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 chatbotów na każdą okazję. Są chatboty do poradnictwa zawodowego, chatboty, które pozwalają rozmawiać z przyszłym sobą, a nawet chatbot kurczaka, który daje porady kulinarne. 

Ale te chatboty nie są takie same jak te z dziesięciu lat temu – wtedy były one ograniczone do wąsko ustalonych, sztywnych “rozmów”, często opartych na dużej tabeli przepływu z wielokrotnym wyborem lub równoważnymi odpowiedziami. W istocie były one tylko nieznacznie bardziej zaawansowane niż pre-internetowe menu telefoniczne IVR.

Dzisiejsze “chatboty” są częściej określane jako sztuczna inteligencja konwersacyjna, narzędzie o znacznie szerszych możliwościach i przypadkach użycia. I dlatego, że znajdujemy się w środku hossy generatywnej sztucznej inteligencji, wszystkie trzy terminy są używane zamiennie. Niestety, w wyniku tego powstają banyak nieporozumień wokół ryzyk, przypadków użycia i zwrotu z inwestycji w sztuczną inteligencję konwersacyjną wśród przywódców biznesu, szczególnie w bardzo uregulowanych branżach, takich jak finanse. 

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

Mit 1: Klienci nienawidzą chatbotów

Konsumentom zadawano przez lepszą część ostatniej dekady pytanie, czy wolą agentów ludzkich czy chatboty – co jest jak zapytanie, czy ktoś woli profesjonalny masaż, czy siedzieć w masażu w centrum handlowym. 

Ale debiut ChatGPT w 2022 roku (wraz z wszystkimi narzędziami, które z niego powstały) całkowicie odmienił nasze postrzeganie możliwości chatbota. Jak wspomniano powyżej, starsze chatboty działały na skryptach, tak że każde odchylenie od ich przewidzianych ścieżek często prowadziło do zamieszania i nieskutecznych odpowiedzi. Niezdolne do zrozumienia kontekstu i intencji użytkownika, odpowiedzi były często ogólne i nieskuteczne, 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 empatycznie.

Ten głębszy poziom zrozumienia umożliwia dzisiejszej sztucznej inteligencji skuteczne nawigowanie użytkowników po logicznych ścieżkach w kierunku ich celów. Obejmuje to szybkie przekazywanie klientów do ludzkich asystentów, gdy jest to konieczne. Ponadto, sztuczna inteligencja konwersacyjna wykorzystuje zaawansowane filtry informacji, mechanizmy odzyskiwania i możliwość przechowywania istotnych danych, znacznie poprawiając ich zdolności rozwiązywania problemów, co przekłada się na lepsze doświadczenie użytkownika.

Więc nie jest tak, że klienci nienawidzą chatbotów, co nienawidzą, to złej obsługi, której wcześniejsze wersje chatbotów były z pewnością winne. Dzisiejsze agenci konwersacyjni są o wiele bardziej zaawansowani, że ponad kwarta konsumentów nie jest pewnych swojej zdolności do odróżnienia między agentami ludzkimi a sztuczną inteligencją, a niektórzy nawet postrzegają chatboty sztucznej inteligencji jako lepsze w wybranych zadaniach niż ich ludzcy odpowiednicy. 

W testach pilotażowych, moja firma zaobserwowała, że 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: Chatboty są zbyt ryzykowne

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

Chociaż nie wszystkie modele językowe oferują dostrajanie, może ono specjalizować pre-trenowany model do określonego zadania lub domeny, w wyniku czego sztuczna inteligencja jest lepiej dostosowana do konkretnych potrzeb. Na przykład, firma healthcare może dostrajać model, aby lepiej zrozumieć i odpowiedzieć na zapytania medyczne. 

RAG poprawia dokładność chatbota, dynamicznie integrując zewnętrzną wiedzę. Pozwala to chatbotowi na odzyskiwanie aktualnych informacji z zewnętrznych baz danych. Na przykład, chatbot usług finansowych może używać RAG, aby dostarczyć odpowiedzi w czasie rzeczywistym o cenach akcji. 

