AI phân loại yêu cầu khách hàng như thế nào?

Khi hộp thư đông, trưởng nhóm cần biết yêu cầu thuộc nhóm nào, có khẩn cấp không và ai có thể xử lý. AI có thể đọc câu chữ và dữ liệu liên quan để gợi ý nhãn. Sau đó quy tắc nghiệp vụ đưa hồ sơ vào hàng chờ hoặc người phù hợp.

Không nên coi nhãn AI là sự thật tuyệt đối. Một câu ngắn có thể chứa nhiều ý, giọng điệu không cho biết đầy đủ mức ảnh hưởng và dữ liệu khách có thể thiếu. Vì vậy cần mức không chắc và cách sửa nhãn.

Bắt đầu từ quyết định sau nhãn. Nếu hai nhãn đi cùng một hàng chờ và cùng cách xử lý, có thể chưa cần tách. Nếu một nhãn không có người sở hữu, nó chỉ làm báo cáo đẹp hơn chứ không giúp khách.

Dùng tên đơn giản mà nhân viên đang hiểu giống nhau. Viết ví dụ có và không thuộc nhãn, trường hợp nhiều nhãn và thứ tự ưu tiên. Giữ một nhãn “cần xem” để tránh ép mọi trường hợp vào khuôn.

Nếu điều kiện có cấu trúc và rõ, quy tắc thường dễ kiểm tra hơn. Ví dụ, yêu cầu có mã đơn hợp lệ và trạng thái giao hàng cụ thể có thể đi theo luồng cố định. AI hữu ích khi người dùng diễn đạt tự do hoặc một câu chứa nhiều ý.

Microsoft unified routing cho phép dùng quy tắc và mô hình để bổ sung thông tin rồi phân công dựa trên kỹ năng, mức ưu tiên và tải công việc. Đây là ví dụ sản phẩm Microsoft; doanh nghiệp vẫn phải kiểm chứng công cụ thực tế trước khi áp dụng.

Lấy mẫu đại diện theo kênh, loại khách và thời điểm, trong đó có cả yêu cầu khó. Người hiểu nghiệp vụ gắn nhãn chuẩn, rồi so AI. Không chỉ đo đúng tổng; cần xem loại chuyển sai nào làm khách chờ hoặc đưa dữ liệu đến sai quyền.

NIST AI RMF khuyến nghị tài liệu hóa bộ kiểm tra, chỉ số, điều kiện giống môi trường thật và theo dõi hệ thống khi vận hành. Ngưỡng chấp nhận phải phụ thuộc rủi ro, không dùng một con số chung cho mọi nhãn.

Chọn hàng chờ có nhãn hiện tại tương đối rõ và người quản lý sẵn sàng sửa mẫu. Giai đoạn đầu, AI chỉ gợi ý; nhân viên xác nhận hoặc đổi nhãn. Những lần đổi là dữ liệu quý để sửa hướng dẫn.

Sau khi đạt chất lượng ổn định, có thể tự chuyển các trường hợp ít rủi ro. Giữ kiểm tra định kỳ vì từ ngữ, sản phẩm và quy trình có thể thay đổi.