மேகத் தொடர்பு மையம்

வாடிக்கையாளர் சேவை என்பது பாரம்பரிய தொலைபேசி அமைப்புகளுக்கு மட்டும் இனி வரையறுக்கப்படவில்லை. நவீன தொடர்பு மையங்களுக்கு குரல் சேவை, உரையாடல், தானியக்கம், பின்புற அமைப்புகளுடனான இணைப்பு, தரவுப் பகுப்பாய்வு மற்றும் செயற்கை நுண்ணறிவு ஆகியவை தேவைப்படுகின்றன. Amazon Connect இந்த அனுபவங்களை உருவாக்குவதற்கான மேக அடிப்படையிலான தளத்தை வழங்குகிறது. இதன் முக்கியமான பலம், பிற AWS சேவைகளுடன் எளிதாக இணைந்து செயல்படுவதுதான். ஒரு வாடிக்கையாளர் தொடர்பு Contact Flow-ல் தொடங்கி, வணிகச் செயல்பாடுகளுக்காக AWS Lambda-ஐ அழைக்கலாம், DynamoDB-ல் இருந்து அமைப்புத் தகவல்களைப் பெறலாம், இயல்பான மொழி உள்ளீட்டிற்காக Amazon Lex-ஐப் பயன்படுத்தலாம். எளிய ஓட்டம் போதுமானதாக இல்லாதபோது AI திறன்களையும் பயன்படுத்தலாம். இதனால் தொடர்பு மையம் வெறும் தொலைபேசி அமைப்பாக இல்லாமல், ஒரு மேகப் பயன்பாடாக மாறுகிறது.

Amazon Connect

Amazon Connect குரல், உரையாடல், வழிமாற்றம், வரிசைகள், முகவர்கள், Contact Flows மற்றும் பிற அமைப்புகளுடனான இணைப்புகள் போன்ற முக்கிய தொடர்பு மையத் திறன்களை வழங்குகிறது. இங்கு முக்கியமான விஷயம், அனைத்தையும் ஒரே அணுகுமுறையில் உருவாக்க வேண்டிய அவசியமில்லை. எளிய வாடிக்கையாளர் பயணத்திற்கு சாதாரண Contact Flow போதுமானதாக இருக்கலாம். சிக்கலான பயணங்களில் தேவையான இடங்களில் Lambda, Lex அல்லது AI Agents-ஐச் சேர்க்கலாம். நோக்கம் எல்லா இடங்களிலும் AI-ஐப் பயன்படுத்துவது அல்ல. வாடிக்கையாளர் பயணத்தின் ஒவ்வொரு பகுதிக்கும் பொருத்தமான தொழில்நுட்பத்தைத் தேர்வு செய்வதே முக்கியம்.

Contact Flows

Contact Flows ஒரு வாடிக்கையாளர் தொடர்பின்போது என்ன நடக்க வேண்டும் என்பதை வரையறுக்கின்றன. ஒரு Flow வரவேற்புச் செய்திகளை இயக்கலாம், வாடிக்கையாளர் உள்ளீட்டைப் பெறலாம், பண்புகளை அமைக்கலாம், Lambda-ஐ அழைக்கலாம், Amazon Lex-ஐப் பயன்படுத்தலாம், வாடிக்கையாளர்களை வரிசைகளுக்கு அனுப்பலாம் அல்லது ஒரு முகவரிடம் இணைக்கலாம். ஒரு நல்ல Flow-ன் முக்கியப் பணி தொடர்பை ஒருங்கிணைப்பதாக இருக்க வேண்டும்; அனைத்து பின்புற செயலாக்கங்களையும் அதற்குள் வைத்திருப்பதாக இருக்கக்கூடாது. உதாரணமாக, Flow ஒரு கணக்கு எண்ணைப் பெற்று Lambda-ஐ அழைக்கலாம். Lambda அந்தத் தகவலைச் சரிபார்க்கலாம் அல்லது மற்றொரு அமைப்பிலிருந்து தகவலைப் பெற்று முடிவை Amazon Connect-க்கு அனுப்பலாம். இந்தப் பிரிப்பு Flow-ஐ எளிதாகப் புரிந்துகொள்ளவும் பராமரிக்கவும் உதவுகிறது. மேலும் பின்புற செயல்பாடுகளை பல Flow-களிலும் மீண்டும் பயன்படுத்த முடியும்.

