Branża AI patrzy na świat przez pryzmat liczb. Historia Wojciecha Maca

Kiedy Wojciech Mac wraz z zespołem Orange zaczynał pracę nad botem, który na infolinii zamiast IVR rozmawia z klientami naturalnym językiem, tego typu rozwiązania w Polsce praktycznie nie istniały. – Nie wiedzieliśmy czy klienci będą chcieli rozmawiać z botem, jak będą odpowiadać na pytania. Musieliśmy jednak spróbować. Okazało się, że duża część klientów bez problemu rozmawia z Maxem – opowiedział nam Kierownik Wydziału Rozwoju Sztucznej Inteligencji.

W 2018 roku Orange wprowadził na swojej infolinii bota głosowego. Bot, który przedstawia się jako „Max, głos sztucznej inteligencji Orange” rozmawia z klientami używając naturalnego języka. Dowiaduje się w jakiej sprawie dzwonią, identyfikuje jakich usług dotyczy rozmowa, w wielu przypadkach potrafi samodzielnie odpowiedzieć na pytanie lub przyjąć odpowiednie zlecenie.

Jak wyglądały prace nad Maxem? Jakie są trendy w branży sztucznej inteligencji? Na te i na wiele innych pytań odpowiedzi znajdziecie w tej rozmowie.

Na początek porozmawiajmy o polskim rynku branży sztucznej inteligencji. Jaki zestaw umiejętności jest potrzebny, by znaleźć pracę np. jak junior data engineer?

Przede wszystkim trzeba umieć zadawać pytania i krytycznie oceniać odpowiedzi, łączyć fakty i logicznie rozumować. Trzeba lubić liczby i przez ich pryzmat patrzeć na świat. To jest najtrudniejsze i często niedoceniane. Oczywiście potrzebne są narzędzia, żeby tymi liczbami sprawnie operować, żeby móc przetwarzać również nieliczbowe dane i sprowadzać je do reprezentacji numerycznej. Tego się można nauczyć, ale przychodząc do pracy warto jakiś warsztat mieć. Część danych jest zwykle w relacyjnych bazach danych, więc przynajmniej podstawy SQL wypada opanować, specyfiki konkretnych baz można się douczyć.

Coraz więcej danych jest obecnie dostępnych w formie nieustrukturalizowanej, Python, ze swoimi licznymi bibliotekami, bardzo dobrze nadaje się do pracy z nimi. Z takimi podstawami można już przygotowywać dane uczące dla modeli ML. O samym ML też warto coś wiedzieć i nie zaszkodzi umieć jakiś prosty model samodzielnie zbudować. Dalej to zależy od tego, kto i do czego juniora szuka. Mogą być przydatne umiejętności związane z językiem naturalnym, niektórzy zamiast lub oprócz Pythona używają R. Atutem może być także znajomość konkretnego oprogramowania do analizy danych.

Obecnie coraz więcej uczelni oferuje kierunki studiów związane ze sztuczną inteligencją. Bezpośrednio po takich studiach można zostać juniorem, nie mając jeszcze praktycznego doświadczenia biznesowego za to z solidnymi podstawami teoretycznymi.

W branży sztucznej inteligencji zazwyczaj pracują osoby z doświadczeniem w programowaniu?

Nie tylko, ale mając doświadczenie w programowaniu albo już na wejściu ma się umiejętność posługiwania się potrzebnymi narzędziami, albo stosunkowo łatwo ją nabyć. Łatwiej jest nauczyć się kolejnego języka mając solidne podstawy i doświadczenie w posługiwaniu się innym. Myślę jednak, że równie często jak programiści sztuczną inteligencją zaczynają się zajmować osoby z doświadczeniem w analizie danych. Chociaż ci ostatni też zwykle jakieś doświadczenie w programowaniu mają. Moim zdaniem to jest mocno powiązane, jeśli ktoś lubi zajmować się liczbami, analizować je i rozwiązywać nietypowe, trochę bardziej złożone problemy to prawdopodobnie sięgnął już po jakieś narzędzia programistyczne, które to ułatwiają.

Kiedy zainteresowałeś się sztuczną inteligencją i w jaki sposób pozyskiwałeś wiedzę na ten temat?

Trudne pytanie. Interesować się to jedno, a zajmować zawodowo, to co innego. Zawodowo jakieś cztery lata temu, kiedy zaczęliśmy przymierzać się w Orange do zbudowania botów obsługujących klientów i ogólniej wykorzystania AI w obsłudze. Wówczas poczułem spory niedosyt wiedzy i trochę musiałem poczytać. W Internecie jest mnóstwo informacji, od bardzo elementarnych tutoriali po artykuły naukowe, wystarczy po tę wiedzę sięgnąć. Przestawiając się na pracę ze sztuczną inteligencją nawet jeśli ma się w głowie jakąś poszarpaną wiedzę na ten temat, warto takie porządkujące, praktyczne szkolenie zrobić.

