السلوك الاحتياطي (Fallback)

ما المقصود بالسلوك الاحتياطي؟

السلوك الاحتياطي هو مجموعة الردود والإجراءات التي يتخذها وكيل الذكاء الاصطناعي حين لا يستطيع تلبية طلب العميل عبر معالجته المعتادة. ويحدث ذلك عندما لا يجد الذكاء الاصطناعي معلومات ذات صلة، أو تكون درجة الثقة منخفضة جدًا، أو يقع الطلب خارج نطاق قدراته، أو تكون رسالة العميل غامضة إلى حد يتعذر معه معالجتها بموثوقية.

السلوك الاحتياطي المصمم جيدًا هو ما يميّز تجربة الذكاء الاصطناعي المحبطة من التجربة المفيدة. فالرد الاحتياطي السيئ يقول: "لم أفهم، يُرجى المحاولة مجددًا". أما الرد الاحتياطي الجيد فيقدّم مسارات بديلة للوصول إلى الحل.

أنواع السلوك الاحتياطي

• طلب التوضيح: "أودّ التأكد من مساعدتكم بالشكل الصحيح. هل تسألون عن [الخيار أ] أم [الخيار ب]؟"
• إجابة جزئية: "وجدتُ معلومات حول [موضوع ذي صلة]. هل يفيدكم هذا، أم تبحثون عن شيء أكثر تحديدًا؟"
• قناة بديلة: "لا يمكنني معالجة هذا الطلب هنا، لكن يمكنكم [إتمامه عبر التطبيق / زيارة هذه الصفحة / الاتصال بهذا الرقم]"
• ** التصعيد إلى موظف بشري:** "دعوني أوصلكم بمختص يمكنه المساعدة في هذا الأمر"، مع نقل سياق المحادثة كاملًا
• تسجيل الثغرات المعرفية: يسجّل الذكاء الاصطناعي السؤال الذي تعذّرت الإجابة عنه لتحسين قاعدة المعرفة بمرور الوقت

لماذا يهم تصميم السلوك الاحتياطي؟

يتسامح العملاء بدرجة لافتة مع حدود الذكاء الاصطناعي عندما تكون التجربة الاحتياطية جيدة. فعبارة "لا أستطيع المساعدة في هذا الطلب تحديدًا، لكنني أوصلتكم بأحد أعضاء الفريق القادرين على ذلك، وشاركتُ محادثتنا حتى لا تضطروا إلى تكرار أي شيء" نتيجة مقبولة. أما عبارة "عذرًا، لم أفهم" مكررة 3 مرات فليست كذلك.

سياق القطاع: تُظهر الأبحاث أن 85% من العملاء تخلّوا عن تفاعل ما بسبب ردود آلية رديئة. فجودة السلوك الاحتياطي، وليس الحل الأساسي وحده، هي ما يحدد ما إذا كان العملاء يرون الذكاء الاصطناعي مفيدًا أم محبطًا.

ميزة Maven: سلوك احتياطي سلس منذ التصميم

تضمن البنية الاحتياطية في Maven AGI أن ينتهي كل تفاعل مع العميل بمسار نحو الحل، حتى عندما لا يتمكن الذكاء الاصطناعي من حل المشكلة مباشرةً. فعندما يُصعِّد الذكاء الاصطناعي، ينقل إلى الموظف البشري سياق المحادثة كاملًا والاستدلال والحلول التي جرت تجربتها. ثم يواصل AI Copilot من Maven مساعدة الموظف البشري، ما يضمن انتقالًا سلسًا بدلًا من تحويل مفاجئ.

كما يسجّل Inbox من Maven الثغرات المعرفية التي تكشفها التفاعلات الاحتياطية، ما يمكّن الفرق من تحسين قاعدة المعرفة باستمرار بناءً على احتياجات العملاء الفعلية، فتتحول حالات الرجوع الاحتياطي اليوم إلى حلول مستقلة غدًا.

دليل من Maven: تحقق Mastermind نسبة حل تبلغ 93% مع Maven AGI، ما يعني أن 7% من التفاعلات التي تتطلب التصعيد تُعالَج بسياق كامل وتحويل ذكي، بما يحافظ على تجربة العملاء حتى في السيناريوهات الاحتياطية.

الأسئلة الشائعة

كم عدد المحاولات الاحتياطية التي ينبغي للذكاء الاصطناعي إجراؤها قبل التصعيد؟

يُعد إجراء 1–2 من محاولات التوضيح مناسبًا بشكل عام. فإذا ظل الذكاء الاصطناعي عاجزًا عن الفهم أو المساعدة بعد 2 من المحاولات، فالتصعيد إلى موظف بشري أفضل من الاستمرار في إحباط العميل. وينبغي أن يكون الحد الدقيق قابلًا للضبط ومُعدَّلًا بناءً على ملاحظات العملاء.

هل ينبغي أن تتنوع الرسائل الاحتياطية أم تكون ثابتة؟

ينبغي أن تتنوع بحسب السياق. فالرد الاحتياطي لحالة "لم أفهم سؤالكم" يجب أن يختلف عن حالة "فهمتُ الطلب لكن لا يمكنني تنفيذ هذا الإجراء". والردود الاحتياطية السياقية تبدو أكثر ذكاءً وفائدة من الردود العامة مثل "لا يمكنني المساعدة في ذلك".

كيف يمكن تحسين السلوك الاحتياطي بمرور الوقت؟

حلّلوا أنماط الرجوع الاحتياطي بانتظام. فأكثر مسببات الرجوع الاحتياطي شيوعًا تكشف الثغرات المعرفية، أو التكاملات الناقصة، أو الرسائل غير الواضحة الموجهة إلى العملاء. وكل حالة رجوع احتياطي فرصة للتحسين، فعالجوا السبب الجذري بدلًا من الاكتفاء بتحسين الرسالة الاحتياطية.