Comprendre les moteurs d'IA pour les agents d'IA

Composants d'un moteur d'IA

Les composants de base sont pertinents pour les agents d'IA scriptés, mais leur fonction est légèrement différente :

• Compréhension du langage naturel (NLU) : le composant NLU fait correspondre les entrées du client aux intentions définies dans leur script. Il reconnaît l'apport du client dans le cadre.
• Gestion des dialogues : Ce composant gère le flux de la conversation en fonction du script. Il garantit que l'agent suit les chemins définis et fournit les réponses correctes en fonction de l'intention et du contexte reconnus.
• Récupération des réponses : ce composant fournit les réponses configurées dans le script.

Pour les interactions vocales, en plus des composants mentionnés ci-dessus, le moteur AI comprend également ASR (Automatic Speech Recognition) et TTS (Text-to-Speech).

Comment choisir le bon moteur

• Webex AI Pro 1.0 (avec Swiftmatch)

  Ce moteur d'IA est idéal pour développer des agents d'IA qui gèrent diverses expressions utilisateur tout en mappant avec précision les entrées à des intentions prédéfinies, garantissant des interactions cohérentes et fiables entre divers scénarios. C'est utile pour :

  • Gestion d'un ensemble de données d'entraînement plus petit : si l'ensemble de données d'entraînement contient moins de 10 énoncés par intention, ce moteur est plus approprié.
  • Agents scriptés multilingues : c'est un bon choix pour créer des agents qui traitent des conversations dans plusieurs langues.
  • Agents scriptés avec un certain niveau de "correspondance intelligente" : Bien que les réponses soient scriptées, ce moteur d'IA offre une sensation naturelle en faisant correspondre les entrées de l'utilisateur à l'intention la plus proche, même si la formulation n'est pas exacte.

  Avantages : Aide avec les variations d'entrée, mieux avec des ensembles de données de formation plus petits, a un support multilingue, prend en charge la correspondance intelligente.

  Limitations : Swiftmatch excelle dans ses fortes capacités de compréhension du langage naturel. Toutefois, si votre script nécessite une flexibilité dans l'adaptation des entrées de l'utilisateur aux intentions, ce qui permet des variations de formulation, Swiftmatch peut avoir besoin d'une configuration de données supplémentaire avec diverses données de formation. Il est conçu pour une correspondance précise et rigide, ce qui peut rendre les variations de manipulation plus difficiles.

• Webex AI Pro 1.0 (avec MindMeld)

  Ce moteur d'IA est bien adapté aux agents scriptés avec des flux conversationnels complexes en plusieurs étapes. C'est utile pour :

  • Gestion de l'ensemble de données d'entraînement moyen : Si l'ensemble de données d'entraînement contient moins de 20 énoncés par intention, ce moteur est plus approprié.
  • Workflows scriptés complexes : Si le script implique plusieurs étapes, conditions ou logique de branchement, MindMeld peut gérer ces flux complexes.
  • Agents scriptés multilingues : MindMeld prend en charge plusieurs langues.
  • Effectuer la classification des rôles et des entités : Améliore la compréhension des entrées des utilisateurs en identifiant les parties de phrase et les détails importants, améliorant ainsi la précision et la pertinence des réponses.

  Avantages : Bon pour les flux scriptés complexes, bon pour les ensembles de données moyens et dispose d'un support multilingue, plus précis que RASA, choix simple et efficace pour la classification de base des intentions.

  Limitations : MindMeld peut gérer des flux complexes dans les limites existantes de la plate-forme, mais il convient aux conversations structurées. Si un script exige une gestion des dialogues très flexible et dynamique, avec des flux de conversation qui peuvent changer considérablement en fonction des commentaires des clients, la dépendance de MindMeld à des flux prédéfinis peut être limitative. Il est moins adapté aux conversations libres et imprévisibles, même dans un cadre scripté.

• Webex AI Pro 1.0 (avec RASA)

  Ce moteur d'IA est bien adapté à la création d'agents scriptés qui nécessitent des flux conversationnels flexibles et en plusieurs étapes grâce à sa gestion personnalisable des dialogues et à ses capacités d'IA robustes. C'est utile pour :

  • Gestion d'un grand ensemble de données d'entraînement : Si l'ensemble de données d'entraînement contient plus de 25 énoncés par intention, ce moteur est plus approprié.
  • Effectuer la classification des rôles et des entités : améliore la compréhension des entrées des clients en identifiant les parties de phrases et les détails importants, améliorant ainsi la précision et la pertinence des réponses.

  Avantages : affiche des résultats précis, adaptés aux scripts simples à complexes, aux grands ensembles de données d'entraînement et aux scénarios plus complexes.

  Limites : Nécessite plus de données d'entraînement ; prend beaucoup de temps à former.