المساعد الصوتي

ما هو المساعد الصوتي؟

المساعد الصوتي (المعروف أيضًا باسم الذكاء الاصطناعي الصوتي، أو الروبوت الصوتي، أو نظام الرد الآلي التفاعلي) هو تطبيق برمجي يستخدم مزيجًا من تقنيات التعرف التلقائي على الكلام (ASR)، وفهم اللغة الطبيعية (NLU)، وإدارة الحوار، وتحويل النص إلى كلام (TTS) لمحاكاة تفاعل صوتي شبيه بالتفاعل البشري.

تقوم المساعدات الصوتية بمعالجة المدخلات المنطوقة، وتحديد نية المستخدم، واسترجاع المعلومات ذات الصلة أو تشغيل الإجراءات اللاحقة (استدعاءات واجهة برمجة التطبيقات، وعمليات البحث في قواعد البيانات، وأوامر النظام)، والرد بصوت مُصنَّع يبدو طبيعيًّا، كل ذلك ضمن فترة تأخير تحافظ على انسيابية المحادثة (عادةً ما تكون أقل من 1-2 ثانية من البداية إلى النهاية).

وقد تطورت هذه التكنولوجيا من أنظمة الرد الآلي (IVR) الصارمة القائمة على الكلمات المفتاحية («اضغط على الرقم 1 للفواتير») إلى وكلاء ذكاء اصطناعي متطورين قادرين على إدارة الحوارات متعددة الجولات، وتوضيح الاستفسارات الغامضة، وإدارة السياق طوال المحادثة، وتحويل المكالمة إلى موظفين بشريين مع تزويدهم بالسياق الكامل عند الحاجة.

كيف تعمل المساعدات الصوتية: البنية التكنولوجية

1. التعرف التلقائي على الكلام (ASR)
تقوم تقنية التعرف على الكلام (ASR) بتحويل الصوت المنطوق إلى نص. وتستخدم محركات ASR الحديثة شبكات عصبية عميقة (عادةً نماذج قائمة على تقنية «ترانسفورمر» مثل Wav2Vec 2.0 أو Whisper) تم تدريبها على ملايين الساعات من بيانات الكلام. وتشمل مؤشرات الأداء الرئيسية «معدل الخطأ في الكلمات» (WER)؛ حيث تحقق أفضل أنظمة ASR المخصصة للمؤسسات معدل خطأ في الكلمات أقل من 5٪ للكلام الواضح في اللغات المدعومة.

وتشمل التحديات الكلام الذي يتخلله لهجات، والضوضاء الخلفية، والمفردات الخاصة بمجالات معينة (المصطلحات الطبية، وأسماء المنتجات، وأرقام الحسابات)، والتبديل بين اللغات (الخلط بين اللغات في منتصف الجملة)، وهو أمر شائع في الأسواق متعددة اللغات مثل الهند.

2. فهم اللغة الطبيعية (NLU)
تقوم NLU بمعالجة النص الناتج عن تقنية التعرف الصوتي (ASR) لاستخراج:

• الهدف: ما يريد المستخدم القيام به. فعبارة «أريد التحقق من رصيدي» تصبح «نية»: account_balance_inquiry.
• الكيانات: معلومات محددة. «رقم حسابي هو 1234» يصبح الكيان: account_number = «1234».
• المزاج: النبرة العاطفية للعبارة (إيجابية، محايدة، محبطة) تُستخدم لإثارة ردود فعل تتسم بالتصعيد أو بالتعاطف.
• السياق: في الحوارات متعددة الأدوار، تقوم تقنية فهم اللغة الطبيعية (NLU) بتتبع ما قيل في الأدوار السابقة لتحديد معاني الضمائر والإشارات.

3. إدارة الحوار
يتحكم مدير الحوار في مسار المحادثة، حيث يقرر ما يجب أن يقوله أو يفعله المساعد الصوتي بعد ذلك، بناءً على النية الحالية، والكيانات المستخرجة، وسجل الحوار، والمنطق التشغيلي. وتستخدم أنظمة إدارة الحوار الحديثة أطر عمل آلات الحالة، وتقنية ملء الخانات لجمع البيانات المنظمة، والاستدلال المدعوم بنماذج اللغة الكبيرة (LLM) للاستفسارات المفتوحة.

