Skuteczne projekty Chatbot unikają tych błędów

Czym jest chatbot? Chatbot to oprogramowanie, które może prowadzić z użytkownikiem konwersację podobną do ludzkiej. Użytkownik może do niego mówić lub wysyłać mu wiadomości za pośrednictwem aplikacji czatu, a on odpowie odpowiednio, mówiąc, wpisując coś lub pokazując coś graficznego. Głównym przypadkiem użycia chatbots jest obecnie obsługa klienta, gdzie są one wykorzystywane do odpowiadania na proste, powtarzające się pytania i eskalowania bardziej złożonych pytań do ludzkich agentów.

Chociaż istnieją pewne kwestie do rozwiązania, zanim zostaną one szeroko wykorzystane do obsługi klienta (poza Amazon Alexa zamawiającą produkty i kilkoma innymi przykładami), interfejs konwersacyjny jest szybko wdrażany do funkcji obsługi klienta.

Z biznesowego punktu widzenia projekt chatbota, podobnie jak każdy inny projekt, musi zostać oceniony pod kątem ryzyka i zysków.

W tym artykule przeanalizujemy możliwe wyzwania związane z wdrożeniem chatbota i sposoby ich uniknięcia.

Wielu z wymienionych tutaj zagrożeń można uniknąć, ponieważ wiele problemów, z którymi borykali się pierwsi użytkownicy, jest obecnie dobrze znanych.

Nieuniknione jest, że chatbots i głos wkrótce staną się powszechnie stosowane do obsługi klienta, ponieważ zwrot z inwestycji w chatbota w wielu przypadkach przekracza 1000%, co wynika nie tylko z oszczędności kosztów, ale także ze zwiększonego zaangażowania i satysfakcji klientów oraz możliwości uzyskania przychodów, które z tego wynikają.

Platformy botów dojrzały do tego stopnia, że jest to teraz nisko wiszący owoc dla przedsiębiorstw. chatbots będzie nie tylko szeroko wykorzystywany do obsługi klienta, ale przypadki użycia szybko rozszerzą się na obsługę klienta, która ostatecznie zdominuje obsługę klienta jako główny przypadek użycia.

‍

Poza szumem informacyjnym

Często trudno jest ocenić nową technologię, ponieważ wiadomo, że część szumu wokół produktu to tylko szum. Firmy technologiczne składają różnego rodzaju śmiałe obietnice dotyczące tego, co się stanie, gdy wdrożysz ich technologię, ale oczywiście wiesz, że nie jest to takie proste, nic nie jest gwarantowane i na pewno nie podkreślają wad. To samo dotyczy chatbots.

Chatbots przeszły przez wiele etapów hype'u. Wiele z tego szumu ma związek z przecenianiem możliwości chatbots .

Prawdą jest, że w ciągu ostatnich kilku lat nastąpiły prawdziwe przełomy w sztucznej inteligencji związanej z chatbotami, które należy zrozumieć, aby mieć prawdziwy obraz tego, czego można oczekiwać od chatbots.

Główne przełomy dokonały się w trzech podstawowych technologiach, przetwarzaniu języka naturalnego (NLP), rozpoznawaniu mowy na dużą skalę (dla asystentów głosowych) i generowaniu języka naturalnego.

NLP pozwala chatbotowi zidentyfikować wspólną intencję stojącą za różnymi frazami języka naturalnego, które mają to samo znaczenie. Na przykład "zarezerwuj lot" lub "chcę lecieć do Paryża" mają tę samą intencję co "zarezerwuj lot". Deweloper oprogramowania może zakodować, co należy zrobić po zidentyfikowaniu tej intencji.

Rozpoznawanie mowy wykorzystuje technologię, która tłumaczy wypowiadane słowa na tekst. Chociaż rozpoznawanie mowy istnieje od dawna, to dopiero postęp w wydajności komputerów i możliwość delegowania pracy do cloud umożliwia tym systemom identyfikację milionów słów, ponieważ algorytmy są bardzo intensywne obliczeniowo.

