JP2021182387A - 可変チャットボックス - Google Patents

Abstract

【課題】コンタクトセンターのための通信システム及びコンタクトセンターを動作させる方法を提供する。【解決手段】通信システム１００は、コンタクトセンター１０８およびそのリソースを複数の顧客通信装置１１２と相互接続する通信ネットワーク１０４を含む。コンタクトセンター１０８は、顧客１１６に提示され、顧客通信装置１１２を介して顧客１１６との対話を容易にする。ルーティングエンジン１２４は、どのエージェント１７２又はチャットボット１５２が、顧客１１６の質問に答える目的で、特定の通信チャネルに割り当てられるべきかを決定する。【選択図】図１

Description

[関連出願の相互参照]
本出願は、その全体が参照により本明細書に組み込まれている、「可変チャットボックス」と題する、２０２０年５月１８日に出願された米国仮出願第６３／０２６５６１号の３５Ｕ．Ｓ．Ｃ．§１１９（ｅ）に基づく利益を主張する。

本開示の実施形態は、一般に通信方法に関し、特に、自動化された通信リソースを使用して実行される通信方法に関する。

チャットボットは、テキストまたはテキスト読み上げによってリアルタイムまたはほぼリアルタイムの会話を行うために使用されるツールである。チャットボットは通常、顧客サービス、リクエストルーティング、および／または情報収集を提供する目的で、ダイアログシステムまたはコンタクトセンターで使用される。チャットボットを採用する利点は、より高価なヒューマンエージェントを、顧客との日常的なやり取りを減らすために確保できることである。

改善されたコンタクトセンターが、コンタクトセンター内の自動化されたエージェントまたはチャットボットであり得る「エージェント」を含むことが提案される。コンタクトセンターは、エンティティによって操作されてもよく、自動化されたエージェントまたはチャットボットは、コンタクトセンターのオペレータ以外の第三者によって提供されてもよい。さらに、コンタクトセンターは、自動化されたエージェントまたはチャットボットの複数の供給者を有することができる。言い換えれば、コンタクトセンターは、多数の異なるエンティティからの複数の異なる自動化されたエージェントまたはチャットボットを利用するように構成される。いくつかの実施形態では、自動化されたエージェントまたはチャットボットの複数の「モデル／バージョン」が、コンタクトセンターのオペレータに利用可能であり得る。コンタクトセンターのオペレータは、自動化されたエージェントまたはチャットボットの１つのバージョン／モデル／サプライヤーと、別のバージョン／モデル／サプライヤーとをいつ使用するかを決定したい場合がある。状況コンテキスト、顧客の好み、連絡先タイプ、連絡先の目的、連絡先センターの状態、およびその他のコンテキスト要因を連絡先センターが使用して、特定の連絡先に割り当てる自動化されたエージェントまたはチャットボット、および／または一定期間に展開する自動化されたエージェントまたはチャットボットを決定できる。

発信者をライブエージェントと照合する場合、エージェントの特性は通常設定されていると見なされる。ヒューマンエージェントは、より親しみやすく、より簡潔で、より権威的になるように指導することができるが、リアルタイムの指導の効果は限定的である。比較すると、自動化されたエージェントまたはチャットボットは、一連の制御または「ダイヤル」を公開することができ、ここでは、異なる属性のレベルをリアルタイムで指定して、所与の呼に対する自動化されたエージェントの特性を形成することができ、ここで、「呼」は、音声ベースの対話、ビデオベースの対話、および／または対話する人とエージェントとの間のテキストベースの対話を記述するように理解されるべきである。自動化されたエージェントまたはチャットボット属性の調整は、どのエージェント特性が最良の結果をもたらすと予測されるかのコンタクトセンターによるＡＩモデリングに基づいて選択され得る(例えば、特定の最適化関数を満たす結果を達成する)。

本開示の一態様は、コンタクトセンターが、自動化されたエージェントまたはチャットボットとの顧客との対話経験をリアルタイムで監視し、またリアルタイムで、自動化されたエージェントまたはチャットボットの特性／性質を変更して顧客との対話を改善することを可能にすることである。

本開示の別の態様は、コンタクトセンターが、ライブ相互作用を監視することによって観察される特性および結果に対する「ダイヤル設定」間の関係について自動化されたエージェントまたはチャットボットをテストすることを可能にする。自動化されたエージェントまたはチャットボットのパフォーマンスを観察することで、特定のパラメータや設定を異なるエージェントのパーソナリティで定義できる場合がある。例えば、自動化されたエージェントまたはチャットボットは、０．０〜１．０のうちの０．５の第１のダイヤル設定で「親しみやすい」設定を割り当てられ得る。別の例として、第２のダイヤル設定は、自動化されたエージェントまたはチャットボットの感情移入を調整するために使用されてもよく、所望の感情移入を達成するための適切な第２のダイヤル設定は、０．５とは異なる何かの設定であってもよく、また、第１のダイヤル設定に対して異なる値を必要としてもよい。

本開示の別の態様は、ＡＩエージェントプロバイダ（例えば、自動化されたエージェントやチャットボットのプロバイダーやトレーナー）による可能なエージェント特性のリストを提供することであり、これは必ずしも他のＡＩエージェントプロバイダと同じであるとは限らない。ＡＩエージェントプロバイダのエージェント特性の違いは、ＡＩエージェントプロバイダが、他のＡＩエージェントプロバイダと比較して、異なるトレーニングデータおよび／または異なるフィードバック応答を使用して、自動化されたエージェントまたはチャットボットをトレーニングするという長所によって生じる可能性がある。異なるＡＩエージェントプロバイダからの自動化されたエージェント間の違いまたはチャットボット間の違いは、微妙ではあるが、所望の結果および相互作用の状態に応じて異なる相互作用に異なる自動化されたエージェントまたはチャットボットを割り当てるための様々なオプションをコンタクトセンターに提供することができる。ここで、コンタクトセンターは、ＡＩベースの分析を使用して、異なるＡＩエージェント提供者から提供される異なるＡＩエージェントの感度を相関させ、異なるＡＩエージェント提供者から提供される異なるＡＩエージェントのより均一なビューを作成することができる。複数のチーム（例えば、複数の異なるＡＩエージェントプロバイダ）が、企業（例えば、コンタクトセンターを運営する事業体）内で作業して、コンタクトセンターによって実装されている本番システムに複数の自動化されたエージェントまたはチャットボットを提供することができることを理解されたい。また、あるチームから別のチームへ、または同じチーム内から互いにテストするように自動化されたエージェントまたはチャットボットを構成することも可能である。

本開示の別の態様は、コンタクトセンターが、特定の対話においてまたは異なる条件について使用する特定の自動化されたエージェントまたはチャットボットを選択することを可能にすることである。コンタクトセンターは、異なるＡＩエージェントプロバイダからの異なる自動化されたエージェントまたはチャットボットを操作するために、異なるコストを経験する可能性がある。この運用情報のコストは、どの特定の自動化されたエージェントまたはチャットボットを特定の顧客またはインタラクションに割り当てるべきかを決定する際に、コンタクトセンターによって考慮され得る。コンタクトセンターは、対話に割り当てる自動化されたエージェントまたはチャットボットを決定する一部としてコスト対効果分析を実行することができ、これは、最良の自動化されたエージェントまたはチャットボットが、最も高価な自動化されたエージェントまたはチャットボットにも対応し、顧客満足の可能性が、より安価な自動化されたエージェントまたはチャットボットの使用により比較的高い場合、常に最良の自動化されたエージェントまたはチャットボットが選択されるとは限らないことを意味する。別の方法として、コンタクトセンターは、コンタクトルーティングプロセスの一部としてコスト対効果分析を実行することを許可されてもよい。いくつかの実施形態では、コンタクトセンターは、自動化されたエージェントまたはチャットボットが社内のアウトソーシングされたリソースに対応するかどうかを考慮してもよい。社内で開発された自動化されたエージェントまたはチャットボットは、アウトソーシングされ自動化されたエージェントまたはチャットボットと比較して、よりコスト対効果の高いオプションに対応する可能性がある。しかし、アウトソーシングされ自動化されたエージェントやチャットボットは、コンタクトによって提起された特定のタイプの質問や態度を扱うのに適しているかもしれない。

自動化されたエージェントまたはチャットボットの特性は、決定論的と考えられることが多い。しかし、その代わりに、確率曲線（例えば、経験の中央値／中央値の周りの釣鐘曲線）としての特性の範囲を有する自動化されたエージェントまたはチャットボットを作成することが可能である。本開示の別の態様は、接触中心がベル曲線（例：ワイドなｖｓ「厳しく管理される」経験（ｗｉｄｅ ｖｓ． ’ｔｉｇｈｔｌｙ ｃｏｎｔｒｏｌｌｅｄ’ ｅｘｐｅｒｉｅｎｃｅ））の幅を特定することである。もう１つの側面は、コンタクトセンターが顧客に独特の経験を与えるために、またコンタクトセンターの発信者の特徴付けにおける不確実性を説明するために、特徴（例えば、曲線の形状と中央値）の分布を外部的に特徴づけることである。

本開示の別の態様は、コンタクトセンターが、ライブの顧客に接続するためのエージェントを選択する直前に、コンタクトセンターエージェント（自動化されたエージェントやチャットボットなど）を事前にテストすることを可能にするものである。この機能により、コンタクトセンターは、自動化されたエージェントまたはチャットボットをライブ顧客にリリースする前に、自動化されたエージェントまたはチャットボットを実行することができる。事前テストは比較的迅速に実行できるため、顧客が、選択したエージェントへのサービスや接続に大幅な遅延が生じることはほとんどない。事前テストを利用するいくつかの理由は、エージェントの特性をチェックすること、最近の最適化またはソフトウェアの更新によってエージェントが受け入れ可能な状態に維持されていることを検証することなどである。ある自動化されたエージェントを使用して別の自動化されたエージェントまたはチャットボットをテストすることが無駄または受け入れられないと思われる場合、第三者に自動化されたエージェントまたはチャットボットのテスト（例：収益分配、負債の引き受け、ボリューム価格設定など）を実行させる契約上の理由があることを理解する必要がある。

いくつかの実施形態では、試験はリアルタイム(例:「ハイパースピード」)よりも速く行うことができる。超高速テストでは、「顧客」からの音声(またはテキストチャット)をファイルとして、または通常の音声(例：１００ ｘまたは１０ ｍｓ／ｌｉｖｅ ｓｅｃｏｎｄ）よりも高いネゴシエートされたリアルタイムレートで配信できる。このようにしてコンテンツを自動化されたエージェントまたはチャットボットに配信することで、対話中にそのようなテストが進行中であることを顧客が認識することなく、超高速テストを実行できる可能性がある。

いくつかの実施形態では、ＡＩエージェントプロバイダは、特定のコールがテストコール（したがって、トレーニングセットには含めない）であることを通知されてもよく、または通知されなくてもよく、その場合、コンタクトセンターは、発信者特性の分布に関するサプライヤーの見解を形成または重み付けすることができる。一例として、コンタクトセンターは、より多くのアップセル顧客を特定のタイプの自動化されたエージェントまたはチャットボットに移行させることを計画することができ、そのため、ＡＩエージェントプロバイダを、偽の顧客との対話と実際の顧客との対話とを混合してプレロード／トレーニングする。

事前テストは、量子コンピューティングを使用して偽の顧客との対話を作成することで、配信処理を高速化することができる。一方、量子コンピューティングは、自動化されたエージェントまたはチャットボットによって使用され、自動化されたエージェントまたはチャットボットの応答をより迅速に提供することができる。量子コンピューティングの顧客および量子コンピューティングエージェントとの量子コンピューティングを利用した事前テスト契約を組み合わせることで、コンタクトセンターによる自動化されたエージェントやチャットボットの特徴づけや、プロバイダーによるエージェントのトレーニングをより迅速にできる。

ここでは、コンタクトセンターの自動化とは、対話が自動化されたエージェントまたはチャットボットによって管理されるコンタクトセンターの動作を指してもよく、自動化されたエージェントまたはチャットボットがルール（例えば、エキスパートシステム）または人工知能（ＡＩ）に基づく指示されたダイアログを使用するコンタクトセンターの動作を指してもよい。

