O que é um chatbot? Um chatbot é um software que pode iniciar uma conversa com um utilizador de forma semelhante à humana. Um utilizador pode falar com ele ou enviar-lhe uma mensagem através de uma aplicação de conversação, e ele responderá da forma mais adequada, falando, escrevendo algo ou mostrando algo gráfico. Atualmente, o principal caso de utilização do chatbots é o apoio ao cliente, onde é utilizado para responder a perguntas simples e repetitivas e encaminhar as perguntas mais complexas para os agentes humanos.
Embora existam algumas questões a resolver antes de serem amplamente utilizadas para a capacitação do cliente (para além da Amazon Alexa que encomenda produtos e alguns outros exemplos), a interface de conversação está a ser rapidamente adoptada para funções de apoio ao cliente.
Do ponto de vista empresarial, um projeto de chatbot, como qualquer outro projeto, tem de ser avaliado em termos de riscos e retornos.
Neste documento, vamos examinar os possíveis desafios da implementação do chatbot e como evitá-los.
Muitos dos riscos aqui destacados são evitáveis, uma vez que muitos dos problemas enfrentados pelos primeiros utilizadores são agora bem conhecidos.
É inevitável que o chatbots e a voz sejam em breve amplamente adoptados para o apoio ao cliente, uma vez que o ROI do chatbot é, em muitos casos, superior a 1000%, o que não se deve apenas à poupança de custos, mas também ao aumento do envolvimento e da satisfação do cliente e às oportunidades de receitas que daí advêm.
As plataformas de bots que existem amadureceram ao ponto de se tornarem um fruto fácil para as empresas. Não só o chatbots será amplamente utilizado para apoio ao cliente, mas os casos de utilização expandir-se-ão rapidamente para a capacitação do cliente, que acabará por dominar o apoio ao cliente como principal caso de utilização.
Para além da moda
Muitas vezes, é difícil avaliar uma nova tecnologia porque sabemos que parte do entusiasmo em torno do produto é apenas isso, entusiasmo. As empresas de tecnologia fazem todo o tipo de promessas arrojadas sobre o que acontecerá quando se implementar a sua tecnologia, mas é claro que se sabe que não é assim tão fácil, que nada é garantido e que não estão certamente a realçar as desvantagens. O mesmo se aplica a chatbots.
Chatbots já passaram por muitas fases de entusiasmo. Grande parte deste entusiasmo tem a ver com a sobrestimação do que o chatbots pode fazer.
É verdade que se registaram alguns avanços genuínos na IA relacionada com os chatbots nos últimos anos, mas é necessário compreender esses avanços para ter uma ideia real do que esperar de chatbots.
Os principais avanços registaram-se em três tecnologias principais, o processamento da linguagem natural (PNL), o reconhecimento da fala à escala (para assistentes de voz) e a geração de linguagem natural.
A PNL permite que um chatbot identifique a intenção comum subjacente a diferentes frases em linguagem natural que tenham o mesmo significado. Por exemplo, "reservar um voo" ou "quero ir para Paris" têm a mesma intenção que "reservar um voo". Um programador de software pode programar o que fazer quando essa intenção é identificada.
O reconhecimento da fala utiliza uma tecnologia que traduz as palavras faladas em texto. Embora o reconhecimento da fala já exista há muito tempo, só os avanços no desempenho dos computadores e a capacidade de delegar trabalho no sítio cloud permitem que estes sistemas sejam capazes de identificar milhões de palavras, uma vez que os algoritmos são muito intensivos em termos de computação.
A geração de linguagem natural recebe um conjunto de parâmetros e gera uma frase gramaticalmente correcta em linguagem natural.
Todas estas tecnologias avançaram, em certa medida, devido a progressos bastante recentes na capacidade de computação.
A grande moda é que o chatbots irá em breve substituir totalmente os agentes humanos. A realidade é que o chatbots tem um desempenho extremamente bom num domínio restrito em que o contexto é limitado e tem um melhor desempenho quando responde a perguntas pontuais sem contexto.
Isso não significa que a tecnologia subjacente não seja poderosa e útil. Ela é. Isso não significa que chatbots não possa gerar um enorme retorno sobre o investimento (ROI). Pode.
Isto significa, no entanto, que a experiência do chatbot tem de ser concebida tendo em conta as limitações.