Generowanie języka naturalnego pobiera zestaw parametrów i generuje poprawne gramatycznie zdanie w języku naturalnym.

Wszystkie te technologie w pewnym stopniu rozwinęły się dzięki dość niedawnym postępom w zakresie mocy obliczeniowej.

Szumem jest to, że chatbots wkrótce w pełni zastąpi ludzkich agentów. W rzeczywistości chatbots działa wyjątkowo dobrze w wąskiej dziedzinie, w której kontekst jest ograniczony i działa najlepiej, gdy odpowiada na pojedyncze pytania, które nie mają kontekstu.

Nie oznacza to, że podstawowa technologia nie jest potężna i użyteczna. Jest. Nie oznacza to, że chatbots nie może wygenerować ogromnego zwrotu z inwestycji (ROI). Mogą.

Oznacza to jednak, że doświadczenie chatbota musi być tworzone z uwzględnieniem ograniczeń.

‍

Typowe błędy projektu chatbota

Zły cel

Istnieje wiele sposobów, w jakie cel wybrany podczas wdrażania chatbota może być błędny. Wyznaczanie celów może wiązać się z wieloma problemami, takimi jak rozwiązanie problemu, który nie istnieje, tj. wykorzystanie chatbota do zrobienia czegoś, co lepiej zrobić za pomocą interfejsu graficznego.

Największym błędem, jaki można popełnić, jest kupienie szumu informacyjnego i próba wdrożenia chatbota podobnego do człowieka, który angażuje się w rozmowę z klientami niemal na ludzkim poziomie. Wiele firm próbowało tego i poniosło porażkę. Próba zbudowania chatbota poza zakresem rzeczy, które robi naprawdę dobrze, jest zawsze problemem.

Najlepsze doświadczenia z chatbotami to konwersacje z przewodnikiem, a nie konwersacje otwarte. Na przykład oprogramowanie Botpress definiuje szczęśliwą ścieżkę, która jest ścieżką, na której oprogramowanie musi utrzymać użytkownika. Jeśli użytkownik zboczy z tej ścieżki, oprogramowanie spróbuje sprowadzić go z powrotem na szczęśliwą ścieżkę lub zaoferuje mu szansę na zainicjowanie innej ścieżki, ale nie pozwoli mu odejść na styczną.

Zły projekt i problemy z rozwojem

Źle zaprojektowany chatbot powoduje, że użytkownicy używają go w sposób, który nie był zamierzony. Powoduje to oczywiście frustrację i ma różnego rodzaju negatywne reperkusje.

Chatbots muszą być zaprojektowane konserwatywnie, zakres musi być bardzo jasny, a rozmowa musi być eskalowana do człowieka zbyt często, a nie wystarczająco często (lub należy zastosować równoważną strategię dla danego przypadku użycia).

Jest rzeczą oczywistą, że programiści pracujący nad botem muszą być kompetentni i zaznajomieni z najlepszymi praktykami w tej dziedzinie.

‍

Niewłaściwe podejście technologiczne

Chatbots stanowią dziś połączenie NLP i drzew decyzyjnych. NLP pozwala użytkownikowi zadawać otwarte pytania w bardzo wąskiej dziedzinie, a drzewa decyzyjne prowadzą użytkownika przez drzewo decyzyjne (szczęśliwą ścieżkę) w celu rozwiązania problemu lub wykonania zadania. Jak wspomniano powyżej w odniesieniu do objazdów, istnieje ograniczony zakres, w którym użytkownik może zboczyć ze szczęśliwej ścieżki.

Błędem jest wybieranie podejścia "czarnej skrzynki" do konwersacji. Rozwiązania typu black box to rozwiązania oparte na danych, w których logika jest zasadniczo przechowywana w algorytmach AI. Problem polega na tym, że nikt nie wie na pewno, co zrobi rozwiązanie AI, jest niezwykle trudne do debugowania, nie można go kompleksowo przetestować, a nowe informacje mogą zmienić jego zachowanie.