Co było do dziś największym wyzwaniem podczas pracy nad Maxem?

Kiedy zaczynaliśmy pracę nad Maxem, tego typu rozwiązania w Polsce praktycznie nie istniały. Nie wiedzieliśmy, czy klienci będą chcieli rozmawiać z botem, jak będą odpowiadać na pytania. Musieliśmy spróbować. Okazało się, że duża część klientów bez problemu rozmawia z Maxem i jest zadowolona z jego pomocy, ale są tacy, którzy są niechętnie nastawieni i chcąc uniknąć rozmowy z botem komplikują dialog. Ograniczenie rozmowy do pokrzykiwania na bota, że chce się rozmawiać z człowiekiem uniemożliwia nawet wybranie właściwego doradcy. Znacznie prościej i szybciej jest po prostu powiedzieć o czym chce się rozmawiać.

Jeśli bot nie będzie umiał odpowiedzieć sam to po identyfikacji usług i weryfikacji klienta skieruje połączenie do kompetentnego doradcy. Przekonanie niektórych klientów, że odpowiedzi na pytania, które zadaje bot pomagają w sprawnym załatwieniu sprawy jest dla nas wciąż wyzwaniem.

Jakich błędów uniknęli byście, gdybyście dzisiaj rozpoczęli pracę nad Maxem?

Rozwijamy Maxa agile’owo, małymi krokami rozbudowując jego funkcje, analizując jak działa to co już jest wdrożone i na tej podstawie decydujemy o dalszych krokach. To zabezpiecza przed dużym nakładem pracy skierowanym w niewłaściwą stronę. Oczywiście małych potknięć czy nietrafionych decyzji nie uniknęliśmy, ale nic dużego nie przychodzi mi do głowy.

Ile do dziś rozmów udało się przeprowadzić Maxowi? Ile osób dzisiaj Max jest w stanie obsłużyć jednocześnie i skąd wynika ta liczba?

Wiele milionów. Równolegle Max może prowadzić kilkaset rozmów i jest to uwarunkowane przede wszystkim wydajnością i pamięcią serwerów, na których Max jest uruchomiony.

Jak dużą bazą danych zasilono Maxa zanim został udostępniony publicznie?

Trudno odpowiedzieć na tak postawione pytanie. Boty, które są przeznaczone do rozwiązywania konkretnych problemów nie są obecnie konstruowane tak, że wrzuca się terabajty rozmów i bot się uczy jak rozmawiać. Szczególnie, jeśli bot ma wykorzystywać dane, które dla każdego rozmówcy są inne i zmieniają się w czasie. Sama struktura dialogu jest opisana mniej lub bardziej złożonym algorytmem. Uczenie maszynowe jest wykorzystywane przede wszystkim do zrozumienia, co rozmówca chciał powiedzieć i tu dziesiątki tysięcy odpowiednio opisanych przykładów wypowiedzi trzeba na start mieć.

Co dzieje się, gdy klient zakończy rozmowę z Maxem? W jaki sposób Max analizuje informacje, które dzięki rozmowie pozyskał?

Max wszystkie czynności związane z rozmową realizuje na bieżąco w trakcie rozmowy, po zakończeniu Max już nic nie robi. Jeśli natomiast masz na myśli analizę rozmowy pod kątem usprawnienia kolejnych dialogów to Max potrzebuje naszego wsparcia. Modele, które Max wykorzystuje to są modele tzw. uczenia nadzorowanego, podobnie jest z optymalizacją algorytmów dialogowych. To się nie robi samo.

Oferty pracy z

Razem z zespołem określiliście profil potencjalnego rozmówcy, czyli osoby, która zadzwoni do Maxa?

Orange świadczy usługi telefonii komórkowej, stacjonarnej, szerokopasmowego dostępu do Internetu, telewizji… To ponad 20 milionów pojedynczych usług należących do klientów indywidualnych i biznesowych. Z tych milionów klientów każdy może zadzwonić na infolinię w sprawie swoich usług. Mamy wszystkie możliwe profile rozmówców.

Dla Maxa ma znaczenie, czy rozmawiamy z nim poprzez mikrofon komputera, smartfona w trybie normalnym czy smartfona w trybie głośnomówiącym?

Niewielkie, ale ma. Trochę lepiej rozumie, jeśli mówimy bezpośrednio do mikrofonu czyli np. normalnie przez telefon albo przez zestaw słuchawkowy.

Potrafiłbyś określić sytuację, w której Maxowi najtrudniej rozszyfrować to, co mówi rozmówca?

