Chatbots 至少在家裡和手機上已經無處不在: 最近的一份報告 顯示,四分之一到三分之一的美國人已經擁有帶有 語音助手的智慧揚聲器,使其成為歷史上採用最快的新技術之一。
使用量將會增長: 預計48%的消費者 將在2019年擁有亞馬遜Echo,Google Home和Apple HomePod等智慧揚聲器。當技術真的幾乎完美地工作時,情況並非如此,採用率不僅會接近100%,而且每個消費者將擁有多個支援語音的設備(包括廉價的商品化設備)。
重要的是要注意,雖然大多數人對聊天機器人的體驗是通過手機或揚聲器設備,但這些 chatbots 目前的工作不是他們未來的工作方式,尤其是在商業環境中。針對消費者的智慧助手目前非常廣泛和膚淺。它們由一次性命令和問題控制,這使得它們非常適合某些任務(從Spotify播放音樂,檢查天氣,設置計時器等) - 但使它們無法用於處理商業工作場所中的複雜任務。
消費者之間的主要區別 chatbots 和業務 chatbots
消費者 chatbots 專注於理解給他們的初始命令。使用者和聊天機器人之間沒有“對話”(使用者可以回應聊天機器人所說的內容並獲得進一步的上下文回復),除非在極少數情況下交互是機械的,例如講笑話。
但是,對話是業務機器人的核心。商 chatbots 專注於更複雜的任務和更高價值的客戶工作,這兩者都需要多次對話。這是可能的,因為業務 chatbots 專注於比消費者機器人更窄的主題領域,這意味著它們可以在給定的上下文中更準確。鑒於人工智慧目前面臨的局限性,特別是在自然語言處理和對話管理方面,這種對較窄主題領域的關注至關重要。這種限制上下文的優勢,因此限制了機器人需要理解的潛在問題和陳述,這意味著業務 chatbots 看起來比消費者更聰明、更有用 chatbots.當它運作良好時,它看起來幾乎就像魔術一樣。
以下是業務機器人如何從這種情況中獲取其上下文的(明顯)範例:
- 新客戶聯繫印刷店:他們的要求將圍繞訂購印刷、定價等。
- 客戶聯繫圖書公司的客戶支持:他們需要訂單、交付、付款等方面的説明。
- 客戶訪問嵌入在會計軟體中的技術支援機器人:他們需要有關他們剛剛遇到的錯誤、他們當前所在的螢幕、與他們所在的螢幕相關的會計問題等的説明。
當然,業務的原因 chatbots “更聰明”不僅僅是因為它們更專注於主題,還因為更多的手動開發工作用於開發它們。消費者機器人,如谷歌搜索,必須幾乎完全自動化構建理解,考慮到主題覆蓋的規模。然而,商業機器人是專門為特定任務而構建的,這意味著設計師可以手動填補理解上的漏洞。這適用於機器人的原始設置,以及在機器人上線且性能分析可用後進行的設計修改。
這並不意味著商業機器人不使用最新的機器學習技術來自動建立理解 - 它們確實如此。這意味著人工智慧的缺點(目前在語音助手上非常明顯)可以通過深思熟慮的設計來克服。
當然, 聊天機器人開發平臺 專注於使用人工智慧,使人類設計師在建立對機器人的理解方面的工作盡可能容易,但並不旨在消除人類設計師——遠非如此!需要人類設計師為最終使用者打造無縫體驗。在許多情況下,商業機器人可能會讓人工支援代理作為機器人的備份(稱為 迴圈中的人工)。如果機器人不理解問題或陳述,則可以將其升級為人工代理。鑒於消費者機器人的規模,這對於消費者機器人來說是不可能的。業務機器人從人工代理獲得的資訊可用於使業務機器人更智慧(使用機器學習),這是業務機器人的另一個優勢。
更好的客戶體驗 chatbots (以及一般的機器人)不需要僅限於文本或語音。如果機器人使用圖形 UI(如網站、Web 表單和 Web 應用程式)或與之進行雙向集成,則機器人的最終使用者將受益。雖然人工代理在回應客戶文本或語音方面受到限制,但機器人不受限制。如果圖形介面是更好的最終用戶體驗,則機器人與代理不同,可以根據需要在聊天視窗、應用或網站上向用戶顯示圖形 UI。期待看到與螢幕的更多集成,除了Echo Show和類似設備之外,還有消費者機器人。
對話如何在業務中發揮作用的一個很好的例子 chatbots 是 谷歌雙工演示。當然,這個演示從許多嘗試的調用中挑選了最好的例子,但它仍然給出了技術的發展方向的想法。然而,實際上,每次都需要這種最終用戶體驗。
如何 chatbots 將在不久的將來推進
許多技術進步 chatbots 適用於商業機器人和使用者機器人。所有機器人都需要改進的NLU或自然語言理解,該功能允許機器人以幾乎像人類一樣的準確性產生意義和理解。未來的機器人和人工智慧研究將側重於創建更多的上下文NLU,更好的語音辨識和更快的響應時間,以在人與機器人之間創建更流暢,更流暢的交互。
商 chatbots 將利用消費者聊天機器人領域的可用性研究和進步,但這些進步將應用於更複雜的交互。期望看到更好的業務表現 chatbots 在理解上下文方面比消費者機器人。
語音技術需要改進。為了使語音介面真正正常工作,必須對語音進行連續處理,而不是依賴熱詞。而不是像現在這樣在新聲明中明確引用 Alexa,例如“Alexa,你能提醒我 [...]明天早上8點?“,你可以在工作場所正在進行的對話中說,”哦,還有Alexa,請提醒我明天早上8點。這將通過企業在其場所完全處理語音來實現,或者通過建立離線語音緩衝機制來實現 cloud 無需連續流式傳輸即可進行處理。
未來會有便宜的商品化語音設備,這樣設備就可以放在每個房間。對於企業來說,至關重要的是,這些設備不會記錄辦公室中的每個對話,而是酌情使用離線技術來保護隱私。自然語言處理數據和其他必要人工智慧數據的眾包開發和共用將加速智慧商業機器人的發展。想想為目的而建造的機械土耳其人,投入人工智慧驅動的促進工具(如同義詞建議)——至少,這是技術的發展方向。
最後總結
無論是作為客戶還是員工,將來您與業務機器人進行交互以獲得問題的答案、完成任務以及通常跟蹤和獲取所需資訊將變得越來越普遍。
根據 瞻博網路 的研究, chatbots 到2020年,將參與85%的所有類型的企業與客戶互動。Aspect Software Research的一項研究確定, 44%的消費者 更願意與聊天機器人互動,而不是人類客戶服務代表。對於無法始終立即回復網站查詢或電話的企業,實施的影響 chatbots 巨大的:根據 InsideSales 的研究,僅延遲十分鐘的答案將使企業獲得領先優勢的機會減少多達400%。
雖然消費者機器人已經無處不在,但商業機器人才剛剛開始起飛。當企業看到,使用綜合決策樹和人工智慧驅動的方法,商業機器人幾乎可以模仿人類互動,而Alexa和谷歌等消費者機器人無法做到的方式時,這種趨勢將會加速。