La principale priorità di Insight è stata quella di assicurarsi che l'architettura esistente del rivenditore fosse in grado di supportare il lavoro previsto per il call center. Secondo Meagan Gentry, National AI Practice Lead di Insight, ci sono tre livelli fondamentali che costituiscono le basi per una soluzione di IA:
In questo caso, si è scoperto che Azure OpenAI era il collante necessario per implementare un sistema IVA basato sull'intelligenza artificiale generativa. Con un sistema IVA, i chiamanti possono ottenere immediatamente le risposte di cui hanno bisogno, evitando il noioso processo della selezione di un'opzione di menu, della messa in attesa e del trasferimento al call center o al punto vendita giusto.
Fortunatamente, Azure faceva già parte dell'architettura del rivenditore, il che ha reso molto più facile l'utilizzo dei dati esistenti. "C'erano molti set di dati diversi necessari per eseguire controlli dell'inventario e ricerche sugli account", ha detto Gentry. "I database PostgreSQL e SQL di Azure [del rivenditore] si integravano già molto bene con i connettori di ricerca di Azure OpenAI, quindi abbiamo potuto accedere a quei dati e acquisirli con facilità".
Inoltre, poiché usava già anche Servizi di comunicazione di Azure per gestire il traffico del volume delle chiamate, il rivenditore ha potuto implementare senza problemi Servizi di Azure AI e funzionalità come quelle per la conversione della voce in testo scritto e la sintesi vocale. "La buona notizia è che tutti questi [prodotti] interagiscono bene tra loro, il che rende Azure una piattaforma snella per soluzioni come questa. La metodologia di integrazione [di Azure] è documentata, è disponibile per essere appresa ed è economica", ha affermato Gentry.
Da allora, Insight ha testato diversi percorsi per il comportamento di richiesta e risposta del call center, il che ha implicato la riflessione su domande come: "Questa potenziale domanda viene indirizzata al posto giusto? [La risposta] è corretta, utile e porta alla risoluzione del problema?" Con Azure OpenAI è stato possibile accertarsi che ogni richiesta arrivasse al posto giusto e, con l'aiuto di un framework di generazione aumentata del recupero (RAG) è stato possibile personalizzare ulteriormente le risposte in base ai set di dati unici del rivenditore, in modo sicuro.
"Azure AI risponde costantemente ai cambiamenti del mercato in modo sicuro", ha affermato Gentry, "e questo crea fiducia nei nostri clienti che, quando usano Azure, hanno a portata di mano un menu di opzioni per l'IA che soddisfa le loro esigenze, ma è anche ben controllato".