Kiedy “Chatbot” to brudne słowo: 3 nieporozumienia, jakie mają przywódcy biznesu na temat sztucznej inteligencji konwersacyjnej

Rozprzestrzenianie się modeli językowych, takich jak ChatGPT OpenAI, Llama Meta i Claude Anthropic, doprowadziło do powstania czatbotów na każdą okazję. Są czatboty do poradnictwa zawodowego, czatboty, które pozwalają rozmawiać ze przyszłą wersją siebie, a nawet czatbot kurczaka, który daje porady kulinarne.

Ale te czatboty nie są takie same jak te sprzed dziesięciu lat – wtedy były one ograniczone do wąsko ustalonych, sztywnych “rozmów”, często opartych na dużym wykresie przepływu z wieloma wyborami lub odpowiednikami. W istocie były one tylko nieznacznie bardziej zaawansowane niż pre-internetowe menu telefoniczne IVR.

Dzisiejsze “czatboty” z drugiej strony są częściej określane jako sztuczna inteligencja konwersacyjna, narzędzie o znacznie szerszych możliwościach i przypadkach użycia. I dlatego, że znajdujemy się obecnie w środku hossy generatywnej sztucznej inteligencji, wszystkie trzy te terminy są używane zamiennie. Niestety, w wyniku tego istnieje wiele nieporozumień wokół ryzyk, przypadków użycia i ROI inwestowania w sztuczną inteligencję konwersacyjną wśród przywódców biznesu, szczególnie w wysoce uregulowanych branżach, takich jak finanse.

Chciałbym więc wyjaśnić kilka powszechnych nieporozumień dotyczących “czatbotów”, kiedy tak naprawdę dyskutujemy o sztucznej inteligencji konwersacyjnej.

Mit 1: Klienci nienawidzą czatbotów

Konsumentom zadawano przez lepszą część ostatniej dekady pytanie, czy wolą agentów ludzkich czy czatboty – co jest jak zapytanie, czy wolą profesjonalny masaż, czy siedzenie w masażerze w centrum handlowym.

Ale debiut ChatGPT w 2022 roku (wraz ze wszystkimi narzędziami, które z niego wyniknęły) całkowicie odwrócił nasze postrzeganie możliwości czatbota. Jak wspomniano powyżej, starsze czatboty działały na skryptach, tak że każde odejście od ich przypisanych ścieżek często prowadziło do zakłóceń i nieskutecznych odpowiedzi. Niezdolne do zrozumienia kontekstu i intencji użytkownika, udzielane odpowiedzi były często ogólne i niewiele pomagały, a także miały ograniczoną możliwość gromadzenia, przechowywania i dostarczania informacji.

W przeciwieństwie do tego sztuczna inteligencja konwersacyjna angażuje ludzi w naturalne rozmowy, które naśladują ludzką mowę, umożliwiając bardziej płynną i intuicyjną wymianę. Wykazuje zdumiewającą elastyczność i adaptacyjność do nieoczekiwanych wyników. Potrafi zrozumieć kontekst otaczający intencję użytkownika, wykryć emocje i odpowiedzieć z empatią.

To głębsze zrozumienie umożliwia dzisiejszej sztucznej inteligencji skuteczne prowadzenie użytkowników wzdłuż logicznych ścieżek w kierunku ich celów. W tym również szybkie przekazywanie klientów do ludzkich asystentów, gdy jest to konieczne. Co więcej, sztuczna inteligencja konwersacyjna wykorzystuje zaawansowane filtry informacji, mechanizmy pobierania i możliwość przechowywania istotnych danych, znacznie poprawiając ich zdolności rozwiązywania problemów, co przekłada się na lepsze doświadczenie użytkownika.

Tak więc nie jest tak, że klienci nienawidzą czatboty, co nienawidzą, to zła obsługa, której stare wersje czatbotów były z pewnością winne. Dzisiejsze agenci konwersacyjni są tak zaawansowani, że ponad jedna czwarta konsumentów nie jest pewna, czy potrafią odróżnić agentów ludzkich od agentów sztucznej inteligencji, a niektórzy postrzegają agenty sztucznej inteligencji jako lepszych w wybranych zadaniach niż ich ludzcy odpowiednicy.

W testach pilotażowych moja firma zaobserwowała, jak agenci sztucznej inteligencji potrafią potroić wskaźnik konwersji leadów, co jest dość potężnym wskaźnikiem, że nie chodzi o to, czy jest to bot, ale o jakość wykonanej pracy.

Mit 2: Czatboty są zbyt ryzykowne

W rozmowach z przywódcami biznesu na temat sztucznej inteligencji pojawiają się obawy dotyczące halucynacji, ochrony danych i potencjalnych uprzedzeń, które mogą prowadzić do naruszeń regulacji. Chociaż są to uzasadnione ryzyka, można je złagodzić za pomocą kilku podejść: dostrajania, Retrieval-Augmented Generation (RAG) i inżynierii podpowiedzi.

Chociaż nie są dostępne we wszystkich modelach językowych, dostrajanie może wyspecjalizować pre-trenowany model w określonym zadaniu lub dziedzinie, w wyniku czego sztuczna inteligencja jest lepiej dostosowana do konkretnych potrzeb. Na przykład firma medyczna może dostrajać model, aby lepiej zrozumieć i odpowiedzieć na zapytania medyczne.

