DiDi porta il QA dei contact center su Amazon Bedrock
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
L'azienda ha sostituito una soluzione terza opaca con un'architettura AI proprietaria per verifica d'intento, compliance e analisi VOC.
DiDi alza l’accuratezza della verifica d’intento dal 38% all’86% con un sistema di quality assurance per i contact center costruito e validato in produzione su Amazon Bedrock1.
Il progetto coinvolge l’International Business Group e il team Customer Experience. L’azienda abbandona una soluzione di terze parti definita “opaca” e adotta, insieme ad AWS, un’architettura proprietaria e ispezionabile per riprendere il controllo del QA1.
Copertura operativa: spagnolo e portoghese. Stesso impianto per tre linee di business: ride‑hailing, consegna di cibo e servizi finanziari1.
L’architettura ruota attorno a tre pipeline distinte. La prima identifica e verifica l’intento della chiamata. La seconda valuta la compliance delle interazioni rispetto alle policy. La terza estrae e sintetizza la Voice of Customer dalle conversazioni1.
I risultati arrivano da una validazione in produzione descritta nel case study AWS. Tre le metriche rese pubbliche. Verifica d’intento: accuratezza dal 38% all’86%. Valutazione della compliance: accuratezza oltre il 90%. Analisi della VOC: tempi di sintesi ridotti da ore manuali a pochi minuti automatizzati1. Il case study riporta i numeri e l’ambiente di misura (“in produzione”), ma non dettaglia campione o periodo di rilevazione1.
La scelta di componenti ispezionabili mira a rendere tracciabili i passaggi decisionali e a motivare gli output. Il controllo interno consente verifiche puntuali e aggiustamenti rapidi delle pipeline, senza dipendere dai rilasci di un fornitore esterno1.
Un singolo impianto copre l’intero flusso del contact center: classificazione dell’intento, controllo di conformità, aggregazione della voce del cliente. Stesse pipeline per le due lingue supportate e per i tre rami di business indicati. Le metriche pubblicate quantificano i guadagni rispetto alla base di partenza e provengono dal racconto tecnico firmato da AWS1.
Il documento di AWS dettaglia architettura su Amazon Bedrock, sostituzione della precedente soluzione “nera” e misure in esercizio. Fissa per DiDi un riferimento condiviso su obiettivi, pipeline e risultati, con numeri verificati in produzione1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.