4. التكامل مع النظام الخلفي
تتضمن معظم إجراءات المساعد الصوتي استدعاءات واجهة برمجة التطبيقات (API) إلى الأنظمة الخلفية (البحث في نظام إدارة علاقات العملاء، أو بوابة الدفع، أو نظام المخزون، أو قاعدة المعرفة، أو أداة إدارة التذاكر). وتعد سرعة عمليات التكامل هذه (استجابة أقل من 200 مللي ثانية) عاملاً حاسماً للحفاظ على حدود زمن الاستجابة المسموح بها في المحادثة.

5. تحويل النص إلى كلام (TTS)
تقوم تقنية تحويل النص إلى كلام (TTS) بتحويل الرد النصي للمساعد إلى كلام يبدو طبيعيًا. وتنتج أنظمة TTS العصبية (مثل Google WaveNet وAmazon Polly Neural وElevenLabs) صوتًا لا يمكن تمييزه عن الكلام البشري في معظم حالات الاستخدام. ويتيح استنساخ الصوت للشركات إنشاء شخصيات صوتية متسقة مع العلامة التجارية.

أنواع المساعدات الصوتية

• المساعدات الصوتية المخصصة للمستهلكين: واجهات صوتية تعمل بالذكاء الاصطناعي متعددة الأغراض ومدمجة في الأجهزة. أمثلة: سيري، أليكسا، مساعد جوجل، كورتانا.
• الذكاء الاصطناعي الصوتي في المؤسسات ومراكز الاتصال: ذكاء اصطناعي تحاوري مخصص لمجال معين ومتكامل مع أنظمة الاتصالات الهاتفية، مخصص لخدمة العملاء. أمثلة: Exotel VoiceAI، Nuance، Google CCAI، Amazon Connect AI.
• نظام الرد الآلي التفاعلي القائم على المحادثة: يستبدل نظام الرد الآلي (IVR) القائم على الأرقام الملموسة بالإدخال باللغة الطبيعية، مع الاستمرار في اتباع مسارات منظمة. أمثلة: معظم منصات مراكز الاتصال السحابية.
• روبوتات الدردشة التي تدعم الأوامر الصوتية: نماذج حوار روبوتات الدردشة التي يتم عرضها عبر القناة الصوتية بدلاً من القناة النصية. أمثلة: ميزة «WhatsApp Voice»، وروبوتات «النقر للاتصال» على الويب.
• المساعدون الصوتيون داخل التطبيقات: مُدمجة في تطبيقات الهواتف المحمولة لتوفير الملاحة دون استخدام اليدين أو معالجة الاستفسارات. أمثلة: تطبيقات الخدمات المصرفية، وتطبيقات توصيل الطعام.

المساعد الصوتي مقابل نظام الرد الآلي التقليدي (IVR)

• طريقة الإدخال: يعتمد نظام الرد الآلي التقليدي (IVR) على الضغط على مفاتيح DTMF (اضغط على 1، اضغط على 2)؛ بينما يستخدم المساعد الصوتي الكلام الطبيعي («أريد تغيير عنواني»).
• عمق القائمة: يستخدم نظام الرد الآلي التفاعلي (IVR) التقليدي شجرة ثابتة يصل عمقها إلى 5-6 مستويات؛ أما المساعد الصوتي فلا يحتوي على قوائم ويعتمد على التنقل القائم على النوايا.
• المرونة: نظام الرد الآلي التفاعلي (IVR) التقليدي يتسم بالجمود ويُلزم المتصل باتباع هيكل محدد؛ أما المساعد الصوتي فيتعامل مع الاستفسارات غير المتوقعة، وإعادة صياغة العبارات، والتصحيحات.
• التخصيص: يوفر نظام الرد الآلي التقليدي (IVR) حدًا أدنى من التخصيص استنادًا إلى رقم المتصل (DNIS) أو رقم المتصل الظاهر (CLI)؛ بينما يوفر المساعد الصوتي تكاملاً كاملاً مع نظام إدارة علاقات العملاء (CRM) مع تخصيص بناءً على سجل المكالمات.
• سعر الخدمة الذاتية: تقوم أنظمة الرد الآلي التقليدية (IVR) بتلبية 20-40% من المكالمات؛ بينما يصل المساعد الصوتي إلى 50-80% بفضل نماذج فهم اللغة الطبيعية (NLU) المدربة جيدًا.
• رضا المتصلين: غالبًا ما يكون نظام الرد الآلي التقليدي (IVR) مصدرًا للإحباط ويرتبط بـ«جحيم الـIVR»؛ في حين أن المساعد الصوتي يحقق مستويات أعلى من رضا العملاء عندما يكون مصممًا بشكل جيد.
• تكلفة البناء: تتميز أنظمة الرد الآلي عبر الهاتف (IVR) التقليدية بتكلفتها المنخفضة وتوافرها على معظم المنصات؛ أما المساعد الصوتي فيتسم بتكلفة أعلى ويتطلب تدريبًا على فهم اللغة الطبيعية (NLU) وتصميم الحوار.