会話または対話は、１人または複数の顧客と１つまたは複数のエージェント（例えば、１つまたは複数の自動化されたエージェントまたはチャットボットおよび／または１つまたは複数のヒューマンエージェント）との間で実行できることを理解されたい。いくつかの実施形態では、デジタル通信チャネルを使用して、会話または対話を容易にすることができる。非限定的な例としてのデジタル通信チャネルは、顧客の通信装置（例えば、クライアント装置、移動通信装置、スマートフォン、タブレット、ＰＣ、ラップトップ等）とエージェントの通信装置（例えば、クライアント装置、移動通信装置、スマートフォン、タブレット、ＰＣ、ラップトップ、チャットボットを実行するサーバ等）との間のデジタルメッセージ通信を可能にするように構成された通信モダリティを含む。いくつかの実施形態では、デジタル通信チャネルは、１つ、いくつか、または多くの異なる通信経路、プロトコル、またはメッセージングサービスを含むか、または利用することができる。非限定的な例としてのデジタル通信チャネルによってサポートされ得るメッセージングサービスは、直接デジタルメッセージ（例えば、ダイレクトチャット、ＳＭＳテキスト、Ｅメール等）、ソーシャル・メディア・メッセージ（例えば、ソーシャルメディアの投稿、ソーシャルメディアのダイレクトメッセージ等）、ウェブチャット、または会話を非リアルタイムまたはほぼリアルタイムで発生させ記憶させることを可能にする任意の他の通信プロトコルを含む。本開示の範囲から逸脱することなく、音声またはビデオのライブ会話を自動化されたエージェントまたはチャットボットによって容易にすることもできることを理解されたい。

具体的なデジタル通信チャネルの例としては、（１）Ｆａｃｅｂｏｏｋ Ｍｅｓｓｅｎｇｅｒ、Ｔｗｉｔｔｅｒ ＤＭ、ＷｅＣｈａｔ、ＷｈａｔｓＡｐｐ、Ａｐｐｌｅ Ｂｕｓｉｎｅｓｓ Ｃｈａｔ、ＬＩＮＥ、ＫａｋａｏＴａｌｋなどの「オーバーザトップ」（ＯＴＴ）チャネル、（２）「通信」チャネル（ＳＭＳ、Ｇｏｏｇｌｅ ＲＣＳなど）、（３）企業顧客が様々な企業固有の通信（例えば、通知、アラート、プロモーション等）を容易にするために使用するアウトバウンド、Ａｐｐ−ｔｏ−Ｐｅｒｓｏｎ（「Ａ２Ｐ」）メッセージ、および／または、（４）アプリ内メッセージ（Ａｎｄｒｏｉｄ、ｉＯＳ、およびＷ／ｅｂ）、プッシュメッセージ（Ａｎｄｒｏｉｄ、ｉＯＳ、ブラウザの通知）等を含む「リアルタイムメッセージング」（ＲＴＭ）チャンネルが挙げられるが、これらに限定されない。

いくつかの実施形態によれば、コンタクトセンターの自動化コンポーネント（例えば、チャットボットエンジン）は、ユーザがコンタクトセンターと関わる可能性のある話題を表す一組の「トレーニングを受けた」意図にアクセスすることができる。したがって、いくつかの条件が、他の条件がサポートしないかもしれないいくつかの話題についての会話をサポートするかもしれないので、異なる意図が、異なる条件についてトレーニングされ得ることを理解されたい。意図のトレーニングおよびチャットボットエンジンの構造は、本開示の実施形態によって企図されるサービスである。特定の種類の応答を表す追加の意図があってもよい。これには、イエス／ノーのタイプ確認の意図や、「冗談」のような、応答を必要とするがダイアログの状態を進めない儀礼的なトピック外のユーザメッセージを表す追加の意図が含まれる。使用しているチャットボットエンジンによっては、ユーザとのダイアログの範囲を制御するダイアログ構造コンポーネントが存在してもよい。

ここで使用される対話または会話は、通信チャネル（例えば、デジタル通信チャネル、音声通信チャネル、ビデオ通信チャネル、またはそれらの組み合わせ）を介した２つ以上のエンティティ間の２つ以上のメッセージ交換に対応してもよい。いくつかの実施形態では、対話は、質問と応答メッセージの対、質問と質問メッセージの対、ステートメントと応答メッセージの対、または一組のメッセージに対応してもよい。

ここでは、会話モデルは、ニューラルネットワークで使用可能であり、２つ以上のエンティティ間の会話またはメッセージ交換を記述する１つまたは複数のデータセットによってトレーニングされたデータセットに対応してもよい。会話モデルは、モデルデータファイルまたはニューラルネットワークまたは他のスタイルのＡＩシステム内で使用可能な任意の他のデータ構造として格納できる。

一部の実施形態では、トピックは、コンタクトセンター内で実行されている顧客関係管理（ＣＲＭ）システムおよび／または顧客旅行アプリケーションに最終的にアップロードされ得る。ＣＲＭシステムおよび／または顧客旅行アプリケーションは、専用のサーバ上で実行されてもよく、またはコンタクトセンター内でコンタクトルーティングルーチンを実装しているサーバによって実行されてもよい。

いくつかの実施形態では、放棄、中断、またはスーパーバイザへのエスカレーション要求の可能性を含む１つまたは複数の機械学習モデルが提供されてもよい。このようなモデルは、コンタクトセンターによって利用されるニューラルネットワークをトレーニングするために使用されてもよく、あるいは、現在の対話が機械学習モデルと何らかの類似性を有するか否かを決定するために、現在の対話と比較するために記憶されて使用されてもよい。代替的または追加的に、「フラストレーション」、「摩擦」、または「慣性」を測定するために使用できる機械学習モデルを利用してもよい。対話がいずれかのそのようなモデルと特定の量の類似性を有すると決定される場合、起こり得るさらなるフラストレーション、摩擦、または慣性（例えば、スーパーバイザアシスタンス機能を起動し、別のエージェントにコンタクトを転送する）を回避するために、コンタクトセンター内でアクションが取られてもよい。

本明細書中で使用される、語句「少なくとも１つ」、「１つまたは複数の」、「または」、および「および／または」は、操作において論理積および論理和の両方である開放式表現である。例えば、「Ａ、Ｂ、Ｃの少なくとも１つ」、「Ａ、ＢまたはＣの少なくとも１つ」、「Ａ、Ｂ、Ｃの内の１つまたは複数」、「Ａ、Ｂ、またはＣの内の１つまたは複数」、「Ａ、Ｂおよび／またはＣ」、「Ａ、Ｂ、またはＣ」という表現は、それぞれ、Ａ単独、Ｂ単独、Ｃ単独、ＡとＢの併用、ＡとＣの併用、ＢとＣの併用、又はＡとＢとＣの併用を意味する。

用語「ａ」または「ａｎ」エンティティは、そのエンティティの１つまたは複数を指す。このように、用語「ａ」（または「ａｎ」）、「１つまたは複数」および「少なくとも１つ」は、本明細書において交換可能に使用することができる。また、「備える」、「含む」、および「有する」という用語は、互換的に使用することができることに留意されたい。

用語「自動」およびその変形は、本明細書で使用される場合、プロセスまたは操作が実行されるときに、物質的な人間の入力なしで行われる任意のプロセスまたは動作を指す。しかし、プロセスまたは動作の実行前に入力を受取った場合には、プロセスまたは動作の実行が物質的または非物質的な人間の入力を使用する場合であっても、プロセスまたは動作を自動化することができる。そのようなインプットが工程または作業の実施方法に影響を与える場合には、人間のインプットは重要であるとみなされる。プロセスまたは動作の実施に同意する人的インプットは、「物質的」とはみなされない。

本明細書で使用される用語「コンピュータ可読媒体」は、実行のためにプロセッサに命令を提供することに関与する任意の有形の記憶および／または伝送媒体を指す。このような媒体は、不揮発性媒体、揮発性媒体、および伝送媒体を含むがこれらに限定されない多くの形態をとることができる。不揮発性媒体は、例えば、ＮＶＲＡＭ、磁気ディスクまたは光ディスクを含む。揮発性メディアには、メインメモリなどのダイナミックメモリが含まれる。コンピュータ可読媒体の一般的な形態は、例えば、フロッピーディスク、フレキシブルディスク、ハードディスク、磁気テープ、または任意の他の磁気媒体、光磁気媒体、ＣＤ−ＲＯＭ、任意の他の光学媒体、パンチカード、紙テープ、穴のパターンを有する任意の他の物理媒体、ＲＡＭ、ＰＲＯＭ、およびＥＰＲＯＭ、ＦＬＡＳＨ−ＥＰＲＯＭ、メモリカードのような固体媒体、任意の他のメモリチップまたはカートリッジ、後述する搬送波、またはコンピュータが読み取ることができる任意の他の媒体を含む。電子メールまたはその他の自己完結型情報アーカイブまたはアーカイブ・セットへのデジタル・ファイル添付は、有形記憶媒体と同等の配布媒体と考えられる。コンピュータ可読媒体がデータベースとして構成される場合、データベースは、リレーショナル、階層、オブジェクト指向などの任意のタイプのデータベースであってもよいことを理解されたい。したがって、本開示は、有形の記憶媒体または配布媒体と、従来技術で認識された同等物および後継の媒体とを含み、本開示のソフトウェア実装が格納されると考えられる。

「コンピュータ可読信号」媒体は、例えばベースバンドで、または搬送波の一部として、コンピュータ読み取り可能なプログラムコードが組み込まれた伝搬データ信号を含んでもよい。このような伝播された信号は、電磁、光学、またはこれらの任意の適切な組み合わせを含むがこれらに限定されない、種々の形態のいずれかをとることができる。コンピュータ読み取り可能な信号媒体は、コンピュータ読み取り可能な記憶媒体ではなく、命令実行システム、装置、またはデバイスによって、またはそれらに関連して使用されるプログラムを通信、伝播、または輸送することができる任意のコンピュータ読み取り可能な媒体であってよい。コンピュータ可読媒体上に具現化されたプログラムコードは、無線、有線、光ファイバケーブル、ＲＦなどを含むがこれらに限定されない任意の適切な媒体、または上記の任意の適切な組み合わせを使用して送信することができる。

用語「決定する」、「計算する」、および「計算する」、ならびに本明細書で使用されるその変形は、互換的に使用され、任意のタイプの方法論、プロセス、数学的演算または技術を含む。

本明細書中で使用される「手段」という用語は、３５Ｕ．Ｓ．Ｃ．第１１２条第６項に従って、その可能な限り広範な解釈が与えられるものと理解されるものとする。従って、「手段」という用語を含むクレームは、本明細書に記載するすべての構造、材料又は行為、及びそれらのすべての均等物を包含するものとする。更に、構造、材料又は行為及びそれらの均等物は、開示の要約、図面の簡単な説明、詳細な説明、要約及びクレーム自体に記載されている全てのものを含まなければならない。

本開示の態様は、完全にハードウェアの実施形態、完全にソフトウェアの実施形態（ファームウェア、常駐ソフトウェア、マイクロコードなどを含む）、またはソフトウェアおよびハードウェアの態様を組み合わせた実施形態の形態を取ることができ、これらの態様はすべて本明細書では一般的に「回路」、「モジュール」または「システム」と呼ぶことができる。１つまたは複数のコンピュータ可読媒体の任意の組み合わせを利用することができる。

さらに別の実施形態では、本開示のシステムおよび方法は、専用コンピュータ、プログラムされたマイクロプロセッサまたはマイクロコントローラおよび周辺集積回路素子、ＡＳＩＣまたは他の集積回路、デジタル信号プロセッサ、ハードワイヤード電子、あるいは、ディスクリート素子回路、プログラマブル論理デバイスまたはＰＬＤ、ＰＬＡ、ＦＰＧＡ、ＰＡＬ、専用コンピュータ、任意の比較可能な手段などのゲートアレイなどの論理回路などと併せて実施することができる。一般に、本明細書に示される方法を実施することができる任意の装置または手段を使用して、本開示の様々な態様を実施することができる。開示された実施形態、構成、および態様に使用できる例示的なハードウェアは、コンピュータ、ハンドヘルド装置、電話（例えば、携帯電話、インターネット対応、デジタル、アナログ、ハイブリッドなど）、および当技術分野で公知の他のハードウェアを含み、これらの装置のいくつかは、プロセッサ（例えば、単一または複数のマイクロプロセッサ）、メモリ、不揮発性記憶装置、入力装置、および出力装置を含む。さらに、限定されるものではないが、分散処理またはコンポーネント／オブジェクト分散処理、並列処理、または仮想マシン処理を含む代替のソフトウェア実装も、本明細書に記載する方法を実装するように構築することができる。