Chociaż nawet Botpress wykorzystuje niektóre z tych technologii, ogranicza domenę, w której ta "czarna skrzynka" AI może działać, do wąskiego zakresu wokół szczęśliwej ścieżki. Dlatego celem sztucznej inteligencji jest zawsze sprowadzenie użytkownika z powrotem na szczęśliwą ścieżkę lub umożliwienie mu przejścia na nową ścieżkę. Jest to znacznie łatwiejsze do zrozumienia i debugowania.

Powinienem wspomnieć, że ta "czarnoskrzynkowa" sztuczna inteligencja działa wyjątkowo dobrze w domenach, które są ograniczone i gdzie istnieje ogromna ilość istotnych danych otaczających dane zadanie. To dlatego AI może tak dobrze grać w gry. Problem z językiem polega na tym, że ma on nieskończoną liczbę wymiarów, ponieważ każde stwierdzenie oznacza różne rzeczy w zależności od kontekstu, który obejmuje wcześniejsze stwierdzenia i inne istotne informacje, których agent konwersacyjny powinien być świadomy.

Wdrożenie czarnej skrzynki sztucznej inteligencji do konwersacji przy użyciu obecnego stanu technologii jest podobne do błędu polegającego na próbie wdrożenia otwartego chatbota.

Ponadto, pomimo wspomnianych powyżej wad, tego rodzaju podejście oparte na czarnej skrzynce wymaga ogromnej ilości danych, a zatem jego wdrożenie kosztuje fortunę. A fakt, że jest to czarna skrzynka, oznacza, że bardzo trudno jest zmienić dostawcę, co oznacza niezwykle wysoki koszt zmiany, a tym samym blokadę.

Lepiej jest używać prostych technologii NLP i drzew decyzyjnych do budowania botów, a następnie korzystać ze sztucznej inteligencji w ograniczonym zakresie, aby przywrócić użytkownika do wykonywania zadań. Odkryliśmy, że firmy są zaskoczone tym, jak przystępna i łatwa w użyciu jest ta technologia. Kompetentny programista może nauczyć się, jak zbudować bota wykorzystującego NLP i drzewa decyzyjne w ciągu zaledwie kilku godzin.

Ważne jest również, aby zrozumieć, że rozmowy z chatbots nie powinny powielać rozmów z ludźmi. Interfejsy graficzne, na przykład, są znacznie bardziej wydajne w użyciu w wielu przypadkach niż tekst lub głos. Przyciski opcji są szybsze do kliknięcia niż do wpisania lub wypowiedzenia odpowiedzi. Byłoby to prawdą, nawet gdyby możliwe było stworzenie chatbota na poziomie ludzkim. Rzeczywistość ta jest często pomijana przy stosowaniu podejścia opartego na czarnej skrzynce lub sztucznej inteligencji opartej głównie na słowach.

‍

Niewłaściwa platforma

Problemy związane z wyborem niewłaściwego frameworka bota mogą nie być widoczne od razu, ale z czasem staną się oczywiste.

Najszybszym sposobem na zbudowanie chatbota jest skorzystanie z platformy typu "przeciągnij i upuść". Problem polega na tym, że w większości przypadków deweloperzy szybko napotykają twarde ograniczenia. Ponadto, generyczne podejście oznacza, że to, co powinno być prostymi funkcjami, jest hakowane w systemie, co sprawia, że korzystanie z bota jest nieporęczne i trudne dla administratorów.

Drugą stroną spektrum są autorskie platformy oparte na kodzie, które pozwalają programistom na kodowanie bota od podstaw. Problem z tym podejściem polega na tym, że tworzenie nawet prostych botów zajmuje bardzo dużo czasu.

Najlepszym podejściem jest framework, który zapewnia wszystkie niezbędne komponenty i interfejsy wizualne, w tym interfejsy typu "przeciągnij i upuść", po wyjęciu z pudełka, ale jednocześnie pozwala na łatwe dostosowanie wszystkich tych komponentów i interfejsów do wykonywanego zadania.

