Τα chatbots γίνονται όλο και πιο λειτουργικά, τα αποτελέσματα δεν θα μπορούσαν να είναι καλύτερα

Βρισκόμαστε στη μέση μιας πιο ήπιας, αλλά πιο σημαντικής φάσης εξέλιξης των chatbots. Τα chatbots που ήταν παντογνώστες και θεωρούσαμε ότι είναι το μέλλον, έχουν αντικατασταθεί από εξειδικευμένους Virtual Assistants, και τα αποτελέσματα είναι εξαιρετικά.

Κατά τη διάρκεια του πρώτου κύματος εφαρμογής των chatbots που ξεκίνησε το 2016, υπήρχαν περισσότερες δυσαρέσκειες παρά οφέλη από αυτά τα εργαλεία. Μέχρι σήμερα, πολλοί άνθρωποι δειλιάζουν όταν απευθύνονται στην υπηρεσία εξυπηρέτησης πελατών μέσω ενός chatbot και λαμβάνουν μια προφανώς τεχνητή απάντηση.

Καθώς τα καθήκοντα των chatbots εξελίσσονται, το ίδιο συμβαίνει και με τον ίδιο τον σκοπό τους.

Τα chatbots χρησιμοποιούνταν με σκοπό τη διεξαγωγή βασικών συνομιλιών μέσω μηνυμάτων, προκειμένου να μιμηθούν την ανθρώπινη αλληλεπίδραση. Σήμερα, είναι πλέον ένα πολυχρηστικό κομμάτι λογισμικού με τεχνητή νοημοσύνη που επιτρέπει σε μια μηχανή όχι απλώς να αντιδρά, αλλά και να κατανοεί.

Χάρη στη χρήση της τεχνολογίας NLP (Natural Language Processing) – της κατανόησης δηλαδή της φυσικής γλώσσας - τα περισσότερα σύγχρονα chatbots μπορούν να χαρτογραφήσουν την είσοδο και την πρόθεση του χρήστη, να ταξινομήσουν το μήνυμα και να προετοιμάσουν μια κατάλληλη, ανθρώπινη απάντηση. Αυτό δημιουργεί πολλές δυνατότητες.

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

Η Emirates Vacations αύξησε τα ποσοστά δέσμευσης κατά 87%. Τα chatbot της JPMorgan εξοικονομεί στην εταιρεία 360.000 ώρες ετησίως. Τα chatbot της LEGO έχουν φτάσει τους 2,96 εκατομμύρια χρήστες και η λίστα συνεχίζεται.

Γιατί απέτυχε η πρώτη επανάσταση των chatbot;

Το 2016, η Microsoft αναφερόταν στα chatbots ως απαραίτητο κομμάτι της τεχνολογίας, το Facebook διαφήμιζε την πλατφόρμα του Messenger και χιλιάδες επιχειρήσεις άρχισαν να κατασκευάζουν τα δικά τους chatbots. Αλλά τα αποτελέσματα ήταν μέτρια.

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

Για παράδειγμα, το bot του Facebook έκλεισε αφού αποκαλύφθηκε ότι το 70% των απαντήσεών του προερχόταν από ανθρώπους. Από μόνο του, δεν μπορούσε να χειριστεί πολύπλοκα αιτήματα.

Υπήρξαν κάποιες επιτυχημένες ιστορίες σε περιπτώσεις όπου οι εταιρείες δεν υποσχέθηκαν πάρα πολλά σε σύντομο χρονικό διάστημα. Ωστόσο, ο υπερβάλλων στόχος της αντικατάστασης των ανθρώπινων αντιπροσώπων κατέληξε σε απογοήτευση.

Πιστεύαμε ότι τα chatbots θα μπορούσαν να χρησιμοποιήσουν άπειρες γνώσεις για να βοηθήσουν σε οτιδήποτε. Τώρα, γνωρίζουμε ότι αυτό δεν ισχύει στην πραγματικότητα. Η ευκαιρία έγκειται στα εξειδικευμένα ρομπότ που επιλύουν προβλήματα που αφορούν συγκεκριμένες περιπτώσεις και ανάγκες.

Πώς οι τεχνολογίες Artificial Intelligence/Machine Learning (AI/ML) βελτίωσαν την τεχνολογία των chatbots

Σήμερα υπάρχουν δύο τύποι chatbot που χρησιμοποιεί η πλειοψηφία των βιομηχανιών, chatbots που βασίζονται σε κανόνες και chatbots που χρησιμοποιούν τεχνολογίες AI/ML.

Ο πρώτος τύπος παραμένει απλός. Το bot είναι προγραμματισμένο να ανταποκρίνεται σε σαφείς εντολές, ενώ ο  δεύτερος χρησιμοποιεί τους προαναφερθέντες αλγόριθμους NLP και ML.

