Nhưng như bất kỳ ai cũng biết, tương tác với CNTT—đặc biệt là chatbot—có thể là một trải nghiệm gây khó chịu. Các công cụ tự động có thể đưa ra những phản hồi mơ hồ, không cụ thể hoặc các bức tường liên kết mà nhân viên phải nhấp qua cho đến khi họ đến được liên kết thực sự giải quyết được vấn đề của họ—tức là, nếu họ không từ bỏ vì thất vọng và nhấp vào “gửi tôi đến một con người” trước.
Để đảo ngược tình huống cũ rích này, Amex đã đưa AI tạo sinh vào chatbot hỗ trợ CNTT nội bộ của mình. Chatbot hiện tương tác trực quan hơn, thích ứng với phản hồi và hướng dẫn người dùng giải quyết vấn đề từng bước.
Kết quả là, Amex đã giảm đáng kể số lượng phiếu yêu cầu hỗ trợ CNTT của nhân viên cần được chuyển đến kỹ sư trực tiếp. AI ngày càng có khả năng tự giải quyết vấn đề.
Hilary Packer, Phó chủ tịch điều hành kiêm Giám đốc công nghệ của Amex, cho biết với VentureBeat: “Nó cung cấp cho mọi người câu trả lời, trái ngược với danh sách các liên kết”. “Năng suất đang được cải thiện vì chúng tôi đang nhanh chóng quay trở lại làm việc”.
Xác thực và độ chính xác là ‘chén thánh’
Chatbot CNTT chỉ là một trong nhiều thành công về AI của Amex. Công ty không thiếu cơ hội: Trên thực tế, một hội đồng chuyên trách ban đầu đã xác định được 500 trường hợp sử dụng tiềm năng trên toàn doanh nghiệp, thu hẹp xuống còn 70 trường hợp hiện đang trong các giai đoạn triển khai khác nhau.
Packer giải thích: “Ngay từ đầu, chúng tôi muốn giúp các nhóm của mình dễ dàng xây dựng các giải pháp AI thế hệ mới và tuân thủ quy định”.
Điều đó được cung cấp thông qua một lớp kích hoạt cốt lõi, cung cấp “công thức chung” hoặc mã khởi động mà các kỹ sư có thể làm theo để đảm bảo tính nhất quán trên các ứng dụng. Các lớp phối hợp kết nối người dùng với các mô hình và cho phép họ hoán đổi các mô hình vào và ra dựa trên trường hợp sử dụng. Một “tường lửa AI” bao trùm tất cả những điều này.
Mặc dù không đi sâu vào chi tiết, Packer giải thích rằng Amex sử dụng các mô hình nguồn mở và đóng và kiểm tra độ chính xác thông qua quy trình quản lý rủi ro và xác thực mô hình mở rộng, bao gồm thế hệ tăng cường truy xuất (RAG) và các kỹ thuật kỹ thuật nhanh khác. Độ chính xác là rất quan trọng trong một ngành được quản lý và dữ liệu cơ bản phải được cập nhật, vì vậy nhóm của cô dành nhiều thời gian để duy trì cơ sở kiến thức của công ty, xác thực và định dạng lại hàng nghìn tài liệu để có được dữ liệu tốt nhất có thể.
Packer cho biết: “Xác thực và độ chính xác là mục tiêu tối thượng hiện nay của AI tạo sinh”.
AI giảm leo thang 40%
Chatbot CNTT nội bộ — chức năng hỗ trợ công nghệ được sử dụng nhiều nhất của Amex — là một trường hợp sử dụng ban đầu tự nhiên.
Ban đầu được hỗ trợ bởi các mô hình xử lý ngôn ngữ tự nhiên (NLP) truyền thống — cụ thể là khuôn khổ mã hóa hai chiều học máy nguồn mở từ bộ biến đổi (BERT) — hiện nay tích hợp AI nguồn đóng để cung cấp hỗ trợ tương tác và cá nhân hóa hơn.
Packer giải thích rằng thay vì chỉ cung cấp danh sách các bài viết trong cơ sở kiến thức, chatbot sẽ thu hút người dùng bằng các câu hỏi tiếp theo, làm rõ các vấn đề của họ và cung cấp các giải pháp từng bước. Nó có thể tạo ra phản hồi được cá nhân hóa và có liên quan được tóm tắt theo định dạng rõ ràng và súc tích. Và nếu người lao động vẫn không nhận được câu trả lời họ cần, AI có thể chuyển các vấn đề chưa được giải quyết lên một kỹ sư trực tiếp.
Ví dụ, khi một nhân viên gặp sự cố kết nối, chatbot có thể cung cấp một số mẹo khắc phục sự cố để giúp họ kết nối lại với WiFi. Như Packer giải thích, “Nó có thể tương tác với đồng nghiệp và nói, ‘Điều đó đã giải quyết được vấn đề của bạn chưa?’ Và nếu họ nói không, nó có thể tiếp tục và cung cấp cho họ các giải pháp khác.”