RAG poprawia dokładność czatbota, dynamicznie integrując zewnętrzną wiedzę. Pozwala to czatbotowi pobrać najnowsze informacje z zewnętrznych baz danych. Na przykład czatbot usług finansowych może wykorzystać RAG, aby zapewnić odpowiedzi w czasie rzeczywistym o cenach akcji.

Ostatecznie inżynieria podpowiedzi optymalizuje modele językowe, tworząc podpowiedzi, które prowadzą czatbota do wytworzenia bardziej dokładnych lub świadomych kontekstu odpowiedzi. Na przykład platforma e-commerce może wykorzystać dostosowane podpowiedzi, aby pomóc czatbotowi zapewnić spersonalizowane rekomendacje produktów na podstawie preferencji i historii wyszukiwania klienta.

Ponadto można kontrolować “temperaturę” kreatywności sztucznej inteligencji konwersacyjnej, aby pomóc zapobiec halucynacjom. Ustawienie niższej temperatury w wywołaniach API ogranicza sztuczną inteligencję do zapewniania bardziej deterministycznych i spójnych odpowiedzi, szczególnie w połączeniu z bazą wiedzy, która zapewnia, że sztuczna inteligencja czerpie z określonych, niezawodnych zbiorów danych. Aby dalej złagodzić ryzyka, należy unikać wdrożenia sztucznej inteligencji w rolach podejmowania decyzji, w których uprzedzenia lub dezinformacja mogą prowadzić do problemów prawnych.

Jeśli chodzi o prywatność danych, należy upewnić się, że zewnętrzni dostawcy sztucznej inteligencji przestrzegają regulacji lub wdrożyć modele open-source na własnej infrastrukturze, aby zachować pełną kontrolę nad danymi, co jest niezbędne do zgodności z RODO.

Wreszcie zawsze jest mądrze zainwestować w ubezpieczenie odpowiedzialności zawodowej, które może zapewnić dalszą ochronę, pokrywając firmy w nieprawdopodobnych scenariuszach, takich jak próby pozwów. Za pomocą tych środków firmy mogą świadomie wykorzystywać sztuczną inteligencję, utrzymując przy tym bezpieczeństwo marki i klienta.

Mit 3: Czatboty nie są gotowe do złożonych zadań

Po zobaczeniu problemów, z którymi borykają się duże firmy technologiczne wdrażając narzędzia sztucznej inteligencji, może się wydawać naiwne myśleć, że mniejsza firma będzie miała łatwiejszy czas. Ale sztuczna inteligencja jest obecnie na etapie, na którym określenie “wszystko dla wszystkich i mistrz niczego” nie jest zbyt niedokładne. Jest to w dużej mierze spowodowane tym, że te narzędzia są proszone o wykonanie zbyt wielu różnych zadań w środowiskach, które nie są jeszcze zaprojektowane do skutecznego wdrożenia sztucznej inteligencji. Innymi słowy, nie są one niewykwalifikowane, ale są proszone o jazdę figurową na jeziorze pełnym cienkiego, pękniętego lodu.

Na przykład organizacje pełne sylowych i/lub niezorganizowanych danych będą bardziej skłonne do tego, że sztuczna inteligencja ujawni nieaktualne, niedokładne lub sprzeczne informacje. Ironicznie, jest to konsekwencja ich złożoności! Podczas gdy starsze czatboty po prostu wypluwały podstawowe informacje w liniowy sposób, sztuczna inteligencja konwersacyjna może analizować zwarte zestawy danych, biorąc pod uwagę wiele wpływowych czynników jednocześnie, aby wyznaczyć najbardziej odpowiednią ścieżkę do przodu.

W związku z tym sukces z sztuczną inteligencją konwersacyjną jest uzależniony od ścisłych parametrów i wyraźnych granic dotyczących źródeł danych i zadań. Z odpowiednimi danymi szkoleniowymi i starannie zaprojektowanymi podpowiedziami funkcjonalność sztucznej inteligencji konwersacyjnej może sięgać daleko poza zakres prostego czatbota. Na przykład może gromadzić i filtrować dane z rozmów z klientami i wykorzystywać je do automatycznego aktualizowania CRM. Nie tylko upraszcza to zadania administracyjne, ale także zapewnia, że informacje o klientach są zawsze dokładne i aktualne. Automatyzując takie zadania, firmy mogą skupić się bardziej na działaniach strategicznych niż na obciążeniach administracyjnych.

Jeśli będziemy nadal używać terminu “czatbot”, niezbędne jest różnicowanie platform, które wykorzystują najnowocześniejszą sztuczną inteligencję konwersacyjną, i tych, które nadal oferują ograniczone narzędzia wczoraj. W tym samym sposób, w jaki dzisiaj słowo “telefon” częściej wywołuje obraz ekranu dotykowego niż spiralnego telefonu stacjonarnego, uważam, że nie jesteśmy daleko od “czatbota” zastąpionego przez pomysł zaawansowanych agentów sztucznej inteligencji zamiast sztywnych awatarów wielokrotnego wyboru.