ここに記載されるプロセッサの例としては、Ｑｕａｌｃｏｍｍ Ｓｎａｐｄｒａｇｏｎ（登録商標）８００および８０１、Ｑｕａｌｃｏｍｍ（登録商標） Ｓｎａｐｄｒａｇｏｎ（登録商標）６１０および６１５（４Ｇ ＬＴＥ Ｉｎｔｅｇｒａｔｉｏｎおよび６４ビットコンピューティング）、Ａｐｐｌｅ（登録商標） Ａ７プロセッサ（６４ビットアーキテクチャ）、Ａｐｐｌｅ（登録商標） Ｍ７モーションコプロセッサ、Ｓａｍｓｕｎｇ（登録商標） Ｅｘｙｎｏｓ（登録商標）シリーズ、Ｉｎｔｅｌ（登録商標） Ｃｏｒｅ^ＴＭプロセッサファミリ、Ｉｎｔｅｌ（登録商標） Ｘｅｏｎ（登録商標）プロセッサファミリ、Ｉｎｔｅｌ（登録商標） Ａｔｏｍ^ＴＭプロセッサファミリ、Ｉｎｔｅｌ Ｉｔａｎｉｕｍ（登録商標）プロセッサファミリ、Ｉｎｔｅｌ（登録商標） Ｃｏｒｅ（登録商標） ｉ５−４６７０Ｋおよびｉ７−４７７０Ｋ ２２ｎｍ Ｈａｓｗｅｌｌ、Ｉｎｔｅｌ（登録商標） Ｃｏｒｅ（登録商標） ｉ５−３５７０Ｋ ２２ｎｍ Ｉｖｙ Ｂｒｉｄｇｅ、ＡＭＤ（登録商標） ＦＸ^ＴＭプロセッサファミリ、ＡＭＤ（登録商標） ＦＸ−４３００、ＦＸ−６３００、およびＦＸ−８３５０ ３２ｎｍ Ｖｉｓｈｅｒａ、ＡＭＤ（登録商標） Ｋａｖｅｒｉプロセッサ、Ｔｅｘａｓ Ｉｎｓｔｒｕｍｅｎｔｓ（登録商標） （Ｔｅｘａｓ Ｉｎｓｔｒｕｍｅｎｔｓ（登録商標））が含まれるが、これらに限定されず、Ｔｅｘａｓ Ｉｎｓｔｒｕｍｅｎｔｓ（登録商標） ＯＭＡＰ^ＴＭ自動車グレードのモバイルプロセッサ、ＡＲＭ（登録商標） Ｃｏｒｔｅｘ^ＴＭ−Ｍプロセッサ、ＡＲＭ（登録商標） Ｃｏｒｔｅｘ−ＡおよびＡＲＭ９２６ＥＪ−Ｓ^ＴＭプロセッサ、その他の業界同等のプロセッサ、および既知または将来開発される任意の標準、命令セット、ライブラリ、および／またはアーキテクチャを使用して計算機能を実行できる。

さらに別の実施形態では、開示された方法は、様々なコンピュータまたはワークステーション・プラットフォーム上で使用することができるポータブル・ソース・コードを提供するオブジェクトまたはオブジェクト指向ソフトウェア開発環境を使用するソフトウェアと共に容易に実施することができる。代替的に、開示されたシステムは、標準論理回路またはＶＬＳＩ設計を使用して、部分的または完全にハードウェアで実施されてもよい。本開示に従ってシステムを実施するためにソフトウェアまたはハードウェアが使用されるかどうかは、システムの速度および／または効率要件、特定の機能、および使用される特定のソフトウェアまたはハードウェアシステムまたはマイクロプロセッサまたはマイクロコンピュータシステムに依存する。

さらに別の実施形態では、開示された方法は、コントローラおよびメモリ、専用コンピュータ、マイクロプロセッサなどの協力を得てプログラムされた汎用コンピュータ上で実行され、記憶媒体上に記憶され得るソフトウェアで部分的に実施され得る。これらの例では、本開示のシステムおよび方法は、アプレット、ＪＡＶＡ（登録商標）またはＣＧＩスクリプトなどのパーソナルコンピュータに埋め込まれたプログラムとして、サーバまたはコンピュータワークステーションに常駐するリソースとして、専用の測定システム、システムコンポーネントなどに埋め込まれたルーチンとして実装することができる。システムはまた、システムおよび／または方法をソフトウェアおよび／またはハードウェアシステムに物理的に組み込むことによって実施することもできる。

本明細書に記載または請求される方法は、有限であり、１つ以上の定義された出力を提供するために固定された入力セットで動作する従来の実行可能命令セットを用いて実行することができる。代替的または追加的に、本明細書に記載または請求される方法は、ＡＩ、機械学習、ニューラルネットワークなどを用いて実行され得る。換言すれば、システムまたはコンタクトセンターは、有限命令セットおよび／または人工知能ベースのモデル／ニューラルネットワークを含むことが企図され、本明細書に記載されるステップの一部または全部を実行する。

本開示の少なくともいくつかの実施形態による通信システムを示すブロック図である。 本開示の少なくともいくつかの実施形態によるチャットボットエンジンの追加の詳細を示すブロック図である。 本開示の少なくともいくつかの実施形態による、いくつかのチャットボットおよびそれらの関連する特性範囲を示す； 本開示の少なくともいくつかの実施形態による調整可能なチャットボットを示す。 本開示の少なくともいくつかの実施形態に従って、異なるトレーニングデータでトレーニングされた多数の異なるチャットボットを示す。 本開示の少なくともいくつかの実施形態による選択について予めテストされている多数のチャットボットを示す。 本開示の少なくともいくつかの実施形態による通信方法の第１の例を示すフローチャートである。 本開示の少なくともいくつかの実施形態による通信方法の第２の例を示すフローチャートである。 本開示の少なくともいくつかの実施形態による通信方法の第３の例を示すフローチャートである。 本開示の少なくともいくつかの実施形態による通信方法の第４の例を示すフローチャートである。 本開示の少なくともいくつかの実施形態による通信方法の第５の例を示すフローチャートである。 本開示の少なくともいくつかの実施形態による第６の例の通信方法を示すフローチャートである。

以下の説明では、説明の目的のために、本明細書に開示される様々な実施形態の完全な理解を提供するために、多数の具体的な詳細が記載される。しかしながら、当業者であれば、本開示の様々な実施形態は、これらの特定の詳細のいくつかなしに実施することができることは明らかであろう。以下の説明は、例示的な実施形態のみを提供し、本開示の範囲または適用可能性を制限することを意図しない。さらに、本開示を不必要に曖昧にすることを避けるために、前述の説明では、多くの既知の構造およびデバイスを省略している。この省略は、クレームの範囲の限定として解釈されるべきではない。むしろ、例示的な実施形態の以下の説明は、例示的な実施形態を実施するための実施可能な説明を当業者に提供する。しかしながら、本開示は、本明細書に記載された特定の詳細を超える様々な方法で実施することができることを理解されたい。

本明細書に示される例示的態様、実施形態、および／または構成は、システムの様々なコンポーネントを連結して示すが、システムの特定のコンポーネントは、ローカルエリアネットワーク（ＬＡＮ）および／またはインターネットなどの分散ネットワークの遠隔部分に、または専用システム内に、遠隔的に配置することができる。したがって、システムの構成要素は、アナログおよび／またはデジタル電気通信ネットワーク、パケット交換ネットワーク、または回路交換ネットワークなどの分散ネットワークの特定のノード上の１つ以上の装置に結合され、または連結され得ることが理解されるべきである。以下の説明から、計算効率の理由から、システムのコンポーネントは、システムの動作に影響を与えることなく、コンポーネントの分散ネットワーク内の任意の位置に配置することができることが理解されよう。

本開示の実施形態は、人間のユーザ／顧客との対話をサポートするために自動化されたエージェントまたはチャットボット（以下、説明を容易にするために「チャットボット」と呼ぶ）を利用するためのシステムおよび方法を提供する。コンタクトセンターは、特定の顧客との対話において所望の結果をサポートするために、様々なチャットボットをリアルタイムでチューニングする能力を備えることができる。いくつかの実施形態では、コンタクトセンターは、複数のチャットボットにアクセスすることができ、異なる既知のまたはテストされた特性を有する他の候補チャットボットと比較して、チャットボットの既知のまたはテストされた特性に基づいて、特定のチャットボットを対話に割り当てるために選択することができる。

本開示の実施形態の様々な追加の詳細を、図面を参照して以下に説明する。フローチャートは、事象の特定のシーケンスに関連して議論および図示されるが、このシーケンスに対する変更、追加、および省略は、開示された実施形態、構成、および態様の動作に実質的に影響を与えることなく起こり得ることを理解されたい。

最初に図１を参照すると、本開示の少なくともいくつかの実施形態に従って、通信システム１００が説明される。通信システム１００は、コンタクトセンター１０８およびそのリソースを複数の顧客通信装置１１２と相互接続する通信ネットワーク１０４を含むように示されている。名前が示すように、顧客通信装置１１２は、顧客１１６によって所有および／または操作され得る。顧客１１６は、顧客通信装置１１２と対話してコンタクトセンター１０８のリソースと通信するユーザまたは人に対応することができる。具体的には、コンタクトセンター１０８は、顧客１１６に提示され、顧客によって使用されるために維持される一つまたは複数の通信チャネルおよび一つまたは複数の顧客通信装置１１２を介して顧客１１６との対話を容易にする多数のリソースを含むことができる。図１に示すように、顧客１１６は、一つまたは複数の顧客通信装置１１２を利用して、コンタクトセンター１０８と対話することができる。さらに、本開示の実施形態は、顧客１１６が複数の異なる顧客通信装置１１２を使用して、単一の通信チャネルを介して通信することを意図している。非限定的な例として、顧客１１６は、ウェブベースのポータルにログインするか、または特定のチャットチャネルで自分自身を認証し、次にウェブベースのポータルまたはチャットチャネルを利用して、顧客通信装置１１２のいずれか１つと通信することができる。別の例として、顧客１１６は、ある通信装置１１２を音声通信に利用し、別の通信装置１１２をテキストベースの通信に利用することができる。

顧客通信装置１１２は、コンピューティングデバイス、パーソナル通信デバイス、ポータブル通信デバイス、ラップトップ、スマートフォン、パーソナルコンピュータ、および／またはオペレーティングシステム、ウェブブラウザなどを実行することができる他の任意のデバイスに対応することができる。例えば、顧客通信装置１１２は、Ｍｉｃｒｏｓｏｆｔ Ｃｏｒｐ．のＷｉｎｄｏｗｓ（登録商標）および／またはＡｐｐｌｅ Ｃｏｒｐ．のＭａｃｉｎｔｏｓｈ（登録商標）オペレーティングシステムの種々のバージョン、ＬＩＮＵＸまたは他のＵＮＩＸ様オペレーティングシステムのような種々の市販のＵＮＩＸ（登録商標）のいずれか、ｉＯＳ、Ａｎｄｒｏｉｄ（登録商標）などを動作させるように構成することができる。これらの顧客通信装置１１２は、また、例えば、ウェブ・ブラウザ・アプリケーション、チャット・アプリケーション、ソーシャル・メディア・アプリケーション、呼出しアプリケーションなどを含む種々のアプリケーションのいずれかを有してもよい。顧客通信装置１１２は、代替的にまたは追加的に、通信ネットワーク１０４を介して通信し、および／または、ウェブページまたは他のタイプの電子文書を表示およびナビゲートすることができる、シン・クライアント・コンピュータ、インターネット対応携帯電話、および／またはパーソナル・デジタル・アシスタントなどの他の電子装置であってもよい。