Lambda

AWS Lambda என்பது Amazon Connect தீர்வில் மிகவும் பயனுள்ள இணைப்புப் புள்ளிகளில் ஒன்றாகும். ஒரு Lambda Function வாடிக்கையாளர் தகவலைத் தேடுதல், API-களை அழைத்தல், தகவலைச் சரிபார்த்தல், அமைப்புத் தகவல்களைப் பெறுதல், வணிக விதிகளைச் செயல்படுத்துதல் அல்லது தரவை மாற்றுதல் போன்ற பணிகளைச் செய்ய முடியும். ஒரு நடைமுறை அமைப்பு: Customer → Amazon Connect → Contact Flow → Lambda → Backend இதன் மூலம் பயன்பாட்டின் செயல்பாட்டு விதிகளை Contact Flow-க்குள் நேரடியாக எழுதாமல், தொடர்பு மையத்துடன் இணைக்க முடியும்.

DynamoDB

Contact Flow-லிருந்து தனியாக மாற்றக்கூடிய அமைப்புத் தகவல்கள் அல்லது தரவுகள் தேவைப்படும் போது Amazon DynamoDB பயனுள்ளதாக இருக்கும். Prompt-கள், மொழிக்கேற்ப மாறும் செய்திகள், அமைப்புத் தகவல்கள் மற்றும் பிற செயல்பாட்டு தரவுகளை DynamoDB-ல் சேமித்து Lambda மூலம் பெறலாம். இதன் மூலம் எளிய பிரிப்பு கிடைக்கிறது:

• Amazon Connect தொடர்பைக் கையாளுகிறது.
• Lambda செயலாக்கத்தைக் கையாளுகிறது.
• DynamoDB மாறக்கூடிய தரவுகளைச் சேமிக்கிறது.

இதன் முக்கிய நன்மை பராமரிப்புத் திறன். அமைப்புத் தகவலில் மாற்றம் செய்யும்போது முழு Contact Flow-ஐ மீண்டும் உருவாக்க வேண்டிய அவசியம் இருக்காது.

Amazon Lex

Amazon Lex, Amazon Connect-க்குள் உரையாடல் அடிப்படையிலான தொடர்பை கொண்டு வருகிறது. வாடிக்கையாளர்களை நீண்ட keypad menu வழியாகச் செல்லச் செய்வதற்குப் பதிலாக, Lex இயல்பான மொழியில் அவர்கள் கூறுவதைப் புரிந்துகொண்டு அவர்கள் என்ன செய்ய விரும்புகிறார்கள் என்பதை அடையாளம் காண முடியும். உதாரணமாக: "I want to check my order status." Lex தொடர்புடைய நோக்கத்தை அடையாளம் கண்டு, உரையாடலைத் தொடரத் தேவையான தகவல்களைப் பெற முடியும். அதன் பிறகு Amazon Connect அந்த முடிவைப் பயன்படுத்தி அடுத்ததாக என்ன செய்ய வேண்டும் என்பதைத் தீர்மானிக்கலாம். முன்கூட்டியே வரையறுக்கக்கூடிய நோக்கங்கள் மற்றும் தேவையான தகவல்கள் கொண்ட உரையாடல்களுக்கு Lex மிகவும் பயனுள்ளதாக இருக்கும்.

Lex மற்றும் Lambda

Lex-ஐ Lambda-வுடன் இணைக்கும்போது அதன் பயன்பாடு இன்னும் அதிகரிக்கிறது. Lex உரையாடல் பகுதியைக் கையாளுகிறது; Lambda பயன்பாட்டிற்குத் தேவையான செயலாக்கத்தைக் கையாளுகிறது. உதாரணமாக: Customer: "I want to change my appointment." Lex வாடிக்கையாளரின் கோரிக்கையைப் புரிந்துகொண்டு தேவையான விவரங்களைப் பெறலாம். Lambda பின்னர் appointment அமைப்பை அழைத்து கோரிக்கையைச் சரிபார்த்து முடிவைத் திருப்பி அனுப்பலாம். இதன் மூலம் ஒரு தெளிவான அமைப்பு கிடைக்கிறது: Customer → Connect → Lex → Lambda → Backend Lex Session Attributes மூலம் Amazon Lex மற்றும் Amazon Connect இடையே தகவல்களை எடுத்துச் செல்ல முடியும். இதனால் உரையாடலின் முந்தைய தகவல்களைத் தொடர்ந்து பயன்படுத்த முடியும்.