حالات استخدام المساعد الصوتي في مجال الأعمال

أتمتة خدمة العملاء
تتعامل المساعدات الصوتية مع استفسارات المستوى الأول بشكل مستقل، بما في ذلك الاستفسارات عن الرصيد، وحالة الطلبات، وتحديد المواعيد، وإعادة تعيين كلمات المرور، والرد على الأسئلة الشائعة. وتشير المعايير المرجعية في هذا المجال إلى أن أنظمة الذكاء الاصطناعي الصوتية المصممة جيدًا تحقق نسبة حل للاستفسارات تتراوح بين 60 و80% دون الحاجة إلى إحالة الأمر إلى موظف بشري.

الإشعارات والتذكيرات الصادرة
تُستخدم المكالمات الصادرة التي يُبادر بها الذكاء الاصطناعي لإخطار العملاء بتذكيرات المواعيد، ومواعيد استحقاق الدفع، وإرسال رموز OTP، أو حالة التسليم. ويقوم المساعد الصوتي بتوصيل الرسالة والتعامل مع الردود الشائعة (التأكيد/إعادة تحديد الموعد) دون تدخل من موظف خدمة العملاء.

التحصيل واسترداد الديون
تتواصل الذكاء الاصطناعي الصوتي التفاعلي مع العملاء بشأن المدفوعات المتأخرة، وتتفاوض بشأن خطط السداد، وتسجل تعهدات السداد، مع الالتزام في الوقت نفسه بإرشادات هيئة تنظيم الاتصالات في الهند (TRAI) بشأن ساعات الاتصال وقوائم «عدم الإزعاج» (DND).

تقييم جدارة العملاء المحتملين
تستخدم خطوط المبيعات الواردة تقنية الذكاء الاصطناعي الصوتي لطرح أسئلة تحديد الأهلية، وتسجيل تفاصيل العملاء المحتملين، وتقييم العملاء المحتملين، وتوجيه الفرص المؤهلة إلى مندوب المبيعات المناسب، مما يقلل العبء على الموظفين البشريين في التعامل مع الاستفسارات ذات النية الشرائية المنخفضة.

القطاع المصرفي والخدمات المالية: «اعرف عميلك» والتحقق من الهوية
تتولى المساعدات الصوتية في القطاع المصرفي عملية التحقق من الهوية من خلال المقاييس الحيوية الصوتية أو المصادقة القائمة على المعرفة (KBA)، مما يقلل من العقبات في عمليات فتح الحسابات، وخدمة القروض، وتسجيل الشكاوى.

الرعاية الصحية: تحديد المواعيد وتصنيف الأعراض
تتولى تقنية الذكاء الاصطناعي الصوتي في مجال الرعاية الصحية مهام حجز المواعيد، وإعادة جدولة المواعيد، وطلبات تجديد الوصفات الطبية، والتقييم الأولي للأعراض الأساسية، ولا يتم إحالة الحالات إلى الطاقم الطبي إلا في الحالات المعقدة أو عالية الخطورة.