Jest to szczególnie ważne, ponieważ sponsorzy botów zazwyczaj skupiają większość swojej uwagi na tym, jak bot będzie działał dla użytkowników końcowych. Problem polega na tym, że istnieje wiele innych komponentów i interfejsów, które są ważne dla innych użytkowników bota, takich jak administratorzy (którzy chcą monitorować analitykę chatbota i zarządzać dostępem do zaplecza), twórcy techniczni i nietechniczni (którzy chcą modyfikować zachowanie i zawartość botów) oraz agenci ludzcy (którzy odpowiadają na rozmowy eskalowane przez bota).

Tworzenie tych komponentów od podstaw jest niezwykle czasochłonne. Oczywiście proste frameworki typu "przeciągnij i upuść" mają bardzo ogólne i ograniczone wersje tej funkcjonalności i nie można ich łatwo dostosować.

Możliwość dostosowania jest niezbędna dla samego bota użytkownika końcowego, nawet jeśli nie jest to oczywiste z góry. Na przykład podczas tworzenia przepływów za pomocą narzędzia do tworzenia przepływów metodą "przeciągnij i upuść" mogą istnieć pewne zadania, które należy powtarzać w różnych przepływach, takie jak uwierzytelnianie użytkownika w systemie firmy lub przetwarzanie płatności.

Framework powinien umożliwiać dodawanie tych komponentów jako komponentów wizualnych do kreatora przepływu, aby mniej techniczni twórcy treści mogli łatwo dodawać te funkcje do procesów.

Platforma, która nie jest łatwa do dostosowania, utrudni oferowanie nietechnicznym użytkownikom sposobów aktualizacji treści, ponieważ metody do tego muszą być "zhakowane" w ramach. Framework, który umożliwia dostosowanie wszystkiego, powinien ułatwiać tworzenie ekranów stworzonych specjalnie dla użytkowników nietechnicznych, które są łatwe i intuicyjne w użyciu.

Ponadto bardzo korzystne jest, aby programiści mieli dostęp do kodu źródłowego systemu. Pozwoli im to na szybsze zrozumienie sposobu działania i umożliwi szybką identyfikację problemów, jeśli się pojawią.

Coś, co jest niezwykle ważne dla frameworka, to możliwość kontrolowania i migracji danych. Platforma powinna umożliwiać przedsiębiorstwom wdrażanie bota w dowolnym miejscu, czy to na prywatnej stronie cloud , czy też on-prem (na serwerach wewnętrznych).

ROI jest również ważnym czynnikiem w kontekście platformy. Platforma powinna umożliwiać ponowne wykorzystanie pracy jednego bota dla innych botów, tj. budowanie funkcjonalności dla jednego bota ułatwia budowanie kolejnego bota. Sprawia to, że skalowanie od jednego bota do wielu botów jest coraz tańsze, co ma wpływ na poprawę ogólnego ROI.

Jednym z przykładów jest to, że źle zaprojektowane platformy zmuszają do tworzenia nowego bota dla każdego dodawanego języka, zamiast po prostu umożliwiać dostarczanie tej samej treści w innym języku. Nawet brak oddzielenia projektu przepływu od treści sprawia, że zarządzanie treścią jest trudniejsze i bardziej podatne na błędy, ponieważ personel nietechniczny musi edytować rzeczywiste przepływy, a nie tylko aktualizować treść.

Umożliwienie administratorom i innym użytkownikom zaplecza wykonywania swojej pracy w wydajny i łatwy sposób również oszczędza czas i prowadzi do mniejszej liczby błędów, co poprawia zwrot z inwestycji.

‍

Blokada sprzedawcy

Vendor lock-in stanowi problem na wiele sposobów.

Jeśli jesteś zmuszony do korzystania z ich technologii, tj. platforma nie pozwala na korzystanie z komponentów innych firm, zakładasz, że wszystkie ich komponenty będą najlepsze w swojej klasie na zawsze. W przeciwnym razie będziesz zmuszony do korzystania z przestarzałej technologii, podczas gdy reszta rynku pójdzie naprzód lub przejdzie bardzo kosztowną zmianę.

