متى يتفوق الذكاء الاصطناعي الصوتي على الكتابة؟

هل يتولى الوكيل الصوتي الجديد استقبال طلبات العملاء، أم يبقى الفريق يكتبها؟

السؤال في غير موضعه، ويعطي إجابة ضعيفة في الاتجاهين، لأنه يجعل قناة الإدخال هي محل القرار. والسؤال الذي ينبغي طرحه يأتي بعده بخطوة: بعد أن يتكلم العميل، ماذا يحدث لما سمعه النظام؟

ما لا يظهر في العرض التوضيحي

العروض التوضيحية الصوتية مبهرة، والقدرة التي تظهر فيها حقيقية. فالنظام يتعامل مع اختلاف في النطق، ويتجاوز مقاطعة، ويستخرج موعدًا من جملة نصف مكتملة، ويجيب قبل أن ينتهي المتكلم من التفكير.

قلّما يكشف العرض التوضيحي الكلفة اللاحقة للالتقاط الخاطئ، فلا أحد يحفظ شيئًا مما يجري فيه، ولا يعتمد عليه غدًا، ولا يعترض عليه بعد شهر. يُحكم على ما التقطه النظام في لحظته ثم يُهمَل.

والتشغيل الحقيقي يجري في الاتجاه المعاكس. فالالتقاط يصير عنوان تسليم، أو كمية، أو موعدًا موعودًا، أو سطرًا يقرأه موظف آخر صباح الثلاثاء. ويحكم عليه لاحقًا شخص لم يكن في المحادثة، وغالبًا بعد أن يكون خلل ما قد وقع.

فجودة التعرف على الكلام لا تكفي وحدها لبناء قرار الشراء عليها. قد يلتقط النظام الكلام بدقة ويظل غير مناسب للمهمة، وقد يناسبها النظام نفسه إذا أضيفت إليه خطوة التأكيد الصحيحة.

الإعادة قبل الاعتماد

قبل أن يصبح الكلام الملتقط سجلًا أو يطلق الإجراء التالي، يعيد النظام على مسامع الشخص الجزء الذي يترتب عليه أثر، ويطلب منه تأكيده أو تصحيحه.

ويكتفي بهذا الجزء دون غيره. فيعيد الكمية أو العنوان أو الموعد، أو أي عنصر آخر يكون للخطأ فيه كلفة ويغيّر ما يحدث بعد ذلك، ثم يتوقف. أما إعادة الكلام كله فقد تضيع معها هذه الحقول وسط كلام لا يحتاج إلى تأكيد.

وهذه الإعادة آلية، ولا تصير هي نفسها سجلًا. ما يبقى بعدها هو الالتقاط المؤكَّد، ومهمتها الوحيدة أن تعرض على الشخص ما سمعه النظام ما دام تصحيحه قليل الكلفة.

مكالمة واحدة، ومهمتان مختلفتان

ما يلي مثال مركّب أُخفيت منه الهويات. لا عميل حقيقي فيه، ولا مرجع حقيقي، والأرقام فيه موجودة لتوضيح قرار، لا للإبلاغ عن نتيجة.

شركة توزّع قطع غيار تستقبل طلبات إعادة التوريد هاتفيًا. ثلاثة أشياء تحدث داخل مكالمة واحدة: العميل يذكر المنتج، ويذكر الكمية، ويسأل عن موعد الوصول. تبدو محادثة واحدة، وآثارها مختلفة.

المنتج والكمية يصيران أمر تجهيز ينفّذه المستودع ليلًا. والخطأ هنا يعني منصة بضائع خاطئة على شاحنة في السادسة صباحًا، وعميلًا بلا مخزون، ومرتجعًا يحتاج إلى ترتيب. ولا يظهر الخطأ إلا بعد أن يكون قد كلّف شيئًا. هذا الالتقاط يحتاج إلى تأكيد قبل أن يُسجَّل.

أما سؤال الموعد فيسمع العميل جوابه وهو ما زال على الخط. فإذا لم يطابق الجواب ما قصده، فهو حاضر ليعترض، ويمكن تصحيح الأمر قبل أن تنتهي المكالمة.

في هذا السؤال، المسافة قصيرة بين الخطأ المحتمل ومن يستطيع تصحيحه، لذلك قد لا تضيف إعادة منفصلة إلا القليل. وقد جرت المهمتان في مكالمة واحدة، وعلى قناة واحدة، وعبر نظام صوتي واحد، ومتطلباتهما مختلفة. القناة هي نفسها في الحالتين، والأثر مختلف.

