‘Sohbet Botu’ Kelimesi Kirli Bir Kelime Olunca: İş Liderlerinin Konuşma AI Hakkında 3 Yanlış Anlama

OpenAI’in ChatGPT’si, Meta’nın Llama’sı ve Anthropic’in Claude’u gibi LLM’lerin yaygınlaşması, her durum için bir sohbet botu ortaya çıkardı. Kariyer danışmanlığı için sohbet botları, kariyer danışmanlığı için sohbet botları, gelecek kendinizle konuşmak için sohbet botları ve hatta tavuk sohbet botu gibi bir sohbet botu bile var ki, yemek pişirme tavsiyeleri veriyor.

Ancak bunlar on yıl önceki sohbet botları değil – o zamanlar, daraltılmış, esnek olmayan “konuşmalar” ile sınırlıydılar, genellikle çoklu seçim veya eşdeğer yanıtlarla birlikte bir akış şemasına dayanıyordu. Aslında, onlar sadece slightly daha gelişmişlerdi. internet öncesi IVR telefon menülerinden.

Bugün ise “sohbet botları” daha sık olarak konuşma AI’sine atıfta bulunmak için kullanılıyor, bu da çok daha geniş yeteneklere ve kullanım alanlarına sahip bir araçtır. Ve şu anda generatif AI hype döngüsünün ortasındayız, bu nedenle bu üç terim birbirinin yerine kullanılıyor. Maalesef, bunun sonucunda, özellikle yüksek derecede düzenlenmiş endüstriler gibi finans gibi sektörlerdeki iş liderleri arasında, konuşma AI’sine yatırım yapmanın riskleri, kullanım alanları ve getirileri hakkında birçok yanlış anlama ortaya çıkıyor.

Bu nedenle, “sohbet botları” hakkında bazı ortak yanlış anlama konusunda durumu açıklığa kavuşturmak istiyorum, aslında konuştuğumuz şey konuşma AI’sidir.

Yanlış Anlama 1: Müşteriler Sohbet Botlarından Nefret Ediyor

Tüketiciler, son on yıldır insan temsilcileri mi yoksa sohbet botları mı tercih ettiklerini sordu – bu, bir profesyonelin masaj mı yoksa alışveriş merkezinde bir masaj sandalyesi mi tercih ettiğini sormak gibi bir şey.

Ancak 2022’de ChatGPT’nin çıkışı (ve ondan doğan tüm araçlar) sohbet botlarının yeteneklerini tamamen değiştirdi. Daha önceki sohbet botları, senaryolara dayanıyordu, bu nedenle öngörülen yollardan sapmalar genellikle karışıklığa ve etkisiz yanıtlara yol açıyordu. Bağlam ve kullanıcı niyetini anlamakta unable olan, verilen yanıtlar genellikle genel ve yardımcı değildi ve sınırlı kapasiteye sahipti. bilgi toplamak, depolamak ve sunmak.

Karşılaştırıldığında, konuşma AI’si, insan konuşmasını taklit eden doğal konuşmalarda insanlarla etkileşime girer, daha akıcı ve sezgisel bir alışverişi sağlar. Beklenmedik sonuçlara karşı şaşırtıcı bir esneklik ve uyum gösterme yeteneği sergiler. Kullanıcı niyetinin etrafındaki bağlamı anlamakta, duyguları tespit etmek ve empatik bir şekilde yanıt vermek.

Bu daha derin düzeyde anlama, günümüz AI’sinin kullanıcıları mantıklı yollarda hedeflerine doğru yönlendirmesine olanak tanır. Bu, müşterileri gerektiğinde insan asistanlarına hızlı bir şekilde devretmeyi içerir. Ayrıca, konuşma AI’si, gelişmiş bilgi filtreleri, geri alma mekanizmaları ve ilgili verileri saklama ve sunma yeteneği kullanır, bu da problem çözme yeteneklerini önemli ölçüde artırır ve daha iyi bir kullanıcı deneyimi sağlar.

Öyleyse, müşterilerin sohbet botlarından nefret ettiği değil, kötü hizmetten nefret ettiği söylenebilir, önceki sohbet botları kesinlikle bunu sunmaktan suçlu olduklarını söyleyebiliriz. Bugünlerin konuşma ajanları o kadar gelişmiştir ki, tüketicilerin çeyreği insan ve AI ajanları arasında ayrım yapma yeteneklerinde kendilerine güvenmediklerini ve bazıları AI sohbet botlarını bazı görevlerde insan karşılıklarından daha iyi olarak algıladıklarını belirtiyorlar.

Test pilotlarımızda, şirketimiz AI ajanlarının lead dönüşüm oranlarını üç katına çıkardığını gördük, bu da işin kalitesinin sohbet botu olup olmamasından ziyade önemli olduğunu gösteren güçlü bir göstergedir.

Yanlış Anlama 2: Sohbet Botları Çok Riskli

AI hakkında iş liderleriyle yapılan tartışmalarda, genellikle sanrılardan, veri korumasından ve önyargıdan kaynaklanan düzenleme ihlallerine yol açma endişeleri ortaya çıkıyor. Bu riskler meşru olsa da, bunları birkaç farklı yaklaşım yoluyla hafifletmek mümkün: fine-tuning, Retrieval-Augmented Generation (RAG) ve prompt mühendisliği.