Jeśli brakuje jakichś komponentów lub jeśli trzeba zmienić sposób, w jaki coś działa, musisz polegać na nich, aby wykonali niestandardowy rozwój, co nie tylko powoduje opóźnienia, ale może być kosztownym ćwiczeniem.

Wreszcie, jeśli jesteś klientem zależnym, mogą oni ustalać ceny, które mogą być bardzo drogie. Wiedzą, że w pełni obciążone koszty zmiany mogą być bardzo wysokie, zwłaszcza jeśli utrudniają migrację danych i kodu na inne platformy.

Korzystanie z zastrzeżonego systemu w przeciwieństwie do systemu otwartego zwiększa prawdopodobieństwo blokady i podwyższa koszty zmiany. Ponadto wybór złożonego podejścia do chatbots , które może być wdrożone tylko przez specjalistów ds. danych, oznacza, że blokada będzie jeszcze trudniejsza do uniknięcia, a koszty blokady będą wyższe.

‍

Brak zaangażowania interesariuszy

Jest to powszechny i oczywisty błąd w przypadku każdego projektu oprogramowania, który pociąga za sobą zmianę istniejących zachowań, a rozwiązania są dobrze znane. Oczywiście agenci obsługi klienta są szczególnie ważni w świecie botów, ponieważ mogą czuć się zagrożeni przez tę technologię. Muszą oni zostać ponownie przeszkoleni, aby oferować zestaw usług, które uzupełniają usługi oferowane przez boty, zwłaszcza w celu oferowania głębszych usług klientom, którzy mają bardziej złożone potrzeby, których boty nie mogą rozwiązać.

‍

Ignorowanie zwrotu z inwestycji

Istnieją dwa sposoby, w jakie ignorowanie ROI może prowadzić do porażki. Pierwszym z nich jest to, że bez przekonującej liczby ROI projekt nie zostanie zasponsorowany, nawet jeśli istniał sponsoring dla POC w celu udowodnienia technologii. Drugim jest to, że interesariusze projektu zdają sobie sprawę, że nie ma zwrotu z inwestycji, gdy projekt jest już uruchomiony.

Nie ma powodu, aby nie obliczać oczekiwanego ROI [obliczanie ROI] z góry, a następnie aktualizować tę liczbę, gdy uzyskasz więcej informacji na temat przypadku użycia i kontekstu. Istnieje wiele przypadków użycia, które mają niezwykle wysoki zwrot z inwestycji, więc znalezienie przypadków użycia nie powinno być trudne.

‍

Brak przyrostowego budowania bota

Oczywiście wielu z powyższych zagrożeń można uniknąć, stosując podejście polegające na stopniowym wdrażaniu bota.

Tworzenie rozwiązań, które można testować przyrostowo, jest niezwykle łatwe. Zacznij od pojedynczego przypadku użycia POC i skieruj kilku użytkowników końcowych do bota, aby ocenić wydajność. W ten sposób skuteczność rozwiązania, w tym reakcja użytkowników, może być niedrogo testowana i udoskonalana na każdym etapie.

Oczywiście ważne jest, aby wybrać przypadki użycia, które kwestionują najbardziej "ryzykowne" założenia przy wyborze przypadku użycia do tego ćwiczenia, tak aby najbardziej niepewne i krytyczne założenia były testowane z góry.

Wielu dostawców chciałoby, abyś zaangażował się w podejście "big bang", w którym wiele pracy i wysiłku wkłada się z góry, zanim działający bot, nawet POC, zostanie zaprezentowany użytkownikom. Co więcej, sprzedawcy nalegają, aby tylko drodzy konsultanci byli w stanie zarządzać i monitorować bota. To powinna być duża czerwona flaga.

‍

Wnioski

Podczas tworzenia chatbota należy wziąć pod uwagę wiele czynników. Tak długo, jak jesteś świadomy głównych zagrożeń i przyjmujesz stopniowe podejście do wdrażania, masz dużą szansę na zbudowanie udanego chatbota i osiągnięcie fenomenalnych zwrotów z inwestycji, które się z tym wiążą.

‍