anzubieten.
Wie sieht es mit Übergaben aus?
Ihr Chatbot hat, wie jeder andere Mitarbeiter auch, nicht alle Antworten parat. Glücklicherweise sieht das Design des Watson Assistant eine Übergabe zwischen den Gesprächen vor. Bei der Entwicklung eines Assistenten sind zwei kritische Übergaben zu berücksichtigen.
Bevor der Assistent entscheidet, wie er auf eine bestimmte Anfrage reagieren soll, prüft er, ob eine genaue Antwort für die Dialog-/Aktionsfähigkeiten vorhanden ist. Wenn Sie keine haben, durchsucht er Ihr vorhandenes Assistenzmaterial.
Darüber hinaus ist die Suchfertigkeit die Quelle für bereits vorhandene Informationen in Watson Assistant. Er wird von Watson Discovery gesteuert, das Ihr vorhandenes Material analysiert und indiziert, bevor es durchsucht wird, um die prägnantesten Antworten auf eine Anfrage zu finden - und das alles, ohne dass eine Schulung erforderlich ist.
Chatbots Orchestrierung und Menschen
Wenn die Möglichkeiten eines Chatbots erschöpft sind, leitet er das Gespräch entweder an einen Live-Agenten am Helpdesk oder an ein Kontaktcenter-Tool am Telefon weiter. Dies kann aus verschiedenen Gründen geschehen, z. B. wenn der Chatbot keine Antwort erhält, wenn er zu oft eine unzureichende Antwort gegeben hat oder wenn der Nutzer den Wunsch äußert, mit jemandem zu sprechen. In der Tat können Sie Ihre Chatbots mit dem Service Desk Ihrer Wahl verbinden.
Wie sieht es mit Batch- vs. Echtzeit-Onlinemodellen aus? Sie können einen begrenzten, aber konsistenten Datenstrom für das Training von Online-Chatbot-Algorithmen verwenden. Stellen Sie sicher, dass die Online-Modelle des Frameworks die Ergebnisse in Echtzeit berechnen können, und die Antwort wird direkt an den Trainingssatz zurückgesendet. Wenn die Modelle ständig aktualisiert werden, können sie außerdem schnell auf Kundensignale reagieren.
Stellen Sie sich das folgende Szenario vor, in dem Chatbot-Orchestrierung eingesetzt wird, um die Bearbeitung von Versicherungsansprüchen zu beschleunigen. Stellen Sie sich vor, dass Versicherungsansprüche eine ganze Kundenreise mit vielen Interaktionen und Prozessen darstellen, an denen verschiedene Mitarbeiter beteiligt sind. Unabhängig von der Geschwindigkeit, Genauigkeit und Effizienz des Kundenengagements, unabhängig vom Umfang und der Reaktionsfähigkeit der Zeit, die für die Validierung, Genehmigung und Zahlung eines Schadens benötigt wird, hängt alles von der gesamten Ereigniskette ab, die von dem Zeitpunkt an abläuft, an dem ein Kunde einen Schaden einreicht, bis dieser validiert, genehmigt und bezahlt wird.
Wenn ein Kunde einen Unfall, einen Verlust oder andere Vorfälle meldet, kommt es unweigerlich zu einem Schadensfall. Kunden können einen Chatbot zur Zeit und am Ort des Vorfalls über Messaging, das Internet oder per Sprache kontaktieren, und der Chatbot kann sie unterstützen und Unterlagen und Details über den Vorfall sammeln. Er kann auch Videos, Bilder oder Dokumente hochladen, die zusätzlichen Kontext liefern, um die Validierung und Verwaltung des Schadens später zu unterstützen.
Durch eine sichere Verbindung zu Back-Office-Schadenmanagementsystemen kann der Chatbot Informationen über qualifizierte Dienstleistungen (z. B. Abschleppen oder Autovermietung), die Selbstbeteiligung des Kunden, relevante Daten von Drittanbietern oder andere Versicherungsdaten, die für den Schaden des Kunden relevant sind, abrufen. Konversationelle KI hilft auch dabei, diese Konversationsinteraktionen und den Zugang zu Kundendaten zu ermöglichen.
Wenn es jedoch um die Bearbeitung des Antrags geht, kommt die Orchestrierung ins Spiel. Sobald ein Antrag mit verfügbaren Daten oder Bildern eingeleitet wird, kann er direkt an die entsprechenden Systeme weitergeleitet werden, so dass kein menschliches Eingreifen mehr erforderlich ist. Der Anspruch wird dann überprüft, was sich auf den Status, die Rechte und die Anspruchsberechtigung des Antragstellers auswirkt. Der Chatbot kann diese Informationen nutzen, um den Kunden über seine Anspruchsberechtigung für bestimmte Leistungen oder die Einschränkungen der Police zu informieren.
Zusammenfassend
Für Unternehmen ist es unerlässlich, die Rolle der Chatbot-Orchestrierung bei betrieblichen Abläufen zu begreifen, um die Effizienz und Produktivität zu steigern. Zweifelsohne können Sie eine höhere Leistung und Effizienz sowie geringere Betriebskosten erzielen. ProcessMaker bietet eine preisgekrönte Low-Code-BPM-Plattform, die Unternehmen auf der ganzen Welt bei der Orchestrierung ihrer Chatbots geholfen hat.
