ChatGPT - hvor er vi på vej hen med kunstig intelligens?

Mogens Yde-Andersen |Call center |2023-06-22

ChatGPT stormer frem. Hvor er vi på vej hen?

Generativ AI er sluppet løsChatGPT har taget os med storm. På mindre end 7 uger nåede ChatGPT fra OpenAI sidste år at gå fra ukendt i november 2022 til at være afprøvet af mere end 100 mio. mennesker i december 2022.1 Mange har stillet opgaver til ChatGPT, DALL-E 2 og lignende tjenester og fået imponerende svar og output.Generativ AI er seneste skud på AI-teknologistammen, og generativ AI danner basis for bl.a. ChatGPT fra OpenAI. Der er vilde forventninger til de fremtidige kommercielle anvendelsesmuligheder. Så hvor er vi egentlig på vej hen med generativ AI?

 

Forkortelserne

GPT
Står for ”generative pre-trained transformer.” der er en type maskinlæringsmodel, der på basis af træning på en stor mængde data kan genere sprogoutput og udføre en række forskellige sprogrelaterede opgaver.

Generativ AI
Transformer-baserede modeller er den ene af de to primære modeller indenfor generativ AI, hvor den anden er generative adversarial networks (GANs), som anvendes til at genere billede-, video- og audio output.

Eksempler på ChatGPT-lignende tjenester

Kilde: Ovenstående bygger på information fra artiklen ”The 6 Best alternatives to ChatGPT” fra Make use of. 4

Ledende generativ AI use cases

ai_use_cases

 

Fra automatiseret AI til co-pilot AI

Med generativ AI sker der et skifte i oplevelsen med AI for os som brugere. Tidligere oplevede vi AI som noget , der skete i baggrunden og var usynligt for os. Når AI eksekverede sin magi, stod vi som brugere uden indflydelse og udenfor loop’et. Med generativ AI er vi med i loop’et og har indflydelse. AI bliver en assistent, som vi interagerer med for i samarbejde at nå frem til en løst opgave/et resultat.

De områder, der på kort sigt forventes at vokse frem, er hyper-automation, hyper-creation og hyper-personalisation.

I ovenstående figur ses de 8 use cases med generativ AI, som har vundet eller vil vinde hurtigst udbredelse iflg. Bret Kinsella.1 I øverste række ses de 4 use cases, hvor der genereres ny data på toppen af eksisterende data, mens den nederste række viser de use cases, hvor der ikke skabes ny data, men nye applikationer, der udnytter eksisterende data.

Bret Kinsella mener, at Text-to Speech er den vigtigste use case område, som i dag opleves med voicebots. Text-to-Text er ofte kernen i de underliggende natural language modeller, som er indbygget i alle use cases i figuren.

Text-to-Text er ikke bare at prompte sig til et digt, en blogpost og en produktbeskrivelse. Text-to-Text kan gøre marketing automation 100% relevant for modtagerne, hvilket ikke er tilfældet i dag, fordi vi som individer er meget mere forskellige end, hvad nuværende værktøjer kan til at tage højde for.

Med Text-to-Code findes masser af eksempler på produktivitetsstigninger hos software-kodning på 40-55%.1

Generativ Search ser vi nu med Microsofts Bing. Og med Googles Bard, når den bliver rullet ud i Danmark. Summarization er den mindst forståede use case. Summarization handler om at høste frugten af effektiv opsummering af (store mængder) data. Vi begynder som brugere at få brugbare svar og handlingsanvisninger på de spørgsmål, som vi naturligt stiller, når vi står overfor (store mængder) data – strukturerede som ustrukturerede. Fordelen med Summarization er, at vi bliver fri for selv at skulle forædle rådata, før vi enten får stillet forædlet opsummerende information til rådighed eller kan gå i gang med at stille spørgsmålene for at få indsigten.

Creation er applikationer, der hjælper os effektivt til at designe og teste nye applikationer, der udnytter generativ AI, men Production er applikationer, der bruges til at implementere og drifte applikationerne, der bygger generativ AI.

Forventningerne til markedet, de første anvendelser og implikationerne af generativ AI

De store big tech spillere – AWS, Google, Microsoft og Meta m.fl. – forventes at udvikle økosystemer omkring deres generative AI-teknologier. De gør det ved at stille API’er og redskaber til rådighed for udviklere, der bygger tjenester på toppen heraf eller kombinerer dem med eksisterende produkter eller services for at levere mere værdi til kunderne. Eksempler på redskaber er GPT-3 API, TensorFlow, PyTorchm Google Cloud AI og Azure AI, som man som virksomhed kan integrere med.

ChatGPT og lignende tjenester har indledningsvist været rettet mod os som privatpersoner. I de seneste kvartaler er erhvervslivet begyndt at eksperimentere med services med generativ AI og/eller ChatGPT og lignende som bagvedliggende komponenter. Den måske mest kendte use case er chatbotten, der udnytter text-to-text og text-to-speech og domæne-specifik information fra virksomhedens egne ressourcer så som website,  kundeservice-hjælpedokumenter og andre dokumenter.

