Cisco erstellt KI-gestützte Sucherlebnisse mit Elastic auf Google Cloud

Seit der Gründung 1984 stellt Cisco Systems die Technologie bereit, welche die heutige vernetzte Gesellschaft benötigt. Mehr als 87 % der Fortune 500-Unternehmen nutzen die Technologie von Cisco. Dazu zählen Networking-Hardware, Software, Telekommunikationsgeräte und andere technologisch fortschrittliche Services und Produkte.

Die Suche nach Inhalten spielt bei Cisco eine große Rolle. Hierzu gehören geschäftskritische Aktivitäten wie der Kundensupport, bei dem mehr als 11.000 Supportmitarbeiter Tools für die Suche nutzen, um Inhalt aus Millionen von Dokumenten abzurufen, damit sie die mehr als zwei Millionen Serviceanfragen bearbeiten können, die jedes Jahr bei Cisco eingehen.

Die Suche ist ebenfalls ein wichtiges Feature für die Cisco.com-Website. Hier finden die Besucher Informationen in hunderttausenden Webseiten und Dokumentenseiten, einschließlich Datenblätter und Nutzerhandbücher sowie andere technische, produkt- und unternehmensspezifische Ressourcen.

Sujith Joseph, Principal Enterprise Search & Cloud Architect bei Cisco, vergleicht die Suche nach Support- und Produktmaterialien mit einer riesigen Bibliothek, in der die Besucher eine bestimmte Seite oder einen Absatz in tausenden Büchern suchen. „Die Nutzer erwarten heute bei einer Suche den sofortigen Zugriff auf die Informationen, die sie benötigen. Unseren Kunden und potenziellen Kunden die für sie relevanten Inhalte zu unseren Lösungen und Services bereitzustellen, ist der Schlüssel zu einer guten Beziehung“, so Joseph.

Genauso wichtig wie die Richtigkeit der Suchergebnisse ist auch die Geschwindigkeit, mit der die Suchergebnisse zurückgegeben werden. Eine Verzögerung von nur einer halben Sekunde kann sich schon negativ auf die Click-Through-Rate der Website oder das Kundenerlebnis beim Kontakt mit einem Supportmitarbeiter auswirken.

Cisco war daran gelegen, vielen der intern und extern genutzten Anwendungen mithilfe von künstlicher Intelligenz (KI) und modernen cloudnativen Technologien erweiterte Suchfunktionen bereitzustellen. Ein Upgrade aller Anwendungen zur selben Zeit wäre betrieblich gesehen sehr ineffizient und zeitaufwendig. Daher entschied sich das Unternehmen, sich zunächst auf den Kundensupport und die Suche auf Cisco.com zu konzentrieren, gefolgt von der Suche im Intranet und mehr.

Cisco setzte die Technologie von Elastic bereits in anderen Bereichen des Unternehmens ein und begann nun mit der Hilfe des Elastic-Supportteams, die Möglichkeiten auszuloten, Elastic als Herzstück der Enterprise Search Platform zu nutzen.

Elasticsearch auf Elastic Cloud und Kubernetes ist nun die zentrale Engine der neuen Enterprise Search-Architektur von Cisco. Joseph stellt die Leistungsverbesserungen des Kundensupport-Tools mit den Namen „Re-imagined Topic Search“ heraus, mit dem die Supportmitarbeiter jetzt schnell die für die Kundenanfrage relevante Dokumentation abrufen können.

Die Supportmitarbeiter von Cisco können jetzt während eines Kundengesprächs anhand von Fehlermeldungen, die sich auf das Kundenproblem beziehen, in Echtzeit nach ähnlichen Fällen suchen. Topic Search stellt relevante Informationen aus ähnlichen Supportfällen, Produktfehlern, Wissensartikeln und internen Diskussionsforen bereit. Durch die neuen Suchfunktionen konnte Cisco 5.000 Arbeitsstunden von Supportmitarbeitern pro Monat einsparen.

Die Suche auf Cisco.com wird durch die Re-imagined Search Platform ermöglicht, eine KI-gesteuerte Suchlösung auf Basis von Google Cloud-Services und Elasticsearch. Anhand von KI (Neural Question Generation) werden bei der Suche auf Cisco.com automatische Vorschläge gemacht, die auf Passagen auf den Seiten von Cisco.com basieren. Die Deep Q&A-Lösung bietet außerdem die Möglichkeit einer hybriden (semantischen und textbasierten) Suche in Textpassagen.

