Google I/O-তে টিউন করার জন্য ধন্যবাদ! চাহিদা অনুযায়ী সামগ্রী দেখুন ।

এই পৃষ্ঠাটি Cloud Translation API অনুবাদ করেছে।

পলিসিবাজার ওয়েব এআই-এর সাথে ঘন্টার পর গ্রাহক সহায়তা বাড়িয়েছে, এবং 73% ব্যবহারকারীদের গুণমানের মিথস্ক্রিয়া ছিল

Rishabh Mehrotra

Aman Soni

Swetha Gopalakrishnan

প্রকাশিত: 21 মে, 2025

পলিসিবাজার হল ভারতের অন্যতম প্রধান বীমা প্ল্যাটফর্ম, যার 97 মিলিয়নেরও বেশি নিবন্ধিত গ্রাহক রয়েছে। প্রতি মাসে প্রায় 80% গ্রাহক অনলাইনে পলিসিবাজারে যান, তাই তাদের প্ল্যাটফর্মগুলি মসৃণ ব্যবহারকারীর অভিজ্ঞতা প্রদান করা গুরুত্বপূর্ণ।

পলিসিবাজারের টিম লক্ষ্য করেছে যে গ্রাহক সহায়তা টিমের কাজের সময় শেষ হওয়ার পর সন্ধ্যায় উল্লেখযোগ্য সংখ্যক ব্যবহারকারী তাদের ওয়েবসাইট পরিদর্শন করছেন। ব্যবহারকারীদের উত্তর পেতে বা রাতারাতি কর্মী নিয়োগের জন্য পরবর্তী কর্মদিবস পর্যন্ত অপেক্ষা করার পরিবর্তে, পলিসিবাজার সেই ব্যবহারকারীদের অবিলম্বে পরিষেবা প্রদানের জন্য একটি সমাধান বাস্তবায়ন করতে চেয়েছিল।

বীমা পরিকল্পনা, তারা কীভাবে কাজ করে এবং কোন পরিকল্পনা তাদের চাহিদা পূরণ করবে সে সম্পর্কে গ্রাহকদের অনেক প্রশ্ন থাকে। FAQ বা নিয়ম-ভিত্তিক চ্যাটবটগুলির সাথে ব্যক্তিগতকৃত প্রশ্নগুলি সমাধান করা কঠিন। এই চাহিদাগুলি পূরণ করার জন্য, দলটি জেনারেটিভ এআই-এর সাথে ব্যক্তিগতকৃত সহায়তা বাস্তবায়ন করেছে।

73 _%

ব্যবহারকারীরা মানসম্পন্ন কথোপকথন চালু করে এবং নিযুক্ত হন

2 _x

আগের কল-টু-অ্যাকশনের তুলনায় উচ্চ ক্লিক-থ্রু রেট

10 _x

WebGPU এর সাথে দ্রুত অনুমান

ফিনোভা এআই-এর সাথে ব্যক্তিগতকৃত সহায়তা

ইংরেজি এবং কিছু ব্যবহারকারীর স্থানীয় ভারতীয় ভাষায় ব্যক্তিগতকৃত উত্তর এবং আরও ভাল গ্রাহক সহায়তা প্রদানের জন্য, পলিসিবাজার ফিনোভা এআই নামে একটি পাঠ্য এবং ভয়েস চালিত বীমা সহকারী চ্যাটবট তৈরি করেছে।

এটি সম্ভব করার জন্য অনেক পদক্ষেপ ছিল। Google I/O 2025 থেকে বাস্তব জগতের আলোচনায় ওয়েব AI ব্যবহারের ক্ষেত্রে এবং কৌশলগুলির একটি বিস্তারিত ওয়াকথ্রু দেখুন।

এই চিত্রটি ফিনোভা এআই-এর বাস্তবায়নের অন্তর্নিহিত উচ্চ-স্তরের পদক্ষেপগুলি প্রদর্শন করে।

1. ব্যবহারকারীর ইনপুট

প্রথমত, গ্রাহক টেক্সট বা ভয়েসের মাধ্যমে চ্যাটবটে একটি বার্তা পাঠান। যদি তারা চ্যাটবটের সাথে কথা বলে, ওয়েব স্পিচ API ভয়েসটিকে পাঠ্যে রূপান্তর করতে ব্যবহৃত হয়।

