Vor kurzem hat Amazon ein
vollautomatisches Geschäft eröffnet, in dem es keine Verkäufer und Kassierer gibt. Diese Veranstaltung löste eine neue Diskussionsrunde über den Trend aus, dass Roboter Menschen in vielen Geschäftsbereichen ersetzen (hier ist beispielsweise
ein Artikel zum Thema in The Guardian). Es gelang mir, mit Dmitry Plotnikov, einem Experten für Geschäftsprozessautomatisierung (Microsoft MVP), darüber zu sprechen, wer sich wirklich Sorgen um seine Arbeit machen sollte.
Sie arbeiten viel im Bereich der Automatisierung von Geschäftsprozessen. Können Sie uns einige Beobachtungen mitteilen, welche Mitarbeiter durch Roboter ersetzt werden?
Im Allgemeinen werden seit einigen Jahren verschiedene Listen von Berufen, die Roboter zerstören (zum Beispiel
hier und
da ), im Internet veröffentlicht - Arbeiter aus Fabriken, Fahrern oder Kellnern werden dort immer angerufen. Nach dem, was wir sehen, können Büroangestellte früher als andere Probleme Probleme haben.
Dies zum Beispiel von wem?
Zum Beispiel Mitarbeiter von Callcentern, die sich per Telefon mit Kaltverkäufen befassen. In der Regel verfügt der Bediener über ein klares Konversationsszenario (Skript), in dem angegeben ist, was und wie er sprechen soll. Abweichungen davon sind meist verboten. Und selbst wenn eine Situation auftritt, die nicht vom Skript verarbeitet wird, sollten die Bediener nur die Sätze wiederholen, die in ihrem Skript enthalten sind - der Rest ist verboten.
Das heißt, eine Person wird wie ein Roboter dieselben Wörter wiederholen. Und wenn ja, warum nicht durch einen Roboter ersetzen, denn das spart Geld: Das Programm muss nicht geschult werden, es kann rund um die Uhr und sieben Tage die Woche funktionieren.
In diesem Fall stellt sich jedoch heraus, dass das System ein Sprachgespräch führen muss, und dies ist noch komplizierter als ein Chat-Bot. Gibt es jetzt spürbare Erfolge in diesem Bereich?
Ja, ich konnte an einem Projekt teilnehmen, bei dem ein solches System implementiert werden musste - eine Anwendung, die die SharePoint-Datenbank als CRM verwendet und bei Kaltanrufen kommuniziert. Dieses System wurde bereits eingeführt und funktioniert für einen Kunden aus der westlichen Region (leider kann ich das Unternehmen nicht nennen).
Es gibt viele ähnliche Lösungen auf dem Markt, die meisten verwenden einen Ansatz, bei dem ein Computer die Stimme einer Person synthetisiert. Es klingt fast immer unnatürlich, mit einem solchen Roboter zu sprechen ist für eine Person nicht sehr angenehm.
Daher wurde in unserem Projekt beschlossen, die Sprachsynthese aufzugeben und die aufgezeichnete Stimme einer lebenden Person in der Kommunikation zu verwenden. Infolgedessen liest das System dem Gesprächspartner die Vorschläge aus dem Unternehmensskript und entschlüsselt seine Antworten im laufenden Betrieb und wandelt sie in Text um. Eine der wichtigsten Aufgaben hierbei ist die Analyse des Anrufinhalts. Mithilfe von Schlüsselwörtern können Sie verstehen, wie genau eine Person auf das reagiert, was sie hört (dies hilft auch bei der Suche in der Wissensdatenbank), und abhängig davon weitere Kommunikation aufbauen - das Gespräch beenden, den nächsten Satz eines aufgezeichneten Textes abspielen usw. .
Wie effektiv ist das?
Überraschenderweise arbeitet das System sehr effizient und ermöglicht es Ihnen, die Produktivität von Kaltanrufen ernsthaft zu sparen und zu steigern. Die Anwendung selbst kann den Status anhand der Ergebnisse von Gesprächen in CRM festlegen, was sehr praktisch ist, und ein Programm pro Tag kann Hunderte von Kunden anrufen. Die Kosten für ein Callcenter, das den gleichen Arbeitsaufwand ausführen könnte, wären sehr hoch.
Gibt es Schwierigkeiten bei der Erstellung dieser Art von Anwendung?
Ja natürlich. Der von uns verwendete Ansatz hat seine eigenen Schwierigkeiten - beispielsweise ist es nicht so einfach, eine aufgezeichnete Sprache so zu reproduzieren, dass sie natürlich klingt. Beispielsweise treten während eines Gesprächs zwischen zwei Personen selten lange Pausen auf, daher muss der Roboter schnell auf Nachbildungen des Gesprächspartners reagieren. Darüber hinaus befindet sich die Person, die den Anruf erhält, im wirklichen Leben möglicherweise an einem lauten Ort - und es ist für den Roboter nicht einfach, in Echtzeit zu verstehen, wann der an ihn gerichtete Satz beendet ist und Sie darauf reagieren müssen.
In ähnlicher Weise klingen einige Wörter möglicherweise gleich, haben jedoch unterschiedliche Bedeutungen und werden unterschiedlich aufgenommen (Homophone). Im Englischen beispielsweise klingen die Wörter bot und gekauft gleich, bedeuten aber völlig unterschiedliche Konzepte.
Wie können Sie diese Probleme lösen und die Genauigkeit verbessern?
Maschinelles Lernen, neuronale Netze. Jedes Call Center verfügt über eine Wissensbasis, die normalerweise sehr umfangreich ist: Es gibt sowohl Konversationsskripte als auch deren Aufzeichnungen (sie werden häufig erstellt, um beispielsweise die Qualität der Arbeit der Bediener zu bewerten). Zunächst können Sie ein neuronales Netzwerk erstellen und es auf diesen Daten trainieren - entschlüsselte Aufzeichnungen von Gesprächen. Das Ergebnis ist ein vollwertiger virtueller Operator für Kaltanrufe.
Ist es abschließend möglich, diejenigen zu beraten, die ähnliche Automatisierungssysteme für routinemäßige Büroaufgaben erstellen werden?
In diesem Fall ist es vielleicht am wichtigsten, die geeigneten Technologien und Werkzeuge auszuwählen. Es ist unwahrscheinlich, dass Sie über genügend Ressourcen verfügen, um alles von Grund auf selbst zu erledigen. Daher müssen Sie vorgefertigte Produkte und alle Arten von APIs verwenden. Und hier ist es wichtig, dass sie die notwendige Funktionalität und gute Dokumentation haben.
Während des Projekts wollten wir beispielsweise Tools von Google und Microsoft verwenden, aber wir stellten fest, dass eine von ihnen die von uns benötigten Sprachen nicht unterstützt, und die Dokumentation der zweiten erwies sich als so schlecht, dass einige Punkte nur während der Experimente geklärt wurden. Wenn dies vermieden werden kann, sparen Sie viel Zeit und Mühe.
Interessante Artikel zu den Auswirkungen der Automatisierung auf den Arbeitsmarkt: