Singapore Airlines: უკეთესი მოგზაურობა და მუშაობა OpenAI-ით

ხელოვნური ინტელექტი Singapore Airlines-ში მომხმარებელთა მომსახურების, თანამშრომელთა გაძლიერებისა და ტექნოლოგიების შექმნის პროცესების ნაწილი ხდება. ავიაკომპანია მომხმარებლებისთვის განკუთვნილ სერვისებში OpenAI-ის API-ს იყენებს, ხოლო თანამშრომელთა შიდა პლატფორმა Jarvis-ში — OpenAI-ის მოდელებს. ამ პლატფორმაზე ხელოვნური ინტელექტის გამოყენება დადგენილი წესებით იმართება. კომპანია OpenAI-ის მოდელებს პროგრამული უზრუნველყოფის შემუშავების პროცესებშიც იყენებს, რათა მომსახურება უფრო პერსონალიზებული გახადოს, გაზარდოს პროდუქტიულობა და გუნდებს უფრო ეფექტიანად მუშაობაში დაეხმაროს.

ყველა ამ დანერგვისას Singapore Airlines OpenAI-ის მოდელებს აერთიანებს ორკესტრაციასთან, მონაცემთა შიდა კონტროლთან, ვალიდაციასა და ადამიანის მიერ შემოწმებასთან. ამგვარად, გუნდებს ხელოვნური ინტელექტის რეალურ სამუშაო პროცესებში პასუხისმგებლიანად ჩართვის ერთიანი მიდგომა აქვთ.

Singapore Airlines-ში ხელოვნური ინტელექტის გამოყენების ერთ-ერთი ყველაზე თვალსაჩინო მაგალითია Kris — მომხმარებლებისთვის განკუთვნილი ჩატბოტი. მას შემდეგ, რაც Singapore Airlines-მა Kris წინასწარ გაწერილი დიალოგების ტრადიციული სისტემიდან OpenAI-ის API-ის გამოყენებით LLM-ზე დაფუძნებულ საუბრის რეჟიმზე გადაიყვანა, მომხმარებელთა კმაყოფილება გაორმაგდა.

პარალელურად, ავიაკომპანიამ მომხმარებელთა მომსახურების წარმომადგენლებისთვის ხელოვნური ინტელექტის დამხმარე ხელსაწყოები დანერგა, მათ შორის OpenAI-ის API-ზე დაფუძნებული ზარების შეჯამების ფუნქცია. შედეგად, წარმომადგენლები ნაკლებ დროს ხარჯავენ ზარის შემდგომ სამუშაოზე და მეტ დროს უთმობენ მომხმარებელს. Singapore Airlines-ში მომხმარებელთა მომსახურების წარმომადგენლების მიერ მოთხოვნის დამუშავების საშუალო დრო დაახლოებით 10%-ით შემცირდა.

ჩატბოტის ძველ ვერსიაში, რომელიც წინასწარ გაწერილ დიალოგებს ეყრდნობოდა, თითოეული თემის ხელით განსაზღვრა და საუბრის ყოველი სცენარის წინასწარ დაწერა იყო საჭირო. ეს ართულებდა იმ საკითხების წრის გაფართოებას, რომელთა მოგვარებაც ჩატბოტს შეეძლო. თუ მომხმარებლის კონკრეტული განზრახვა სისტემაში გათვალისწინებული არ იყო, საუბარში უფრო ხშირად ხდებოდა საჭირო მომსახურების წარმომადგენლის ჩართვა — მაშინაც კი, როცა მოთხოვნის მოგვარება თვითმომსახურებით შეიძლებოდა.

Singapore Airlines-მა OpenAI-ის API-ის მეშვეობით Kris სრულად LLM-ზე დაფუძნებულ საუბრის რეჟიმზე გადაიყვანა. წინასწარ განსაზღვრულ სცენარებზე დამოკიდებულების ნაცვლად, ჩატბოტს შეუძლია გაიგოს მომხმარებლის ბუნებრივი ენით გამოთქმული განზრახვა, პასუხები ცოდნის ბაზას დააფუძნოს, ერთდროულად რამდენიმე თემაზე ისაუბროს და საჭიროებისას საუბარი შესაბამის კონტექსტთან ერთად მომსახურების წარმომადგენელს გადასცეს.

დღეს მომხმარებლები Kris-ს იყენებენ ზოგადი კითხვებისთვის, სპეციალური მოთხოვნებისთვის, ფრენების შეფერხების შესახებ რეალურ დროში ინფორმაციის მისაღებად და გარკვეული ოპერაციების შესასრულებლად. Singapore Airlines აგრძელებს მისი შესაძლებლობების გაფართოებას, რათა დაემატოს ჯავშნის ცვლილება, ბარგთან დაკავშირებული ოპერაციები და უფრო რთული ინტერაქციები, რომლებშიც ჩატბოტი აგენტის როლს შეასრულებს.

