Kako Amex koristi AI za povećanje učinkovitosti: 40% manje IT eskalacije, 85% putničke pomoći

American Express je divovska multinacionalna tvrtka s otprilike 80 000 zaposlenih, tako da kao što možete zamisliti, nešto se uvijek smisli – bilo da je to radnik koji se bori s pristupom WiFi -u ili se bavi laptopom na fritzu.

Ali kao što itko zna iz prve ruke, interakcija s tim – posebno chatboti – može biti frustrirajuće iskustvo. Automatizirani alati mogu ponuditi nejasne, nespecifične odgovore ili zidove veza koje zaposlenici moraju kliknuti dok ne dođu do onog koji zapravo ne rješava njihov problem-to jest, ako se ne odustaju od frustracije i prvo kliknu “dovedite me do čovjeka”.

Kako bi povećao ovaj istrošeni scenarij, Amex je uvukao generativni AI u svoj interni chatbot za podršku IT-u. CHATBOT sada intuitivnije djeluje, prilagođava se povratnim informacijama i hoda korisnicima kroz probleme korak po korak.

Kao rezultat toga, Amex je značajno smanjio broj zaposlenih IT ulaznica koje je potrebno eskalirati na inženjera uživo. AI je sve više u stanju riješiti probleme.

“Daje ljudima odgovore, za razliku od popisa veza”, izjavila je za VentureBeat Hilary Packer, Amex EVP i CTO. “Produktivnost se poboljšava jer se brzo vraćamo na posao.”

Validacija i točnost ‘Sveti gral’

IT chatbot samo je jedan od AMEX -ovih mnogih AI uspjeha. Tvrtka nema nedostatka mogućnosti: u stvari, posvećeno vijeće u početku je identificiralo 500 slučajeva potencijalne uporabe u cijelom poslu, što je to dovelo do 70 u različitim fazama provedbe.

“Od početka smo htjeli olakšati našim timovima da izgrade gen AI rješenja i da budu u skladu”, objasnio je Packer.

To se isporučuje kroz sloj za omogućavanje jezgre, koji pruža “uobičajene recepte” ili početni kôd koji inženjeri mogu slijediti kako bi osigurali dosljednost u aplikacijama. Orkestracijski slojevi povezuju korisnike s modelima i omogućuju im da izmjenjuju modele i izlaze na temelju slučaja upotrebe. Sve ovo omotava “AI vatrozid”.

Iako se nije upustila u specifičnosti, Packer je objasnio da Amex koristi otvorene i zatvorene modele i testira točnost kroz opsežni postupak upravljanja rizikom i validaciju modela, uključujući generaciju usmjerenu na pronalaženje (RAG) i druge brze tehnike inženjerstva. Točnost je presudna u reguliranoj industriji, a temeljni podaci moraju biti u tijeku, tako da njezin tim provodi puno vremena održavajući baze znanja tvrtke, potvrđujući i preoblikovajući tisuće dokumenata kako bi se dobili najbolji mogući podaci.

“Validacija i točnost su sveti Gral trenutno generativnog AI”, rekao je Packer.

AI smanjuje eskalaciju za 40%

Unutarnji IT chatbot – Amexova najčešće korištena funkcija podrške tehnologije – bio je prirodni slučaj rane upotrebe.

U početku napajani tradicionalnim modelima obrade prirodnog jezika (NLP)-posebno otvorenim kodovima dvosmjerenih reprezentacija kodera iz okvira Transformers (BERT)-sada integrira gen AI zatvorenog koda za pružanje interaktivne i personalizirane pomoći.

Packer je objasnio da, umjesto da jednostavno nudi popis članaka o bazi znanja, Chatbot angažira korisnike s daljnjim pitanjima, pojašnjava njihova pitanja i pruža detaljna rješenja. Može generirati personalizirani i relevantni odgovor sažet u jasnom i sažetom formatu. A ako radnik još uvijek ne dobiva odgovore koji su im potrebni, AI može eskalirati neriješene probleme uživo inženjera.