Erros comuns de um projeto de chatbot
Objetivo errado
Há muitas maneiras de o objetivo escolhido para a implementação de um chatbot estar errado. Pode haver muitos problemas na definição de objectivos, tais como resolver um problema que não existe, ou seja, utilizar um chatbot para fazer algo que é melhor feito por uma interface gráfica.
O maior erro que se pode cometer é comprar a moda e tentar implementar um chatbot semelhante a um humano, que se envolve numa conversa com os clientes quase a um nível humano. Muitas empresas tentaram isto e falharam. Tentar construir um chatbot fora do âmbito das coisas que ele faz realmente bem é sempre um problema.
As melhores experiências de chatbot são uma experiência de conversação guiada e não uma experiência de conversação aberta. O software Botpress , por exemplo, define um caminho feliz, que é um caminho guiado no qual o software tem de manter o utilizador. Se o utilizador se desviar deste caminho, o software tentará trazê-lo de volta ao caminho feliz ou oferecer-lhe-á a oportunidade de iniciar outro caminho, mas não permitirá que ele saia pela tangente.
Problemas de má conceção e desenvolvimento
Um chatbot mal concebido faz com que os utilizadores o utilizem de uma forma que não estava prevista. Isto causa obviamente frustração e tem todo o tipo de repercussões negativas.
Chatbots precisam de ser concebidos de forma conservadora, o âmbito precisa de ser muito claro e a conversa precisa de ser escalada para um humano com demasiada frequência em vez de com frequência insuficiente (ou deve ser utilizada uma estratégia equivalente para o caso de utilização em questão).
Escusado será dizer que os programadores que trabalham no bot têm de ser competentes e estar familiarizados com as melhores práticas neste domínio.
Abordagem tecnológica incorrecta
Chatbots atualmente são uma mistura de PNL e árvores de decisão. A PNL permite ao utilizador fazer perguntas abertas num domínio muito restrito e as árvores de decisão conduzem o utilizador através de uma árvore de decisão (o caminho feliz) para resolver um problema ou completar uma tarefa. Como já foi referido em relação aos desvios, o utilizador tem pouca margem para se desviar do caminho feliz.
É um erro escolher uma abordagem de caixa negra para as conversações. As soluções de caixa negra são soluções baseadas em dados em que a lógica é essencialmente mantida nos algoritmos de IA. O problema é que ninguém sabe ao certo o que a solução de IA vai fazer, é extremamente difícil de depurar, não pode ser testada exaustivamente e novas informações podem alterar o seu comportamento.
Embora o site Botpress utilize alguma desta tecnologia, limita o domínio em que esta IA "caixa negra" pode funcionar ao âmbito restrito do caminho feliz. Assim, o objetivo da IA é trazer sempre o utilizador de volta ao caminho feliz ou permitir-lhe fazer a transição para um novo caminho. Isto é muito mais fácil de compreender e depurar.
Devo referir que esta IA "caixa negra" funciona extremamente bem em domínios limitados e onde existe uma enorme quantidade de dados relevantes em torno da tarefa em questão. É por isso que a IA consegue jogar jogos tão bem. O problema da linguagem é que tem dimensões infinitas, uma vez que qualquer afirmação significa coisas diferentes consoante o contexto, o que inclui afirmações feitas anteriormente e outras informações relevantes de que o agente de conversação deve ter conhecimento.
Implementar uma IA de caixa negra para conversas utilizando o estado atual da tecnologia é semelhante ao erro de tentar implementar um chatbot aberto.
Além disso, apesar das falhas acima mencionadas, este tipo de abordagem de caixa negra é extremamente intensiva em dados e, por conseguinte, custa uma fortuna a implementar. E o facto de ser uma caixa negra significa que é muito difícil mudar de fornecedor, o que significa um custo de mudança extremamente elevado e, por conseguinte, um bloqueio.
É preferível utilizar tecnologias simples de PNL e de árvores de decisão para criar bots e, em seguida, utilizar a IA com um âmbito limitado para fazer com que o utilizador volte a concluir a tarefa em questão. Descobrimos que as empresas ficam efetivamente surpreendidas com a acessibilidade e a facilidade de utilização da tecnologia. Um programador competente pode aprender a criar um bot que utilize PNL e árvores de decisão em apenas algumas horas.