مؤشرات الأداء الرئيسية للمساعدات الصوتية

• معدل الاحتواء: النسبة المئوية للمكالمات التي تمت معالجتها بالكامل بواسطة الذكاء الاصطناعي الصوتي دون الحاجة إلى تدخل بشري. الهدف: 60-80% بالنسبة للأنظمة المدربة جيدًا.
• دقة التعرف على النوايا: النسبة المئوية للعبارات التي تم تحديد القصد الصحيح منها. الهدف: أكثر من 90٪.
• معدل أخطاء الكلمات (WER): النسبة المئوية للكلمات التي تم نسخها بشكل خاطئ بواسطة نظام التعرف الصوتي (ASR). الهدف: أقل من 5% للغة الأساسية.
• معدل إنجاز المهام: النسبة المئوية للجلسات التي يتم فيها تحقيق هدف المتصل. ويختلف هذا عن «الاحتواء»، حيث يمكن احتواء المكالمة دون أن تكتمل المهمة.
• معدل التصعيد: النسبة المئوية للمكالمات التي يتم تحويلها إلى موظفين بشريين. يُفضل أن تكون نسبة تصعيد المكالمات منخفضة، ولكن ليس إذا كان ذلك يعني الاحتواء القسري.
• متوسط وقت المعالجة (AI AHT): الوقت المستغرق من بداية المكالمة حتى حل المشكلة بواسطة الذكاء الاصطناعي. وعادةً ما يكون هذا الوقت أقصر بنسبة 40-60% مقارنةً بمتوسط وقت حل المكالمة (AHT) الذي يحققه البشر في الاستفسارات المماثلة.
• اختبار CSAT الخاص بجلسات الذكاء الاصطناعي: معدل الرضا بعد المكالمة للمكالمات التي تمت معالجتها بواسطة الذكاء الاصطناعي. ومن المتوقع أن يقترب هذا المعدل من معدل رضا العملاء الذي يحققه البشر مع نضوج النماذج.
• الكمون / وقت الاستجابة: الوقت الفاصل بين انتهاء كلام المتصل وبدء استجابة الذكاء الاصطناعي. الهدف: أقل من 1.5 ثانية لضمان محادثة طبيعية.