Generative AI

Generative AI, முன்கூட்டியே வரையறுக்கப்பட்ட நோக்கங்கள் மற்றும் நிலையான பதில்களைத் தாண்டி ஒரு தொடர்பு மையம் செய்யக்கூடியவற்றை மாற்றுகிறது. பாரம்பரிய IVR விதிகளின்படி செயல்படுகிறது. Lex முன்கூட்டியே வரையறுக்கப்பட்ட உரையாடல் நோக்கங்களைப் புரிந்துகொள்ள முடியும். Generative AI இதைத் தாண்டி விரிவான கேள்விகளைப் புரிந்துகொண்டு, தேவையான தகவல்களைத் தேடி, மிகவும் நெகிழ்வான உரையாடல்களை ஆதரிக்க முடியும். இங்குதான் Amazon Connect-ன் நவீன AI திறன்கள் முக்கியத்துவம் பெறுகின்றன. ஒவ்வொரு சாத்தியமான உரையாடல் பாதையையும் தனித்தனியாக உருவாக்குவதற்குப் பதிலாக, AI-க்கு வழிமுறைகள், அறிவுத் தகவல்கள் மற்றும் கட்டுப்படுத்தப்பட்ட கருவி அணுகலை வழங்க முடியும். முக்கியமான விஷயம், Generative AI உண்மையான வாடிக்கையாளர் அல்லது முகவர் பிரச்சினையைத் தீர்க்க வேண்டும். AI இருப்பதால் மட்டும் அதைச் சேர்ப்பது சிறந்த தொடர்பு மையத்தை உருவாக்காது.

AI Agents

AI Agents பாரம்பரிய IVR மற்றும் நோக்க அடிப்படையிலான Bots-ஐத் தாண்டி Self-Service அனுபவத்தை வழங்குகின்றன. Amazon Connect Agentic Self-Service-ஐ ஆதரிக்கிறது. இதில் Orchestrator AI Agent பல படிகளில் சிந்தித்து முடிவெடுக்கலாம், பின்புற அமைப்புகளுடன் இணைக்கப்பட்ட கருவிகளைப் பயன்படுத்தலாம், மேலும் கோரிக்கை தீர்க்கப்படும் வரை அல்லது மனித உதவி தேவைப்படும் வரை உரையாடலைத் தொடரலாம். ஒரு வாடிக்கையாளர் இவ்வாறு கூறுவதாக எடுத்துக்கொள்ளுங்கள்: "I need to change my booking." ஒவ்வொரு கேள்வி மற்றும் பதில் சேர்க்கைக்கும் தனித்தனி Flow உருவாக்குவதற்குப் பதிலாக, AI Agent கோரிக்கையைப் புரிந்துகொண்டு, தேவையான தகவல்களைக் கேட்டு, booking தகவலைத் தேடி, அனுமதிக்கப்பட்ட செயலை ஒரு கருவி மூலம் செய்து, முடிவை வாடிக்கையாளரிடம் உறுதிப்படுத்த முடியும். இது விதிகளால் இயக்கப்படும் IVR-இலிருந்து கருவிகளைப் பயன்படுத்தக்கூடிய AI-க்கு ஒரு பெரிய மாற்றமாகும்.

RAG

Retrieval-Augmented Generation, அல்லது RAG, ஒரு AI அமைப்பிற்கு நிறுவனத்தின் சொந்த அறிவுத் தகவல்கள் தேவைப்படும் போது பயனுள்ளதாக இருக்கும். ஒவ்வொரு கொள்கை அல்லது தயாரிப்பு விவரத்தையும் Model முன்கூட்டியே அறிந்திருக்க வேண்டும் என்று எதிர்பார்ப்பதற்குப் பதிலாக, நிறுவனத்தின் அறிவுத் தரவுகளிலிருந்து தொடர்புடைய தகவலைத் தேடி எடுத்து, அதைப் பயன்படுத்தி பதிலை உருவாக்க முடியும். தொடர்பு மையத்தில் தயாரிப்பு தகவல்கள், சிக்கல் தீர்க்கும் வழிமுறைகள், கொள்கைகள், நடைமுறைகள் மற்றும் அடிக்கடி மாறும் ஆவணங்கள் போன்றவற்றுக்கு இது பயனுள்ளதாக இருக்கும். RAG-ஐ வாடிக்கையாளர் Self-Service மற்றும் மனித முகவர் உதவி ஆகிய இரண்டிற்கும் பயன்படுத்த முடியும். முக்கியமான நன்மை என்னவென்றால், ஆவணத்தில் மாற்றம் ஏற்படும் ஒவ்வொரு முறையும் அடிப்படை Model-ஐ மீண்டும் பயிற்சி செய்ய வேண்டிய அவசியமில்லை. அறிவுத் தரவை மட்டும் புதுப்பிக்க முடியும்.

