Poly AI

Einführung in die Tools

PolyAI ist eine Plattform für Sprach- und Chat-Intelligenzen, die für den Kundenservice in Unternehmen entwickelt wurde. Sie dient dazu, echte Kundengespräche über Telefon, Webchat sowie Nachrichtenkanäle automatisch zu verarbeiten. PolyAI kann Fragen beantworten, Termine vereinbaren sowie Transaktionen durchführen. Bei Bedarf wird der Kontext an einen menschlichen Mitarbeiter weitergeleitet.

Hauptfunktionen

Sprach- und Multikanal-Dialog

Die Plattform kombiniert Spracherkennung, Dialogmodelle und Sprachsynthese zu einem Echtzeit-Kundenservice-Assistenten, der auch Chat über Webseiten und SMS unterstützt. Der Assistent kann Unterbrechungen, Akzente, Hintergrundgeräusche sowie mehrfache Kontexte verarbeiten, doch für komplexe oder hochriskante Angelegenheiten sollte weiterhin eine manuelle Weiterleitung erfolgen.

• Über das Telefon werden häufige Anfragen, Buchungen, Zahlungen und Störungsbehebungen entgegengenommen.
• Die Kenntnisse und Prozesse des Agents können in Kanälen wie Chatseiten oder SMS wiederverwendet werden.
• Die gesammelten Informationen werden an den menschlichen Ansprechpartner übermittelt, um wiederholte Erklärungen seitens des Kunden zu vermeiden.

Agent Studio und Workflow

Agent Studio bietet eine visuelle Benutzeroberfläche zur Konfiguration von Rollen, Wissen, Stimmen, Regeln, Abläufen, Werkzeugen und Weiterleitungszielen. Jede Änderung kann zunächst im Testumfeld getestet werden, bevor sie schrittweise in die Produktionsumgebung eingeführt wird.

• Erstellen Sie FAQs, kontrolliertes Wissen und mehrstufige Dialogprozesse.
• Konfigurieren Sie verschiedene Varianten für Marken, Standorte, Sprachen und Anrufroutings.
• Bei der Überprüfung von Dialogen werden Transkripte, Aufnahmen, Aufrufe von Tools sowie abgerufene Inhalte angezeigt.

Integration und dynamische Steuerung

PolyAI kann Telefonanlagen, CCaaS-, CRM-, Ticketing-, Zahlungs- und Buchungssysteme verbinden und unterstützt benutzerdefinierte Schnittstellen sowie MCP-Tools. Jede Lese- oder Schreibaktion in externen Systemen sollte über eigene Berechtigungen sowie Verfahren zur Fehlerbehandlung verfügen.

• Der offizielle Katalog bietet verschiedene voreingestellte Integrationen und unterstützt OAuth sowie Feldzuordnungen.
• Es können Python-Funktionen, Netzwerkschnittstellen oder MCP-Erweiterungen als Proxy-Tools verwendet werden.
• Unterstützung der Anbindung an bestehende Telefon- und Contact-Center-Plattformen über SIP oder PSTN.

Analyse und Governance

Der Administrator kann das Dashboard, die Details der Gespräche, die Gründe für die Umleitung sowie die Leistung der Agenten einsehen. Zudem können durch Rollenrechte bestimmte Funktionen eingeschränkt werden. Die Verpflichtungen in Bezug auf Sicherheit, Privatsphäre und Konformität müssen im Einklang mit dem Standort des Unternehmens, dem erworbenen Paket sowie den offiziellen Vereinbarungen geprüft werden.

Anleitung zur Verwendung

1. Erstellen Sie ein Agent Studio-Konto oder wenden Sie sich an das Unternehmensteam, um die Szenarien, Kanäle, Sprachen sowie die Regeln für eine manuelle Aufwertung zu klären.
2. Neuer Proxy erstellen, Name, Hauptsprache, Stimme, Begrüßungstext, Verhaltensgrenzen und Markentonfall einstellen.
3. Fügen Sie überprüfte Wissensthemen und Datenquellen hinzu und konfigurieren Sie anschließend Prozesse und Tools wie Terminvereinbarungen, Zahlungen oder Tickets.
4. In der Sandbox werden Tests mit verschiedenen Akzenten, Ausdrucksweisen, ungewöhnlichen Eingaben und sensiblen Szenarien durchgeführt, und jedes Gespräch wird überprüft.
5. Verbinden Sie Telefonnummern, Webkomponenten oder bestehende Kundenservice-Systeme zunächst mit dem Prä-Release-Modus, bevor Sie sie in die Live-Umgebung einsetzen.
6. Regelmäßige Überprüfung von Protokollen und Analysen, Anpassung von Wissen, Übertragungsbedingungen und Sicherheitsregeln sowie Aufbewahrung von Rollback-Plänen.

