Comment cette startup d’IA a aidé MyGov à répondre aux questions pendant la pandémie de COVID-19 – Analytics …

Amplify.ai, dont le siège est aux États-Unis, a été fondée en 2018 par Mahi de Silva et Manoj Malhotra pour équiper les marques de la technologie d’IA conversationnelle. Depuis sa création, Amplify.ai a permis aux marques d’avoir plus de 11 milliards d’interactions avec plus de 600 millions de consommateurs dans le monde. Sa plateforme d’engagement basée sur l’IA permet aux marques d’avoir un engagement conversationnel en langage naturel tout au long du parcours client.

Récemment, Analytics India Magazine a eu une conversation avec Kartik Walia, responsable des opérations en Inde chez Amplify.ai, pour comprendre comment la startup tire parti de la technologie AI et ML dans ses opérations quotidiennes.

Inscrivez-vous à notre prochaine conférence sur l’IA>>

Ancien élève de l’Université de Delhi, Kartik a plus de 16 ans d’expérience dans la gestion de produits, le CRM, le marketing consommateur et l’analyse. Avant de rejoindre Amplify.ai, il a occupé des postes clés dans des sociétés de médias, notamment Network18, IndiaTV et Jagran Prakashan Ltd. Ses précédents mandats comprenaient également le travail avec les startups Letsbuy.com (maintenant Flipkart), D2Hshop (l’entreprise de commerce électronique de Jagran Prakashan), et United Corporation. Chez Amplify.ai, il gère une équipe de 25 membres, alimentant l’activité de la startup sur le marché indien.

Extraits édités de la conversation :

OBJECTIF : Quel est le problème que Amplify.ai essaie de résoudre et comment ? Quels sont vos produits phares ?

Kartik Walia : Nous permettons aux marques d’engager les prospects et les clients dans des conversations permanentes, personnalisées et persistantes tout au long du parcours client. Notre solution fonctionne de manière transparente sur les appareils mobiles et les ordinateurs de bureau, sur le Web et dans les médias sociaux, la messagerie sociale et les expériences de recherche. De plus, nos systèmes de ML sont également aptes à amplifier le rendement et l’impact des équipes humaines dans le marketing, le service client et l’engagement gouvernemental et civique.

L’IA conversationnelle initie des conversations réalistes avec le client final et prend en compte les données historiques pertinentes. Il peut accéder au contexte complet des expériences passées (y compris les achats précédents, les interactions, les requêtes) qui pourraient affecter la satisfaction des clients. En fin de compte, cela garantit que le chemin le plus optimal est adopté pour obtenir le résultat souhaité. Il peut également générer des informations supplémentaires centrées sur l’entreprise et mieux comprendre le comportement des clients (via une analyse psychométrique).

De plus, ces solutions permettent également au client de poursuivre sa conversation quand et où il le souhaite. Par exemple, lorsqu’un client s’enquiert d’un produit ou en finalise un, la même conversation se poursuit également sur le site Web. Cela rend le processus transparent et crée une plus grande satisfaction de la clientèle.

OBJECTIF : expliquer la pile technologique sur Amplify.ai.

Kartik Walia : Amplify.ai est une solution clé en main qui peut être facilement intégrée au parcours client à travers les expériences de marketing et de service client. Les conversations peuvent être « programmées » via un générateur de conversation à code zéro par glisser-déposer ou encore étendues via des événements et des déclencheurs JSON. Nos solutions sont vendues sous forme d’abonnement mensuel SaaS en fonction du nombre de conversations activées.

Nous utilisons la structure des intentions/entités pour former nos données NLP et extraire les conversations de plusieurs plates-formes. Ces conversations sont de l’ordre de millions en raison du nombre d’interactions des utilisateurs avec divers éditeurs. Une bibliothèque interne valide ces données pour l’orthographe et la ponctuation parmi de nombreuses vérifications lexicales. Ceci est ensuite exécuté via un pipeline Rasa, qui est configuré pour générer des intentions et des sentiments initiaux.

Les fréquences de mot unique, de bigramme et de trigramme sont conçues pour voir si une phrase ou un sujet particulier est à la mode, ce qui peut être étiqueté avec des intentions personnalisées. Ces commentaires nettoyés sont ensuite transmis à plusieurs algorithmes de notation des sentiments. Ces algorithmes sont un mélange sain d’apprentissage basé sur des règles et d’apprentissage supervisé.

TextBlob et Vader sont des exemples d’apprentissage basé sur des règles, et SVM et Logistic Regression sont des exemples d’algorithmes de ML supervisé, entre autres. Le réglage automatisé des hyperparamètres est effectué sur ces algorithmes à l’aide de l’optimisation bayésienne pour extraire les meilleures performances du modèle.

Cependant, des mesures ont été prises pour éviter le sous-apprentissage/surapprentissage des données d’entraînement. La sortie de ces algorithmes est une à cinq étiquettes de classe de sentiment allant de mauvaise à bonne. Comme la distribution des classes n’est pas censée être cohérente, la priorité est donnée aux scores Macro f1 pour évaluer, entre autres, les performances du modèle.

Ces sorties sont comparées aux sentiments initiaux et le système conserve le meilleur ajustement. Cela nous aide à obtenir un résultat d’analyse des sentiments précis.

Nous explorons maintenant la possibilité d’utiliser des plongements de mots et de chaînes avec des techniques d’apprentissage en profondeur. L’idéologie derrière cette approche est de voir si une plus grande précision contextuelle peut être extraite avec cette technologie de pointe.