Também é fundamental compreender que as conversas com chatbots não devem replicar as conversas com humanos. As interfaces gráficas, por exemplo, são muito mais eficientes de utilizar em muitos casos do que o texto ou a voz. Os botões de opção são mais rápidos de clicar do que de escrever ou falar uma resposta. Isto seria verdade mesmo que fosse possível criar um chatbot de nível humano. Esta realidade é frequentemente ignorada quando se utiliza uma caixa negra ou uma abordagem de IA baseada principalmente em palavras.
Plataforma incorrecta
Os problemas decorrentes da escolha de uma estrutura de bot incorrecta podem não ser visíveis de imediato, mas tornar-se-ão óbvios com o tempo.
A forma mais rápida de construir um chatbot é utilizar uma plataforma de arrastar e largar. O problema com isto é que, na maioria dos casos, os programadores rapidamente se deparam com limitações rígidas. Para além disso, a abordagem genérica utilizada significa que as funcionalidades que deveriam ser simples são introduzidas no sistema, tornando-o desajeitado e difícil para os administradores utilizarem o bot.
O outro lado do espetro são as plataformas proprietárias baseadas em código que permitem aos programadores codificar o bot a partir do zero. O problema com esta abordagem é que demora muito tempo a construir até bots simples.
A melhor abordagem é uma estrutura que forneça todos os componentes e interfaces visuais necessários, incluindo as interfaces de arrastar e largar, prontos a utilizar, mas que, ao mesmo tempo, permita que todos estes componentes e interfaces sejam facilmente personalizados para a tarefa em causa.
Isto é particularmente importante porque os patrocinadores de bots normalmente concentram a maior parte da sua atenção na forma como o bot vai funcionar para os utilizadores finais. O problema é que há muitos outros componentes e interfaces que são importantes para outros utilizadores do bot, como os administradores (que querem monitorizar a análise do chatbot e gerir o acesso ao backend), os criadores técnicos e não técnicos (que querem modificar o comportamento e o conteúdo do bot) e os agentes humanos (que respondem às conversas que são escaladas pelo bot).
Construir estes componentes de raiz é um exercício extremamente moroso. Naturalmente, as estruturas simples de arrastar e largar têm versões muito genéricas e limitadas desta funcionalidade e não podem ser facilmente personalizadas.
A capacidade de personalização é essencial para o próprio bot do utilizador final, mesmo que não seja óbvio à partida. Por exemplo, ao criar fluxos utilizando o construtor de fluxos de arrastar e largar, pode haver algumas tarefas que tenham de ser repetidas vezes sem conta em diferentes fluxos, como a autenticação de um utilizador com um sistema da empresa ou o processamento de um pagamento.
A estrutura deve permitir-lhe adicionar estes componentes como componentes visuais ao construtor de fluxos, para que os criadores de conteúdos menos técnicos possam facilmente adicionar estas funções aos processos.
Uma plataforma que não seja facilmente personalizável dificultará a oferta aos utilizadores não técnicos de formas de atualizar o conteúdo, porque os métodos para o fazer têm de ser "pirateados" na estrutura. Uma estrutura que permita a personalização de tudo deve facilitar a criação de ecrãs específicos para utilizadores não técnicos que sejam fáceis e intuitivos de utilizar.
Além disso, é também altamente benéfico para os seus programadores terem acesso ao código fonte subjacente ao sistema. Isto permitir-lhes-á compreender mais rapidamente como fazer as coisas e permitir-lhes-á identificar rapidamente os problemas que possam surgir.
Algo que é de importância vital para uma estrutura é a capacidade de controlar e migrar os seus dados. A plataforma deve permitir que as empresas implantem o bot em qualquer lugar que desejem, seja num cloud privado ou no local (em servidores internos).
O ROI é também uma consideração importante em termos de plataforma. A plataforma deve possibilitar a reutilização do trabalho de um bot para outros bots, ou seja, a criação de funcionalidades para um bot facilita a criação do bot seguinte. Isto torna o escalonamento de um bot para muitos bots cada vez mais barato, o que tem o impacto de melhorar o ROI global.
Um exemplo disto é o facto de as plataformas mal concebidas obrigarem a criar um novo bot para cada nova língua adicionada, em vez de permitirem simplesmente fornecer o mesmo conteúdo numa língua diferente. Mesmo não separando a conceção do fluxo do conteúdo, a gestão do conteúdo torna-se mais difícil e propensa a erros, porque o pessoal não técnico tem de editar os fluxos reais em vez de simplesmente atualizar o conteúdo.
