運用科技促進人際關係
T-Mobile 引以為傲的是顛覆了無線通訊世界，它總是懷抱創新思維來面對與客戶之間的關係。這當中包括公司運用 AI 進行客戶服務。
運用機器學習的預測能力提升客戶服務，這是以 AI 加強人類能力的最佳例證。T-Mobile 將此視為可以更快更好地服務客戶的良機，這不僅公司及其客服人員受惠，也能充實客戶體驗，締造更緊密的人際關係。
T-Mobile 執行副總裁暨執行長 Cody Sanford 表示：「大多數企業將 AI 與機器學習用於打造更精密的互動式語音回應 (IVR) 系統與聊天機器人，以盡可能延後客服人員直接應對顧客的時間。」但 T-Mobile 翻轉了這個模式。只要是 T-Mobile 的客戶都能立即聯繫熟識的客服人員，無需面對互動式語音回應系統或聊天機器人。在 AI 的協助下，這些客服人員可以迅速取得客戶最需要的資訊。
為客服人員提供即時的背景資訊，確保每位客戶的問題都能迅速確實地解決。為了達到這個目標，T-Mobile 開發了自然語言理解的機器學習模型，可以從大量文字資料中擷取語意。公司的資料庫包含數十萬筆每天處理的客戶問題，還有為客戶問題提供可能解答的知識庫。有了龐大的資料庫，機器學習模型便能預測哪一筆資訊可以滿足某個客戶的需求，比如協助他們支付帳單或是申請新的電話線，接下來，相關內容便會顯示在密切合作的專家小組 (TEX) 客服人員眼前，這些客服人員熟識客戶，因為他們定期為客戶提供服務。
「T-Mobile 的客戶很喜歡與我們建立這種人性化的人際關係。透過機器學習，我們可以重新打造客戶與我們的關係。」
Cody Sanford
執行副總暨資訊長
T-Mobile
「T-Mobile 的客戶很喜歡與我們建立這種人性化的人際關係。透過機器學習，我們可以重新打造客戶與我們的關係。」
Cody Sanford
執行副總暨資訊長
T-Mobile
然而，在開始實施這個流程之前，我們需要為資料加上標籤，以便訓練這些預測機器學習模型。T-Mobile 以前有數個資料科學家小組，負責為資料手動加上標籤。這是非常重要的工作，但既單調又耗時。這群資料科學家檢視客戶的訊息，從中挑出關鍵字和片語，再將它們對應至交易類型。
為了使用 AI 為資料加上標籤，T-Mobile 決定採用 Amazon SageMaker Ground Truth。Ground Truth 能加速並擴展訓練資料的標籤功能，這對機器學習模型產生準確預測資料來說非常重要。有了 Ground Truth，不需採取人工方式，就能即時學習這些註解，並自動為剩下的資料集套用標籤。
使用 Ground Truth 不僅簡化整個過程，也讓 T-Mobile 的資料科學家發揮所長，得以處理更專業的任務，比如建立模型、分析、驗證與部署。
Sanford 表示：「我們一直耗費資料科學家大量的時間，為成千上萬的訊息加上標籤。Ground Truth 則以超高效率解決這件事，我們再也不必讓學有專精的資料科學家去做人工標籤的工作。」
舉例來說，Ground Truth 透過檢視數百萬則客戶文字訊息當中的用句和關鍵字，建立精準的訓練資料，協助 T-Mobile 為客戶的問題提供預測準確度更高的建議，因此客戶在第一次聯繫時便能得到正確解答。這個模型設計為自我學習，因此它會愈來愈準確。
Sanford 表示：「T-Mobile 的客戶很喜歡與我們建立這種人性化的人際關係。透過機器學習，我們可以重新打造客戶與我們的關係。」