Voir également

Kartik Walia : Nous avons développé une pile propriétaire d’intelligence artificielle et d’apprentissage automatique qui comprend des moteurs pour la compréhension du langage naturel, la génération du langage naturel, l’analyse des sentiments, des intentions et des entités. Nos systèmes de ML sont entraînés sur des milliards d’interactions. Ils se sont spécialisés dans les interactions de marketing et de service client dans le commerce électronique, les services financiers, l’électronique grand public, l’automobile, les télécommunications, les médias et les secteurs gouvernementaux ou politiques.

OBJECTIF : Aidez-nous à comprendre les avantages d’utiliser Amplify.ai à l’aide de quelques cas réels.

Kartik Walia :

  • La société de vente au détail Lifestyle utilise Amplify.ai pour la modération de contenu. La solution permet aux marques et à leurs équipes de médias sociaux d’accéder aux outils de médias sociaux, en aidant les marques à déployer des solutions pour l’analyse des commentaires en temps réel et le choix de recommandations prioritaires sur lesquelles les membres de l’équipe doivent agir, ou des actions automatisées sont prises instantanément. Cela inclut d’aimer les commentaires positifs, de publier des réponses publiques aux FAQ, de marquer les commentaires pour les problèmes de support client, de répondre en privé le cas échéant et de masquer les commentaires problématiques, tels que ceux contenant des propos haineux. Après la mise en œuvre de la solution, la modération sociale de Lifestyle est désormais automatisée à 90 % sur Facebook et à environ 50 à 70 % sur Instagram.
  • La plate-forme d’engagement citoyen du gouvernement indien, MyGov, utilise Amplify.ai pour répondre en temps réel aux questions et requêtes des gens concernant les lignes d’assistance COVID-19, le bénévolat et les dons. Nous avons développé un assistant virtuel omnicanal basé sur l’IA qui fonctionnait sur toutes les « surfaces de conversation » pertinentes telles que le chat Web, la recherche et les cartes Google et Facebook Messenger. 11 000 places de restauration et d’abris de nuit ont été découvertes via Google Business Messages (GBM) à travers l’Inde dans environ 700 villes. La conversation de l’utilisateur de messagerie a eu plus de 60 millions de messages échangés.
  • Lors des élections présidentielles américaines de 2020, Amplify.ai a travaillé avec cinq campagnes présidentielles démocrates américaines, dont Joe Biden et 10 campagnes sénatoriales démocrates américaines, dont Mark Kelly, John Hickenlooper et Jon Ossoff. Kamala Harris a été l’un de nos premiers clients politiques en mai 2019.
  • Plus récemment, la marque de chaussures Puma s’est associée à Amplify.ai pour sa campagne d’engagement des consommateurs afin de lancer les chaussures de course PUMA NITRO en Inde. Nous avons contribué à générer plus de 1,2 million de conversations à travers le pays en 15 jours.

OBJECTIF : Avec qui rivalisez-vous ? Quel est votre USP ?

Kartik Walia : Chez Amplify.ai, nos solutions clés en main uniques pour l’engagement client dans le marketing et le service client contrastent fortement avec les offres concurrentes qui sont un ingrédient d’une solution qui doit être mise en œuvre par l’entreprise. Nous visons à fournir super-pouvoirs conversationnels à chaque entreprise en Inde et dans le monde, offrant un engagement omnicanal intégrant l’IA conversationnelle tout au long du parcours client.

Kartik Walia : L’avant-garde de la PNL reste l’apprentissage automatique, et comme pour la reconnaissance d’images, les percées se produisent principalement sur le front des ensembles de données. Pour Amplify.ai, nos progrès se sont accélérés au cours des deux dernières années grâce à l’échelle de l’ensemble de données conversationnelles via un nombre croissant de « surfaces de conversation » entraînées par un géant de la technologie pour contrôler la messagerie B2C. Cette explosion des moyens par lesquels les marques peuvent interagir avec leurs prospects et clients via la messagerie basée sur l’IA nous a permis d’évoluer comme jamais auparavant, atteignant plus de 12 milliards d’engagements avec plus de 600 millions de consommateurs dans le monde.

AIM : À quoi ressemble l’avenir de l’IA conversationnelle ?

Kartik Walia : L’IA conversationnelle reste un défi difficile. Le problème de la poule et de l’œuf agace toujours la plupart des vendeurs. Chez Amplify.ai, nous avons formé notre moteur NLP, ce qui nous permet d’augmenter le nombre de cas d’utilisation de l’engagement des consommateurs tout au long du parcours client dans lequel notre engagement conversationnel passe le test de Turing (à la limite). Cela permettra aux équipes humaines du marketing et du CX d’opérer de plus en plus à une échelle surhumaine.

OBJECTIF : À quoi ressemble le chemin à parcourir pour Amplify.ai ?

Kartik Walia : Nous continuerons à étendre notre solution à de nouveaux secteurs verticaux et à créer des points d’intégration supplémentaires avec des solutions et des services déployés par des entreprises du monde entier. De plus, nous continuerons d’étendre notre solution pour travailler sur de nouveaux canaux de communication et de messagerie au fur et à mesure qu’ils deviennent pertinents.

Le marché de l’IA conversationnelle évolue rapidement. Markets and Markets prévoit que la valorisation de l’espace conversationnel de l’IA devrait passer de 4,8 milliards de dollars en 2020 à un énorme marché de 13,9 milliards de dollars d’ici 2025, avec un TCAC de 21,9%. Pour en savoir plus sur les acteurs travaillant dans l’espace conversationnel de l’IA en Inde, consultez cette histoire. Et, pour comprendre comment MyGov a utilisé la solution d’Amplify.ai pour tenir les citoyens informés pendant la pandémie de COVID-19, consultez cette histoire.

Rejoignez notre serveur Discord. Faites partie d’une communauté en ligne engageante. Rejoignez ici.

Abonnez-vous à notre newsletter

Recevez les dernières mises à jour et offres pertinentes en partageant votre e-mail.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *