Τα chatbot γίνονται πιο αποτελεσματικά, τα αποτελέσματα δεν θα μπορούσαν να είναι καλύτερα

Κατά το πρώτο κύμα chatbot του 2016, το εργαλείο είχε περισσότερες απογοητεύσεις παρά οφέλη. Μέχρι σήμερα, πολλοί άνθρωποι αναστατώνονται όταν απευθύνονται στην εξυπηρέτηση πελατών και λαμβάνουν μια τεχνητή απάντηση.

Ωστόσο, βρισκόμαστε στη μέση μιας πιο αθόρυβης, αλλά πιο σημαντικής έκρηξης chatbot. Τα παντογνώστες chatbot που πιστεύαμε ότι ήταν το μέλλον αντικαταστάθηκαν από εξειδικευμένα ρομπότ και τα αποτελέσματα είναι εξαιρετικά.

Καθώς τα καθήκοντα των chatbot γίνονται πιο εξελιγμένα, τόσο γίνεται και ο ορισμός τους.

Λίγο

Χρησιμοποιήθηκε ένα chatbot για τη διεξαγωγή βασικών συνομιλιών κειμένου για τη μίμηση της ανθρώπινης αλληλεπίδρασης. Σήμερα, είναι πλέον ένα λογισμικό πολλαπλών χρήσεων που υποστηρίζεται από AI που επιτρέπει σε ένα μηχάνημα όχι απλώς να αντιδρά, αλλά να κατανοεί.

Χάρη στη χρήση του NLP (Natural Language Processing) — τον αυτόματο χειρισμό της φυσικής γλώσσας — τα περισσότερα σύγχρονα chatbots μπορούν να χαρτογραφήσουν την είσοδο και την πρόθεση του χρήστη, ταξινομώντας το μήνυμα και προετοιμάζοντας μια κατάλληλη, ανθρώπινη απάντηση. Αυτό ανοίγει τόνους πιθανοτήτων.

Η παγκόσμια αγορά chatbot αναμένεται να φτάσει τα 10,5 δισεκατομμύρια δολάρια έως το 2026. Η βιομηχανία NLP; 26,4 δισεκατομμύρια δολάρια μέχρι το 2024. Και οι ιστορίες επιτυχίας σε όλους τους κλάδους δεν είναι πλέον προβλέψεις. είναι πραγματικότητα.

Το chatbot της Emirates Vacations αύξησε τα ποσοστά αφοσίωσης κατά 87%. Το JPMorgan chatbot εξοικονομεί στην εταιρεία 360.000 ώρες ετησίως. Το chatbot της LEGO έχει φτάσει τους 2,96 εκατομμύρια χρήστες. Η λίστα συνεχίζεται.

Γιατί απέτυχε η πρώτη επανάσταση του chatbot;

Το 2016, η Microsoft αναφέρθηκε στα chatbots ως αναπόσπαστο κομμάτι της τεχνολογίας, το Facebook διαφημίζει την πλατφόρμα του Messenger και χιλιάδες επιχειρήσεις άρχισαν να αναθέτουν τα δικά τους chatbots. Όμως τα αποτελέσματα ήταν μέτρια.

Τα chatbots είχαν σκοπό να απλοποιήσουν τα πράγματα και να εξοικονομήσουν χρόνο – αλλά συχνά κατέληγαν να κάνουν το αντίθετο. Δεν μπορούσαν να κατανοήσουν αρκετή ανθρώπινη γλώσσα ή να επεξεργαστούν αρκετά δεδομένα για να κάνουν αυτό που είχαν υποσχεθεί οι εταιρείες. Τα απεριόριστα παράπονα χρηστών συχνά οδήγησαν τις εταιρείες να προσλάβουν ανθρώπινους χειριστές, για να διασφαλίσουν ότι τα bots ήταν αποτελεσματικά.

Για παράδειγμα, το bot του Facebook έκλεισε αφού αποκαλύφθηκε ότι το 70% των απαντήσεών του προέρχονταν από ανθρώπους. Από μόνη της, δεν μπορούσε να χειριστεί περίπλοκα αιτήματα.