الفوائد الرئيسية للمساعدات الصوتية للشركات

• توافر على مدار الساعة طوال أيام الأسبوع دون تكلفة وكيل: تتعامل تقنية الذكاء الاصطناعي الصوتي مع استفسارات العملاء في الساعة 2 صباحًا في أيام العطلات بنفس الجودة التي تقدمها في ساعات الذروة، مما يقلل من التكلفة والتعقيدات التشغيلية المرتبطة بتعيين موظفين للعمل في النوبات الليلية أو إدارة السعة الإضافية.
• انخفاض كبير في التكاليف: يمكن لنظام الذكاء الاصطناعي الصوتي الذي يتم نشره بشكل جيد، والذي يتولى معالجة 60-70% من حجم المكالمات الواردة بشكل مستقل، أن يقلل التكاليف التشغيلية لمركز الاتصال بنسبة 30-50%. وعادةً ما تكون تكلفة كل تفاعل يتولى الذكاء الاصطناعي معالجته أقل بـ5-10 أضعاف من تكلفة المكالمة التي يتولى معالجتها موظف بشري.
• ردود متسقة وخالية من الأخطاء: على عكس الموظفين البشريين الذين قد يحيدون عن النصوص المعدة مسبقًا، أو ينسون الإفصاحات المطلوبة، أو يقدمون معلومات غير متسقة عند الشعور بالتعب، فإن الذكاء الاصطناعي الصوتي يقدم نفس الرد المُعدّل بدقة في كل مرة، وهو أمر بالغ الأهمية للقطاعات الخاضعة للتنظيم مثل القطاع المصرفي وقطاع التأمين.
• القابلية الفورية للتوسع: يمكن لنظام الذكاء الاصطناعي الصوتي معالجة 10 مكالمات متزامنة أو 10,000 مكالمة دون الحاجة إلى تغيير البنية التحتية أو إجراء عملية توظيف. ويُعد هذا الأمر بمثابة تحول جذري للشركات التي تشهد ارتفاعات موسمية أو مرتبطة بالفعاليات في حجم المكالمات.
• انخفاض متوسط وقت معالجة الطلبات: عادةً ما تكون المفاعلات التي يتولاها الذكاء الاصطناعي أقصر بنسبة 40-60% من المفاعلات المماثلة التي يتولاها البشر، وذلك في حالة الاستفسارات المنظمة مثل رصيد الحساب وحالة الطلبات وتحديد مواعيد الزيارات، لأن الذكاء الاصطناعي لا ينخرط في أحاديث جانبية، ولا يتنقل بين قوائم غير واضحة، ولا يضع المتصلين في وضع الانتظار للبحث عن المعلومات.
• لا وقت انتظار على الإطلاق لمكالمات الخدمة الذاتية: لا يضطر المتصلون الذين يتم حل مشكلاتهم بواسطة الذكاء الاصطناعي الصوتي إلى الانتظار في طابور الانتظار؛ حيث يتم الرد عليهم على الفور وحل مشكلاتهم خلال الجلسة نفسها مع الذكاء الاصطناعي. ويُعد هذا العامل الأكبر الذي يساهم في تحسين مؤشر رضا العملاء في عمليات نشر الذكاء الاصطناعي الصوتي.
• التحسين المستمر من خلال البيانات: تُنتج كل جلسة من جلسات الذكاء الاصطناعي الصوتي بيانات منظمة (النوايا، والكيانات، ومعدلات اللجوء البديل، ونتائج الاحتواء) تُستخدم في دورات إعادة تدريب النموذج، مما يجعل النظام أكثر دقة بشكل تدريجي دون تدخل بشري.
• تصعيد سلس إلى الجهة البشرية مع مراعاة السياق: عندما يتم تحويل المكالمة الصوتية التي تتم عبر الذكاء الاصطناعي إلى موظف خدمة عملاء بشري، يتلقى هذا الموظف ملخصًا منظمًا للمحادثة التي أجراها الذكاء الاصطناعي (الهدف من المكالمة، والكيانات التي تم تحديدها، والإجراءات التي تم اتخاذها)، مما يزيل أكثر ما يثير إحباط العملاء في تجربة التعامل معهم: الاضطرار إلى تكرار ما قالوه بعد الانتظار في قائمة الانتظار.

الذكاء الاصطناعي الصوتي ونماذج اللغة الضخمة (LLMs)

إن دمج النماذج اللغوية الكبيرة (LLMs) (GPT-4، كلود، جيميني) في بنى المساعدات الصوتية يُحدث تحولاً جذرياً في ما يمكن تحقيقه:

• الردود التوليدية: بدلاً من الاختيار من بين قوالب الردود المعدة مسبقًا، يُنتج الذكاء الاصطناعي الصوتي المدعوم بنماذج اللغة الكبيرة (LLM) إجابات مناسبة للسياق على الأسئلة المفتوحة.
• تقليل متطلبات بيانات التدريب: تستمد نماذج اللغة الكبيرة (LLMs) قدرتها على التعميم من مرحلة التدريب المسبق؛ أما عملية الضبط الدقيق حسب المجال فتتطلب بيانات مصنفة أقل بكثير مقارنة بتدريب نماذج فهم اللغة الطبيعية (NLU) التقليدية.
• تدفقات المحادثة الديناميكية: تتعامل نماذج اللغة الكبيرة (LLMs) مع مسارات المحادثة غير المتوقعة دون أن تصل إلى طريق مسدود من نوع «آسف، لم أفهم».
• ملخص عملية تسليم المهام بين الوكلاء: عند إحالة الأمر إلى أحد الموظفين البشريين، يقوم نموذج اللغة الكبير (LLM) بإنشاء ملخص موجز للمحادثة التي أجراها الذكاء الاصطناعي، مما يغني العملاء عن الحاجة إلى تكرار ما قالوه.