Przeszkadzają intensywne głosy w tle, jeśli ktoś mówi bardzo niewyraźnie, to też może prowadzić do przekręcenia słów.

Czy pracę Maxa ułatwiłoby, gdyby klienci dzwonili poprzez aplikację Orange? Dlaczego?

Z aplikacji klient może rozmawiać z Maxem na czacie. Rozmowa jest o tyle prostsza, że już na wejściu wiadomo w sprawie jakich usług klient dzwoni, więc tę część rozmowy można pominąć.

Jak Max radzi sobie z wyciąganiem intencji rozmówcy z bardzo długich fraz, kiedy dzwoniący „leje wodę”?

To bardzo zależy czy rzeczywiście leje wodę czy mówi o konkretach, ale dodaje trochę niepotrzebnych informacji. Jeśli rozmówca kluczy i nic konkretnego z tego nie wynika to Max może mieć problem ze zrozumieniem o co chodzi. Żywi doradcy, też mają z takimi rozmówcami problem i wówczas dopytują, Podobnie robi Max, prosi o doprecyzowanie. Może powiedzieć np. coś w stylu: „Rozumiem, że Twoja sprawa dotyczy płatności. Czy możesz jednak dokładnie powiedzieć, o co chodzi?”. To często pomaga i rozmówca wyjaśnia sprawę w sposób zrozumiały, choć nie zawsze tak się dzieje.

Jakie macie plany na przyszłość wobec Maxa?

Przede wszystkim będziemy dbać o doskonalenie jakości dialogu. Chcemy, żeby każdy klient czuł się komfortowo rozmawiając z Maxem. Rozwijamy też nowe umiejętności Maxa, aby mógł pomagać w coraz większej liczbie zagadnień.

Powiedz, jakie są trendy w branży sztucznej inteligencji? Czego możemy spodziewać się po 2021 roku?

Sztuczna inteligencja to bardzo pojemne pojęcie. Uczenie maszynowe, będące w zasadzie sercem sztucznej inteligencji, jest w tej chwili wykorzystywane w coraz większej liczbie obszarów. Trudno wskazać dziedzinę, w której nie ma mniej lub bardziej skutecznych prób jego zastosowania. W ostatnich latach szczególnie ważny postęp widać w dziedzinie rozpoznawania obrazów i rozumienia języka naturalnego (mówionego i pisanego). Te dwie dziedziny nierozerwalnie związane z dwoma kluczowymi zmysłami jakimi posługują się ludzie w komunikacji z otoczeniem są niezbędne, żeby inteligentne urządzenia mogły się z nami płynnie komunikować i zastępować w wykonywaniu niektórych czynności.

Ograniczając pytanie do dziedziny bliskiej Maxowi, czyli do botów głosowych, jestem przekonany, że w najbliższym czasie boty pojawią się na większości infolinii zastępując tradycyjne systemy IVR i jednocześnie oferując klientom coraz więcej możliwości obsługi bez udziału ludzkiego doradcy. Równolegle będą się rozwijać asystenci tacy jak Aleksa czy asystent Google. Ich rola jest trochę inna niż wyspecjalizowanych botów do ograniczonych zadań na infolinii konkretnej firmy. Ta różnica powoduje, że również technologie, w jakich się w tej chwili buduje obydwa rodzaje botów, są znacząco różne. Boty do obsługi klientów są mniej uniwersalne, ale za to skuteczniejsze w realizacji określonych zadań. Wydaje się jednak, że to kwestia niezbyt odległej przyszłości, kiedy technologie botów konwersujących swobodnie na dowolny temat zostaną skutecznie i efektywnie zastosowane również do wyspecjalizowanej obsługi klientów. Niewątpliwe jest to, że w tej dziedzinie będzie się dużo i szybko działo.

Wojciech Mac. Kierownik Wydziału Efektywności Kanałów Automatycznych i Cyfrowych w Orange Polska. Z wykształcenia fizyk z doktoratem w dziedzinie fizyki półprzewodników. Po kilku latach pracy naukowo dydaktycznej zdryfował do biznesu. W 2002 roku zaczął pracę w PTK Centertel, wówczas operatorze sieci komórkowej Idea, gdzie zajmował się raportowaniem i analityką procesów obsługi klientów. Po kilku latach rozpoczął długą, bo prawie dziesięcioletnią przygodę z bilingiem i fakturowaniem. W tym czasie Idea zmieniła się w Orange. Po okresie bilingowym przyszedł czas na strategię rozwoju i optymalizacji cyfrowych kanałów kontaktu klientów z firmą oraz związaną z tym analitykę zachowań klientów. Od kilku lat zajmuje się wykorzystaniem sztucznej inteligencji w obsłudze klientów.