Avaya今天宣布与Google合作,共同为企业打造创新的联络中心方案。合作将整合Avaya在客户体验和客户互动技术方面的专长,以及Google的网络应用和Chrome笔记本(Chromebooks)技术,使企业的联络中心运营更为简便,灵活和高效。
企业将可以简便地在任何地点设置新的联络中心坐席和主管,从而更好地应对业务高峰期和季节性需求波动,并部署业务可持续性、移动办公和远程坐席战略。客服坐席可以通过集成WebRTC技术的接口,在Chrome笔记本(Chromebooks)上登陆Avaya联络中心坐席桌面。采用Avaya Agent for Chrome解决方案后,坐席无需在自己的终端下载用户交互界面。这不仅能够提高管理效率和减少开支,还能帮助坐席快速获得所需要的联络中心技术和应用,实时地响应客户需求。
美德维实伟克公司(MeadWestvaco (MWV))是产品包装及物流服务的供应商,客户来自100个国家和153个不同的地区。公司将部署Avaya Agent for Chrome解决方案以简化客户服务运营。美德维实伟克公司希望藉此提高业务连续性、运营效率和客户服务的首次呼叫解决率,从而提升企业的营收水平。
Avaya努力通过采用WebRTC标准,开拓21世纪创新的企业通信和协作之路,与Google的合作是最新的举措。此外,在公司内部,Avaya也计划在多个领域整合Google办公应用(Google Apps for Work),加速协作,推动Avaya团队的资源共享和获取。这也是Avaya吸纳下一代办公工具整体策略的一部分。
Google自身也采用了Avaya技术以支持其全球语音通信基础架构,并驱动联络中心的运营。
引语
• “联络中心对企业业务至关重要,同时又是时刻处于变化中的。企业是否有足够的灵活性,以便在业务高峰时期,例如节假日、新品发布和促销期间,快速和高效率地“武装”客服代表以帮助其服务客户,会对企业的业绩和客户满意度表现造成巨大差异。我们和Google的合作让企业能够通过Chrome笔记本灵活、经济地使用Avaya先进的联络中心技术和应用。我们也将和渠道合作伙伴、服务提供商一起提供该解决方案。”
—Joe Manuele, Avaya副总裁,SI/SP,联盟,Cloud GTM
• “作为一个B2B产品包装及物流企业,我们所有的客户都很重要。我们需要时刻为他们提供服务,否则将可能面临营收流失和品牌形象受损。部署Avaya Agent for Chrome后,我们联络中心的人员配置和运营将非常高效,即使在业务连续性受到挑战的情况下也是如此。新方案简便而又强大,这正是我们所期望的可以提高客户体验和互动水平的技术。”
—Barry Toole,美德维实伟克公司语音和通讯融合经理
• “作为全球领先的客户体验和互动解决方案提供商,讯科公司一直在寻找能够帮助企业提升用户体验的创新方案。对企业客户而言,新的Avaya Agent for Chrome可以说是一个令人激动的方案。 类似这样基于云技术的解决方案能够节省总体拥有成本,提升灵活性,缩短无效时间,同时更易于安装高安全性的坐席桌面。我们在内部已经采用了Avaya Agent for Chrome 解决方案,以支持部分网络运营中心的全天候7X24小时运行。同时,我们也期待能够与客户合作进行更多方案的部署。”
—Tom Bowman,讯科公司客户技术服务副总裁
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。