ومع ذلك، فإن الذكاء الاصطناعي الصوتي القائم على نماذج اللغة الكبيرة (LLM) يطرح تحديات جديدة: خطر «الهلوسة» (توليد معلومات غير صحيحة)، وزمن الاستجابة (يضيف استدلال نماذج اللغة الكبيرة 200-800 مللي ثانية)، والتكلفة عند الاستخدام على نطاق واسع. وتُعد البنى الهجينة (تدفقات منظمة للنوايا عالية التردد، ونماذج اللغة الكبيرة للاستفسارات المفتوحة) حالياً أفضل الممارسات المتبعة في المؤسسات.

الاعتبارات التنظيمية المتعلقة بالذكاء الاصطناعي الصوتي

• متطلبات الإفصاح: تفرض اللوائح في العديد من الولايات القضائية (قانون الاتحاد الأوروبي بشأن الذكاء الاصطناعي، والمبادئ التوجيهية المقترحة من هيئة تنظيم الاتصالات في الهند) الإفصاح عندما يتفاعل المتصل مع نظام يعمل بالذكاء الاصطناعي، وليس مع شخص حقيقي.
• الموافقة على تسجيل المكالمات: تخضع تسجيلات المكالمات التي يتم إنشاؤها بواسطة الذكاء الاصطناعي لنفس الالتزامات المتعلقة بالموافقة التي تنطبق على تسجيلات المكالمات التي يجريها موظفو خدمة العملاء البشريون.
• الاحتفاظ بالبيانات: قد تحتوي البيانات الصوتية التي تتم معالجتها بواسطة تقنية التعرف على الكلام الآلي (ASR) على معلومات تعريفية شخصية. وتسري في هذا الصدد التزامات الاحتفاظ بالبيانات وحذفها المنصوص عليها في اللائحة العامة لحماية البيانات (GDPR) وقانون حماية البيانات الشخصية في الهند (DPDP).
• التحيز والإنصاف: قد تسجل أنظمة ASR معدلات خطأ أعلى بالنسبة لبعض اللهجات أو الفئات السكانية. وينبغي أن تتضمن عمليات النشر على مستوى المؤسسات مراجعة معدل الخطأ في الكلمات (WER) عبر مختلف شرائح السكان.

قدرات الذكاء الاصطناعي الصوتي لدى Exotel

تقدم Exotel وكيلًا صوتيًا يعمل بالذكاء الاصطناعي يمكن نشره في جميع أنحاء العالم.

• التعرف على الكلام الآلي متعدد اللغات: دعم لأكثر من 10 لغات هندية مع مفردات مخصصة للتكييف مع المجالات المختلفة، بما في ذلك القطاع المصرفي والتأمين والتجارة الإلكترونية والرعاية الصحية.
• نظام الرد الآلي التفاعلي القائم على المحادثة: استبدال أنظمة الرد الآلي (IVR) التي تعتمد على الأرقام الصوتية بتسلسلات تعتمد على اللغة الطبيعية، مما يؤدي إلى تحسين تجربة المتصل ومعدلات الخدمة الذاتية بشكل كبير.
• وكلاء الذكاء الاصطناعي الصوتي للاتصالات الصادرة: وكلاء ذكاء اصطناعي مستقلون تمامًا لإدارة حملات الإخطارات الصادرة، وتحصيل المستحقات، وحجز المواعيد، مع إدارة المحادثات من البداية إلى النهاية على نطاق واسع.
• مساعدة وكيل الخدمة المباشرة: التحويل الصوتي إلى نص (ASR) وفهم اللغة الطبيعي (NLU) في الوقت الفعلي أثناء المكالمات مع الموظفين البشريين، مع عرض مقالات ذات صلة من قاعدة المعرفة، وتذكيرات الامتثال، واقتراحات الإجراء الأفضل التالي.
• التصعيد السلس: تحويل ذكي للمكالمات إلى موظفين بشريين مصحوبًا بملخص كامل للمحادثة وسياق نظام إدارة علاقات العملاء (CRM)، مما يضمن عدم تكرار ما قاله العميل.
• التحليلات والتحسين المستمر: يتم تحليل كل جلسة من جلسات الذكاء الاصطناعي الصوتي من حيث دقة تحديد المقصد، ومدى احتواء المحتوى، ومؤشر رضا العملاء (CSAT)، مما يدعم دورات إعادة تدريب النموذج.