Na primjer, kada zaposlenik ima problema s povezivanjem, chatbot može ponuditi nekoliko savjeta za rješavanje problema kako bi ih vratio na WiFi. Kao što je Packer objasnio, “Može biti interaktivan s kolegom i reći:” Je li to riješilo vaš problem? ” A ako kažu ne, može se nastaviti i dati im druga rješenja. ”

Otkako je pokrenuo u listopadu 2023., Amex je zabilježio povećanje 40% u njegovoj sposobnosti da riješi upite bez potrebe za prelaskom na uživo inženjer. “Nalazimo kolege na putu, sve vrlo brzo”, rekao je Packer.

85% putnih savjetnika prijavi učinkovitost s AI

AMEX ima 5000 putnih savjetnika koji pomažu u prilagođavanju itinerara za najelitnije (crne) kartice i članova platine kartice. Ovi vrhunski klijenti neki su od najbogatijih tvrtki i očekuju određenu razinu usluge kupcima i podrške. Kao takvi, savjetnici trebaju biti što je moguće poznatiji o određenoj lokaciji.

“Savjetnici za putovanja protežu se po mnogim različitim područjima”, primijetio je Packer. Na primjer, jedan se kupac može pitati o web lokacijama koje posjećuju obalu u Barceloni, dok se sljedeće raspita o restoranima s pet zvjezdica Buenos Airesa. “Pokušava sve to zadržati u nečijoj glavi, zar ne?”

Kako bi optimizirao postupak, Amex je izveo “Assist” Asisten “AI -a, koji pomaže u izricanju personaliziranih preporuka za putovanja. Tako, na primjer, alat može povući podatke s cijelog weba (primjerice kada je otvoreno određeno mjesto, vrhunski sati posjećivanja i obližnji restorani) koji su upareni s vlasničkim podacima AMEX -a i podacima o kupcima (poput restorana koji bi nositelj kartice najvjerojatnije bio zainteresiran na temelju prošlih navika potrošnje). Packer je rekao da to pomaže stvoriti holistički, točan, pravovremeni pogled.

AI suputnik sada podržava AMEX -ovih 5000 savjetnika za putovanja na 19 tržišta – a više od 85% njih navodi da im alat štedi vrijeme i poboljšava kvalitetu preporuka. “Dakle, to je stvarno, stvarno produktivan alat”, rekao je Packer.

Iako se čini da bi AI mogao u potpunosti preuzeti postupak, Packer je naglasio važnost držanja ljudi u petlji: informacije koje je AI dohvatio uparen je s savjetnicima za putnike i institucionalnim znanjem kako bi se prilagodili prilagođene preporuke odraz interesa kupaca.

Jer, čak i u ovo doba usmjereno na tehnologiju, kupci žele preporuke od kolega čovjeka koji može pružiti kontekst i relevantnost-a ne samo generički plan koji je spojio na temelju osnovne pretrage. “Želite znati da razgovarate s nekim tko će razmišljati o najboljem odmoru za vas”, primijetio je Packer.

Ai-poboljšani pomoćni pomoćnik, kodiranje pratitelja

Među ostalim desecima slučajeva upotrebe, Amex je primijenio AI na „Centar za pomoć kolegi“ – slično kao IT chatbot – koji je postigao 96% -tni stopu točnosti; Poboljšana optimizacija pretraživanja koja vraća rezultate na temelju namjere pretraživanih riječi, a ne doslovnih riječi, što dovodi do poboljšanja odgovora od 26%; i AI asistenti kodiranja koji su povećali produktivnost programera za 10%.

AMEX -ovih 9.000 inženjera sada koristi GitHub Copilot, uglavnom za testiranje i dovršavanje koda. Packer je objasnio da postoji i značajka Talk-to-Your-code koja programerima omogućuje postavljanje pitanja o kodu. Na kraju, tvrtka bi je željela proširiti tijekom cjelovitog životnog ciklusa razvoja softvera (SDLC) i API dokumentacije.

Značajno je da je Packer rekao da je više od 85% kodera izrazilo zadovoljstvo alatom, što odražava pristup tvrtke Gen AI.

“Ne samo da djeluje, već kad kolega komunicira s tim, sviđa li im se to?”, Rekao je Packer. “Imali smo nekoliko pilota u kojima smo rekli da možemo postići ishod koji želimo, ali ne dobivamo sjajno zadovoljstvo kolega. Želimo li tako nastaviti? Je li to zaista pravi ishod za nas?”