2. ইংরেজিতে অনুবাদ করুন

গ্রাহকের বার্তা ল্যাঙ্গুয়েজ ডিটেক্টর API এ পাঠানো হয়। যদি এপিআই একটি ভারতীয় ভাষা শনাক্ত করে, ইনপুটটি ইংরেজিতে অনুবাদের জন্য অনুবাদক এপিআই-এ পাঠানো হয়।

এই উভয় APIই অনুমান ক্লায়েন্ট-সাইড চালায়, যার অর্থ অনুবাদের সময় ব্যবহারকারীর ইনপুট ডিভাইসটি ছেড়ে যায় না।

3. বার্তাটি বিষাক্ততা সনাক্তকরণের সাথে মূল্যায়ন করা হয়

গ্রাহকের ইনপুটে অনুপযুক্ত বা আক্রমণাত্মক শব্দ আছে কিনা তা মূল্যায়ন করতে একটি ক্লায়েন্ট-সাইড বিষাক্ততা সনাক্তকরণ মডেল ব্যবহার করা হয়। যদি এটি করে, গ্রাহককে বার্তাটি পুনরায় বর্ণনা করার জন্য অনুরোধ করা হয়। বিষাক্ত ভাষা থাকলে বার্তাটি পরবর্তী ধাপে যাবে না।

এটি গ্রাহক সহায়তা কর্মীদের জন্য সম্মানজনক কথোপকথন বজায় রাখতে সহায়তা করে যাতে প্রয়োজনে পর্যালোচনা এবং ফলো-আপ করা যায়।

4. সার্ভারে অনুরোধ পাঠানো হয়

অনূদিত প্রশ্নটি তারপর পলিসিবাজারের ডেটাতে প্রশিক্ষিত একটি সার্ভার-সাইড মডেলের কাছে পাঠানো হয় এবং প্রশ্নের একটি ইংরেজি উত্তর প্রদান করে।

গ্রাহকরা ব্যক্তিগতকৃত উত্তর এবং সুপারিশ পেতে পারেন, সেইসাথে পণ্য সম্পর্কে আরও জটিল প্রশ্নের উত্তর পেতে পারেন।

5. গ্রাহকের ভাষায় অনুবাদ করুন

ট্রান্সলেটর এপিআই, প্রাথমিক ক্যোয়ারী অনুবাদ করতে ব্যবহৃত হয়, ল্যাঙ্গুয়েজ ডিটেক্টর এপিআই দ্বারা শনাক্ত করা হয়েছে বলে ক্যোয়ারীটিকে গ্রাহকের ভাষায় আবার অনুবাদ করে। আবার, এই APIগুলি ক্লায়েন্ট-সাইড চালায়, তাই সেই সমস্ত কাজ তাদের ডিভাইসে ঘটে। এর অর্থ হল গ্রাহকরা তাদের প্রাথমিক ভাষায় সহায়তা পেতে সক্ষম, যা চ্যাটবটটিকে অ-ইংরেজি ভাষাভাষীদের কাছে অ্যাক্সেসযোগ্য করে তোলে।

হাইব্রিড আর্কিটেকচার

ফিনোভা এআই, যা ডেস্কটপ এবং মোবাইল উভয় প্ল্যাটফর্মে চলে, শেষ ফলাফল তৈরি করতে একাধিক মডেলের উপর নির্ভর করে। পলিসিবাজার একটি হাইব্রিড আর্কিটেকচার তৈরি করেছে, যেখানে সমাধানের একটি অংশ ক্লায়েন্ট-সাইড এবং অংশটি সার্ভার-সাইডে চলে।

আপনি হাইব্রিড আর্কিটেকচার বাস্তবায়ন করতে চাইতে পারেন এমন অনেক কারণ রয়েছে, আপনি শুধুমাত্র একটি বা একাধিক মডেল ব্যবহার করছেন।