Υπήρξαν μερικές ιστορίες επιτυχίας σε περιπτώσεις όπου οι εταιρείες δεν υποσχέθηκαν πάρα πολλά πολύ σύντομα. Ωστόσο, ο υπερβολικός στόχος της αντικατάστασης των ανθρώπινων παραγόντων κατέληξε σε απογοήτευση.

Παλιά πιστεύαμε ότι τα chatbots μπορούσαν να χρησιμοποιήσουν άπειρη γνώση για να βοηθήσουν σε οτιδήποτε. Τώρα, ξέρουμε ότι στην πραγματικότητα δεν είναι έτσι. Η ευκαιρία βρίσκεται σε εξειδικευμένα ρομπότ που επιλύουν προβλήματα για επιχειρήσεις και συγκεκριμένες περιπτώσεις.

Πώς το AI/ML βελτίωσε την τεχνολογία chatbot

Υπάρχουν επί του παρόντος δύο τύποι chatbot που χρησιμοποιεί η πλειοψηφία των βιομηχανιών: chatbot που βασίζονται σε κανόνες και chatbots που χρησιμοποιούν AI/ML.

Ο πρώτος τύπος παραμένει απλός: Το bot είναι προγραμματισμένο να ανταποκρίνεται σε ρητές εντολές. Το δεύτερο χρησιμοποιεί τους προαναφερθέντες αλγόριθμους NLP και ML.

Η τεχνολογία AI, ML και NLP ξεπερνά τα όρια του προγραμματισμού που βασίζεται σε κανόνες. Ο κύριος στόχος είναι η επίλυση ενός συγκεκριμένου προβλήματος ή η καθοδήγηση μιας συζήτησης χωρίς τις δεξιότητες που θεωρούμε καθοριστικές για τη διαδικασία — γνωστό και ως την ανθρώπινη πτυχή.

Με άλλα λόγια, η σημερινή τεχνολογία βοηθά το bot όχι μόνο να μαθαίνει από τους χρήστες, αλλά και να τους κατανοεί πραγματικά. Το αποτέλεσμα είναι οι πελάτες να μιλούν σε chatbots όπως θα μιλούσαν σε έναν άνθρωπο.

Αλλά για να είμαστε ξεκάθαροι, δεν είναι μόνο οι νίκες.

Στις αρχές του 2021, το chatbot του Scatter Lab, Lee Luda, κατέγραψε 70 εκατομμύρια συνομιλίες στο Facebook. Ήταν ένα ρομπότ ικανό να κάνει παιχνιδιάρικες συζητήσεις, με γλωσσικά μοτίβα βασισμένα σε περίπου 100 δισεκατομμύρια μηνύματα KakaoTalk. Ήταν ένα μεγάλο επίτευγμα – μέχρι που το ρομπότ μετατράπηκε στη ρητορική μίσους για τις μειονότητες.

Καθώς οι προγραμματιστές εξήγησαν ότι ο Lee Luda χρειαζόταν περισσότερο χρόνο για να μάθει, αυτή η περίπτωση μας υπενθύμισε πόσο πολύ εξαρτάται η αξιοπιστία ενός chatbot από τις δυνατότητές του στο NLP και τα δεδομένα στα οποία έχει εκπαιδευτεί.

Δύο τρόποι για να αναπτύξετε ένα chatbot

Οι εταιρείες μπορούν είτε να χρησιμοποιήσουν μια υπάρχουσα πλατφόρμα είτε μπορούν να δημιουργήσουν ένα bot από την αρχή.

Η χρήση μιας πλατφόρμας – όπως το Slack ή το Facebook Messenger – είναι πιο εύκολη αλλά πιο περιοριστική, επειδή δεν μπορείτε να χρησιμοποιήσετε το bot σε καμία άλλη πλατφόρμα. Γι’ αυτό πολλές επιχειρήσεις έχουν στραφεί στη δεύτερη επιλογή: χρησιμοποιώντας εργαλεία ανάπτυξης chatbot για να δημιουργήσουν τα δικά τους bots, τα οποία μπορούν να χρησιμοποιήσουν οπουδήποτε.