Vergleich der Konstruktionsweisen

Für welche Benutzer geeignet

• Callcenter und Kundenserviceabteilungen mit hohem Anrufaufkommen, die rund um die Uhr häufige Anfragen bearbeiten müssen.
• Hotels, Einzelhandels- und Dienstleistungsunternehmen, die die Prozesse der Terminvereinbarung, Bestellabwicklung, Abfrage von Kontodaten oder Zahlungen automatisieren müssen.
• Finanzielle und medizinische Organisationen, die die Weiterleitung, Prüfung, Berechtigungen sowie die Integration von Datensätzen steuern müssen.
• Das Unternehmens-AI-Team möchte, dass das Vertriebsteam gemeinsam mit den Entwicklern die Sprachagenten wartet.

Preise und Pakete

Auf der offiziellen Website wird erklärt, dass die Nutzung des Unternehmens-Voice-Agents nach der Anzahl der Gesprächsminuten abgerechnet wird. Die Gebühren beinhalten Verbesserungen der Leistung, Wartung sowie 24/7-Support. Allerdings werden weder der Preis pro Minute noch eine Mindestvertragslaufzeit angegeben. Die genauen Preise hängen von der Anzahl der Gespräche, der Komplexität der Situation, dem Kanal, der Integration sowie den professionellen Dienstleistungen ab.

Auf der offiziellen Website gibt es Werbeseiten für bestimmte Partner und Zeitraum, doch diese stellen keine allgemein gültigen Preise dar. Bei der Beschaffung sollten die offiziellen Angaben zu den Implementierungskosten, Telefonkosten, Anrufminuten, parallelen Verbindungen, Speicherplatz, Integration sowie zu den Gebühren für Übernutzung bereitgestellt werden.

Vorteile des Produkts

• Spracherkennung, Dialog-Engine, künstliche Stimmen sowie Telefonanschlüsse und -analyse bilden ein komplettes Technologiepaket.
• Derselbe Agent kann über eine visuelle Benutzeroberfläche, Code-Tools und APIs gemeinsam verwaltet werden.
• Die voreingestellte Integration umfasst verschiedene Contact-Center-, Telefon-, CRM- und Ticketing-Systeme.
• Es werden Prozesse für den Übergang von der Testumgebung in die Produktionsumgebung, Funktionen zur Versionierung sowie Möglichkeiten zur Diagnose von Problemen bereitgestellt.

Einsatzbeschränkungen und Hinweise

• Auf verschiedenen Seiten der offiziellen Website werden jeweils mehr als 24 sowie 45 Standardsprachen genannt; es bestehen Unterschiede in den offiziell angegebenen Angaben. Es sollte daher je nach Zielsprache, Kanal und Konto eine direkte Testung durchgeführt werden.
• Telefonagenten könnten Namen, Zahlen, Kontoinformationen oder Akzente falsch verstehen; bei Zahlungen, Identitätsprüfungen und in medizinischen Situationen müssen BestätigungsSchritte eingebaut werden.
• Aufnahmen, Transkripte und Kundendaten unterliegen den Vorschriften zum Schutz der Privatsphäre und der Kommunikation; Unternehmen müssen Richtlinien für Information, Zustimmung, Aufbewahrung und Löschung festlegen.
• Die Automatisierung sollte klare manuelle Übertragungswege sowie Fehlertoleranzmechanismen beibehalten, anstatt sich ausschließlich auf die Versprechen der Modelle zu verlassen.
• Neben der Gebührenberechnung nach Minuten können es noch Kosten für den Telefonanbieter, Integration, Modelle, Implementierung und interne Wartung geben.

APIs, SDKs und Open Source

PolyAI stellt mehrere APIs zur Verfügung, mit denen Agenten erstellt, Gespräche gelesen, Chats geführt, Alarme ausgelöst sowie Webhooks verwendet werden können. Zudem werden ein Python ADK sowie ein Android Message SDK bereitgestellt. Sowohl das ADK als auch das Android SDK sind unter der Apache 2.0-Lizenz verfügbar. Die Kernkomponenten der Agentic Dialog Platform sowie das proprietäre Raven-Modell hingegen werden nicht als Open-Source-Produkte bereitgestellt – zwischen diesen beiden muss unterschieden werden.

Häufige Fragen

Unterstützt PolyAI nur Telefonate?

Nein, die Plattform zeichnet sich durch Sprachfunktionen aus und unterstützt außerdem Chat über Webseiten, SMS sowie andere Kommunikationswege. Die verfügbaren Funktionen und Integrationen hängen von der Konfiguration des Unternehmens ab.

Gibt es einen offiziellen Preis für PolyAI?

Die offizielle Website gibt an, wie die Sprachdienste nach Minuten abgerechnet werden, nennt aber keinen einheitlichen Preis pro Minute. Unternehmen müssen den Verbrauch sowie den Einsatzkontext angeben, um einen Kostenvoranschlag zu erhalten.

Kann es den menschlichen Kundenservice vollständig ersetzen?

Es sollte nicht so geplant werden – die Plattform sollte die Möglichkeit bieten, Anrufe manuell weiterzuleiten und den Kontext zu übermitteln. Bei komplexen Beschwerden, ungewöhnlichen Transaktionen, sensiblen Gesundheitsproblemen sowie bei Unsicherheiten bezüglich der Modelle ist weiterhin eine manuelle Bearbeitung notwendig.