Tüm LLM’lerde mevcut olmasa da, fine-tuning, önceden eğitilmiş bir modeli belirli bir görev veya alana özel hale getirmek için kullanılabilir, bu da AI’nın belirli ihtiyaçlara daha uygun hale gelmesini sağlar. Örneğin, bir sağlık şirketi, bir modeli daha iyi anlamak ve tıbbi sorulara yanıt vermek için fine-tune edebilir.

RAG, sohbet botu doğruluğunu dış kaynaklardan bilgi entegre ederek geliştirir. Bu, sohbet botunun dış veritabanlarından güncel bilgileri almasına olanak tanır. Örneğin, bir finansal hizmetler sohbet botu, RAG’yi kullanarak hisse senedi fiyatları hakkında gerçek zamanlı yanıtlar verebilir.

Son olarak, prompt mühendisliği, sohbet botunun daha doğru veya bağlamda farkında yanıtlar üretmesini sağlayan.prompt’ları optimize eder. Örneğin, bir e-ticaret platformu, sohbet botunun müşterilerin tercihlerine ve arama geçmişine dayalı olarak kişiselleştirilmiş ürün önerileri sunmasına yardımcı olmak için özelleştirilmiş prompt’lar kullanabilir.

Bu yaklaşımlardan birini veya birden fazlasını kullanarak, ayrıca bir konuşma AI’sinin yaratıcılık “sıcaklığını” kontrol edebilirsiniz, bu da sanrılara karşı koruma sağlar. API çağrılarında daha düşük bir sıcaklık ayarlama, AI’nın daha deterministik ve tutarlı yanıtlar vermesini sağlar, özellikle de belirtilen, güvenilir veri kümelerinden yararlanıldığında. Riskleri daha da azaltmak için, AI’ı, önyargı veya yanlış bilginin yasal sorunlara yol açabileceği karar alma rollerinde dağıtmaktan kaçının.

Veri gizliliği konusunda, dış AI sağlayıcıların düzenlemelere uymasını sağlayın veya kendi altyapınızda açık kaynaklı modelleri dağıtarak veri kontrolünü elinizde tutun, bu da GDPR uyumluluğu için gereklidir.

Son olarak, olası senaryolarda, marka ve müşteri güvenliğini korumak için profesyonel sorumluluk sigortasına yatırım yapmak her zaman akıllıcadır. Bu önlemlerle, şirketler AI’ı güvenle kullanabilir ve marka ve müşteri güvenliğini koruyabilir.

Yanlış Anlama 3: Sohbet Botları Karmaşık Görevler İçin Hazır Değil

Büyük teknoloji şirketlerinin AI araçlarını dağıtmaktaki sorunlarını gördükten sonra, bir KOBİ’nin bunu daha kolay yapabileceğini düşünmek saflık olabilir. Ancak AI şu anda “her şeye yeten, hiçbir şeye uzman” ifadesinin pek de yanlış olmadığı bir aşamada. Bu, büyük ölçüde bu araçların çok farklı görevler için, henüz etkili AI dağıtımı için tasarlanmamış ortamlarda kullanılıyor olmasından kaynaklanıyor. Yani, onlar yeteneksiz değil, sadece bir buzulun üzerinde kaymak için zorlanıyorlar.

Örneğin, verisi bölünmüş veya düzensiz olan organizasyonlar, AI’ın eski, yanlış veya çelişkili bilgileri ortaya çıkarmaya daha yatkın olacaktır. Bu, aslında karmaşıklığının bir sonucudur! Eski sohbet botları sadece temel bilgileri lineer bir şekilde geri verirken, konuşma AI’si, güçlü veri kümelerini analiz edebilir, birden fazla etkeni aynı anda dikkate alarak en uygun yolu belirler.

Dolayısıyla, konuşma AI’si ile başarı, veri kaynakları ve görevler hakkında kesin parametreler ve sınırlara bağlıdır. Doğru eğitim verisi ve uzmanca tasarlanmış prompt’lar ile, konuşma AI’sinin işlevselliği basit bir sohbet botunun ötesine geçebilir. Örneğin, müşteri konuşmalarından veri toplamak ve bu verileri otomatik olarak bir CRM’ye güncellemek için kullanılabilir. Bu, yalnızca idari görevleri basitleştirmez, aynı zamanda müşteri bilgilerinin tutarlı ve güncel olmasını sağlar. Bu görevleri otomatikleştirerek, şirketler stratejik faaliyetlere odaklanabilir.

Eğer “sohbet botu” terimini kullanmaya devam edeceksak, keskin bir konuşma AI’sini entegre eden platformları, dünün sınırlı araçlarını sunan platformlardan ayırt etmemiz zorunludur. Bugün, “telefon” kelimesi daha sık olarak spiral-cordlu bir telefon yerine bir dokunmatik ekranlı akıllı telefonu çağrıştırıyorsa, “sohbet botu”nun da gelişmiş AI ajanlarından ziyade hantal, çoklu-seçimli avatarlar olarak algılanmasından uzaklaşacağımıza inanıyorum.