Kể từ khi ra mắt vào tháng 10 năm 2023, Amex đã chứng kiến khả năng giải quyết các truy vấn CNTT tăng 40% mà không cần chuyển sang kỹ sư trực tiếp. “Chúng tôi đang đưa các đồng nghiệp vào cuộc, tất cả đều rất nhanh chóng”, Packer cho biết.
85% cố vấn du lịch báo cáo hiệu quả với AI
Amex có 5.000 cố vấn du lịch giúp tùy chỉnh hành trình cho các thành viên thẻ Centurion (đen) và thẻ Platinum ưu tú nhất của công ty. Những khách hàng hàng đầu này là một số khách hàng giàu có nhất của công ty và mong đợi một mức độ dịch vụ và hỗ trợ khách hàng nhất định. Do đó, các cố vấn cần phải có kiến thức càng nhiều càng tốt về một địa điểm nhất định.
“Các cố vấn du lịch phải trải dài trên nhiều lĩnh vực khác nhau”, Packer lưu ý. Ví dụ, một khách hàng có thể hỏi về những địa điểm nhất định phải ghé thăm ở Barcelona, trong khi khách hàng tiếp theo lại hỏi về các nhà hàng năm sao ở Buenos Aires. “Đó là cố gắng giữ tất cả những điều đó trong đầu ai đó, đúng không?”
Để tối ưu hóa quy trình, Amex đã triển khai “trợ lý tư vấn du lịch”, một tác nhân AI giúp biên soạn các khuyến nghị du lịch được cá nhân hóa. Vì vậy, ví dụ, công cụ này có thể lấy dữ liệu từ khắp trang web (chẳng hạn như thời điểm một địa điểm nhất định mở cửa, giờ cao điểm và các nhà hàng gần đó) được ghép nối với dữ liệu Amex độc quyền và dữ liệu khách hàng (chẳng hạn như nhà hàng nào mà chủ thẻ có khả năng quan tâm nhất dựa trên thói quen chi tiêu trước đây). Packer cho biết Điều này giúp tạo ra một cái nhìn toàn diện, chính xác và kịp thời.
Người bạn đồng hành AI hiện hỗ trợ 5.000 cố vấn du lịch của Amex trên 19 thị trường — và hơn 85% trong số họ báo cáo rằng công cụ này giúp họ tiết kiệm thời gian và cải thiện chất lượng khuyến nghị. “Vì vậy, đây thực sự là một công cụ hiệu quả”, Packer cho biết.
Mặc dù có vẻ như AI có thể đảm nhiệm toàn bộ quy trình, Packer nhấn mạnh tầm quan trọng của việc đảm bảo con người luôn cập nhật thông tin: Thông tin do AI thu thập được sẽ kết hợp với các cố vấn du lịch và kiến thức của tổ chức để cung cấp các khuyến nghị tùy chỉnh phản ánh sở thích của khách hàng.
Bởi vì, ngay cả trong thời đại công nghệ này, khách hàng vẫn muốn nhận được những lời khuyên từ một người có thể cung cấp bối cảnh và sự liên quan — không chỉ là một hành trình chung chung được tạo ra dựa trên tìm kiếm cơ bản. Packer lưu ý rằng “Bạn muốn biết rằng bạn đang nói chuyện với một người sẽ nghĩ về kỳ nghỉ tốt nhất cho bạn”.
Trợ lý đồng nghiệp được tăng cường AI, bạn đồng hành lập trình
Trong số hàng chục trường hợp sử dụng khác, Amex đã áp dụng AI vào “trung tâm trợ giúp đồng nghiệp” — tương tự như chatbot CNTT — đã đạt được tỷ lệ chính xác 96%; tối ưu hóa tìm kiếm nâng cao trả về kết quả dựa trên mục đích của từ được tìm kiếm thay vì từ ngữ theo nghĩa đen, dẫn đến cải thiện 26% trong phản hồi; và trợ lý mã hóa AI đã tăng năng suất của các nhà phát triển lên 10%.
9.000 kỹ sư của Amex hiện đang sử dụng GitHub Copilot, chủ yếu để thử nghiệm và hoàn thiện mã. Packer giải thích rằng cũng có một tính năng nói chuyện với mã của bạn cho phép các nhà phát triển đặt câu hỏi về mã. Cuối cùng, công ty muốn mở rộng tính năng này trên toàn bộ vòng đời phát triển phần mềm (SDLC) và tài liệu API.
Đáng chú ý, Packer cho biết hơn 85% lập trình viên bày tỏ sự hài lòng với công cụ này, điều này phản ánh cách tiếp cận của công ty đối với AI thế hệ mới.
“Nó không chỉ hoạt động mà khi một đồng nghiệp tương tác với nó, họ có thích nó không?,” Packer nói. “Chúng tôi đã có một số thí điểm mà chúng tôi nói rằng chúng tôi có thể đạt được kết quả mà chúng tôi muốn, nhưng chúng tôi không nhận được sự hài lòng lớn từ đồng nghiệp. Chúng tôi có muốn tiếp tục điều đó không? Đó có thực sự là kết quả phù hợp với chúng tôi không?”