通信ネットワーク１０４は、ＳＩＰ、ＴＣＰ／ＩＰ、ＳＮＡ、ＩＰＸ、ＡｐｐｌｅＴａｌｋなどを含むがこれらに限定されない種々の市販のプロトコルのいずれかを使用してデータ通信をサポートすることができる、当業者によく知られた任意のタイプのネットワークとすることができる。単なる例として、通信ネットワーク１０４は、イーサネットネットワーク、トークンリングネットワーク等、広域ネットワーク、仮想プライベートネットワーク（「ＶＰＮ」）を含むがこれに限定されない仮想ネットワーク、インターネット、イントラネット、エクストラネット、公衆交換電話網（「ＰＳＴＮ」）、赤外線ネットワーク、ワイヤレスネットワーク（例えば、ＩＥＥＥ ８０２．９プロトコルスイート、ＩＥＥＥ ８０２．１１プロトコルスイート、当技術分野で公知のＢｌｕｅｔｏｏｔｈ（登録商標）プロトコル、および／または任意の他の無線プロトコルのいずれかの下で動作するネットワーク）、および／またはこれらのネットワークおよび／またはその他のネットワークの任意の組み合わせ等のＬＡＮに対応することができる。

コンタクトセンター１０８は、コンタクトセンターエージェント１７２および／またはチャットボット１５２が、顧客通信装置１１２とコンタクトセンター１０８との間に確立された通信チャネルを介して顧客１１６と対話することを可能にする、一つまたは複数のコンピューティングデバイスを含むように示されている。特に、コンタクトセンター１０８は、ネットワーク境界装置１２０と、コンタクトセンター１０８の機能を可能にする多数のサーバ１２４、１２８、１３２とを含むように示されている。ネットワーク境界装置１２０は、コンタクトセンター１０８のための情報セキュリティを確立し維持する一つまたは複数の装置に対応することができる。ネットワーク境界装置１２０は、いくつかの実施形態では、セッション・ボーダー・コントローラ（ＳＢＣ）、ファイアウォール、ネットワーク・アドレス・トランスレータ（ＮＡＴ）装置、プロトコル・コンバータ、またはそれらの組合せを含むことができる。通信ネットワーク１０４は、コンタクトセンター１０８のオペレータの観点から信頼されていない可能性があるため、一部の実施形態では、ネットワーク境界装置１２０は、セキュリティポリシーまたはルールを実施するように構成されてもよい。通信、メッセージ、パケットなどがネットワーク境界装置１２０で受信されると、ネットワーク境界装置１２０の構成要素は、受信された通信、メッセージ、パケットなどを分析して、受信された通信、メッセージ、パケットなどの内容をコンタクトセンター１０８の他の構成要素に安全に渡すことができるかどうかを判断することができる。いくつかの実施形態では、ネットワーク境界装置１２０を安全に通過するすべてのコンテンツは、さらなる分析および処理（例えば、特定の会話に含めるため、特定のコンタクトセンターエージェント１７２に割り当てる／転送するため、特定のチャットボット１５２に割り当てる／転送するためなど）のために、通信サーバ１２８またはルーティングエンジン１２４に転送されてもよい。

いくつかの実施形態では、コンタクトセンター１０８の各サーバは、コンタクトセンター１０８の支援機能に特有の特定のタスクまたはタスクのセットを実行するように構成されてもよい。例えば、ルーティングエンジン１２４は、ネットワーク境界装置１２０からメッセージを受信し、コンタクトセンター１０８内でメッセージのルーティング決定を行うように構成されたサーバまたは一組のサーバに対応することができる。通信サーバ１２８は、顧客１１６とコンタクトセンター１０８との間の通信チャネルを確立し維持するように構成された単一のサーバまたは一組のサーバに対応することができる。いくつかの実施形態では、ルーティングエンジン１２４および通信サーバ１２８は、適切なエージェント１７２、チャットボット１５２、一組のエージェント１７２、および／または一組のチャットボット１５２が、コンタクトセンター１０８の顧客１１６によって開始されるコンタクトをサービスする／扱う目的のために、特定の通信チャネルに割り当てられることを確実にするために協働してもよい。具体的には、限定されるものではないが、ルーティングエンジン１２４は、どのエージェント１７２またはチャットボット１５２が、顧客１１６の質問に答える目的で、および／または顧客１１６にサービスを提供する目的で、特定の通信チャネルに割り当てられるべきかを決定するように構成されてもよい。本明細書でさらに詳細に説明するように、ルーティングエンジン１２４は、顧客１１６のコンタクトに割り当てるために選択されたチャットボット１５２を記述する情報を含む入力をコンタクト管理サーバ１３２から受信することができる。

ルーティングエンジン１２４は、エージェントの通信装置１７６に適切なシグナリングを提供することができ、これにより、エージェントの通信装置１７６は、顧客１１６が通信している通信チャネルに接続し、エージェント１７２は、顧客通信装置１１２によって送信され、最終的に適切な通信チャネルに割り当てられて投稿されるメッセージを見ることができる。より具体的な例として、通信サーバ１２８は、顧客通信装置１１２に提示され、顧客１１６が所望に応じてコンタクトセンター１０８にチャットメッセージを送信することを可能にするデジタルチャット通信チャネルを確立し、維持することができる。メッセージが顧客通信装置１１２から受信され、特定のチャット通信チャネルに割り当てられると、ルーティングエンジン１２４は、どのエージェント１７２またはチャットボット１５２が顧客１１６のニーズに対応するかを決定し（例えば、質問に答えたり、サービスを提供したりする）、次いで、選択されたエージェントの通信装置１７６および／またはチャットボット１５２を同じチャット通信チャネルに接続し、それによって、エージェント１７２および／またはチャットボット１５２が顧客１１６とチャットセッションを行うことを可能にする。代替的にまたは追加的に、本明細書にさらに詳細に記載されるように、ルーティングエンジン１２４は、チャットボット１５２に関するルーティング決定を行う一部としてコスト対効果分析を実行してもよい。例えば、ルーティングエンジン１２４は、顧客１１６にサービスを提供するために特定のチャットボット１５２を使用することに関連するコストを考慮し、そのコストを、顧客１１６との対話を成功裏に完了することに関連する潜在的利益（例えば、売上または収益の利益、顧客満足度評価など）と比較するように構成されてもよい。

自動化されたエージェントが半自動方式（例えば、チャットボット１５２がメッセージに対する提案された応答を生成するが、ヒューマンエージェント１７２が、通信チャネルに送信／コミットされて顧客通信装置１１２に配信される前に、メッセージを承認または編集することを要求される場合）で顧客１１６のメッセージに応答可能にすることが望ましい場合、ルーティングエンジン１２４は、ヒューマンエージェント１７２と、一つまたは複数のチャットボット１５２との両方を通信チャネルに接続するように構成することができることを理解されたい。

チャットサーバとして説明されているが、通信サーバ１２８は、同期または非同期にかかわらず、任意の数の通信プロトコルまたはアプリケーションをサポートするように構成されてもよいことを理解されたい。通信サーバ１２８によってサポートされ得る通信プロトコルまたはアプリケーションの非限定的な例としては、セッション開始プロトコル（ＳＩＰ）、ファイル転送プロトコル（ＦＴＰ、ハイパーテキスト転送プロトコル（ＨＴＴＰ）、ＨＴＴＰセキュア（ＨＴＴＰＳ）、伝送制御プロトコル（ＴＣＰ）、Ｊａｖａ、ハイパーテキストマークアップ言語（ＨＴＭＬ）、ショートメッセージサービス（ＳＭＳ）、インターネットリレーチャット（ＩＲＣ）、Ｗｅｂアプリケーションメッセージング（ＷＡＭＰ）、ＳＯＡＰ、ＭＩＭＥ、リアルタイムメッセージングプロトコル（ＲＴＰ）、Ｗｅｂリアルタイム通信（ＷｅｂＲＴＣ）、ＷｅｂＧＬ、ＸＭＰＰ、Ｓｋｙｐｅプロトコル、ＡＩＭ、Ｍｉｃｒｏｓｏｆｔ通知プロトコル、電子メールなどが挙げられる。テキストベースの通信をサポートすることに加えて、通信サーバ１２８は、音声通信、ビデオ通信などの非テキストベースの通信をサポートするように構成することもできる。

コンタクトセンター１０８に設けられる別のサーバまたは一組のサーバは、コンタクト管理サーバ１３２である。コンタクト管理サーバ１３２は、コンタクトセンター１０８内に存在し、顧客１１６へのサービスの提供に関連してヒューマンエージェント１７２および／またはチャットボット１５２によって実行されるタスクを表すコンタクトまたは作業項目を管理するように構成されてもよい。コンタクト管理サーバ１３２は、コンタクトセンター１０８内のコンタクトの一部または全部の状態情報を任意の時点で維持するように構成することができる。コンタクト管理サーバ１３２は、自動化されたエージェント（例えば、一つまたは複数のチャットボット１５２）のトレーニングおよび更新の一部として、履歴コンタクトを管理および分析するように構成することもできる。いくつかの実施形態では、コンタクト管理サーバ１３２は、ヒューマンエージェント１７２の状態情報をコンタクトセンター１０８内に維持することができ、さらにルーティングエンジン１２４と対話して、どのエージェント１７２が現在コンタクトをサービスするために利用可能であり、コンタクトをサービスするための適切なスキルを有するかを決定することができる。同様に、コンタクト管理サーバ１３２は、チャットボットエンジン１４８によって提供される様々な異なるチャットボット１５２に関連する特性を決定し、コンタクトに割り当てるために複数のチャットボット１５２から一つのチャットボット１５２を選択するように構成されてもよい。この場合も、割り当て決定は、スキルに基づく割り当て決定であってよい。コンタクト管理サーバ１３２の付加的な能力は、チャットボットエンジン１４８、チャットボットチューニング１６４及びチャットボット選択器１６８の動作に関してさらに詳細に説明され、これらは両方ともコンタクト管理サーバ１３２によって提供されることが示されている。

特定の構成要素は、コンタクト管理サーバ１３２に含まれるものとして示されているが、このような構成要素は、コンタクトセンター１０８内の他のサーバまたは一組のサーバのいずれかに設けられてもよいことを理解されたい。例えば、コンタクト管理サーバ１３２の構成要素は、ルーティングエンジン１２４および／または通信サーバ１２８に設けられてもよく、またはその逆であってもよい。さらに、本開示の実施形態は、ルーティングエンジン１２４、通信サーバ１２８、およびコンタクト管理サーバ１３２のすべての機能を備えた単一のサーバを意図している。

コンタクト管理サーバ１３２は、プロセッサ１３６、ネットワークインターフェース１４０、およびメモリ１４４を含むように示されている。プロセッサ１３６は、一つまたは複数のコンピュータ処理装置に対応することができる。プロセッサの非限定的な例は、マイクロプロセッサ、集積回路（ＩＣ）チップ、一般処理ユニット（ＧＰＵ）、中央処理ユニット（ＣＰＵ）などを含む。ここに記載されるプロセッサ１３６の例としては、Ｑｕａｌｃｏｍｍ（登録商標） Ｓｎａｐｄｒａｇｏｎ（登録商標） ８００および８０１、Ｑｕａｌｃｏｍｍ（登録商標） Ｓｎａｐｄｒａｇｏｎ（登録商標） ６２０および６１５（４Ｇ ＬＴＥ Ｉｎｔｅｇｒａｔｉｏｎおよび６４ビットコンピューティング）、Ａｐｐｌｅ（登録商標） Ａ７ （６４ビットアーキテクチャ）プロセッサ、Ａｐｐｌｅ（登録商標） Ｍ７モーションコプロセッサ、Ｓａｍｓｕｎｇ（登録商標） Ｅｘｙｎｏｓ（登録商標）シリーズ、Ｉｎｔｅｌ（登録商標） Ｃｏｒｅ^ＴＭプロセッサファミリ、Ｉｎｔｅｌ（登録商標） Ｘｅｏｎ（登録商標）プロセッサファミリ、Ｉｎｔｅｌ（登録商標） Ａｔｏｍ^ＴＭプロセッサファミリ、Ｉｎｔｅｌ Ｉｔａｎｉｕｍ（登録商標）プロセッサファミリ、Ｉｎｔｅｌ（登録商標） Ｃｏｒｅ（登録商標） ｉ５−４６７０Ｋおよびｉ７−４７７０Ｋ ２２ｎｍ Ｈａｓｗｅｌｌ、Ｉｎｔｅｌ（登録商標） Ｃｏｒｅ（登録商標） ｉ５−３５７０Ｋ ２２ｎｍ Ｉｖｙ Ｂｒｉｄｇｅ、ＡＭＤ（登録商標） ＦＸ^ＴＭプロセッサファミリ、ＡＭＤ（登録商標） ＦＸ−４３００、ＦＸ−６３００、およびＦＸ−８３５０ ３２ｎｍ Ｖｉｓｈｅｒａ、ＡＭＤ（登録商標） Ｋａｖｅｒｉプロセッサ、Ｔｅｘａｓ Ｉｎｓｔｒｕｍｅｎｔｓ（登録商標） Ｊａｃｉｎｔｏ Ｃ６０００^ＴＭ自動車インフォテインメントプロセッサ、Ｔｅｘａｓ Ｉｎｓｔｒｕｍｅｎｔｓ（登録商標） ＯＭＡＰ^ＴＭ自動車グレードモバイルプロセッサ、ＡＲＭ（登録商標） Ｃｏｒｔｅｘ^ＴＭ−Ｍプロセッサ、ＡＲＭ（登録商標） Ｃｏｒｔｅｘ−ＡおよびＡＲＭ９２６ＥＪ−Ｓ^ＴＭプロセッサ、その他の業界同等のプロセッサ、既知または将来開発される標準、命令セット、ライブラリ、またはアーキテクチャを使用して計算機能を実行できる。