ক্লায়েন্ট-সাইড মডেল ক্ষমতা মূল্যায়ন. প্রয়োজনে সার্ভার-সাইডে ফিরে যান।
- মডেল ডেটা সীমাবদ্ধতা : ভাষার মডেলগুলি আকারে ব্যাপকভাবে পরিবর্তিত হতে পারে, যা নির্দিষ্ট ক্ষমতাও নির্ধারণ করে। উদাহরণস্বরূপ, এমন একটি পরিস্থিতি বিবেচনা করুন যেখানে একজন ব্যবহারকারী আপনার প্রদান করা পরিষেবার সাথে সম্পর্কিত একটি ব্যক্তিগত প্রশ্ন জিজ্ঞাসা করে। একটি ক্লায়েন্ট-সাইড মডেল প্রশ্নের উত্তর দিতে সক্ষম হতে পারে, যদি এটি সেই নির্দিষ্ট এলাকায় প্রশিক্ষিত হয়। যাইহোক, যদি এটি না পারে, আপনি একটি সার্ভার-সাইড বাস্তবায়নে ফিরে যেতে পারেন, যা আরও জটিল এবং বৃহত্তর ডেটাসেটে প্রশিক্ষিত।
- মডেলের আস্থা : শ্রেণীবিভাগের মডেলগুলিতে, যেমন বিষয়বস্তু সংযম বা জালিয়াতি সনাক্তকরণ, একটি ক্লায়েন্ট-সাইড মডেল কম আত্মবিশ্বাসের স্কোর আউটপুট করতে পারে। এই ক্ষেত্রে, আপনি আরও শক্তিশালী সার্ভার-সাইড মডেলে ফিরে যেতে চাইতে পারেন।
বিভিন্ন ডিভাইস ক্ষমতা সমর্থন .
- হার্ডওয়্যার সীমাবদ্ধতা : আদর্শভাবে, এআই বৈশিষ্ট্যগুলি আপনার সমস্ত ব্যবহারকারীর কাছে অ্যাক্সেসযোগ্য হবে। বাস্তবে, ব্যবহারকারীরা বিস্তৃত ডিভাইস ব্যবহার করে এবং সমস্ত ডিভাইস এআই অনুমান সমর্থন করতে পারে না। যদি একটি ডিভাইস ক্লায়েন্ট-সাইড অনুমান সমর্থন করতে অক্ষম হয়, আপনি সার্ভারে ফিরে যেতে পারেন। এই পদ্ধতির সাহায্যে, আপনি আপনার বৈশিষ্ট্যটিকে অত্যন্ত অ্যাক্সেসযোগ্য করে তুলতে পারেন, যখন সম্ভব খরচ এবং বিলম্ব কমিয়ে আনতে পারেন৷
- নেটওয়ার্কের সীমাবদ্ধতা : ব্যবহারকারী যদি অফলাইনে থাকে বা ফ্লেকি নেটওয়ার্কে থাকে কিন্তু ব্রাউজারে একটি ক্যাশে মডেল থাকে, আপনি মডেল ক্লায়েন্ট-সাইড চালাতে পারেন।
গোপনীয়তার প্রয়োজনীয়তা ।
- আপনার আবেদনের জন্য আপনার কঠোর গোপনীয়তার প্রয়োজনীয়তা থাকতে পারে। উদাহরণস্বরূপ, যদি ব্যবহারকারীর প্রবাহের অংশের জন্য ব্যক্তিগত তথ্য বা মুখ সনাক্তকরণের সাথে পরিচয় যাচাইয়ের প্রয়োজন হয়, তাহলে ডিভাইসে ডেটা প্রক্রিয়া করার জন্য একটি ক্লায়েন্ট-সাইড মডেল বেছে নিন এবং পরবর্তী পদক্ষেপের জন্য সার্ভার-সাইড মডেলে যাচাইকরণ আউটপুট (যেমন পাস বা ব্যর্থ) পাঠান।

পলিসিবাজারের জন্য, যেখানে কম বিলম্ব, খরচ দক্ষতা এবং গোপনীয়তার প্রয়োজন ছিল, একটি ক্লায়েন্ট-সাইড সমাধান ব্যবহার করা হয়েছিল। যেখানে কাস্টম ডেটাতে প্রশিক্ষিত আরও জটিল মডেলের প্রয়োজন ছিল, একটি সার্ভার-সাইড সমাধান ব্যবহার করা হয়েছিল।

