Jak Adobe wykorzystał AI do obsługi 22 000 pracowników zdalnych? – Seria 10 Case Studies

Jak Adobe wykorzystał AI?

Problem

Kiedy w marcu w całych Stanach Zjednoczonych rozpoczęła się kwarantanna spowodowana przez COVID-19, zespół Adobe musiał zmierzyć się z rzeczywistością – biznes nie mógł pracować jak zawsze. W ciągu zaledwie jednego weekendu firma musiała przenieść swoją globalną siłę roboczą, liczącą ponad 22 000 osób, do pracy zdalnej. Istniejące procesy biznesowe nie były przygotowane na nagłą zmianę. Klienci, pracownicy i partnerzy – wielu pracujących w domu – nie mogli czekać dniami na rozwiązanie technicznych problemów. Adobe szybko zdało sobie sprawę, że jedynym sposobem na zaspokojenie potrzeb pracowników jest całkowita zmiana sposobu działania wsparcia IT. AI jest kluczowe w współczesnym świecie.

Rozwiązanie AI

W pierwszym kroku zespół Adobe uruchomił globalny kanał na Slack, który połączył organizację IT i całą społeczność pracowników. Dział pomocy technicznej działający 24/7 na całym świecie zapewniał wsparcie w nowym kanale, podczas gdy reszta działu IT została skierowana do rozwiązywania już zarejestrowanych zdarzeń.

Następnie, Adobe zbudował framework i interfejsy na Slack, po czym szybko zdał sobie sprawę, że te same pytania i problemy pojawiają się bardzo często.

Nowy kanał na Slack został oparty na uczeniu maszynowym, a do jego obsługi wykorzystano technologię przetwarzania języka naturalnego (NLP).

AI w Adobe używa techniki klasyfikacji opartej na sztucznej sieci neuronowej do przypisywania zgłoszeń do odpowiednich klas lub obsługi kolejek. Na podstawie przewidywanej klasyfikacji, zgłoszenie jest automatycznie przypisywane do odpowiedniej kolejki pomocy technicznej.

„Koncentrując się na najczęstszych i najistotniejszych problemach, postanowiliśmy zoptymalizować nasze wsparcie dla tych najczęściej występujących.”

Przetwarzanie języka naturalnego (NLP) to gałąź sztucznej inteligencji, która pomaga komputerom rozumieć, interpretować i manipulować ludzkim językiem. NLP czerpie z wielu dyscyplin, w tym informatyki i lingwistyki komputerowej, dążąc do wypełnienia luki między komunikacją międzyludzką a zrozumieniem komputera.

Sztuczna sieć neuronowa (SSN) to element systemu komputerowego zaprojektowanego do symulacji sposobu, w jaki ludzki mózg analizuje i przetwarza informacje. Jest podstawą sztucznej inteligencji (AI) i rozwiązuje problemy, które okazałyby się niemożliwe lub trudne według standardów ludzkich lub statystycznych. SSN mają możliwości samouczenia się, które pozwalają im uzyskiwać lepsze wyniki, gdy dostępnych jest więcej danych.

Jeśli chciałbyś zapisać się do naszego newslettera, zapraszam:

.

Jasne wyniki – zadowoleni pracownicy

Wyniki były niezwykłe. Od czasu uruchomienia projektu, zautomatyzowany system odpowiedział na ponad 3000 zapytań i nastąpiła znaczna poprawa w najbardziej krytycznych obszarach. Dzięki mechanizmowi routingu, opartemu na deep learning i NLP, 38% ticket’ów jest teraz automatycznie kierowana do właściwego działu IT w ciągu zaledwie sześciu minut.

Dalszy rozwój firmy i wdrożenia AI

Zespół Adobe nieustannie poprawia wskaźniki odpowiedzi, stale przeglądając wcześniejsze rozmowy w kanale Slack i identyfikując słowa kluczowe. Dzięki temu silnik oparty na regułach jest stale rozwijany, a oznaczając dane z poprzednich rozmów, NLP uczy się lepszego dopasowywania zgłoszeń i przeglądania konwersacji w celu zidentyfikowania najważniejszych problemów i tworzenia nowych odpowiedzi botów. Co dwa tygodnie model sieci neuronowej bota jest odświeżany, dodając nowe dane z rozwiązanych biletów do zestawu szkoleniowego. Pomaga to nie tylko zidentyfikować nowe lub zmienione wzorce routingu, ale także umożliwia modelowi ponowne uczenie się i unikanie błędów w kolejnych zgłoszeniach.
Innym obszarem, któremu przygląda się Adobe, jest automatyzacja procesów biznesowych (RPA). Firma eksperymentuje i ocenia nowe sposoby wykorzystania technologii RPA, w celu zwiększenia doświadczenia pracowników.

„W miarę jak będziemy przenosić dodatkowe funkcje na AI i chatboty, będziemy skupiać się na kilku podstawowych kwestiach – po pierwsze, badamy, gdzie zwrot z inwestycji wynika z technologii – biorąc pod uwagę liczby i wskaźniki.”

„AI i chatboty stały się nową „komplementarną” siłą roboczą w Adobe. Technologia ta usprawnia to, co nasze zespoły mogą zrobić i sprawia, że praca jest jeszcze bardziej wydajna.

Badania branżowe wspierają to podejście. W raporcie PwC z 2017 r. stwierdzono, że 72% kadry kierowniczej w firmach uważa, że zastosowanie AI przynosi korzyści biznesowe.

„Deep learning to proces, w którym komputer uczy się wykonywania zadań naturalnych dla ludzkiego mózgu, takich jak rozpoznawanie mowy, identyfikowanie obrazów lub tworzenie prognoz. Zamiast organizować dane i wykonywać szereg zdefiniowanych równań, w przypadku deep learning komputer zbiera podstawowe parametry dotyczące danych i przygotowuje się do samodzielnego uczenia, poprzez rozpoznawanie wzorców z zastosowaniem wielu warstw przetwarzania.”

Autorzy: Arek Skuza, Marta Musińska

Jeśli podoba Ci się ten artykuł, myślę, że może Ci się również spodobać:

  1. Inicjatywy cyfrowe IKEA
  2. Sztuczna inteligencja w innowacjach w handlu detalicznym – Amazon
  3. Best AI companies to consider for investment