ネットワークインターフェース１４０は、コンタクト管理サーバ１３２がコンタクトセンター１０８内の他のマシンと通信すること、および／または通信ネットワーク１０４に接続された他のマシンと通信することを可能にするように構成されてもよい。ネットワークインターフェース１４０は、モデム、ネットワークカード（ワイヤレスまたは有線）、赤外線通信装置などを含むが、これらに限定されない。

メモリ１４４は、一つまたは複数のコンピュータメモリデバイスを含むことができる。メモリ１４４は、プロセッサ１３６によって実行可能であり、本明細書に記載する通信管理サーバ１３２の機能を最終的に提供するプログラム命令を格納するように構成することができる。また、メモリ１４４は、メモリ１４４に格納された命令によって呼び出し、利用できるデータまたは情報を格納するように構成されてもよい。メモリ１４４の構成要素が使用するためにメモリ１４４に記憶することができるデータの一例は、トレーニングデータ１６０である。

メモリ１４４は、例えば、ランダムアクセスメモリ（ＲＡＭ）デバイス、リードオンリーメモリ（ＲＯＭ）デバイス、フラッシュメモリデバイス、磁気ディスク記憶媒体、光記憶媒体、固体記憶装置、コアメモリ、バッファメモリデバイス、それらの組み合わせなどを含むことができる。メモリ１４４は、いくつかの実施形態では、コンピュータ読み取り可能な記憶媒体に対応し、メモリ１４４は、コンタクト管理サーバ１３２の内部にあるものとして示されているが、メモリ１４４は、コンタクト管理サーバ１３２の外部にあるメモリデバイス、データベース、または機器に対応してもよいことを理解されたい。

例示的には、メモリ１４４は、複数の異なるチャットボット１５２を含むチャットボットエンジン１４８を格納するように示されている。チャットボット１５２の各々は、プロセッサ１３６によって実行されるように構成することができる。いくつかの実施形態では、一つまたは複数のチャットボット１５２は、一組のプロセッサ実行可能命令（例えば、定義された入力、変数、および出力を有する有限命令セット）に対応することができる。一部の実施形態では、チャットボット１５２は、プロセッサ１３６によって実行されるコンタクト管理サーバ１３２の人工知能（ＡＩ）コンポーネントに対応してもよい。チャットボットエンジン１４８は、いくつかの実施形態では、人工ニューラルネットワークの形態であってもよい一つまたは複数の会話モデル１５６を利用して、通信サーバ１２８によってサポートされる通信チャネルを介して顧客１１６によって送信されるメッセージを認識し、応答することができる。いくつかの実施形態では、チャットボットエンジン１４８の各チャットボット１５２は、トレーニングデータ１６０でトレーニングされてもよく、そのような会話が発生するとき、または会話が発生した後に、追加の会話から学習するようにプログラムされてもよい。いくつかの実施形態では、チャットボットエンジン１４８は、異なるチャットボット１５２が進行中の会話から学習するときに、会話モデル１５６のうちの一つまたは複数を更新することができる。いくつかの実施形態では、チャットボットエンジン１４８によって提供される各チャットボット１５２は、異なる属性、特性、またはスキルを提供するように構成されてもよい。換言すれば、各チャットボット１５２は、他のすべてのチャットボット１５２とは異なっていてもよく、各チャットボット１５２が有する特定のスキルに基づいて会話に割り当てるために選択されてもよい。

いくつかの実施形態では、チャットボット１５２は、特定の特性またはスキル（例えば、フレンドリー、サポート的、積極的、特定の技術に精通している、専門用語を使用する、素人の用語を使用する等）を有するようにトレーニングまたは調整されてもよい。チャットボット１５２およびそれらの特性は、チャットボットチューニング１６４の機能を使用して調整することができる。チャットボットチューニング１６４は、コンタクトセンター１０８のオペレータによって調整可能であってもよく、または特定のコンタクトセンター１０８の条件（例えば、通話量、顧客レベル等）に基づいて自動的に調整されてもよい。チャットボット１５２のチューニング機能を提供することに加えて、チャットボット選択器１６８を提供して、複数のチャットボット１５２から一つのチャットボット１５２を選択し、特定の顧客、特定のインタラクション等に割り当てることもできる。チャットボットチューニング１６４とチャットボット選択器１６８とを同時に動作させることを可能にすることにより、コンタクトセンター１０８は、特定の顧客またはスキル要件のために特定の選択されたチャットボット１５２を具体的にチューニングすることができる。すなわち、顧客１１６に割り当てるために特定のチャットボット１５２を選択することができ、次いで、チャットボットチューニング１６４を使用して、選択されたチャットボット１５２を適切に調整してから、チャットボット１５２が顧客１１６との対話に従事できるようにしてもよい。

上述のように、チャットボットエンジン１４８およびそれによって提供されるチャットボット１５２は、一組のガイドライン（例えば、一組の静的命令として）を使用して、または機械学習を使用して動作するように構成されてもよい。機械学習を利用したチャットボットエンジン１４８の詳細を、図２を参照して説明する。再び、機械学習を利用するチャットボットエンジン１４８は、トレーニングデータ１６０にアクセスして、チャットボット１５２の挙動を最初にトレーニングすることができる。チャットボットエンジン１４８は、フィードバックに基づいてさらなる会話から学習するように構成されてもよく、フィードバックは、自動化された方法（例えば、再帰学習ニューラルネットワークを介して）および／または人間が提供する方法（例えば、ヒューマンエージェント１７２によって、チャットボット１５２によって準備された特定の応答が、顧客１１６から受信された特定のメッセージに対して適切であったことを確認または拒否する）で提供されてもよい。

チャットボットエンジン１４８の学習／トレーニングモジュール２０４は、一つ又は複数の会話モデル１５６にアクセスし、使用することができる。会話モデル１５６は、トレーニングデータおよびフィードバックに基づいてトレーニング／学習モジュール２０４によって構築および更新されてもよい。学習／トレーニングモジュール２０４は、ボット応答データベース２１６を構築する目的で、報告データベース２１２からの情報にアクセスするように構成されてもよく、ボット応答データベースは、チャットボットエンジン１４８によって以前に提供され、状況下で有効または適切であると識別されたボット応答を効果的に記憶する（例えば、顧客１１６からの肯定的な応答に基づいて、および／または管理ユーザ入力に基づいて）。いくつかの実施形態では、各個々のチャットボット１５２は、それ自身のボット応答データベース２１６を有し、それ自身の固有のトレーニングデータ１６０でトレーニングされてもよい。ボット応答データベース２１６内の応答は、学習／トレーニングモジュール２０４によって、選択されたチャットボット１５２が顧客１１６とのより多くの会話に従事するにつれて、絶えず更新、改訂、編集、または削除され得る。

いくつかの実施形態では、チャットボットエンジン１４８は、ボット応答データベース２１６にアクセスし、ダイアログ入力２２４に基づいてボット応答データベース２１６から適切な応答推奨を選択する、選択された各チャットボット１５２に対する推奨エンジン２０８を含むことができる。入力２２４は、リアルタイムチャットデータ、音声データ、ビデオ・データ、およびチャットボットチューニング１６４の出力を含むことができる。チャットボットチューニング１６４は、選択されたチャットボット１５２の特性を具体的にチューニングまたは調整するために使用され得る。

リアルタイムチャットデータは、顧客通信装置１１２から通信チャネル上で受信したメッセージの内容に対応し得る。入力２２４およびボット応答データベース２１６を使用して、選択されたチャットボット推奨エンジン２０８は、応答生成器２２０に対して一つまたは複数の応答を推奨するように構成されてもよい。応答生成器２２０は、適切な通信チャネル上で送信するためのチャットボット出力として選択された応答を提供するように構成されてもよい。チャットボットエンジン１４８（およびその中で動作する選択されたチャットボット１５２）と顧客１１６との間の対話は、コンタクトセンター１０８内のコンタクトを表すことができ、コンタクトのステータスは、会話状態を適宜更新するエージェント監視機能によって決定することができる。いくつかの実施形態では、チャットボットエンジン１４８は、顧客１１６が自動化されたエージェントと対話していることに気づかず、むしろヒューマンエージェント１７２と対話していると考えるように、顧客１１６と対話するように構成されてもよい。

この能力を達成するために、チャットボットエンジン１４８およびそこに設けられた各チャットボット１５２には、特定の通信チャネル上で発生したヒューマンエージェント１７２と顧客１１６との間の会話からのトレーニングデータが常に与えられてもよい。（例えば、販売、製品トラブルシューティング、請求、予約支援などのような特定の話題に関連する会話でチャットボット１５２をトレーニングすることによって）チャットボット１５２が特定のスキルを有するようにトレーニングすることが可能であり得る。したがって、コンタクトセンター１０８は、本開示の範囲から逸脱することなく、異なるタイプの複数のチャットボット１５２を含むことができ、チャットボット１５２の各々は、特定の顧客１１６および対話に割り当てるために、チャットボット選択器１６８によって選択され得ることを理解されたい。

図３−６を参照して、チャットボット１５２の様々な能力およびさらなる機能は、本開示の少なくともいくつかの実施形態に従って説明される。いくつかの実施形態では、チャットボット１５２は、特性範囲３０４および定義されたスキルセット３１２を含むことができる。チャットボット選択器１６８によってチャットボット１５２が選択され、顧客インタラクションに割り当てられると、チャットボットチューニング１６４は、選択されたチャットボット１５２を現在の特性選択３０８に調整することができる。現在の特性選択３０８は、チャットボット１５２の特性範囲３０４内にある特定の特性設定に対応することができる。いくつかの実施形態では、各チャットボット１５２の特性範囲３０４および／またはスキルセット３１２は、異なるトレーニングデータ５０４でチャットボット１５２をトレーニングすることによって作成されてもよい。図５に示すように、チャットボットエンジン１４８によって提供される各チャットボット１５２は、異なるトレーニングデータ５０４でトレーニングされてもよく、それによって、各チャットボット１４８が異なる特性範囲３０４を示すことを可能にする。

いくつかの実施形態では、チャットボット選択器１６８は、顧客１１６の通信の好みに一致するか、またはそれを満足させる知覚パーソナリティ性質３２０に基づいて、顧客１１６に割り当てる特定のチャットボット１５２を選択することができる。いくつかの実施形態では、チャットボットチューニング１６４は、選択されたチャットボット１５２の異なるパーソナリティ特性３１６をさらに調整して（４０４）、顧客１１６の所望のパーソナリティ性質３２０を満たすようにしてもよい。具体的には、チャットボット選択器１６８は、接触を開始した顧客１１６によって望ましいと考えられる可能性がある顧客のパーソナリティ性質３２０を決定するように構成されてもよい。同定されたパーソナリティ特性Ｐ１、Ｐ２、Ｐ３、．．．などは、パーソナリティ特性について特定の値（例えば、礼儀正しいという特性には、非常に礼儀正しい、穏やかに礼儀正しい、無礼などの価値を持つかもしれない）および対応する重要性（例えば、非常に重要である、ある程度重要である、重要でない）を有すると決定され得る。図３のチャートでは、パーソナリティ特性チャート上の各バーの位置は、パーソナリティ特性の特定の値を表し、バーの大きさ／サイズは、パーソナリティ特性の対応する重要性を表す。