Permitir que os administradores e outros utilizadores de backend façam o seu trabalho de uma forma eficiente e fácil também poupa tempo e leva a menos erros, o que melhora o ROI.
Bloqueio do fornecedor
A dependência do fornecedor é um problema de várias formas.
Se for forçado a utilizar a sua tecnologia, ou seja, se a plataforma não permitir a utilização de componentes de terceiros, está a apostar que todos os seus componentes serão sempre os melhores da sua classe. Caso contrário, será forçado a utilizar uma tecnologia desactualizada enquanto o resto do mercado avança ou passa por um exercício de mudança muito dispendioso.
Se faltarem componentes ou se for necessário alterar a forma como algo funciona, é preciso contar com eles para fazer o desenvolvimento personalizado, o que não só causa atrasos como pode ser um exercício dispendioso.
Por último, se for um cliente cativo, eles podem fixar os preços, que podem ser muito caros. Sabem que os custos totais de mudança podem ser muito elevados, especialmente se dificultarem a migração dos dados e do código para outras plataformas.
A utilização de um sistema proprietário em vez de um sistema aberto torna mais provável o bloqueio e os custos de mudança mais elevados. Além disso, a escolha de uma abordagem complexa para chatbots , que só pode ser implementada por especialistas em dados, significa que será ainda mais difícil escapar ao bloqueio e que os custos do bloqueio serão mais elevados.
Não conseguir a adesão das partes interessadas
Este é um erro comum e óbvio em qualquer projeto de software que implique a alteração de comportamentos existentes e as soluções são bem conhecidas. É claro que os agentes de atendimento ao cliente são particularmente importantes no mundo dos bots, pois podem sentir-se ameaçados por esta tecnologia. Precisam de ser requalificados para oferecerem um conjunto de serviços que complementem os serviços que o bot oferece, especialmente para oferecerem serviços mais profundos aos clientes que têm necessidades mais complexas que não podem ser resolvidas pelos bots.
Ignorar o ROI
Há duas formas de ignorar o ROI que podem levar ao fracasso. A primeira é que, sem um número de ROI convincente, o projeto não será patrocinado, mesmo que tenha havido patrocínio para um POC para provar a tecnologia. A segunda é que os intervenientes no projeto se apercebem de que não existe ROI quando o projeto está em funcionamento.
Não há razão para não calcular o ROI esperado [calculando o ROI] antecipadamente e depois atualizar este número à medida que obtém mais informações sobre o caso de utilização e o contexto. Existem muitos casos de utilização com ROIs extremamente elevados, pelo que encontrar casos de utilização não deve ser difícil.
Não construir o bot de forma incremental
É claro que muitos dos riscos acima podem ser evitados seguindo uma abordagem de implementação incremental do bot.
É extremamente fácil criar soluções que podem ser testadas de forma incremental. Comece com um único caso de utilização POC e encaminhe alguns utilizadores finais para o bot para avaliar o desempenho. Desta forma, a eficácia da solução, incluindo a resposta dos utilizadores, pode ser testada e aperfeiçoada de forma económica em cada etapa.
É claro que é importante selecionar os casos de utilização que desafiam os pressupostos mais "em risco" ao selecionar um caso de utilização para este exercício, para que os pressupostos mais incertos e críticos sejam testados antecipadamente.
Muitos fornecedores gostariam de o levar a adotar uma abordagem do tipo "big bang", em que é necessário muito trabalho e esforço antes de um bot funcional, mesmo que seja um POC, ser apresentado aos utilizadores. Além disso, os fornecedores insistem que apenas consultores com preços elevados são capazes de gerir e monitorizar o bot por si. Isto deve ser uma grande bandeira vermelha.
Conclusão
Há muitas considerações a ter em conta quando se constrói um chatbot. Desde que esteja ciente dos principais riscos e adopte uma abordagem incremental à implementação, tem grandes hipóteses de construir um chatbot bem sucedido e de obter os fenomenais ROIs que daí advêm.
Partilhar isto em:
Crie o seu próprio chatbot de IA personalizado gratuitamente
Comece a criar um bot GPT personalizado com a nossa interface intuitiva de arrastar e soltar.
Começar - é grátis! 🤖Não é necessário cartão de crédito
Mantenha-se atualizado com as últimas novidades sobre IA chatbots