其他行业 · AI应用
AT&T 使用 NVIDIA NeMo 提升 AI 代理性能
AT&T 面临 AI 代理能力不足导致客户服务质量受限的挑战。为解决此问题，该公司集成了 NVIDIA NeMo（一种先进的对话式 AI 工具包），从而开发出更高级的对话系统。该方法不仅增强了 AI 代理的功能，还实现了与用户的更个性化交互。结果，AT&T 在用户交互质量上取得了显著提升，客户服务运营效率也得到提高，最终通过 AI 驱动的解决方案转变了客户体验。
AI代理响应准确度
提升高达40%
来源披露
呼叫中心分析成本
降低84%
来源披露
01
业务背景
AT&T 面临 AI 代理能力不足导致客户服务质量受限的挑战。为解决此问题，该公司集成了 NVIDIA NeMo（一种先进的对话式 AI 工具包），从而开发出更高级的对话系统。该方法不仅增强了 AI 代理的功能，还实现了与用户的更个性化交互。结果，AT&T 在用户交互质量上取得了显著提升，客户服务运营效率也得到提高，最终通过 AI 驱动的解决方案转变了客户体验。
02
遇到的问题
AT&T面临AI代理模型漂移、计算需求上升和实时数据访问等挑战，导致客户服务质量受限。
03
AI 解决方案
AT&T基于NVIDIA NeMo微服务构建数据飞轮：通过NeMo Curator进行数据清洗与过滤，利用NeMo Customizer对Mistral 7B等模型迭代微调，借助NeMo Evaluator建立自动化评估体系，使用NeMo Retriever为代理提供实时信息管道，并将优化后的模型部署为NIM微服务。
- 1使用NeMo Curator提升数据质量，清洗和过滤训练数据
- 2通过NeMo Customizer迭代微调多个基模型，选定Mistral 7B为最优模型
- 3利用NeMo Evaluator建立评估系统，跟踪Rouge、BERT F1等指标
- 4使用NeMo Retriever建立检索管道，使AI代理可访问和运用最新信息
- 5将微调模型作为NIM微服务部署在GPU加速基础设施上
04
实施结果
AI代理响应准确度：提升高达40%（40%）
呼叫中心分析成本：降低84%（84%）
05
风险与边界
未披露
“The successful fine-tuning story of this use case and others like it was enough evidence for us to pursue building out an entire fine-tuning platform”
Kostikey Moustakas · Director of Data Science at AT&T
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。