Flight Recommender მომხმარებლებს საშუალებას აძლევს, ფილტრების, თარიღებისა და მიმართულებების მუდმივი შეცვლის ნაცვლად, სასურველი მოგზაურობა ბუნებრივი ენით აღწერონ. გასული წლის განმავლობაში მისი გამოყენება თითქმის გასამმაგდა.

OpenAI-ის API-ზე აგებული Flight Recommender იყენებს ორკესტრაციის შრეს, რომელიც ტარიფებისა და ადგილების ხელმისაწვდომობის მონაცემებს უკავშირდება. ის განმარტავს მომხმარებლის განზრახვას, იძახებს შესაბამის ხელსაწყოებს და ბუნებრივი ენით სთავაზობს მოგზაურობის პერსონალიზებულ რეკომენდაციებს.

გუნდმა ასევე დანერგა დამცავი მექანიზმები შეყვანილი მონაცემებისა და პასუხების ვალიდაციისთვის, მავნე ან შეუსაბამო მოთხოვნების დამუშავებისთვის, ჰალუცინაციების შემცირებისთვის, პირის საიდენტიფიკაციო ინფორმაციის (PII) მართვისთვის და ავთენტიფიკაციის საფუძველზე მხოლოდ კონკრეტული მოთხოვნისთვის საჭირო კონტექსტზე წვდომისთვის. Singapore Airlines ამზადებს სერვისის გაფართოებას ჩატბოტთან უფრო სრულფასოვანი დიალოგისთვის, რათა მომხმარებლებმა ძიების თავიდან დაწყების ნაცვლად მოგზაურობის იდეები თანდათან დააზუსტონ.

მომხმარებლებისთვის განკუთვნილი სერვისების გარდა, Singapore Airlines OpenAI-ის მოდელებს პროგრამული უზრუნველყოფის შემუშავების ციკლის ზოგიერთ ეტაპზეც იყენებს. ეს გუნდებს ეხმარება, უფრო ეფექტიანად დაგეგმონ, დახვეწონ, დატესტონ და შეამოწმონ სამუშაო. პროგრამული უზრუნველყოფის შემუშავების ციკლის ცალკეულ საქმიანობებში გუნდებმა პროდუქტიულობა 20%-მდე გაზარდეს.

ხელოვნური ინტელექტი ახლა პროდუქტის შექმნისა და დანერგვის მთელ ციკლში გამოიყენება და არა მხოლოდ კოდის წერაში. გუნდები გენერაციული ხელოვნური ინტელექტის მოდელებს იყენებენ მოთხოვნების დასაზუსტებლად, დაინტერესებულ მხარეებთან შეხვედრების გასაანალიზებლად, პროდუქტის სპეციფიკაციების მოსამზადებლად, ზღვრული შემთხვევების გამოსავლენად, სატესტო სცენარების შესაქმნელად, არქიტექტურის შესამოწმებლად და რთული სამუშაოს მცირე, უფრო ადვილად ტესტირებად ამოცანებად დასაყოფად.

ერთ-ერთი კომერციული ფუნქციისთვის გუნდმა OpenAI-ის API გამოიყენა, რათა შემუშავების დაწყებამდე კრიტიკულად შეემოწმებინა ვარაუდები, გამოევლინა ორაზროვანი მოთხოვნები და ზღვრული შემთხვევები. მათი მკაფიოდ განსაზღვრის შემდეგ ხელოვნური ინტელექტი დაეხმარა გუნდს დიზაინის ვარიანტების, განხორციელების გეგმებისა და სატესტო სცენარების მომზადებაში, შემდეგ კი — კოდის გენერირებაში.

დანერგვისას და შემდგომაც ხელოვნური ინტელექტი ეხმარება გუნდს, გაიგოს, როგორ მუშაობს სისტემა რეალურ გარემოში და გამოავლინოს პრობლემები, რომლებიც სხვაგვარად შეიძლება შეუმჩნეველი დარჩენილიყო. რადგან ხელოვნური ინტელექტი სამუშაო პროცესის ყველა ეტაპზეა ჩართული, გუნდის წევრები ყველა სამუშაო მასალას თავად აღარ ქმნიან. ამის ნაცვლად, შექმნისა და დანერგვის მთელი ციკლის განმავლობაში ისინი მიმართულებას აძლევენ ხელოვნურ ინტელექტს, ამოწმებენ და ადასტურებენ მის მიერ შექმნილ შედეგებს. ასე მათ შეუძლიათ ყურადღება დაუთმონ სამუშაოს, რომელსაც ნამდვილად სჭირდება ადამიანის განსჯა — მაგალითად, პრიორიტეტების განსაზღვრას, არქიტექტურას, მართვის წესებსა და დაინტერესებული მხარეებისთვის სასურველ შედეგებს.

უფრო ფართო მასშტაბით, OpenAI-ის მოდელები Singapore Airlines-ს ეხმარება მოთხოვნების ხარისხის, ტესტებით დაფარვისა და შიდა სტანდარტებთან შესაბამისობის გაუმჯობესებაში. გუნდები ამ პროცესებს იყენებენ ტესტირებისთვის ზღვრული შემთხვევების შესაქმნელად, არქიტექტურის გეგმების შესამოწმებლად და ადამიანის მიერ ვალიდაციის გასამარტივებლად, სანამ სამუშაო შემუშავების ციკლის შემდეგ ეტაპზე გადავა.

Singapore Airlines ხელოვნურ ინტელექტს არა მხოლოდ საინჟინრო გუნდებისთვის, არამედ მთელი კომპანიისთვის ხელმისაწვდომს ხდის თავისი შიდა პლატფორმის, Jarvis-ის მეშვეობით. OpenAI-ის მოდელებზე მომუშავე Jarvis თანამშრომლებს საშუალებას აძლევს, ხელოვნური ინტელექტი დადგენილი წესების ფარგლებში გამოიყენონ ყოველდღიურ საქმიანობაში — დოკუმენტების შეჯამებიდან საკუთარ საჭიროებებზე მორგებული სამუშაო პროცესების შექმნამდე.

თანამშრომლები Jarvis-ით უსაფრთხო გარემოში მუშაობენ PDF-ებზე, Word-ის დოკუმენტებზე, Excel-ის ფაილებზე, PowerPoint-ის პრეზენტაციებსა და სხვა ტიპის ფაილებზე. ამავე დროს, ისინი ქმნიან საკუთარ საჭიროებებზე მორგებულ სამუშაო პროცესებსა და ცოდნის მარტივ ბაზებს ყოველდღიური საქმიანობისთვის. დღეს Singapore Airlines-ის თანამშრომელთა 60%-ზე მეტი Jarvis-ს ყოველთვიურად იყენებს და მომხმარებელთა რაოდენობა კვლავ იზრდება.

• მომხმარებელთა კმაყოფილების მაჩვენებელი (CSAT) გაორმაგდა ხელოვნურ ინტელექტზე დაფუძნებულ Kris ჩატბოტზე გადასვლის შემდეგ

• მოთხოვნის დამუშავების საშუალო დრო დაახლოებით 10%-ით შემცირდა მომსახურების აგენტებისთვის, რომლებიც ხელოვნური ინტელექტის დამხმარე ხელსაწყოებს იყენებენ

• გასულ წელს გასამმაგდა Flight Recommender-ის ყოველთვიურ მომხმარებელთა რაოდენობა — ეს ხელსაწყო მათ მოგზაურობის ვარიანტების მოძიებაში ეხმარება

Singapore Airlines აგრძელებს ხელოვნური ინტელექტის გამოყენების გაფართოებას როგორც მომხმარებლებთან დაკავშირებულ, ისე თანამშრომელთა სამუშაო პროცესებში. Kris-ისთვის შემდეგი ეტაპი უფრო სრულყოფილი თვითმომსახურებაა: მეტი ოპერაციის შესრულების შესაძლებლობა მომხმარებლებს დაეხმარება, მოთხოვნები უშუალოდ ჩატში მოაგვარონ. Flight Recommender მოგზაურობის ვარიანტების ძიებას უფრო მეტად დიალოგზე დააფუძნებს: მომხმარებლები ძიების თავიდან დაწყების ნაცვლად იდეებს საუბრის მსვლელობისას დააზუსტებენ.

Jarvis მთელი კომპანიისთვის ხელმისაწვდომია და Singapore Airlines ცდილობს, მეტ თანამშრომელს დაეხმაროს ხელოვნური ინტელექტის ყოველდღიურ საქმიანობაში გამოყენებაში. მომხმარებლებისთვის განკუთვნილ ინოვაციებთან ერთად, ეს ავიაკომპანიას ეხმარება ისეთი მომავლის შექმნაში, სადაც ხელოვნური ინტელექტი მოგზაურობას უფრო შეუფერხებელს ხდის, თანამშრომელთა პროდუქტიულობას ზრდის და კომპანიას ცვალებად საჭიროებებზე უკეთ რეაგირების საშუალებას აძლევს.