Une intégration puissante pour transformer le service client dans la banque polonaise

Dans le secteur bancaire, la qualité du service client impacte directement la satisfaction des clients, leur fidélité et la réputation de l'institution. Les clients comptent sur une assistance rapide et efficace pour leurs demandes. Cependant, de nombreuses requêtes courantes, telles que les soldes de compte, l'historique des transactions ou les informations générales sur le compte, ne nécessitent pas de connaissances spécialisées et peuvent être traitées efficacement par des solutions basées sur l'IA, comme les voicebots ou les chatbots. Ces solutions offrent une assistance rapide, accessible 24h/24 et 7j/7, traitent un grand volume de demandes clients simultanément et réduisent considérablement les coûts opérationnels. En outre, elles peuvent efficacement orienter les clients vers le service approprié en fonction de la nature de leur demande.

Le défi consistait à trouver un outil capable de prendre en charge efficacement la langue polonaise. Notre solution a consisté à explorer les options disponibles et à créer une solution personnalisée intégrant Amazon Connect, qui ne prend pas nativement en charge le polonais, avec une plateforme d'automatisation IA qui le fait.

Lors de la phase de proof of concept, nous avons évalué diverses solutions disponibles sur le marché prenant en charge la langue polonaise. Nous les avons évaluées en fonction du flux de configuration, de l'intégration avec des outils tiers, de la qualité de la reconnaissance et de la génération vocales, de l'entraînement et de la reconnaissance des intentions, entre autres. Parmi les options disponibles, BoostAI répondait le mieux à nos exigences. Cette plateforme offre une génération vocale de haute qualité en polonais, une configuration de flux aisée, une analyse des sentiments et ne nécessite aucune installation (l'accès se fait via une API). Elle peut gérer un trafic croissant avec une excellente évolutivité sans compromettre la qualité. La solution est intuitive et aucun codage n'est requis, car la maintenance est automatisée.

Le flux entre Amazon Connect et BoostAI est conçu comme illustré dans le schéma ci-dessous.

Tout d'abord, un client compose le numéro du centre de service client via Amazon Connect. La connexion est ensuite redirigée vers le voicebot de BoostAI. À ce stade, l'algorithme d'IA reconnaît l'intention de l'appelant et conduit la conversation en suivant les parcours conversationnels entraînés. Il convient de noter que lors de la redirection vers un appel, c'est le numéro appelant qui est utilisé, et non le numéro attribué à Amazon Connect. Cela nous permet de relier la conversation dans BoostAI à la conversation en cours dans Amazon Connect.

À présent, le parcours diverge de deux manières : soit le problème est résolu, soit l'utilisateur demande l'assistance d'un agent. Dans le premier cas, la transcription de la conversation est envoyée à Amazon DynamoDB. Amazon Bedrock résume ensuite la transcription et analyse son sentiment, ce qui conclut le flux. Dans le second cas, la transcription est également envoyée à Amazon DynamoDB et analysée pour en déterminer le sentiment. À l'étape suivante, la conversation est redirigée vers Amazon Connect, où elle est prise en charge par un agent disponible, et un nouveau dossier est créé dans Amazon Connect, incluant toutes les informations pertinentes, telles que le résumé et le sentiment de la conversation avec le voicebot de BoostAI ainsi que l'historique des contacts, le cas échéant.

Une fois la conversation avec un agent terminée, l'enregistrement audio est stocké dans un bucket S3, configuré comme déclencheur d'un pipeline de traitement des données. L'ID de conversation AWS est extrait du nom du fichier. La transcription du fichier audio est réalisée à l'aide du service Amazon Sagemaker et du modèle Amazon Whisper (une exigence pour la langue polonaise). Enfin, l'analyse des sentiments et le résumé de la transcription sont effectués à l'aide du service Amazon Bedrock.

Les données de DynamoDB sont présentées sur des tableaux de bord créés dans Amazon Quicksight, simplifiant la présentation des données collectées.