İçeriğe geç
Hizmete dön

Vaka çalışması / Telekom

Telekomda üretken yapay zekâyla şikâyet işleme %40 hızlandı

Bu çalışmalar belirli projelerin sonuçlarını anlatır; TEVONIQ tarafından teslim edilen projeler değildir.

Proje görseli: Telekom

Bildirilen sonuçlar

  • 40%Daha hızlı teşhis
  • LLMİki ince ayarlı dil modeli
  • ENOtomatik İngilizce çeviri

Sonuçlar projenin kapsamına ve koşullarına göre değişir.

Müşteri hakkında

Müşteri, dünya çapında kesintisiz kapsama sağlayan gelişmiş bir uydu ağı ve bağlantı altyapısı işletir. Proje profili, ortaklığın Ocak 2021’de başladığını belirtir.

İş zorluğu

Çok dilli destek günlüklerini işleyerek sorun tespitini, destek kalitesi değerlendirmesini ve çözümü hızlandırmak istiyordu. Üretken yapay zekâ ve LLM kullanımıyla manuel görevleri, teşhis süresini ve maliyeti azaltarak müşteri memnuniyetini artırmayı hedefledi.

Uygulama

İki ince ayarlı dil modeli ve sezgisel bir pano geliştirildi. İlk model konuşmayı, ana sorunu ve olası çözümü özetler; ikincisi ilgisiz talepleri filtreler. İspanyolca ve Portekizce dahil çoklu dil desteği ve İngilizce çeviri sunulur.

Günlükler belirlenen konu ve hiyerarşiye göre otomatik sınıflandırılır. Pano, hizmet bazında arama, filtreleme ve geri bildirim analizini kolaylaştırarak manuel işi azaltır.

Mimaride Airflow iş düzenleyicidir. EMR kaynak tabloyu sorgular ve S3’e kaydeder. Dosyanın gelişi SNS ve Lambda’yı tetikler; Lambda, barındırma, dağıtım ve çıkarım sağlayan SageMaker toplu dönüştürme işlerini başlatır. Çıktı S3’e yazılır ve Tableau raporuna aktarılır. Docker işleme imajı ECR’de, günlükler CloudWatch’ta tutulur.

Proje görseli: Telekom

Sağlanan değer

Otomatik özetleme sorunların tespitini ve giderilmesini hızlandırdı; teşhis süresi %40’a kadar iyileşti. Büyük veri miktarları dakikalar içinde analiz edilerek zamanında kararlar desteklendi.

Günlükler İspanyolca ve Portekizceden İngilizceye çevrilerek küresel hizmet kolaylaştı.

Uzmanlık: Üretken yapay zekâ. Teknolojiler: Airflow, EMR, S3, SNS, SageMaker, Tableau, ECR, CloudWatch ve Docker.