قاعد المعرفة «Knowledge Base» تعد إحدى وسائل الدعم التي تقدمها الشركات لعملائها، والتي تساهم في تقديم الإجابات لتساؤلاتهم، فقاعدة المعرفة هي إحدى وسائل الخدمة الذاتية التي يمكن للشركات أن تعتمد عليها، فعلى سبيل المثال، وفي قطاع الاتصالات، إذا أراد العميل معرفة المبلغ المستحق دفعه، فيمكن أن يتم تزويده بالطريقة المناسبة التي تمكنه من الاطلاع على فاتورته بنفسه، باستخدام إحدى الطرق المتاحة، كتطبيق الجوال أو موقع الويب مثلا، دون الحاجة إلى التواصل مع مأمور خدمة العملاء.
قواعد المعرفة ليست مفيدة في حل مشكلات العملاء الحاليين فحسب، ولكنها أيضا إحدى وسائل التسويق وجذب مزيد من العملاء، فالمتسوق إذا وجد إجابة لجميع الاستفسارات التي تدور في ذهنه قبل شراء منتج ما من شركة ما، فإنها تزيد احتمالية أن يصبح أحد العملاء تلك الشركة.
كلما كان حجم قواعد المعرفة كبيرا، وكلما كانت تحتوي على المعلومات الأكثر أهمية، زادت إمكانية أن يجد العميل إجابة عن تساؤلاته فيها، مما يعني زيادة ثقته فيها كوسيلة للخدمة الذاتية، مما يعني أيضا زيادة استخدامه لها واعتماده عليها، وهذا ينتج عنه تقليل الضغط على مراكز الدعم التابعة للشركة، وبالتالي يمكن استخدام قواعد المعرفة كوسيلة لترشيد الإنفاق.
يعد بناء قاعدة المعرفة من الأمور غير السهلة، فهو يتطلب كتابة الأسئلة المتوقع أن ترد في أذهان العملاء، ومن ثم توفير الإجابات عليها، ولذلك فإنه يلزم الإطلاع على جميع بيانات الخدمات أو المنتجات المقدمة من الشركة، وذلك لتحديد النقاط الأكثر أهمية، وهذا الأمر يستهلك كثيرا من الجهد والوقت، بل ويتطلب متابعة مستمرة لجميع معلومات المنتجات المقدمة من الشركة.
أتمتة بناء قاعدة المعرفة هو ما سعى له فريق بحث من المعهد الكوري المتقدم للعلوم والتكنلوجيا (Korea Advanced Institute of Science and Technology)، حيث قام الدكتور سانج جو هوانج (Sung Ju Hwang) مع الفريق البحثي ببناء نظام إلكتروني يعمل باستخدام خوارزمية ذكاء اصطناعي تمكنه من بناء قواعد معرفية بشكل آلي.
يعمد نظام الدكتور سانج على الاطلاع على كامل البيانات التي ترغب الشركة في إضافتها لقاعدة المعرفة، ومن ثم تقوم خوارزمية الذكاء الاصطناعي بتحديد المعلومات الأكثر أهمية في هذه البيانات، بعد ذلك تقوم ذات الخوارزمية بكتابة السؤال المناسب لهذه المعلومة، مراعية السياق الذي وردت فيه هذه المعلومة، بمعنى أن الخوارزمية تقوم بتحديد الإجابة قبل تحديد السؤال، وبذلك تضمن أن المعلومة المقدمة تعد غاية في الأهمية.
قواعد المعرفة ليست مفيدة في حل مشكلات العملاء الحاليين فحسب، ولكنها أيضا إحدى وسائل التسويق وجذب مزيد من العملاء، فالمتسوق إذا وجد إجابة لجميع الاستفسارات التي تدور في ذهنه قبل شراء منتج ما من شركة ما، فإنها تزيد احتمالية أن يصبح أحد العملاء تلك الشركة.
كلما كان حجم قواعد المعرفة كبيرا، وكلما كانت تحتوي على المعلومات الأكثر أهمية، زادت إمكانية أن يجد العميل إجابة عن تساؤلاته فيها، مما يعني زيادة ثقته فيها كوسيلة للخدمة الذاتية، مما يعني أيضا زيادة استخدامه لها واعتماده عليها، وهذا ينتج عنه تقليل الضغط على مراكز الدعم التابعة للشركة، وبالتالي يمكن استخدام قواعد المعرفة كوسيلة لترشيد الإنفاق.
يعد بناء قاعدة المعرفة من الأمور غير السهلة، فهو يتطلب كتابة الأسئلة المتوقع أن ترد في أذهان العملاء، ومن ثم توفير الإجابات عليها، ولذلك فإنه يلزم الإطلاع على جميع بيانات الخدمات أو المنتجات المقدمة من الشركة، وذلك لتحديد النقاط الأكثر أهمية، وهذا الأمر يستهلك كثيرا من الجهد والوقت، بل ويتطلب متابعة مستمرة لجميع معلومات المنتجات المقدمة من الشركة.
أتمتة بناء قاعدة المعرفة هو ما سعى له فريق بحث من المعهد الكوري المتقدم للعلوم والتكنلوجيا (Korea Advanced Institute of Science and Technology)، حيث قام الدكتور سانج جو هوانج (Sung Ju Hwang) مع الفريق البحثي ببناء نظام إلكتروني يعمل باستخدام خوارزمية ذكاء اصطناعي تمكنه من بناء قواعد معرفية بشكل آلي.
يعمد نظام الدكتور سانج على الاطلاع على كامل البيانات التي ترغب الشركة في إضافتها لقاعدة المعرفة، ومن ثم تقوم خوارزمية الذكاء الاصطناعي بتحديد المعلومات الأكثر أهمية في هذه البيانات، بعد ذلك تقوم ذات الخوارزمية بكتابة السؤال المناسب لهذه المعلومة، مراعية السياق الذي وردت فيه هذه المعلومة، بمعنى أن الخوارزمية تقوم بتحديد الإجابة قبل تحديد السؤال، وبذلك تضمن أن المعلومة المقدمة تعد غاية في الأهمية.