Contact Lens

Contact Lens வாடிக்கையாளர் உரையாடல்களுக்கு பகுப்பாய்வு திறன்களைச் சேர்க்கிறது. Speech Transcription மற்றும் Natural Language Processing மூலம் உரையாடல்களைப் பகுப்பாய்வு செய்ய முடியும். Sentiment Analysis, Issue Detection, Categorization மற்றும் Real-Time அல்லது Post-Call Analysis போன்ற திறன்களும் இதில் அடங்கும். வாடிக்கையாளர்கள் என்ன கேட்கிறார்கள், எந்த இடங்களில் தொடர்பு தோல்வியடைகிறது, எந்தச் சிக்கல்கள் மீண்டும் மீண்டும் மனித முகவர்களிடம் செல்கின்றன என்பதை நிறுவனங்கள் புரிந்துகொள்ள இது உதவும். இந்தத் தகவலைப் பயன்படுத்தி Prompt-கள், Contact Flows, Self-Service மற்றும் முகவர் பயிற்சியை மேம்படுத்த முடியும்.

Monitoring

ஒரு Production Contact Center-க்கு நல்ல கண்காணிப்புத் திறன் தேவை. Amazon Connect Lambda Functions மற்றும் பிற Backend Services-ஐ சார்ந்திருக்கும்போது Amazon CloudWatch மிகவும் பயனுள்ளதாக இருக்கும். ஒரு பிரச்சினை ஏற்பட்டால், அது Flow-ல் ஏற்பட்டதா, Lambda செயலாக்கத்தில் ஏற்பட்டதா, API-ல் ஏற்பட்டதா, Configuration-ல் ஏற்பட்டதா அல்லது வேறு சார்பு அமைப்பில் ஏற்பட்டதா என்பதை Logs மூலம் கண்டறிய முடியும். AI மற்றும் Backend Integrations அதிகரிக்கும்போது இந்தக் கண்காணிப்பு இன்னும் முக்கியமாகிறது.

Architecture

ஒரு நடைமுறை Amazon Connect Architecture இவ்வாறு இருக்கலாம்: Customer
↓
Amazon Connect
↓
Contact Flow
↓
Lex / AI Agent
↓
Lambda
↓
DynamoDB / APIs / Backend Systems CloudWatch பயன்பாட்டின் செயல்பாட்டை கண்காணிக்க உதவுகிறது. Contact Lens மற்றும் பிற Analytics திறன்கள் வாடிக்கையாளர் தொடர்பை புரிந்துகொள்ள உதவுகின்றன. இங்கு முக்கியமான விஷயம் ஒவ்வொரு சேவைக்கும் தனித்தனி பொறுப்பை வழங்குவதாகும். Connect தொடர்பைக் கையாளுகிறது. Lambda பயன்பாட்டு விதிகளைக் கையாளுகிறது. DynamoDB மாறக்கூடிய அமைப்புத் தகவல்களை வைத்திருக்கலாம். Lex கட்டமைக்கப்பட்ட உரையாடல் அனுபவங்களைக் கையாளுகிறது. AI Agents சிக்கலான, கருவிகளைப் பயன்படுத்தும் தொடர்புகளைக் கையாள முடியும்.