Οι τεχνολογίες AI, ML και NLP ξεπερνούν τα όρια του προγραμματισμού βάσει κανόνων. Ο κύριος στόχος είναι η επίλυση ενός συγκεκριμένου προβλήματος ή η διεξαγωγή μιας συζήτησης χωρίς τις δεξιότητες που θεωρούμε κρίσιμες για τη διαδικασία - ή αλλιώς την ανθρώπινη πτυχή.

Με άλλα λόγια, η σημερινή τεχνολογία βοηθά τα chatbots όχι μόνο να μαθαίνουν από τους χρήστες, αλλά και να τους κατανοούν πραγματικά. Αυτό έχει ως αποτέλεσμα οι πελάτες να μιλούν στα chatbots όπως θα μιλούσαν σε έναν άνθρωπο.

Αλλά για να είμαστε σαφείς, δεν είναι όλοι κερδισμένοι.

Στις αρχές του 2021, το chatbot Lee Luda της Scatter Lab με βάση την τεχνητή νοημοσύνη κατέγραψε 70 εκατομμύρια συνομιλίες στο Facebook. Ήταν ένα ρομπότ ικανό για παιχνιδιάρικη ψιλοκουβέντα, με γλωσσικά μοτίβα βασισμένα σε περίπου 100 δισεκατομμύρια μηνύματα KakaoTalk. Ήταν ένα σπουδαίο επίτευγμα, μέχρι που το bot στράφηκε σε λόγια μίσους για τις μειονότητες.

Οι κατασκευαστές εξήγησαν ότι η Lee Luda χρειαζόταν περισσότερο χρόνο για να μάθει, η περίπτωση αυτή μας υπενθύμισε σε πόσο μεγάλο βαθμό η αξιοπιστία ενός chatbot εξαρτάται από τις ικανότητες NLP και τα δεδομένα στα οποία εκπαιδεύεται.

Υπάρχουν δύο τρόποι ανάπτυξης ενός chatbot

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

Η χρήση μιας πλατφόρμας, όπως το Slack ή το Facebook Messenger, είναι ευκολότερη αλλά πιο περιοριστική, επειδή δεν είναι δυνατόν να χρησιμοποιηθεί το bot σε οποιαδήποτε άλλη πλατφόρμα. Αυτός είναι ο λόγος για τον οποίο πολλές επιχειρήσεις έχουν στραφεί στη δεύτερη επιλογή, χρησιμοποιούν δηλαδή εργαλεία ανάπτυξης chatbot για να δημιουργήσουν τα δικά τους bots, τα οποία μπορούν να χρησιμοποιούν οπουδήποτε.

Η δημιουργία ενός αυτόνομου bot μπορεί να γίνει με τη χρήση μέσων και μηχανισμών, όπως το Watson της IBM, το wit.ai και άλλα. Αυτό όμως δεν είναι πολύ εύκολο. Έτσι, αν αποφασίσετε να το επιχειρήσετε, βεβαιωθείτε ότι λύνετε το σωστό πρόβλημα με την κατάλληλη προσέγγιση.

Πριν αποφασίσετε ποιο chatbot ταιριάζει στην 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. Το γεγονός ότι ένα bot με βάση το ML είναι εφικτό δεν σημαίνει ότι είναι και απαραίτητο. Στη συνέχεια, περιγράψτε τις ακριβείς απαιτήσεις και προσδοκίες σας μέχρι την τελευταία λεπτομέρεια. Τέλος, μην υποτιμάτε τη σημασία των διαδραστικών βελτιώσεων και εφαρμόστε τα με τέτοιο τρόπο ώστε να έχουν νόημα οι ανάγκες των χρηστών σας.

Οι περισσότεροι κλάδοι είναι σύμφωνοι

Χρησιμοποιώντας τα chatbots ως στοχευμένο εργαλείο, μπορούν να αυξήσουν τη δέσμευση έως και 90% και τις πωλήσεις κατά 67%. Το 2020, το 57% των επιχειρήσεων δήλωσε ότι τα conversational bots προσφέρουν σημαντική απόδοση επένδυσης με ελάχιστη προσπάθεια. Αυτοί οι καταπληκτικοί αριθμοί είναι ο λόγος για τον οποίο τα bots έχουν τεράστια οφέλη για κλάδους όπως η χρηματοοικονομική τεχνολογία, η υγειονομική περίθαλψη, το λιανικό/ηλεκτρικό εμπόριο, η εκπαίδευση και τα ταξίδια.

Η κατάλληλη στιγμή είναι τώρα

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

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

Το πόσο γρήγορα θα κινηθούμε προς αυτό το μέλλον είναι στα χέρια εκείνων που ηγούνται της σημερινής επανάστασης των chatbots. Το ερώτημα που πρέπει να θέτουν τώρα οι επιχειρήσεις δεν είναι αν θα "επιβιβαστούν στο τρένο", αλλά πότε.