Generativ AI er taget i anvendelse indenfor overvågning, sundhed, marketing, reklame, uddannelse, gaming og kommunikation. Virksomheder, der udbyder analytisk indsigt, personaliserede brugeroplevelser, eller som anvender AI til at strømline operativ drift, kan forventes at få mest ud af generativ AI.

I rapporten ”The economic potential of generative AI” vurderer McKinsey, at generative AI kan erstatte 60-70% af alle ansattes tid gennem overtagelse af de simple og gentagne opgaver.2

I en McKinseys artikel ”AI-powered marketing and sales rech new heights with generative AI”3 vurderer konsulentfirmaet, at afsætningsfunktionen i en virksomhed vil forandre sig kraftigt over de næste år. 90% af de adspurgte beslutningstagere forventer, at salg og marketing vil anvende generativ AI ofte om 2 år.

De første lancerede services med indbygget generativ AI drejer sig om indholds-generering, design-generering, virtuelle assistenter, chatbots, personlig rekommendation, sprogoversættelser og virtuel/syntetisk indhold så som billeder, videoer og 3D modeller. Gartner forventer, at de ti mest anvendte applikationer vil generere 10% af al data (5,6) og 20% af al testdata i 2025.6

Iflg. Bloomberg forventes det kommercielle marked i 2023 at være på 1.300 mia. USD mod 40 mia. USD i 2022.1

Med andre ord forventer eksperterne, at generative AI vil vinde udbredelse i alle funktioner i virksomheder og i alle brancher i løbet af få år.

Udvalgte services indenfor kommunikation og samarbejde med generativ AI

robot

Chatbot

Håndterer chat-dialog og kan løse simple forespørgsler. Kan aflaste kundevendte medarbejdere i peak-perioder og kan hjælpe udenfor åbningstid.
waveform-lines-regular

Voicebot

Håndterer telefon-/tale-dialog og kan løse simple forespørgsler. Kan aflaste kundevendte medarbejdere i peak-perioder og kan hjælpe udenfor åbningstid.
code-branch-regular

Omnichannel

Bringer kundehenvendelser fra forskellige kommunikationskanaler inklusiv sociale medier og website sammen i et overbliksbillede, så prioritering og håndtering bliver lettere og hurtigere for medarbejderne.
user-headset-regular

Agent Assist

En facilitet, der kan overlevere chatbot-dialoger til medarbejdere on the fly f.eks. ved øget kompleksitet eller eskalering i dialogen, og som støtter medarbejderen med foreslået information til brug i kundedialogen i realtid.
display-chart-up-circle-dollar-regular

Insights Analysis

Håndterer telefon-/tale-dialog og kan løse simple forespørgsler. Kan aflaste kundevendte medarbejdere i peak-perioder og kan hjælpe udenfor åbningstid.
I Dstny er vi også på vej med services med indlejret generativ AI

 

Teknologien til kommunikation og samarbejde er også i rivende udvikling, og her spiller generativ AI en stor rolle. Chatbots, voicebots, omnichannel kommunikationshåndtering, agent assist, insights analysis er services, som er udbredt i varieret omfang i erhvervslivet.

I Dstny har vi også disse services i vores serviceportefølje. R&D har brugt en hel del ressourcer på at integrere disse teknologier og kapabiliteter som funktionalitetssæt og moduler på Dstny gruppens telefoniplatform, så de nævnte services nemt og hurtigt kan til- og fravælges af vores kunder. Samlet kalder vi disse nye services for Dstny Customer Engagement Platform.

Chatbot og omnichannel kommunikationshåndtering som services er længst i udviklingen. Versioner af Connect med disse services er i test, og vi ser frem til at lancere dem.

Det er Dstny’s vision, at sådanne services bliver lette og hurtige at implementere, nemme at anvende og til en pris, som ikke kun store virksomhed har råd til, men også små og mellemstore virksomheder.

 

Dstny services med generativ AI

 

Udviklingen går stærkt, og teknologien kan overtage stadig flere af de simple og rutineprægede opgaver. Ønsker du at få mere viden om generativ AI indenfor kommunikation og samarbejde, så kontakt os allerede i dag.

 

Kilder

  1. Bret Kinsella from Voicebot.ai i Applause webinar “Testing Generative AI Apllications,” 26.juni 2023; https://www.applause.com/resources/webinars/testing-generative-ai-applications
  2. McKinsey, artikel, ”AI-powered marketing and sales reach new heights with generative AI,” 11.maj 2023; Marketing and sales soar with generative AI | McKinsey
  3. McKinsey, rapport, ”The economic potential of generative AI: The next productivity frontier,” 14.juni 2023; https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier#introduction
  4. Make use of, artikel, “The 6 Best Alternatives til ChatGPT,” 20.marts 2023; https://www.makeuseof.com/best-alternatives-chatgpt/
  5. Sundar Pichai, blog, “An important next step on our journey,” 6.februar 2023; https://blog.google/technology/ai/bard-google-ai-search-updates/
  6. https://billtcheng2013.medium.com/generative-ai-and-use-cases-cce45fe2a8
  7. https://redblink.com/generative-ai-applications-use-cases/
  8. https://www.forbes.com/sites/forbesbusinesscouncil/2023/06/01/how-companies-can-determine-potential-generative-ai-use-cases/?sh=fd830684e26d

 

 

Læs mere om call center

Recent posts