Η δημιουργία ενός αυτόνομου bot μπορεί να γίνει χρησιμοποιώντας εργαλεία και πλαίσια, όπως το Watson της IBM, το wit.ai και άλλα. Αυτό δεν είναι εύκολο. Επομένως, εάν αποφασίσετε να το κάνετε, βεβαιωθείτε ότι λύνετε το σωστό πρόβλημα με την κατάλληλη προσέγγιση.

Από χρόνια στο πεδίο, το τμήμα STRV Data Science έχει μάθει τη σημασία της αποφυγής άστοχων κινήτρων. Πριν αποφασίσετε ποιο chatbot λειτουργεί για την επιχείρησή σας, υπάρχουν πολλά βήματα που πρέπει να κάνει κάθε επιχείρηση. Διαφορετικά, κινδυνεύετε να χάσετε χρόνο, πόρους και πελάτες.

Καθορίστε το ακριβές πρόβλημα που προσπαθείτε να λύσετε για να καθορίσετε την ειδικότητα-στόχο του chatbot. Ακριβώς επειδή ένα bot που βασίζεται σε ML είναι δυνατό δεν σημαίνει ότι είναι απαραίτητο. Στη συνέχεια, περιγράψτε τις ακριβείς απαιτήσεις και προσδοκίες μέχρι τις τελευταίες λεπτομέρειες. Τέλος, μην υποτιμάτε τη σημασία των διαδραστικών βελτιώσεων και εφαρμόστε με τρόπο που να έχει νόημα για τις ανάγκες των χρηστών σας.

Οι περισσότερες βιομηχανίες είναι επί του σκάφους

Χρησιμοποιούνται ως στοχευμένο εργαλείο, τα chatbots μπορούν να αυξήσουν την αφοσίωση έως και 90% και τις πωλήσεις κατά 67%. Το 2020, το 57% των επιχειρήσεων είπε ότι τα ρομπότ συνομιλίας παρέχουν σημαντική απόδοση επένδυσης (ROI) για ελάχιστη προσπάθεια. Τέτοιοι ασύγκριτοι αριθμοί είναι ο λόγος που τα bots έχουν τεράστια οφέλη για βιομηχανίες όπως το fintech, η υγειονομική περίθαλψη, το λιανικό εμπόριο/ηλεκτρονικό εμπόριο, η εκπαίδευση και τα ταξίδια.

Παρακάτω είναι μερικά παραδείγματα επιτυχημένων chatbot και ο αντίκτυπός τους σε αυτούς τους κλάδους.

Σε μια δεκαετία, οι αγώνες θα είναι ξεπερασμένοι

Τα τελευταία δύο χρόνια απομακρυσμένων αλληλεπιδράσεων έχουν επιταχύνει την υιοθέτηση των chatbots. Το 81% των ηγετών του κλάδου λέει ότι η πανδημία άλλαξε τις τεχνολογικές τους ανάγκες και η πλειοψηφία των καταναλωτών προτιμά πλέον τα chatbots από άλλα κανάλια εξυπηρέτησης πελατών.

Στο εγγύς μέλλον, το 75% έως το 90% των ερωτημάτων θα διεκπεραιώνεται από bots. Οι επιχειρήσεις θα αρχίσουν να επιτρέπουν στους χρήστες να πληρώνουν απευθείας μέσω ζωντανών συνομιλιών. Η χρήση των ιστοσελίδων θα μειωθεί επειδή τα chatbots θα φροντίσουν για την εξαντλητική διαδικασία περιήγησης. Και οι αλληλεπιδράσεις με την τεχνητή νοημοσύνη θα είναι δυσδιάκριτες από μια συνομιλία μεταξύ δύο ανθρώπων.

Το πόσο γρήγορα κινούμαστε προς αυτό το μέλλον είναι στα χέρια εκείνων που ηγούνται της σημερινής επανάστασης chatbot. Το ερώτημα που πρέπει τώρα να θέσουν οι επιχειρήσεις δεν είναι αν θα πάρουν το άλμα, αλλά πότε.

Leave a Comment