図３および４に示すように、チャットボット１５２によって提供され得る各パーソナリティ特性３１６は、特性範囲３０４内で調整可能であってもよい（４０４）。いくつかの実施形態では、チャットボット１５２の特性範囲３０４は、最初に、チャットボット１５２をトレーニングすることによって確立することができ、次いで、特性範囲３０４は、使用中に（例えば、トレーニングのフィードバックに基づいて）チャットボット１５２がさらにトレーニングされ、更新されるにつれて、時間とともに移動または調整することができる。チャットボット１５２の特性範囲３０４は、対応する平均、中央値、標準偏差、幅などを有する確率曲線によって表現されてもよい。特定のパーソナリティ特性３１６を提供するチャットボット１５２の能力は、正確でなくてもよく、したがって、確率曲線としてより良く表現される。いくつかの実施形態では、確率曲線の幅は、決定された信頼度で特定のパーソナリティ特性を提供するチャットボット１５２の能力を表すことができる。例えば、図３の第１のチャットボット１５２は、第１パーソナリティ特性３１６については比較的広い確率曲線を有するが、第２パーソナリティ特性３１６についてはより狭い確率曲線を有することが示されている。これは、第１のチャットボット１５２が、第１パーソナリティ特性３１６の統計的／一般的平均値よりも第２パーソナリティ特性３１６の統計的／一般的平均値を提供できる可能性が高いことを意味する。パーソナリティ特性３１６に対するより狭い確率曲線は、チャットボット１５２がその特定のパーソナリティ特性３１６に対して調整可能である（４０４）可能性が低いことも反映し得る。換言すれば、パーソナリティ特性３１６に対するより広い確率曲線は、チャットボット１５２が、より狭い確率曲線を有する他の何らかのパーソナリティ特性３１６よりも、チャットボット調整３１６によって調整された特定のパーソナリティ特性３１６を有することができることを示唆し得る。

各パーソナリティ特性３１６に対する確率曲線のすべてのパラメータは、チャットボット１５２の特性範囲３０４を効果的に表すことができる。さらに、チャットボット１５２が多数の異なるパーソナリティ特性３１６を有し、各パーソナリティ特性３１６が広い確率曲線を有する対応する特性範囲３０４を有する場合、チャットボット１５２は比較的柔軟なチャットボット１５２であると考えられ得るが、チャットボット１５２は必ずしも何らかの特定のパーソナリティ特性３１６を高い信頼度で提供するとは限らない。一方、パーソナリティ特性３１６に対する比較的狭い確率曲線を有する一つまたは二つの特定のパーソナリティ特性３１６を有するチャットボット１５２は、高い信頼度を有する対話の間、パーソナリティ特性３１６を提供する可能性がより高い。

いくつかの実施形態では、チャットボット１５２のパーソナリティ特性３１６は、顧客１１６によって所望される一つまたは複数のパーソナリティ性質３２０に一致させることができ、チャットボット１５２は、これに基づいてチャットボット選択器１６８によって選択され得る。図３の非限定的な実施例を使用すると、顧客１１６は、対応する値および重要度レベルと共に望ましいことが見出される六つのパーソナリティ性質３２０を有することが見出され得る。バーの大きさに基づいて、パーソナリティ特性Ｐ１、Ｐ３、およびＰ５は、顧客１１６にとって最も重要なパーソナリティ性質３２０として識別され、各バーの位置は、パーソナリティ性質３２０の値を表す。チャットボット選択器１６８は、顧客１１６との対話に利用可能なすべてのチャットボット１５２のパーソナリティ特性と、各チャットボット１５２のパーソナリティ特性３１６とを参照して、どのチャットボット１５２が顧客１１６と満足な態様で対話する可能性が最も高いかを判断することができる。顧客１１６のために識別されたパーソナリティ性質３２０の重要性に基づいて、チャットボット選択器１６８は、チャットボット１５２のためのパーソナリティ特性３１６を分析することによって、所望のパーソナリティ性質３２０を提供することができるチャットボット１５２を探す。パーソナリティ特性Ｐ１、Ｐ３、およびＰ５のうちの一つ又は複数を提供しそうな別のチャットボット１５２が利用可能である場合、Ｐ１、Ｐ３、およびＰ５のパーソナリティ特性を提供しそうにないチャットボット１５２は、顧客対話のために選択されない可能性がある。図３の例では、第１のチャットボット１５２は、第５のパーソナリティ特性Ｐ５についてのパーソナリティ特性３１６を有さず、一方、第２のチャットボット１５２は、第３のパーソナリティ特性Ｐ３についてのパーソナリティ特性３１６を有さない。しかしながら、第２のチャットボット１５２は、第１のパーソナリティ特性Ｐ１および第５のパーソナリティ特性Ｐ５を高い信頼度（そのようなパーソナリティ特性の確率曲線が狭いため）で提供する能力（特性範囲３０４によって表されるように）を有しているのに対し、第１のチャットボット１５２は、第１のパーソナリティ特性Ｐ１についての確率曲線がそれほど狭くない。これは、チャットボット選択器１６８が、顧客１１６と対話するために、第１のチャットボット１５２ではなく第２のチャットボット１５２を選択することができることを意味する。なぜなら、第２のチャットボット１５２は、顧客１１６にとって重要であると識別される第１および第５のパーソナリティ特性を満足する所望のパーソナリティ特性３１６を提供する可能性がより高いからである。

顧客１１６が選択されたチャットボット１５２と対話するとき、チャットボットチューニング１６４は、チャットボット１５２が提供する出力に対する顧客１１６の反応を分析して、対話が肯定的に進行しているか（例えば、ある状態から次の状態へと解決に向けて動くこと）、否定的に進行しているか（例えば、顧客１１６はフラストレーションを示している）、または停滞しているか（例えば、対話がある状態から次の解決に向かう状態へと移動していない）を判定することができる。チャットボットチューニング１６４が、対話が否定的に進行しているか、または停滞していることを検出した場合、チャットボットチューニング１６４は、選択されたチャットボット１５２のパーソナリティ特性３１６のうちの一つまたは複数を調整する（４０４）ことを試みることができる。上述のように、特定のパーソナリティ特性３１６に対するより広い確率曲線を有するチャットボット１５２は、異なる値に対してより柔軟に調整され得る。一方、特定のパーソナリティ特性３１６に対するより狭い確率曲線を有するチャットボット１５２は、異なる値を提供するように柔軟に調整されていない場合がある。図４に示されるように、特定のチャットボット１５２は、そのパーソナリティ特性３１６を、パーソナリティ性質３２０（例えば、所望の値における第３のパーソナリティ特性Ｐ３）の特定の値を提供するように調整することができない場合がある。

いくつかの実施形態では、各パーソナリティ特性３１６は、顧客１１６が所望する特定のパーソナリティ性質３２０と一致し得る。チャットボット１５２のパーソナリティ特性３１６は、対応するパーソナリティ特性３１６の確率曲線が顧客の所望のパーソナリティ性質３２０に対して定義された値と重複する場合に、顧客１１６のパーソナリティ性質３２０を満たすことができる。パーソナリティ特性３１６（またはパーソナリティ性質３２０（顧客１１６の好みの観点から見た場合））は、断定的、受動的、静か、寛大、良心的、快諾、外向的、および／または内向的に対応し得る。各パーソナリティ性質３２０は、対応するパーソナリティ特性３１６を有してもよく、またはチャットボット１５２によって提供される異なるパーソナリティ特性３１６の組み合わせにマッピングされてもよい。

図５および６に示すように、各チャットボット１５２が異なるトレーニングデータ５０４でトレーニングされ得るので、各チャットボット１５２は、顧客との対話からの共通の入力６０４に対して異なるチャットボット応答６０８を提供するように構成され得る。この情報を念頭に置いて、本開示の実施形態は、チャットボット１５２を特定の顧客対話に割り当てる前に、一つまた複数のチャットボット１５２をテストする能力を意図している。具体的には、チャットボット選択器１６８は、顧客対話６０４からの初期入力を複数の異なるチャットボット１５２に提供するように構成されてもよい。各チャットボット１５２は候補チャットボット応答６０８を提供することができ、それに関連する予想利益６１２を有する。チャットボット選択器１６８は、複数の異なるチャットボット応答６０８と、チャットボット応答６０８の関連する利益６１２と、チャットボット１５２の選択の一部として顧客との対話に使用されるチャットボット１５２を選択するための可能なコスト６１６とを分析することができる。顧客との対話６０４からの入力は、テキスト、音声、またはビデオ入力（顧客１１６がコンタクトセンター１０８にコンタクトするために使用する通信チャネルに応じて）に対応し得る。候補チャットボット応答６０８は、テキスト、音声、またはビデオ形式であってもよい。

チャットボット選択器６０８は、顧客との対話のために複数のチャットボットから一つのチャットボット１５２を選択するときに最適化機能を適用するように構成することができる。チャットボット選択器１６８は、最適化機能を使用して、ある候補チャットボット応答６０８の予想利益６１２と、他のチャットボット応答６０８の予想利益６１２とのバランスを取ることができる。いくつかの実施形態では、チャットボット選択器１６８は、予想される最大の利益６１２を有する候補チャットボット応答６０８を提供するチャットボット１５２を選択することができる。チャットボット選択器１６８は、代替的にまたは追加的に、一つのチャットボット１５２を使用するコスト６１６と他のチャットボット１５２を使用するコスト６１６とのバランスを取ることができる。いくつかの実施形態では、チャットボット選択器１６８は、所与の顧客との対話のための使用の最小コスト６１６を提供するチャットボット１５２を選択することができる。チャットボット選択器１６８は、代替的に又は追加的に、各チャットボット１５２に関連するコスト及び利益を重み付けしてもよく、期待される収益を最大化し、期待される利益を最大化し、コストを最小化し、顧客満足度を最大化する等の最適化機能を適用してもよい。換言すれば、チャットボット選択器６０８によって適用される最適化機能は、異なるチャットボット１５２の使用に関連する任意の数の要因を、顧客との対話への割り当てのためのチャットボット１５２の選択の一部として考慮してもよい。

いくつかの実施形態では、候補チャットボット応答６０８は、リアルタイムまたはほぼリアルタイムで、チャットボット選択器１６８によって受信および分析されてもよい。一例として、顧客との対話６０４からの入力がテキストベースの通信チャネル（例えば、チャット、ソーシャルメディアへの投稿など）を介して受信される場合、テキストベースの候補チャットボット応答６０８はすべて、チャットボット選択器１６８が対話に割り当てる特定のチャットボット１５２を選択し、選択されたチャットボット１５２の応答を顧客１１６にコミットする前に分析され得る。チャットボット選択器１６８によって実行される分析は、バックグラウンドで迅速に実行され、顧客が応答時間に著しい遅延を観察することなく、応答が顧客１１６に返されるようにすることができる。換言すれば、チャットボット選択器１６８は、顧客との対話６０４からの入力を受け取る前に、チャットボット１５２またはチャットボット１５２によって表されるヒューマンエージェントが選択されたかのように見えるように、チャットボットを迅速に選択することができる。関連する別の例では、顧客との対話６０４からの入力が音声を介して受信される場合、顧客との対話への割り当てのために特定のチャットボット１５２を選択する前に、音声ベースの候補チャットボット応答６０８（または可能な音声ベースの応答のテキストバージョン）をチャットボット選択器１６８によって分析することができる。

図７−１２を参照すると、本開示の少なくともいくつかの実施形態に従って、様々な通信方法を説明する。本明細書に記載される通信方法は、互いに組み合わされてもよく、または１つの通信方法からのステップは、本開示の範囲から逸脱することなく、別の通信方法で使用されてもよい。さらに、特定の方法および方法のステップは、特定のシステム１００の構成要素によって実行されるものとして説明されるが、本明細書に記載される構成要素のいずれも、本明細書に記載され説明される方法ステップの一部または全部を実行するように構成することができることを理解されたい。さらに、特定の方法は、特定の順序で実行される方法ステップを有するものとして説明されるが、本開示の範囲から逸脱することなく、方法ステップの順序を変更することまたは入替えることができることを理解されたい。

