サム・オリバーはテクノロジー企業家、不動産投資家、著者です。彼の最新の事業、OpenFiは、リードジェネレーションとカスタマーナーチャーのための会話型AIです。
OpenAIのChatGPT、MetaのLlama、AnthropicのClaudeなどのLLMの普及により、様々な用途のチャットボットが登場しています。キャリアアドバイスのチャットボット、未来の自分と話すチャットボット、ニコチンのレシピを提供するチキンチャットボットなどがあります。しかし、これらのチャットボットは10年前のものとは異なります。以前のチャットボットは、事前に設定された会話の流れに従っており、多くの場合、複雑な会話には対応できませんでした。実際、インターネット以前のIVR電話メニューと比べても、わずかに高度なものでした。今日の「チャットボット」は、会話型AIを指すことが多くなっています。会話型AIは、より幅広い機能と用途を持ち、現在、ジェネレーティブAIのハイプサイクルの中にあります。したがって、これらの用語は互換的に使用されています。ただし、会話型AIのリスク、用途、投資のROIについて、ビジネスリーダー、特に金融などの規制された業界では、多くの誤解があります。したがって、「チャットボット」についての一般的な誤解を明らかにしたいと思います。誤解1：顧客はチャットボットを嫌う消費者は、人間のエージェントとチャットボットのどちらを好むかを尋ねられました。これは、プロのマッサージとショッピングモールのマッサージチェアのどちらを好むかを尋ねるのと同じです。しかし、2022年のChatGPTの登場（およびそれから派生したツール）により、チャットボットの能力についての認識が完全に変わりました。以前のチャットボットは、スクリプトに基づいて動作し、予定されたパスの外に出ると混乱して効果のない応答を返しました。コンテキストとユーザーの意図を理解できず、一般的で役に立たない回答を返し、情報を収集、保存、提供する能力が限られていました。一方、会話型AIは、人間の会話を模倣した自然な会話を通じて人々と交流します。予期せぬ結果に対して驚くほどの柔軟性と適応性を示します。コンテキストとユーザーの意図を理解し、感情を検知して共感的に応答します。この深い理解により、今日のAIは、ユーザーを論理的なパスに沿って目標に向かわせることができます。必要に応じて、迅速に人間のアシスタントに切り替えることができます。また、会話型AIは、高度な情報フィルタリング、検索メカニズム、関連データの保持能力を備えており、問題解決能力が大幅に向上しています。これにより、ユーザーエクスペリエンスが向上します。したがって、顧客はチャットボットを盲目的に嫌っているのではなく、以前のチャットボットが提供していた悪いサービスを嫌っているのです。今日の会話型エージェントは、以前のチャットボットよりもはるかに高度で、消費者の4人に1人が、人間とAIエージェントを区別することができず、さらにAIチャットボットを、特定のタスクで人間よりも優れていると感じています。テストパイロットでは、私の会社は、AIエージェントがリード変換率を3倍に増やしたことを確認しました。これは、チャットボットかどうかではなく、仕事の質が重要であることを示しています。誤解2：チャットボットはリスクが高いビジネスリーダーとAIについて話すとき、ホールシネーション、データ保護、バイアスの可能性、規制違反につながる可能性について懸念が生じます。これらのリスクは、ファインチューニング、Retrieval-Augmented Generation（RAG）、プロンプトエンジニアリングを通じて軽減できます。すべてのLLMで利用可能ではないですが、ファインチューニングにより、事前トレーニング済みモデルを特定のタスクまたはドメインに特化させることができます。たとえば、ヘルスケア企業は、モデルを医療に関する質問に特化させることができます。RAGは、チャットボットの精度を向上させるために、外部知識を動的に統合します。これにより、チャットボットは外部データベースから最新の情報を取得できます。たとえば、金融サービスチャットボットは、RAGを使用して株価に関するリアルタイムの回答を提供できます。最後に、プロンプトエンジニアリングにより、LLMを最適化して、より正確またはコンテキストに応じた回答を生成することができます。たとえば、ECサイトは、プロンプトを使用して、顧客の好みや検索履歴に基づいて商品の推奨を提供することができます。これらのアプローチの1つ以上を使用することに加えて、会話型AIの創造性の「温度」を制御することで、ホールシネーションを防ぐことができます。API呼び出しで温度を低く設定すると、AIはより決定論的で一貫した回答を提供することができます。さらに、指定された信頼できるデータセットから情報を取得することを保証するノウハウズベースを使用することで、リスクを軽減できます。バイアスや誤情報が法的問題につながる可能性のある意思決定役割でAIを展開することを避けることで、さらにリスクを軽減できます。データプライバシーについては、外部AIプロバイダーが規制に準拠していることを確認するか、またはオープンソースモデルを自社のインフラストラクチャで展開して、データの完全な管理を維持することで、GDPRのコンプライアンスを確保できます。最後に、プロフェッショナルインデミニティ保険に投資することは、ビジネスを保護するためのさらなる保護となり、法的問題が発生した場合にビジネスをカバーすることができます。こうした措置を講じることで、ビジネスは会話型AIを自信を持って活用しながら、ブランドと顧客の安全性を維持することができます。誤解3：チャットボットは複雑なタスクに適していない大手テクノロジー企業がAIツールを展開する際に直面している問題を見ると、SMEがより簡単にAIを導入できるはずがないように思えるかもしれません。しかし、AIは現在、ジャック・オブ・オール・トレーズであり、多くのタスクをさまざまな環境で実行するように求められています。ただし、これらの環境はまだAIの有効な展開に適していません。つまり、AIは、薄く凍った氷の上でフィギュアスケートをしているようなものです。たとえば、データがシロ化されたり、組織化されていない組織は、AIが古い、不正確、または矛盾する情報を提示する可能性が高くなります。皮肉にも、これは複雑さの結果です。以前のチャットボットは基本的な情報を線形的に提示していたのに対し、会話型AIは複数の要因を考慮して最も適切なパスを推定することができます。したがって、会話型AIの成功は、データソースとタスクについて、厳格なパラメータと明確な境界が必要です。適切なトレーニングデータと専門的に設計されたプロンプトを使用することで、会話型AIの機能は、単純なチャットボットの範囲をはるかに超えることができます。たとえば、会話型AIは、顧客の会話からデータを収集してフィルタリングし、CRMを自動的に更新することができます。これにより、管理タスクが合理化され、顧客情報が常に正確で最新のものになることが保証されます。こうしたタスクを自動化することで、ビジネスは戦略的な活動に重点を置くことができます。「チャットボット」という用語を続けて使用するのであれば、会話型AIを取り入れたプラットフォームと、昨日の限られたツールを提供しているプラットフォームを区別することが重要です。今日、電話という言葉が、スパイラーコーデッドの固定電話ではなく、タッチスクリーンのスマートフォンを想起するように、私は「チャットボット」という用語が、しばらくすると、複雑なAIエージェントの概念に取って代わられるのではないかと思います。