Developer Skills

Amazon Connect-ல் வேலை செய்வது Contact Flows உருவாக்குவதில் மட்டும் முடிவதில்லை. ஒரு Developer Lambda, DynamoDB, APIs, IAM, CloudWatch, Contact Attributes, Lex, Conversational Design மற்றும் தற்போது Generative AI ஆகியவற்றையும் புரிந்துகொள்ள வேண்டியிருக்கலாம். ஒவ்வொரு தொழில்நுட்பமும் எங்கு பயன்படுத்தப்பட வேண்டும் என்பதைத் தெரிந்துகொள்வதே முக்கியமான திறன். முன்கூட்டியே தீர்மானிக்கக்கூடிய செயல்களுக்கு Contact Flows-ஐப் பயன்படுத்தலாம். Backend Logic-க்கு Lambda-ஐப் பயன்படுத்தலாம். கட்டமைக்கப்பட்ட உரையாடல் புரிதல் போதுமானதாக இருந்தால் Lex-ஐப் பயன்படுத்தலாம். மிகவும் நெகிழ்வான முடிவெடுத்தல் மற்றும் கருவி பயன்பாடு தேவைப்படும் Customer Journey-களில் AI Agents-ஐப் பயன்படுத்தலாம். இந்த Architecture சார்ந்த முடிவெடுக்கும் திறன்தான் தனித்தனி AWS Services-ஐ ஒரு பயனுள்ள Contact Center தீர்வாக மாற்றுகிறது.

எதிர்காலம்

Amazon Connect பாரம்பரிய IVR-லிருந்து அதிக புத்திசாலித்தனமான வாடிக்கையாளர் தொடர்புகளை நோக்கி நகர்கிறது. எதிர்காலம் என்பது ஒவ்வொரு Menu-வையும் AI மூலம் மாற்றுவது மட்டும் அல்ல. விதிகளை அடிப்படையாகக் கொண்ட Workflows, Conversational AI, Generative AI, Backend Tools, Knowledge Retrieval மற்றும் Human Agents ஆகிய அனைத்தையும் ஒன்றாக இணைப்பதுதான். ஒரு வாடிக்கையாளர் Contact Flow-ல் தொடங்கலாம். பின்னர் ஒரு உரையாடல் கோரிக்கைக்காக Lex-க்கு செல்லலாம். பல படிகள் கொண்ட பணிக்காக AI Agent-ஐப் பயன்படுத்தலாம். தேவைப்பட்டால் இறுதியாக மனித முகவரிடம் இணைக்கப்படலாம். இந்த ஒருங்கிணைந்த அணுகுமுறையே நவீன Cloud Contact Center-ஐ சக்திவாய்ந்ததாக மாற்றுகிறது. Amazon Connect அடித்தளத்தை வழங்குகிறது. அதன் உண்மையான மதிப்பு, AWS-ன் பிற திறன்களுடன் அது எவ்வாறு இணைக்கப்படுகிறது என்பதிலும், வாடிக்கையாளர் பிரச்சினைகளைத் தீர்க்க அந்தத் திறன்கள் எவ்வளவு சரியாகப் பயன்படுத்தப்படுகின்றன என்பதிலும் இருக்கிறது. அடுத்த முக்கியமான முன்னேற்றம், கேள்விகளுக்கு பதிலளிக்கக்கூடிய AI-யிலிருந்து பணிகளை முடிக்கக்கூடிய AI-க்கு நகர்வதாகும். ஒரு Order தாமதமாகிறது என்பதைத் தெரிந்துகொள்வது பயனுள்ளதாக இருக்கும். அந்த Order-ஐச் சரிபார்த்து, தாமதத்திற்கான காரணத்தை விளக்கி, வாடிக்கையாளருக்கு தகவல் அளித்து, அனுமதிக்கப்பட்ட நடவடிக்கையைத் தொடங்க முடிவது இன்னும் அதிக மதிப்பை வழங்குகிறது. இதற்குத்தான் Tool Integration முக்கியமாகிறது. Amazon Connect AI Agents, Backend Systems-உடன் தொடர்புகொண்டு தகவல்களைப் பெறுதல், பதிவுகளைப் புதுப்பித்தல் மற்றும் கோரிக்கைகளைச் செயல்படுத்துதல் போன்ற செயல்களைச் செய்யக்கூடிய MCP-based Tools-ஐ ஆதரிக்கிறது. இதனால் AI-ன் பங்கு தகவலை வழங்கும் அடுக்கிலிருந்து செயல்களைச் செய்யும் அடுக்காக மாறுகிறது. இதற்கு பதிலாக: Customer → AI → Answer அனுபவம் இவ்வாறு மாறுகிறது: Customer → AI → Understand → Retrieve → Act → Confirm இது Customer Service-க்கு மிகவும் சக்திவாய்ந்த அணுகுமுறையாகும். Amazon Connect-ன் எதிர்காலம் என்பது வெறுமனே சிறந்த IVR அல்ல.