ここで図７を参照すると、本開示の少なくともいくつかの実施形態による第１の通信方法が説明される。この方法は、異なるスキルセット３１２および異なるパーソナリティ特性を有する複数のチャットボット１５２を維持するコンタクトセンター１０８から始まる（ステップ７０４）。各チャットボット１５２は、異なるトレーニングデータ５０４でトレーニングされてもよく、それによって、各チャットボット１５２は、異なるスキルセット３１２およびパーソナリティ特性を有することになる。チャットボット１５２のパーソナリティ特性は、パーソナリティ特性範囲３０４によって表すことができ、これは、チャットボット１５２が特定のパーソナリティ特性をある程度の信頼度で提供することができることを意味する。

この方法は、コンタクトセンター１０８において顧客通信装置１１２からコンタクトを受信したときに継続する（ステップ７０８）。コンタクトは、テキストベース、音声ベース、ビデオベース、ウェブベース、ソーシャルメディアベースなどとすることができる。顧客通信装置１１２は、一つ又は複数の異なる通信チャネルを介して一つまたは複数のメッセージをコンタクトセンター１０８に送信することができる。メッセージを受信すると、コンタクトセンター１０８は、顧客問い合わせの解決を容易にする顧客との対話またはワークフローを確立することができる（例えば、顧客１１６がコンタクトセンター１０８に連絡した理由）。いくつかの実施形態では、コンタクトセンター１０８は、コンタクト管理サーバ１３２を利用して、コンタクトに関連するスキルを判定することができる（ステップ７１２）。スキルは、顧客１１６が提供するメッセージの内容に基づいて、ＣＲＭデータベースからの顧客１１６の知識に基づいて、顧客１１６がコンタクトの理由を自己選択することに基づいて決定され得る（例えば、サービス、セールス、トラブルシューティング、テクニカル・サポート、請求など）。

この方法は、チャットボット選択器１６８が、コンタクトセンター１０８内の各チャットボット１５２のスキルセット３１２とのコンタクトに関連する／必要とされるスキルを比較し続けることができる（ステップ７１６）。チャットボット選択器１６８はまた、可能であれば、顧客１１６によって望まれるかまたは享受される可能性が最も高いパーソナリティ性質３２０を決定してもよい（ステップ７２０）。望ましいパーソナリティ性質３２０の決定は、ＣＲＭデータベースから得られた過去の顧客情報に基づいて、顧客調査の間に提起された質問に対する顧客１１６の応答などに基づいて、コンタクトの内容に基づくことができる。

次に、チャットボット選択器１６８は、顧客１１６によって望ましい可能性があると判断されたパーソナリティ性質３２０を、複数のチャットボット１５２のパーソナリティ特性３１６と比較する（ステップ７２４）。いくつかの実施形態では、チャットボット選択器１６８は、各チャットボット１５２の特性範囲３０４、ならびに異なるパーソナリティ特性３１６に関連する様々な確率曲線を分析して、いずれかのチャットボット１５２が他のチャットボット１５２よりも顧客１１６が望むパーソナリティ性質３２０を提供する可能性が高いかどうかを判断することができる。

ステップ７１６および７２４で実行された比較に基づいて、チャットボット選択器１６８は、複数のチャットボットからチャットボット１５２を選択することができる（ステップ７２８）。次いで、選択されたチャットボット１５２は、応答を顧客通信装置１１２に送信し、さらなる顧客メッセージを受信し、次いでそれらのさらなる顧客メッセージに応答することによって、顧客１１６との対話に従事することが許可され得る（ステップ７３２）。いくつかの実施形態では、チャットボット１５２は、顧客との対話に関与し、顧客の問い合わせの解決に向けて多数の状態を介して対話を進行させようとすることができる。チャットボット選択器１６８は、チャットボット１５２と顧客コンタクトとの間のスキルに基づくマッチングを、パーソナリティ特性のマッチングの考慮よりも重視するように構成されてもよいことを理解されたい。このような重み付けは、チャットボット選択器１６８が、スキルに基づくマッチングとパーソナリティ特性マッチングの両方を同時に考慮する最適化関数を適用することを可能にすることによって達成され得る。顧客１１６に必要なスキルを提供するために利用可能なチャットボット１５２がない場合、チャットボット選択器１６８は、パーソナリティ特性マッチングのみを考慮してもよい。同様に、二つのチャットボット１５２が顧客との対話にサービスを提供するのに必要なスキルを有する場合、チャットボット選択器１６８は、二つのチャットボット１５２の中から、どのチャットボット１５２が顧客１１６の所望のパーソナリティ性質３２０に一致する可能性が高いパーソナリティ特性３１６を有するかに基づいて選択することができる。

ここで図８を参照すると、本開示の少なくともいくつかの実施形態による第２の通信方法が説明される。この方法は、顧客１１６がコンタクトセンター１０８と対話する間に、顧客１１６によって望ましいとされる可能性が望ましいとされない可能性よりも高いパーソナリティ性質３２０を決定することから始まる（ステップ８０４）。パーソナリティ性質３２０の決定は、顧客履歴情報から（例えばＣＲＭデータベースから）得られた情報に基づいて、調査質問に対する顧客１１６の応答から受け取った情報に基づいて、顧客１１６のメッセージの内容に基づいてもよく、またはそれらの組み合わせに基づいてもよい。

方法は、顧客１１６と対話しているか、または顧客との対話への割り当てのために選択されたチャットボット１５２によって提供される現在の特性選択３０８を調整するチャットボットチューニング１６４に続く（ステップ８０８）。いくつかの実施形態では、チャットボットチューニング１６４は、選択されたチャットボット１５２の一つまたは複数の異なるパーソナリティ特性３１６を調整するように構成される（４０４）。チューニングプロセスは、ステップ８０４で識別されたパーソナリティ特性に一致するパーソナリティ特性またはパーソナリティ特性の組み合わせをチャットボット１５２に提供させる試みにおいて実行されてもよい。

チャットボットチューニング１６４は、選択されたチャットボット１５２と顧客１１６との間の対話を観察および分析して（ステップ８１２）、パーソナリティ特性３１６とパーソナリティ性質３２０との間の適切な一致が達成されているかどうかを決定するように構成されてもよい。具体的には、本方法は、さらなるチャットボット調整が必要であるかどうかを判断することを含み得る（ステップ８１６）。対話が否定的であるか又は停滞していると判定された場合には、さらなる調整が必要であり、その両方が顧客１１６のフラストレーションをもたらす可能性がある。対話が１つの状態から次の状態へと解決に向かって進行している場合には、さらなる調整は必要とされない。さらなる調整が必要な場合、本方法はステップ８０８に戻ることができる。おそらくチャットボット１５２が適切なタイプのパーソナリティ特性３１６を提供しており、現在の特性選択３０８が顧客１１６のニーズを満たしているために、さらなる調整が必要でない場合、この方法は、顧客との対話が完了しているかどうかを判断することによって継続してもよい（ステップ８２０）。顧客との対話がまだ完了していない場合、方法はステップ８１６に戻る。顧客との対話が完了した場合、チャットボットの調整が完了し、顧客との対話に関与したチャットボット１５２に追加のトレーニングまたはフィードバックを提供することによって、方法を進めることができる（ステップ８２４）。更新されたチャットボットトレーニングのこの追加ステップは、任意のステップに対応することができる。

ここで図９を参照すると、本開示の少なくともいくつかの実施形態による第３の通信方法が説明される。この方法は、チャットボット選択器１６８が、顧客コンタクトをサービスするために必要な一つまたは複数のスキルを、スキルセット３１２および／またはコンタクトセンター１０８で使用可能なチャットボット１５２のパーソナリティ特性と比較することから始まる（ステップ９０４）。チャットボット選択器１６８は、複数のチャットボット１５２の各々について、確率曲線によって表され得る特性範囲３０４を分析することができる（ステップ９０８）。

チャットボット選択器１６８は、さらに、各候補チャットボット１５２の確率曲線を分析するときに、関心のあるパラメータとして確率曲線のパラメータを指定することができる（ステップ９１２）。関心のあるパラメータは、確率曲線の性質に依存し得る。ベル曲線は、例えば、平均、中央値、モード、幅、標準偏差、対称度、ピークなどを含むパラメータを有してもよい。関心のあるパラメータのうちの一つ又は複数を使用して、複数のチャットボット１５２の中から一つのチャットボット１５２を分析し、選択して、顧客との対話に割り当てることができる。具体的には、本方法は、分析中のチャットボット１５２の各々によってパーソナリティ特性３１６が提供され得る可能性を決定することを含み得る。パーソナリティ特性３１６がチャットボット１５２によって提供され得る可能性は、分析中の確率曲線に対する関心のあるパラメータに依存し得る。各チャットボット１５２の確率曲線について同じ関心パラメータを分析することにより、チャットボット選択器１６８は、顧客との対話に割り当てる特定のチャットボット１５２を正確かつ適切に選択することができる。また、この方法で行われる分析は、チャットボット選択器１６８が、顧客１１６にとって望ましいパーソナリティ特性に一致するパーソナリティ特性の適切なセットを提供するチャットボット１５２を選択する可能性をより高くすることを可能にする。

ここで図１０を参照すると、本開示の少なくともいくつかの実施形態による第４の通信方法が説明される。この方法は、顧客との対話に割り当てられたチャットボット１５２からチャットボット出力を受信することによって開始する（ステップ１００４）。チャットボット１５２から受信された出力は、さらなる検証プロセスが実行されるまで保持され得る（例えば、顧客１１６に提供されず、顧客通信装置１１２に送信され、バッファメモリ等に記憶される）（ステップ１００８）。

この方法は、チャットボット１５２の出力が保持されている間、分析および検証（ステップ１０１２）のために、チャットボット１５２の出力のコピーをヒューマンエージェント１７２に提供することによって継続することができる。いくつかの実施形態では、ヒューマンエージェント１７２は、チャットボット１５２の出力の一部または全部を分析して、チャットボット１５２の出力が顧客との対話中に受信した最後の顧客１１６の入力に十分に対処するか、または応答するかを判断することができる。いくつかの実施形態では、ヒューマンエージェント１７２は、精度、関連性、内容、および任意の他の主題または客観的基準について、チャットボット１５２の出力を分析することができる。例えば、ヒューマンエージェント１７２は、チャットボット１５２の出力を分析して、適切なパーソナリティ特性が、顧客１１６によって所望される決定されたパーソナリティ特性に一致するように適用されているかどうかを決定することができる。

この方法は、ヒューマンエージェント１７２が、チャットボット１５２の出力が顧客１１６に送信するのに許容可能であることを検証する入力をシステムに戻す場合に継続する（ステップ１０１６）。いくつかの実施形態では、ヒューマンエージェント１７２は、チャットボット１５２の出力を編集または修正することが可能であり、ヒューマンエージェント１７２によって提供される編集は、学習およびチャットボット１５２の全体的な性能を改善するためのシステムへのフィードバックとして使用され得る。

チャットボット１５２の出力が許容可能であることを示す人間の入力が受信された後、方法は、チャットボット１５２の出力を顧客１１６に送信することによって継続してもよい（ステップ１０２０）。いくつかの実施形態では、顧客１１６に送信される出力は、編集されたバージョン、またはヒューマンエージェント１７２によって承認された出力のいずれかのバージョンに対応することができる。

ここで図１１を参照すると、本開示の少なくともいくつかの実施形態による第５の通信方法が説明される。この方法は、顧客通信装置１１２からメッセージを受信することから始まる（ステップ１１０４）。メッセージは、コンタクトセンター１０８によってサポートされる任意の通信チャネルで受信することができ、任意の適切な通信モダリティ（たとえば、テキスト、音声、ビデオ、ソーシャルメディア、Ｗｅｂコラボレーション等）を使用することができる。

顧客通信装置１１２から受信したメッセージに応答するためにチャットボット１５２を選択する前に、チャットボット選択器１６８は、メッセージ内容の一部または全部を複数のチャットボット１５２に提供してもよい（ステップ１１０８）。いくつかの実施形態では、複数のチャットボット内の各チャットボット１５２に提供されるコンテンツは同じであり、顧客との対話６０４からの入力全体に対応してもよい。