„Die Möglichkeit, Suchanfragen vorab zu verarbeiten, bedeutet, dass wir Text oder einen Absatz aus einem Dokument als Teil der Suchergebnisse zurückgeben können. Wenn Nutzer darauf klicken, gelangen sie direkt zu dem relevanten Abschnitt des Dokuments“, erläutert Joseph. „Dies ist eine deutliche Verbesserung im Vergleich zu unserer vorherigen Plattform, bei der das Suchergebnis vielleicht zur richtigen Webseite auf Cisco.com führte, jedoch nicht unbedingt zu dem Abschnitt, der für die Suchanfrage am relevantesten war.“

Joseph betont auch, wie KI in Kombination mit Elasticsearch die Endnutzererfahrung verbessert. „Wir verwenden Deep Learning-Modelle, um die Nutzeranfrage, die Elastic an das Backend sendet, zu modifizieren oder vorab zu verarbeiten“, so Joseph. „Auch auf diese Weise können wir Suchergebnisse mit den relevantesten Ergebnissen generieren.“

Wenn Nutzer jetzt eine Suchanfrage eingeben, wird eine Dropdown-Liste mit automatischen Vorschlägen angezeigt, die in Echtzeit aktualisiert wird, während mehr Zeichen und Wörter eingegeben werden. Dazu gehören allgemeine Fragen, welche die Suchabsicht widerspiegeln, und die es dem suchenden Nutzer ermöglichen, die relevanten Informationen schneller zu finden. Die Ergebnisseiten enthalten eine Liste von Produkten, Videos und anderen empfohlenen Inhalten.

Aufgrund der neuen Suchfunktionen haben sich die Click-Through-Raten, in denen sich das Nutzerengagement widerspiegelt, drastisch erhöht. Die Reaktionszeit für eine Suchanfrage ist jetzt 73 % schneller als zuvor, wodurch die Wahrscheinlichkeit geringer ist, dass Nutzer das Interesse verlieren, während die Seite geladen wird.

Joseph stellte auch die Rolle des Elastic-Teams heraus, mit dessen Unterstützung die neue Suchplattform bereitgestellt wurde. „Das Team von Elastic war äußerst hilfreich“, so Joseph. „Gerade zu Beginn des Projekts machte das Team den entscheidenden Unterschied und stellte sicher, dass wir die richtige Richtung einschlagen.“

Seit dem Rollout von Re-imagined Search für den Kundensupport und für Cisco.com hat das Search-Team von Cisco mehr als 50 intern und extern genutzte Apps hinzugefügt, darunter auch das Cisco-Intranet. Das Team fügt der Re-imagined Search-Plattform von Cisco weitere KI-Tools hinzu. Für den Kundensupport umfasst dies die Verwendung von KI-Modellen zur automatischen Generierung von Abfragen aus einem Kundensupport-Ticket, die dann an Elastic gesendet werden, um Inhaltsempfehlungen zu generieren, die dann wiederum sofort dem Kunden bereitgestellt werden. Die Vorhersage, was ein Supportmitarbeiter in der gleichen Situation tun würde, hilft ihnen, Zeit zu sparen und Probleme schneller zu lösen. Für die Suche im Intranet nutzt das Search-Team von Cisco KI-Modelle zusammen mit der semantischen Suche, die auf den Einbettungen von Supportinhalten für Mitarbeiter basiert und eine leistungsfähige Q&A-Erfahrung und automatische Vorschläge bietet. Dies nutzt die dichte Vektorsuchfunktion von Elasticsearch.

Prem Malhotra, Director, ML/AI & Search bei Cisco, sagt: „Elastic ist eine Umgebung mit umfassenden Features zum Erstellen verschiedener Suchlösungen. Die Möglichkeit, Aspekte der semantischen Suche in Lösungen einzubinden, ist der Schlüssel für die Evolution der Suche, und Elastic hat hier eine sehr gute Ausgangsposition.“

„Viele unserer extern und intern genutzten Such-Workloads basieren auf Elasticsearch. Die Resilienz und Skalierbarkeit von Elasticsearch bieten ein starkes Fundament für die nächsten Jahre, und das bei einem machbaren TOC. Die kürzlich von Elastic veröffentlichten nativen KI-Funktionen sind ebenfalls beeindruckend. So können wir unsere Integration und AIOps noch weiter optimieren.” – Li Tan, Sr. Director, AI and Search