亞馬遜透露，它目前正在試用兩個基于AI的系統(tǒng)來處理購物者查詢，以努力改善其電子商務平臺的客戶服務。

其中一個系統(tǒng)無需人工干預即可自動處理客戶的請求，而另一個系統(tǒng)旨在幫助人工服務代理更快，更輕松地響應查詢。

亞馬遜客戶服務技術管理組織的應用科學經(jīng)理Jared Kramer在一篇博客文章中解釋了電子商務巨頭的自動化代理如何使用神經(jīng)網(wǎng)絡來做出決策而不是規(guī)則，他說：

“大多數(shù)基于文本的在線客戶服務系統(tǒng)都具有可以處理簡單請求的自動化代理。通常，這些代理受規(guī)則支配，就像指定對特定客戶輸入的響應的流程圖一樣。如果自動化代理無法處理請求，則將請求轉交給人類客戶服務代表。在amazon.com上，我們已經(jīng)開始逐步使用神經(jīng)網(wǎng)絡而不是規(guī)則的自動化代理。這些代理可以處理更廣泛的交互，并獲得更好的結果，使我們的客戶服務代表可以專注于更多依賴于人為判斷的任務。”

據(jù)亞馬遜稱，其面向客戶的基于AI的系統(tǒng)正在使用模板排名器來控制自動化代理的詞匯。這涉及從手工編寫的響應模板中選擇AI模型，但該公司計劃開始測試生成模型，在該模型中即時生成響應。

模板由句子的一般形式組成，其中包含諸如產(chǎn)品名稱，日期，交貨時間和價格之類的變量。但是，該模型還能夠合并新模板而無需進行過多的額外工作，因為該模型已經(jīng)過客戶和代表之間的交互數(shù)據(jù)集的預訓練。

亞馬遜的研究人員對兩種基于AI的系統(tǒng)的單獨版本進行了培訓，以應對退貨退款狀態(tài)請求和訂單取消。訂單取消模型接收有關客戶帳戶資料以及對話上下文的一些信息。響應排序器還使用注意機制來確定哪些單詞對響應排序特別有用。