各チャットボット１５２は、顧客との対話６０４から受信した入力に基づいて候補出力６０８を生成することができる（ステップ１１１２）。チャットボット選択器１６８は、各候補出力６０８に関連する予想利益６１２を含む各候補出力６０８を分析するように構成されてもよい（ステップ１１１６）。チャットボット選択器１６８はまた、各チャットボット１５２の使用に関連するコスト６１６を決定し、チャットボット１５２の一部または全部についてのコスト６１６に対して予想利益６１２を比較してもよい（ステップ１１２０）。いくつかの実施形態では、チャットボット選択器１６８は、最適化関数を適用して、複数のチャットボットからチャットボット１５２を選択することができる（ステップ１１２４）。一例として、チャットボット選択器１６８は、各チャットボット１５２の予想利益６１２および使用コスト６１６に基づいて、最適化機能を最もよく満たすチャットボット１５２を選択することができる。

次いで、選択されたチャットボット１５２は、顧客との対話に割り当てられ得る（ステップ１１２８）。いくつかの実施形態では、顧客との対話に対するチャットボット１５２の割り当ては、選択されたチャットボット１５２が顧客１１６から受信した追加のメッセージに応答し続けることを可能にし得る。いくつかの実施形態において、顧客１１６から受信された各メッセージは、異なるチャットボット１５２が顧客１１６から受信された各メッセージに出力を提供するように選択されるように、図１１の方法を通して流れることができる。このようにして、特定のチャットボット１５２は、顧客との対話全体を処理するように選択されることはなく、むしろ、顧客のメッセージに対する応答を提供する前に、複数のチャットボット１５２の候補出力６０８が分析される。必要に応じて、顧客との対話中に選択されたチャットボットに適切な人間の監視を適用することも可能である（ステップ１１３２）。例えば、ヒューマンエージェント１７２は、チャットボット１５２（または異なるチャットボット１５２）によって生成された応答の一部または全部を、それらの応答を顧客１１６にコミットする前にレビューし、検証することができる。ヒューマンエージェント１７２からの入力は、チャットボット１５２の再トレーニングまたは教示の一部として、チャットボットエンジン１４８に戻されてもよい。

ここで図１２を参照すると、本開示の少なくともいくつかの実施形態による第６の通信方法が説明される。この方法は、一つまたは複数の異なるチャットボット１５２に対するトレーニングがチャットボットエンジン１４８によって開始されるときに開始される（ステップ１２０４）。トレーニング方法は、新しいチャットボット１５２のための初期トレーニング方法、またはコンタクトセンター１０８によって既に使用されているチャットボット１５２の再トレーニングに対応することができる。

トレーニング方法は、各チャットボット１５２に異なるトレーニングデータ５０４をトレーニングさせることによって継続することができる（ステップ１２０８）。一例として、あるチャットボット１５２は、第１のスキル、第１のパーソナリティ特性などに特有の第１のトレーニングデータを受信することができる。例えば、第１のトレーニングデータ５０４は、特定の製品の顧客サポートまたは技術サポートに関連するコンタクトセンターとの対話（テキスト、音声、ビデオ、Ｗｅｂコラボレーション、ソーシャルメディアなど）に対応することができる。第１のトレーニングデータ５０４でトレーニングされたチャットボット１５２は、第１のスキル（例えば、カスタマー・サポートのスキルやテクニカル・サポートのスキル）を開発するようにトレーニングされ得る。第２のトレーニングデータ５０４は、第２のスキルを開発するために、異なるチャットボット１５２に適用され得る。一例として、第２のトレーニングデータ５０４は、請求照会に関連するコンタクトセンターとの対話に対応することができる。第２のトレーニングデータ５０４でトレーニングされたチャットボット１５２は、第２のスキル（例えば、請求スキル）を開発するためにトレーニングされ得る。別の例として、さらに別のチャットボット１５２を、販売のためのコンタクトセンターとの対話に対応する第３のトレーニングデータ５０４でトレーニングすることができる。第３のトレーニングデータ５０４でトレーニングされたチャットボット１５２は、第３のスキル（例えば、販売スキル）を開発することができる。このようにして、異なるチャットボット１５２は、異なるスキルセット３１２を有するようにトレーニングされ得、それは、チャットボット選択プロセスの間に分析され得る。

トレーニング方法は、チャットボットエンジン１４８が、すべてのチャットボット１５２がそれぞれのトレーニングデータについて十分にトレーニングされたことを確認したときに完了することができる（ステップ１２１２）。トレーニングが完了したことの確認は、チャットボット１５２が全てのトレーニングデータ５０４を受け取り且つ取り込むこと、及び／又は、チャットボット１５２が所望の技能及び／又はパーソナリティ特性を現在有していることを確認することに基づくことができる。

次いで、この方法は、トレーニングされたチャットボット１５２の各々をコンタクトセンター１０８に提供してコンタクトセンター１０８の動作中に記憶し、選択的に使用することによって継続することができる（ステップ１２１６）。いくつかの実施形態では、各チャットボット１５２は、チャットボット１５２の能力（例えば、特性範囲３０４、スキルセット３１２等）を記述する情報と共に格納されてもよい。チャットボット１５２の能力を記述する情報は、チャットボット選択器１６８が、顧客との対話、新しく受信した顧客メッセージなどのためにチャットボットを選択するために、情報に容易かつ迅速にアクセスすることができるように格納されてもよい。

本開示は、様々な態様、実施形態、および／または構成において、様々な態様、実施形態、構成実施形態、サブコンビネーション、および／またはそれらのサブセットを含む、実質的に本明細書に示され説明される構成要素、方法、プロセス、システム、および／または装置を含む。当業者は、本開示を理解した後に、開示された態様、実施形態、および／または構成をどのように作成および使用するかを理解するであろう。本開示は、様々な態様、実施形態、および／または構成において、本明細書に図示および／または説明されていない項目がない場合、または本明細書の様々な態様、実施形態、および／または構成において、例えば、性能を改善し、容易性を達成し、および／または実施コストを低減するために、以前の装置またはプロセスにおいて使用されていた可能性のある項目がない場合を含めて、装置およびプロセスを提供することを含む。

前述の説明は、説明および説明の目的で提示されている。上記は、本明細書に開示された形態に開示を限定することを意図したものではない。例えば、前述の詳細な説明では、本開示の種々の特徴は、本開示を簡素化する目的で、１つ以上の態様、実施形態、および／または構成にグループ化される。本開示の態様、実施形態、および／または構成の特徴は、上述のもの以外の代替の態様、実施形態、および／または構成で組み合わせることができる。この開示方法は、クレームが各クレームに明示的に記載されている以上の特徴を必要とするという意図を反映していると解釈されるべきではない。むしろ、以下の請求項が反映するように、発明の態様は、先に開示された単一の態様、実施形態、および／または構成の全ての特徴よりも少ないものにある。したがって、以下の特許請求の範囲は、本明細書に組み込まれており、各特許請求の範囲は、本開示の別個の好ましい実施形態として独立している。

さらに、説明は、１つ以上の態様、実施形態および／または構成および特定の変形および修正の説明を含んでいるが、他の変形、組み合わせおよび修正は、例えば、本開示を理解した後の当業者の技術および知識の範囲内であり得るように、本開示の範囲内である。特許請求の範囲に記載されているものに対して代替的な、交換可能な及び／又は同等の構造、機能、範囲又はステップを含む代替的な態様、実施形態及び／又は構成を、そのような代替的な、交換可能な及び／又は同等の構造、機能、範囲又はステップが本明細書に開示されているか否かにかかわらず、また、特許可能な主題を公的に専売する意図を持たずに、許容される範囲で含む権利を取得することが意図されている。

Claims (10)

1. 通信システムで受信されたメッセージを処理する方法であって、
   コンタクトセンターのカスタマー通信デバイスからのコンタクトを受信することと、
   前記コンタクトに関連付けられたサービス要件を決定することと、
   前記サービス要件を複数の異なるチャットボットの各々が異なる機能セットを有する複数の異なるチャットボットの機能と比較することと、
   複数の異なるチャットボットからチャットボットを選択することであって、前記チャットボットは、前記コンタクトに関連付けられた前記サービス要件に最も適合するチャットボットの機能セットに基づいて選択される、選択することと、
   前記コンタクトをサービスする目的で、前記チャットボットが前記カスタマー通信デバイスと対話することができるようにすることとを備える、方法。
2. 前記コンタクトを開始した前記顧客に望ましいと思われる可能性の方が望ましいと思われない可能性よりも高いパーソナリティ性質を決定することと、
   前記決定されたパーソナリティ性質を提供するために、前記選択されたチャットボットのパーソナリティ特性をリアルタイムで調整することとをさらに備え、
   前記パーソナリティ特性は、断定的、受動的、静か、寛大、良心的、快諾、外向的、および内向的のうちの少なくとも１つを含む、請求項１に記載の方法。
3. 前記サービス要求を前記複数の異なるチャットボットの能力と比較することは、
   前記複数の異なるチャットボットのそれぞれに対するパーソナリティ特性の範囲を確率曲線として分析することと、
   対象パラメータとしての確率曲線のパラメータを指定することと、
   前記複数の異なるチャットボットの各々の各確率曲線について関心のあるパラメータを比較することにより、前記複数の異なるチャットボットの各々についてパーソナリティ特性を決定することとを備え、
   前記確率曲線はベル曲線を含み、前記パラメータはベル曲線の幅を含む、請求項１に記載の方法。
4. 前記チャットボットの出力を前記顧客通信装置に送信する前に、前記出力をヒューマンエージェントに提供することと、
   前記チャットボットの前記出力が前記顧客通信装置に送信可能であることを確認する前記ヒューマンエージェントからの入力を受信することと、
   前記ヒューマンエージェントからの入力を受信することに応答して、前記チャットボットの出力を前記顧客通信装置に送信することとをさらに備える、請求項１に記載の方法。
5. プロセッサと、
   前記プロセッサが
   コンタクトセンターの顧客通信装置からコンタクトを受信し、
   前記コンタクトに関連付けられたサービス要件を決定し、
   前記サービス要件を複数の異なるチャットボットの各々が異なる機能セットを有する複数の異なるチャットボットの機能と比較し、
   前記複数の異なるチャットボットから、前記コンタクトに関連する前記サービス要件に最も適合するその能力のセットに基づいてチャットボットを選択し、および
   前記チャットボットが前記コンタクトをサービスする目的で顧客通信装置と対話することを可能にするデータを記憶するコンピュータメモリとを備える通信システム。
6. コンタクトセンターの顧客通信装置からコンタクトを受信することと、
   前記コンタクトをチャットボットに割り当てることであって、前記チャットボットは、前記コンタクトをサービスする目的で前記顧客通信装置と対話するように構成され、前記チャットボットは、調整可能なパーソナリティ特性を備える、割り当てることと、
   前記コンタクトを開始した顧客に望ましいと思われる可能性の方が望ましいと思われない可能性よりも高いパーソナリティ性質を決定することと、
   前記チャットボットの調整可能な前記パーソナリティ特性を調整して、前記決定されたパーソナリティ性質を提供することとを備える、通信システムで受信されたメッセージを処理する方法。
7. 前記チャットボットの調整可能なパーソナリティ特性はリアルタイムで調整され、前記調整可能なパーソナリティ特性は、断定的、受動的、静か、寛大、良心的、快諾、外向的、および内向的のうちの少なくとも１つを含む、請求項６に記載の方法。
8. チャットボットと顧客通信装置との間の対話を分析することと、
   前記チャットボットと顧客通信装置との間の対話の前記分析に基づいて、前記チャットボットの調整可能なパーソナリティ特性がさらに調整されるべきであると決定することと、
   前記対話中に、前記チャットボットの前記調整可能なパーソナリティ特性をさらに調整することとをさらに備える、請求項６に記載の方法。
9. 前記チャットボットの出力を前記顧客通信装置に送信する前に、前記出力をヒューマンエージェントに提供することと、
   前記チャットボットの前記出力が前記顧客通信装置に送信可能であることを確認する前記ヒューマンエージェントからの入力を受信することと、
   前記ヒューマンエージェントからの入力を受信することに応答して、前記チャットボットの出力を前記顧客通信装置に送信することとをさらに備える、請求項６に記載の方法。
10. 前記チャットボットは、複数のチャットボットのうちの１つであり、前記複数のチャットボットの各々は、異なるパーソナリティ特性を含み、前記チャットボットは、前記他の複数のチャットボットよりも前記パーソナリティ性質に良好に一致する前記チャットボットの調整可能なパーソナリティ特性間の一致に基づいて、前記複数のチャットボットから選択される、請求項６に記載の方法。

Images