এখানে, আমরা ক্লায়েন্ট-সাইড মডেল বাস্তবায়নকে ঘনিষ্ঠভাবে দেখি।

ক্লায়েন্ট-সাইড বিষাক্ততা সনাক্তকরণ

বার্তাগুলি অনুবাদ করার পরে, গ্রাহকের বার্তাটি TensorFlow.js বিষাক্ততা সনাক্তকরণ মডেলে প্রেরণ করা হয়, যা ক্লায়েন্ট-সাইডে, ডেস্কটপ এবং মোবাইলে চলে। যেহেতু ট্রান্সক্রিপশনটি অনুসরণের জন্য মানব সহায়তা কর্মীদের কাছে পাঠানো হয়, তাই বিষাক্ত ভাষা এড়ানো গুরুত্বপূর্ণ। বার্তাগুলি সার্ভারে পাঠানোর আগে ব্যবহারকারীর ডিভাইসে বিশ্লেষণ করা হয়, তারপরে চূড়ান্ত মানব সহায়তা কর্মীদের দ্বারা অনুসরণ করা হয়।

উপরন্তু, সংবেদনশীল তথ্য অপসারণের জন্য ক্লায়েন্ট-সাইড বিশ্লেষণ অনুমোদিত। ব্যবহারকারীর গোপনীয়তা একটি শীর্ষ-স্তরের অগ্রাধিকার, এবং ক্লায়েন্ট-সাইড অনুমান এটি সম্ভব করতে সহায়তা করে।

প্রতিটি বার্তার জন্য প্রয়োজনীয় কয়েকটি ধাপ রয়েছে। বিষাক্ততা সনাক্তকরণের সাথে, ভাষা সনাক্তকরণ এবং অনুবাদ ছাড়াও, প্রতিটি বার্তার জন্য সার্ভারে একাধিক রাউন্ড ট্রিপের প্রয়োজন হবে। এই কাজগুলি ক্লায়েন্ট-সাইড সম্পাদন করার মাধ্যমে, পলিসিবাজার প্রজেক্ট করা বৈশিষ্ট্য খরচ উল্লেখযোগ্যভাবে সীমিত করতে পারে।

পলিসিবাজার WebGL থেকে WebGPU ব্যাকএন্ডে (সমর্থিত ব্রাউজারগুলির জন্য) পরিবর্তন করেছে, এবং অনুমান সময় 10 গুণ উন্নত হয়েছে। ব্যবহারকারীরা তাদের বার্তা সংশোধন করার জন্য দ্রুত প্রতিক্রিয়া পেয়েছে, যা উচ্চতর ব্যস্ততা এবং গ্রাহক সন্তুষ্টির দিকে পরিচালিত করে।

// Create an instance of the toxicity model.
const createToxicityModelInstance = async () => {
  try {
    //use WebGPU backend if available
    if (navigator.gpu) {
        await window.tf.setBackend('webgpu');
        await window.tf.ready();
    }

    return await window.toxicity.load(0.9).then(model => {
      return model;
    }).catch(error => {
      console.log(error);
      return null;
    });
  } catch (er) {
      console.error(er);
  }
}

উচ্চ ব্যস্ততা এবং ক্লিক-থ্রু রেট

ওয়েব API-এর সাথে একাধিক মডেল একত্রিত করে, পলিসিবাজার ব্যবসায়িক সময়ের পরে গ্রাহক সহায়তা সফলভাবে প্রসারিত করেছে। এই বৈশিষ্ট্যের সীমিত প্রকাশের প্রাথমিক ফলাফলগুলি উচ্চ ব্যবহারকারীর ব্যস্ততা নির্দেশ করে।

73% ব্যবহারকারী যারা চ্যাটবট খোলেন তারা বহু-প্রশ্ন কথোপকথনে কয়েক মিনিট স্থায়ী হয়, যার ফলে বাউন্স রেট কম হয়। অধিকন্তু, পাইলট প্রোগ্রাম এই নতুন গ্রাহক সহায়তা কল-টু-অ্যাকশনে 2 গুণ বেশি ক্লিক-থ্রু রেট প্রদর্শন করেছে, যা তাদের অনুসন্ধানের জন্য ফিনোভার সাথে সফল গ্রাহকের মিথস্ক্রিয়া দেখায়। অধিকন্তু, ক্লায়েন্ট-সাইড বিষাক্ততা সনাক্তকরণের জন্য একটি WebGPU ব্যাকএন্ডে স্যুইচ করার ফলে অনুমান 10 গুণ বেড়ে যায়, ফলে দ্রুত ব্যবহারকারীর প্রতিক্রিয়া পাওয়া যায়।