Na koniec, inżynieria promptów optymalizuje modele językowe, tworząc prompty, które prowadzą chatbota do generowania bardziej dokładnych lub kontekstowo świadomych odpowiedzi. Na przykład, platforma e-commerce może używać dostosowanych promptów, aby pomóc chatbotowi w dostarczaniu personalizowanych rekomendacji produktów na podstawie preferencji i historii wyszukiwania klienta.

Ponadto, można kontrolować “temperaturę” kreatywności sztucznej inteligencji konwersacyjnej, aby zapobiec halucynacjom. Ustawienie niższej temperatury w wywołaniach API ogranicza sztuczną inteligencję do dostarczania bardziej deterministycznych i spójnych odpowiedzi, szczególnie w połączeniu z bazą wiedzy, która zapewnia, że sztuczna inteligencja czerpie z określonych, niezawodnych zbiorów danych. Aby dalej ograniczyć ryzyka, unikaj wdrożenia sztucznej inteligencji w rolach decyzyjnych, gdzie uprzedzenia lub nieprawidłowe informacje mogą prowadzić do problemów prawnych. 

Jeśli chodzi o prywatność danych, upewnij się, że zewnętrzni dostawcy sztucznej inteligencji przestrzegają regulacji, lub wdrożenie modeli 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 od odpowiedzialności cywilnej, które może zapewnić dalszą ochronę, pokrywając firmy w nieprawdopodobnych scenariuszach, takich jak próby pozwów. Poprzez te środki, firmy mogą śmiało wykorzystywać sztuczną inteligencję, utrzymując bezpieczeństwo marki i klienta.

Mit 3: Chatboty nie są gotowe do złożonych zadań

Po zobaczeniu problemów, z którymi mają do czynienia duże firmy technologiczne w wdrażaniu narzędzi sztucznej inteligencji, może się wydawać naiwne myśleć, że SME będzie miało łatwiejszy czas. Ale sztuczna inteligencja jest obecnie na etapie, na którym określenie “wszystko dla wszystkich i nic dla nikogo” nie jest zbyt niedokładne. Jest to głównie dlatego, 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 jest tak, że one nie są zdolne, ale są proszone o figurowanie na lodzie pełnym cienkich, pękniętych lodów. 

Na przykład, organizacje pełne sylowych i/lub niezorganizowanych danych będą bardziej skłonne do pojawienia się sztucznej inteligencji, która ujawnia nieaktualne, nieprawidłowe lub sprzeczne informacje. Ironicznie, jest to konsekwencja ich złożoności! Podczas gdy starsze chatboty po prostu odtwarzały podstawowe informacje w liniowy sposób, sztuczna inteligencja konwersacyjna może analizować zwarte zbiory danych, biorąc pod uwagę kilka wpływowych czynników jednocześnie, aby wyznaczyć najbardziej odpowiednią ścieżkę do przodu. 

W konsekwencji, sukces z sztuczną inteligencją konwersacyjną zależy od ścisłych parametrów i wyjątkowo jasnych granic dotyczących źródeł danych i zadań. Z odpowiednimi danymi szkoleniowymi i starannie zaprojektowanymi promptami, funkcjonalność sztucznej inteligencji konwersacyjnej może sięgać daleko poza zakres prostego chatbota. Na przykład, może ona gromadzić i filtrować dane z rozmów z klientami i używać ich do automatycznego aktualizowania CRM. Nie tylko upraszcza to zadania administracyjne, ale także zapewnia, że informacje o kliencie są stale dokładne i aktualne. Automatyzując takie zadania, firmy mogą skupić się bardziej na strategicznych działaniach niż na obciążeniach administracyjnych.

Jeśli będziemy nadal używać terminu “chatbot”, jest niezwykle ważne, aby odróżnić platformy, które wdrażają najnowocześniejszą sztuczną inteligencję konwersacyjną, od tych, które wciąż oferują ograniczone narzędzia wczoraj. W ten sam sposób, w jaki dzisiaj słowo “telefon” częściej kojarzy się z obrazem dotykowego smartfona niż spiralnego, przewodowego telefonu stacjonarnego, wierzę, że nie jesteśmy daleko od momentu, w którym “chatbot” zostanie zastąpiony przez pomysł zaawansowanych agentów sztucznej inteligencji, a nie sztywnych, wielokrotnego wyboru awatarów.