‘Chatbots måste förstå avsikt … först då löser du rätt problem’

Chatbots, Vad är chatbots, Chatbots och Intent, PV Kannan, Virtuella agenter, Virtuella agenter för företag PV Kannan är medgrundare av [24]7.ai och medförfattare till boken The Age of Intent: Using Artificial Intelligence to Deliver a Superior Customer Experience.

Som många av oss har upptäckt kan interagera med chatbots, särskilt när vi försöker lösa en företagsrelaterad fråga, vara en svår upplevelse. Detta beror ofta på att tekniken fortfarande inte kan förstå användarens ‘avsikt’.

PV Kannan, medgrundare av [24]7.ai och medförfattare till boken The Age of Intent: Using Artificial Intelligence to Deliver a Superior Customer Experience, anser att förståelse av “avsikt” är det som är avgörande för att bestämma framgång för en virtuell agent som används av ett företag för att lösa kundrelaterat problem.

Boken, samskriven med före detta SVP för Forrester Research Josh Bernoff, innehåller exempel på hur vissa företag har gått för att framgångsrikt implementera chatbot-system när det gäller att interagera med kunder och där andra har misslyckats. Boken gör argumentet att istället för att bara skapa en enkel chatbot som följer en given bana för uppsatta frågor och svar, måste virtuella agenter lösa mer komplexa uppgifter för att tjäna kunderna bättre.

Indianexpress.com pratade med författaren under ett videosamtal för att förstå varför avsikt är viktigt för chatbots. Nedan redigeras utdrag av interaktionen.

Varför är avsikt så avgörande?

Tänk på vad en callcenteragent gör under de första minuterna av samtalet. De autentiserar dig och sedan försöker de förstå vad du försöker göra. Till exempel vill jag betala mitt barns skolavgift, så jag måste överföra lite pengar. Nu omvandlar den mänskliga agenten dessa ord i sitt sinne och säger: “Åh, du vet, antar att han vill göra en balansöverföring.”

Vi tänker inte medvetet på hur många steg det tar för agenten att förstå avsikten. Men när du översätter det till en maskin och maskinen måste förstå vad en människa säger, om du inte förstår länken spelar det ingen roll vilken annan AI du har, oavsett vilken naturlig språkbehandling du har, du är lösa fel problem. Syftet måste förstås, och först då löser du rätt problem för kunden. Om du inte förstår det gör du bara något annat och frustrerar kunden.

Vilka är utmaningarna när man skapar virtuella agenter för ett visst företag? I boken nämnde du också hur en enkel vägstyrd strategi inte nödvändigtvis fungerar när du skapar dessa.

Så det finns två typer av bots. En är vad jag kallar en enkel bot, där du vet att du använder den för att beställa pizza, där konversationsvägen är ganska förutsägbar utan mycket komplexitet. Eftersom det bara finns så många saker du kan ha i det samtalet för den givna avsikten.

Chatbots, Vad är chatbots, Chatbots och Intent, PV Kannan, Virtuella agenter, Virtuella agenter för företag I boken ger Kannan exempel på hur vissa företag framgångsrikt har implementerat AI-drivna chatbots, som korrekt kan förstå användarens avsikt.

Där komplexiteten kommer är när du tar ett varumärke som en bank. Idag verkar de flesta virtuella agentdesigners besätta mer om dialogen och flödena och försöker göra den mycket receptbelagd. Det är inte så riktiga människor som pratar. Så det som slutar hända är att de flesta av dessa bots slutar inte bli vana.

Fokus bör vara på avsikten. När du väl har löst avsikten blir flödena för den avsikten faktiskt väldigt enkla, eller hur? Om jag till exempel kan räkna ut vad du försöker göra är att överföra saldot i en bank kan jag snabbt gå vidare. Och jag kommer att berätta varför det är svårt att räkna ut det.

De flesta kunder pratar inte som botdesigners tänker. De tycker att “hej, jag vill göra en balansöverföring” är hur en kund kommer att prata. Men kunder kommer att säga något som “hej, jag måste betala min kreditkortsräkning imorgon, så jag måste flytta lite pengar från mitt sparkonto till checkkonto”. Ordet balans eller överföring talas aldrig om i detta.

Express Tech är nu på Telegram. Klicka här för att gå med i vår kanal (@expresstechie) och håll dig uppdaterad med de senaste tekniska nyheterna

Och sedan kommer de flesta av dessa bots att vända ut.

Men det är så människor uttrycker vad de ska göra. Om du vet hur riktiga konversationer äger rum, och om du har förmågan att kartlägga dessa meningar och yttranden och förstå dem djupt och kombinera dem med vad vi kallar backend-tecken, så kan du lösa avsikten. Idag har botdesigners inte tänkt på hur man integrerar backend-signaler.

Komplexa konversationer är inte lätta att räkna ut. Du behöver en mer sofistikerad metod för att göra det. Det är därför boken börjar med att avsikten faktiskt är byggstenen för att bygga stora virtuella assistenter.

Du har också gett exempel på en hybrid framtid där både människor och virtuella agenter arbetar tillsammans. Skulle inte argumentet ses som lite för förenklat, att det inte ofta fungerar så, särskilt som agenter de blir bättre på att räkna ut avsikt? Rädslan för att människor skulle skjutas ut när AI kommer upp finns fortfarande kvar.

När webben kom ut och mobilappar kom ut slutade folk ringa de olika hjälplinjenumren för varumärken. De började förlita sig på dem för att göra enkla saker som att kontrollera din balans osv. Det är en av anledningarna till att jag säger att dessa förenklade bots är slöseri med tid eftersom folk redan vet hur man gör det. Du behöver inte gå till en bot för att fråga vad ditt kontosaldo är.

Det som har hänt de senaste 15-20 åren är när webben och mobilnätet har blivit kraftfullare, frågorna som eskaleras till ett callcenter har blivit ganska komplexa. Om kunden kunde ta reda på hur man gör det själva skulle de inte ringa. Så det är därför dessa bots måste vara supersmarta.

Beviljas, eftersom dessa bots blir smartare och smartare och när AI blir kraftfullare, kommer en massa konversationer att försvinna. För varumärken är frågan hur använder jag människor på sätt där det finns en större beröringspunkt, som inte finns idag, och en som är mycket mer produktiv och omtänksam. Idag gör varumärken bara inte det eftersom deras samtal redan är upptagen, de har inte tid att ta itu med det. Jag tror att dessa virtuella agenter frigör pengar och tid att investera i kunder, och företag som misslyckas med att göra det är i grunden bara ett företag som drivs av robotar vid den tiden.

Du har också jämfört chattrutan med som de populära virtuella systemen som många människor känner till, vilket är Alexa, Facebook Messenger’s chatbots. Men du har också påpekat att du känner till bristerna. Kan du utarbeta?

I boken pratar jag om allmänt ändamål, virtuella assistenter som Alexa och Siri och andra saker där du vet att du kan göra så många saker. Idag, om man tittar på Alexa faktiska användning, är 85 procent för att spela musik. Resten ber om vädret och gör några transaktioner. Anledningen är att det inte finns mycket att göra och de flesta Alexa-enheterna har inte ens en skärm.

Så även om du säger “hej, jag tänker köpa det helt nya Bose-headsetet”, kan du inte alltid se en bild av det. Därför är funktionerna ganska begränsade. Med detta sagt tror jag, när dessa enheter fästs på skärmen och de blir billigare, kan du göra mer intressanta saker med dem.

För kundservice och specifikt för varumärken för att möjliggöra kundservice till Alexa är det en mycket besvärlig process att länka en varumärkesinloggning med Alexa. Så tills de löser det problemet.

Och som du påpekade finns det så många chatbots och ingen använder dem. För många av dessa andra chatbots kan du bara ställa dumma frågor, som du ändå kan räkna ut på webben själv. Det är därför de inte blir vana. Så tills dessa enheter faktiskt kan känna igen och autentisera dig är användningsfallet ganska begränsat.

Men jag ser dem snart lösa autentiseringsproblemet. Dessa företag kommer inte att släppa det faktum att dessa enheter finns i varje rum. De kommer att lösa problemet.

För organisationer hur viktigt är dessa virtuella agenter och chatbots?

Ett bra exempel på detta är din vårdgivare. Låt oss säga att du är kund på Apollo-sjukhuset. Dessa (chatbots) är verkligen användbara om det finns mycket frekvens att använda webbplatsen, appen och det finns en månatlig transaktionsrelation med varumärket. Vad vi ser är ett enormt intresse för bank-, försäkringssegmentet och mycket intresse för telco-segmentet. Det finns nästan en daglig relation med dessa tjänsteleverantörer.

Chatbots, Vad är chatbots, Chatbots och Intent, PV Kannan, Virtuella agenter, Virtuella agenter för företag För att chatbots ska kunna hantera kundernas behov exakt kommer förståelsen att vara avgörande. (Representativ bild via Getty Images)

Resor och e-handel är ett stort område där det finns stort intresse. Nästan alla toppspelare försöker lista ut detta. Jag menar, inte alla ansträngningar har kommit bra. I boken pratade jag om några av de inte så stora ansträngningarna som Expedia, jämfört med vad de mycket genomtänkta ansträngningarna från Dish och Hilton och andra har gjort. Utan tvekan antar dessa industrier alla dessa eftersom deras konkurrens gör det.

Det finns också frågan om integritet med chatbots, och hur viktig säkerhet kommer att vara, eftersom dessa virtuella agenter kan få tillgång till så mycket information.

På en mycket hög nivå kan chatboten inte komma åt någon information om det inte finns en autentiserad kund som pratar med den. Så det finns inget sätt att gå och slumpmässigt börja få tillgång till information. Det liknar verkligen hur de nuvarande callcenter med människor är inrättade, där agenten inte får söka och någons information.

Det måste vara ett samtal anslutet, även om samtalet hängs av oavsett anledning signalproblem eller vad som helst, är åtkomsten till agenten avbruten. Det är samma lager som vi använder. Så länge som en levande kund i andra änden kan vi få tillgång till denna information.

Företagen behöver förlita sig på all information för att bygga chatbots, men inte någon av dem innehåller dina personuppgifter. De enda data som du studerar på makronivå för en given avsikt, hur gör kunden att ställa frågor, vad gör agenten. Ingen av dina personuppgifter behövs för det. Så när vi tränar våra modeller tar vi bort all den informationen eftersom den inte behövs.

Hur lätt är det att träna dessa specialmodeller för företag?

Det kräver ansträngning. Det är inte en omöjlig sak, det är bara att du systematiskt måste lösa och ta itu med problemet i motsats till att säga hej bot är det coolaste.

Alla i världen byggde en bot på Facebook Messenger, och det finns ungefär 30 000 bots, men alla är värdelösa. För företag handlar det om att bygga en bot som faktiskt kommer att kunna hantera, de flesta saker som kunden vill göra är ganska komplicerade. Om de tänker på det och sedan gör det på ett disciplinerat sätt. Annars är det ett stort motord, bara en cool glänsande leksak som vi vill berätta för världen, jag har också gjort en bot och det kommer att bli ett misslyckat projekt.

© IE Online Media Services Pvt Ltd.

Relaterade Artiklar

Back to top button