الأسئلة الثلاثة

اسألها بالترتيب، عن المهمة وليس عن القناة.

أولًا: ما الذي يُلتقط. ثانيًا: ماذا يصير بعد ذلك؟ هل يُستهلك في لحظته وينتهي، أم يتحول إلى سجل يعتمد عليه أحد لاحقًا أو يقتبسه أو يعترض عليه، أم يُطلق إجراءً يجري بلا مراقبة؟ ثالثًا: بناء على ذلك الجواب، ما التأكيد الذي ينبغي أن يسبقه.

ويمكن أن يبقى الصوت مصدرًا لسجل دائم، بشرط ألا يصير الالتقاط الصوتي الخام مرجعًا معتمدًا بلا تأكيد يناسب ما سيُستخدم فيه ذلك الالتقاط. واختيار التأكيد المناسب قرار تصميمي حقيقي له درجات: إعادة من سطر واحد للكمية، وإعادة معها نسخة مكتوبة تُرسل إلى العميل لعنوان التسليم، وشخص على الخط قبل إلغاء أي شيء.

وثمة حد آخر يسبق التأكيد: هل ينبغي التقاط المعلومة أصلًا. بيانات الدفع، وبيانات الدخول، والمعلومات الشخصية الحساسة، وكل ما لا داعي لأن تحتفظ به الشركة، ينبغي أن يبقى خارج نص المكالمة مهما سهّل الصوت التقاطه. وأول قرار تصميمي قد يكون استبعاد حقل أو حذفه، ولا يأتي تأكيد أي حقل إلا بعد ذلك.

وبعض الحالات ينبغي أن تنتقل إلى شخص بدل أن تُعتمد تلقائيًا. فإذا غيّر التصحيح طبيعة الطلب، أو اعترض العميل على ما سُجّل، أو تجاوز الإجراء التالي حدود ما سُمح للمسار الآلي بتنفيذه، فالناتج الصحيح هو التحويل إلى شخص، ولا ينبغي أن يحاول النظام التقاط الكلام مرة أخرى.

وإذا قُرئت الأسئلة الثلاثة نفسها في الاتجاه الآخر، فإنها تصف حالات كثيرة من سير العمل القائم على الكتابة تحتاج إلى المعالجة ذاتها. فالنموذج المكتوب الذي ينتقل مباشرة إلى النظام بلا إعادة لتأكيد ما كُتب فيه يحمل الثغرة نفسها، وإغفالها هناك أسهل، لأن العميل كتب البيانات بنفسه والجميع يفترض أن ذلك يحسم الأمر.

حين تنتقل المحادثة إلى قناة أخرى

ومعظم هذه المحادثات ينتقل من قناة إلى أخرى. فالمكالمة تصير سلسلة رسائل، أو بريدًا إلكترونيًا، أو يكملها زميل لاحقًا.

انقل ما أكده العميل، واترك نص المكالمة الخام الذي صادف أن ورد فيه هذا التأكيد. فنص المكالمة يحمل كل ما قيل، بما فيه البداية المتعثرة، والتصحيح، والصيغة التي أخطأ النظام في سماعها قبل أن تُصحَّح. ومن يقرؤه بعد ذلك عليه أن يستنتج أي صيغة كانت النهائية، وهذه هي الحيرة نفسها التي وُضعت الإعادة لإزالتها، وقد عادت في القناة التالية.

خذ مهمة واحدة يتولاها فريقك اليوم بالصوت، واطرح عليها الأسئلة الثلاثة. فإذا كان الجواب الثاني أن المحادثة يخرج منها شيء دائم أو شيء يترتب عليه أثر، فقرّر ما الذي يجب تأكيده قبل أن يصير ذلك الناتج مرجعًا معتمدًا. وقد تجد أن المشكلة كانت الخطوة الغائبة بعد الالتقاط، وأنها لم تكن الصوت قط.

قبل أن تضيف أداة جديدة، يستحق أن تعرف إن كان عملك يعتمد على نظام أم عليك أنت. أعددتُ تقييمًا مجانيًا من دقيقتين يمنحك قراءة واضحة لذلك، وأول خطوة يجب إصلاحها. ابدأ التقييم المجاني.