3 บทเรียนสร้างความได้เปรียบ AI ยั่งยืนจาก Intercom

เมื่อ ChatGPT เปิดตัวในปี 2022 นั้น Intercom ไม่เพียงแต่มองดูข่าวสาร แต่ยังลงมือปฏิบัติ โดยเริ่มทดลองใช้ GPT-3.5 และในเวลาเพียงสี่เดือนต่อมา พวกเขาได้เปิดตัว Fin ซึ่งเป็น AI Agent ที่ช่วยแก้ไขข้อสงสัยของลูกค้าได้หลายล้านครั้งในแต่ละเดือน

บทเรียนที่ 1: ทดลองบ่อยและเร็วเพื่อสร้างความคล่องแคล่วของโมเดล

การวัดความสมบูรณ์ถูกเฉลี่ยจากการรัน 5 ครั้งที่เป็นอิสระ (ใช้ Pass@k) โดยผลลัพธ์จะถูกนับว่า ‘สมบูรณ์’ ก็ต่อเมื่อสำเร็จในทั้ง 5 ครั้ง เพื่อลดความแปรปรวน

บทเรียนที่ 2: ปลดล็อกความเร็วด้วยการประเมินที่แข็งแกร่ง

โมเดล OpenAI ใหม่ทุกตัว ไม่ว่าจะเป็น Fin Voice ที่ใช้ Realtime API หรือ Fin Tasks ที่ใช้ GPT-4.1 จะผ่านการทดสอบออฟไลน์และ A/B trials เพื่อประเมินการทำตามคำสั่ง ความแม่นยำในการเรียกใช้เครื่องมือ และความสอดคล้องโดยรวม ก่อนนำไปใช้งานจริง

การประเมินเหล่านี้ช่วยให้ Intercom ตรวจสอบว่า GPT-4.1 มีความฉลาดและความหน่วงที่เหมาะสมกับความต้องการของลูกค้า และช่วยในการปรับปรุง Latency และการปฏิบัติตามสคริปต์สำหรับ Fin Voice ด้วย

การสร้างประสบการณ์ลูกค้าที่เชื่อมโยงผ่านข้อมูลที่เป็นหนึ่งเดียวและระบบอัตโนมัติของเวิร์กโฟลว์

ทีมผลิตภัณฑ์สามารถใช้ MCP Server ของ Intercom เพื่อให้ AI เช่น ChatGPT เข้าถึงบทสนทนา ตั๋ว และข้อมูลผู้ใช้ ซึ่งช่วยให้ทีมต่างๆ ในองค์กรสามารถค้นหาข้อบกพร่อง กำหนดแผนงาน ปรับปรุงข้อความ และเตรียมพร้อมสำหรับการประชุม QBR ได้

ศัพท์ที่ควรรู้

  • GPT-3.5 – โมเดลภาษาขนาดใหญ่ที่เปิดตัวในปี 2022 ซึ่งเป็นจุดเริ่มต้นการทดลองของ Intercom
  • AI Agent – โปรแกรมปัญญาประดิษฐ์ที่สามารถทำงานแทนมนุษย์ในการตอบคำถามลูกค้า
  • Pass@k – วิธีการวัดความสำเร็จของโมเดลโดยการทดสอบซ้ำหลายครั้งเพื่อลดความผันผวนของผลลัพธ์
  • Realtime API – ส่วนต่อประสานที่ช่วยให้โมเดล AI สามารถทำงานได้แบบเรียลไทม์

ที่มา: OpenAI

Leave a Comment