苹果最近宣布暂停新闻和娱乐的人工智能通知摘要。

此前，由于产生了不准确的新闻警报，引发了一波反弹。

下一次IOS更新将完全禁用通知，直到改进服务后的未来更新。

苹果公司的倒退是因为幻觉继续偏离生成式人工智能项目。

考虑一下亚马逊最近将Alexa重塑为人工智能代理的努力。它指出幻觉是一个持续的障碍。

然而，尽管人们普遍谈论幻觉，许多联络中心还是继续推进并实施了自动总结。

毕竟，联络中心提供商承诺，这将是服务团队帮助建立对GenAI信心的简单第一个用例。

现在，这些自动总结似乎并不那么容易。

呼叫中心自动摘要采用率高，但存在困难。

许多联络中心热衷于紧随人工智能的推出，纷纷加入案例自动摘要的行列。

在过去的18个月里，实施自动汇总的服务提供商数量大幅增加。

事实上，根据《CX Today》最近的一份报告，38%的联络中心已经这样做了。

事实证明，将这些自动摘要加载到CRM后联系人中有助于跟踪客户的案例历史，缩短处理时间，节省成本。

然而，一些联络中心发现，尽管模型在POC和试点中表现良好，但将其扩展到企业级生产有其困难。

在领英的一篇帖子中，Observe联合创始人兼首席执行官Swapnil Jain分享了企业联络中心如何使自动总结有效：

•微调模型以提高精度

•解决转录错误

•强制长度限制

•实现高精度实体提取

•管理延迟要求

•保持语音一致性（第一人称与第三人称）

•无缝处理呼叫转移等复杂场景

“这些都不是小细节。”Jain指出：“它们对于构建真正的企业级人工智能解决方案至关重要。”

联络中心应该放弃自动摘要吗？

在彻底抨击自动总结之前，记住它们成为可能之前的时间是至关重要的。

联络中心客服人员必须手动编写摘要，用处置代码标记交互，并将其发送给CRM。

在匆忙中，座席往往会错过关键细节，并选择错误的处置代码。

因此，他们在CRM中填充了不准确的数据，这意味着联络中心难以跟踪许多客户案例的历史。此外，他们无法找出客户准确拨打电话的原因。

虽然自动总结有时可能会产生幻觉，但它们比以前领先了一步。

然而，联络中心应努力确保其部署尽可能准确。

这始于健康的怀疑态度。正如Jain帖子中的一位评论员所写：

一个好的AI演示需要10个小时的工作，但真正的生产需要10000个小时的脏活累活

此外，联络中心应该针对自动摘要解决方案，让他们定制后端大型语言模型（LLM）和提供该模型的提示。

从那里开始，在沙盒环境中对这些模型和提示进行广泛的测试，并使用工具对结果进行基准测试。

实现这一切的解决方案的一个例子是Five9 GenAI Studio。