Khi ‘Trợ lý trò chuyện’ Là Một Từ Ngữ Bẩn: 3 Lầm Tưởng Của Lãnh Đạo Kinh Doanh Về Trí Tuệ Nhân Tạo Trò Chuyện

Sự phổ biến của LLM như OpenAI’s ChatGPT, Meta’s Llama và Anthropic’s Claude đã dẫn đến sự xuất hiện của các trợ lý trò chuyện cho mọi dịp. Có các trợ lý trò chuyện cho lời khuyên nghề nghiệp, các trợ lý trò chuyện cho phép bạn nói chuyện với phiên bản tương lai của mình, và thậm chí còn có một trợ lý trò chuyện về gà cung cấp lời khuyên nấu ăn. 

Nhưng những trợ lý trò chuyện này không giống như những trợ lý trò chuyện cách đây mười năm – vào thời điểm đó, chúng bị giới hạn trong các cuộc trò chuyện cứng nhắc và được thiết lập trước, thường dựa trên một biểu đồ luồng với nhiều lựa chọn hoặc các phản hồi tương đương. Về bản chất, chúng chỉ hơi phức tạp hơn so với các menu điện thoại IVR trước internet.

Trợ lý trò chuyện ngày nay, mặt khác, thường đề cập đến trí tuệ nhân tạo trò chuyện, một công cụ có khả năng và trường hợp sử dụng rộng lớn hơn. Và vì chúng ta hiện đang ở giữa chu kỳ hype của trí tuệ nhân tạo tạo sinh, cả ba thuật ngữ này đang được sử dụng thay thế cho nhau. Thật không may, như một hệ quả, có nhiều hiểu lầm về rủi ro, trường hợp sử dụng và ROI của việc đầu tư vào trí tuệ nhân tạo trò chuyện trong số các lãnh đạo kinh doanh, đặc biệt là trong các ngành công nghiệp được quản lý chặt chẽ như tài chính. 

Vì vậy, tôi muốn làm rõ về một số hiểu lầm phổ biến xung quanh các “trợ lý trò chuyện,” khi thực chất chúng ta đang thảo luận về trí tuệ nhân tạo trò chuyện. 

Lầm Tưởng 1: Khách Hàng Ghét Trợ Lý Trò Chuyện

Người tiêu dùng đã được hỏi trong phần lớn thập kỷ qua liệu họ có thích các đại lý người hay trợ lý trò chuyện hay không – điều này giống như hỏi ai đó liệu họ có muốn một massage chuyên nghiệp hay ngồi trong một ghế massage tại trung tâm mua sắm. 

Nhưng sự ra mắt của ChatGPT vào năm 2022 (cùng với tất cả các công cụ được tạo ra từ nó) đã hoàn toàn thay đổi nhận thức của chúng ta về khả năng của một trợ lý trò chuyện. Như đã đề cập ở trên, các trợ lý trò chuyện cũ hoạt động trên các kịch bản, vì vậy bất kỳ sự偏差 nào từ các đường dẫn được chỉ định thường dẫn đến sự混乱 và phản hồi không hiệu quả. Không thể hiểu được ngữ cảnh và ý định của người dùng, các câu trả lời được đưa ra thường là chung chung và không hữu ích, và chúng có khả năng hạn chế trong việc thu thập, lưu trữ và cung cấp thông tin.

Ngược lại, trí tuệ nhân tạo trò chuyện tham gia người dùng vào các cuộc trò chuyện tự nhiên giống như ngôn ngữ của con người, cho phép một trao đổi lưu loát và trực quan hơn. Nó thể hiện sự linh hoạt và thích nghi đáng kể với các kết quả không lường trước. Nó có thể hiểu được ngữ cảnh xung quanh ý định của người dùng, phát hiện cảm xúc và phản hồi một cách đồng cảm.

Sự hiểu biết sâu sắc này cho phép trí tuệ nhân tạo ngày nay điều hướng người dùng xuống các đường dẫn logic đến mục tiêu của họ. Điều đó bao gồm việc nhanh chóng chuyển khách hàng sang các trợ lý người khi cần thiết. Hơn nữa, trí tuệ nhân tạo trò chuyện sử dụng các bộ lọc thông tin tiên tiến, cơ chế thu hồi và khả năng giữ lại dữ liệu liên quan, đáng kể tăng cường khả năng giải quyết vấn đề, điều này mang lại trải nghiệm người dùng tốt hơn.

Vì vậy, không phải khách hàng ghét trợ lý trò chuyện, mà họ ghét dịch vụ kém, điều mà các phiên bản trợ lý trò chuyện trước đây chắc chắn đã phạm phải. Các đại lý trò chuyện ngày nay tinh vi đến mức hơn một phần tư người tiêu dùng không cảm thấy tự tin trong khả năng phân biệt giữa các đại lý người và đại lý AI, và một số thậm chí nhìn nhận các trợ lý trò chuyện AI là tốt hơn trong các nhiệm vụ được chọn so với các đồng nghiệp người của họ. 

Trong các cuộc thử nghiệm, công ty của tôi đã thấy các đại lý AI tăng tỷ lệ chuyển đổi lead lên ba lần, điều này là một dấu hiệu khá mạnh mẽ rằng nó không phải là về việc đó là một bot – nó là về chất lượng công việc được thực hiện.

Lầm Tưởng 2: Trợ Lý Trò Chuyện Quá Nguy Hiểm

Trong các cuộc thảo luận với các lãnh đạo kinh doanh về AI, các mối quan ngại thường nảy sinh xung quanh các ảo giác, bảo vệ dữ liệu và thiên vị có thể dẫn đến vi phạm quy định. Mặc dù những rủi ro hợp lý, chúng đều có thể được giảm thiểu thông qua một số cách tiếp cận: tinh chỉnh, Retrieval-Augmented Generation (RAG) và kỹ thuật prompt. 

Mặc dù không có sẵn trên tất cả các LLM, việc tinh chỉnh có thể chuyên môn hóa một mô hình được đào tạo trước cho một nhiệm vụ hoặc lĩnh vực cụ thể, dẫn đến AI phù hợp hơn với các nhu cầu cụ thể. Ví dụ, một công ty chăm sóc sức khỏe có thể tinh chỉnh một mô hình để hiểu và phản hồi tốt hơn các truy vấn y tế. 

RAG tăng cường độ chính xác của trợ lý trò chuyện bằng cách tích hợp động kiến thức bên ngoài. Điều này cho phép trợ lý trò chuyện thu thập thông tin cập nhật từ các cơ sở dữ liệu bên ngoài. Ví dụ, một trợ lý trò chuyện dịch vụ tài chính có thể sử dụng RAG để cung cấp câu trả lời thời gian thực về giá cổ phiếu. 

Cuối cùng, kỹ thuật prompt tối ưu hóa LLM bằng cách tạo ra các prompt hướng dẫn trợ lý trò chuyện tạo ra các phản hồi chính xác hoặc nhận thức ngữ cảnh hơn. Ví dụ, một nền tảng thương mại điện tử có thể sử dụng các prompt được thiết kế để giúp trợ lý trò chuyện cung cấp các khuyến nghị sản phẩm được cá nhân hóa dựa trên sở thích và lịch sử tìm kiếm của khách hàng.

Ngoài việc sử dụng một hoặc nhiều cách tiếp cận này, bạn cũng có thể kiểm soát sự sáng tạo “nhiệt độ” của trí tuệ nhân tạo trò chuyện để giúp ngăn chặn các ảo giác. Thiết lập nhiệt độ thấp hơn trong các cuộc gọi API hạn chế AI cung cấp các phản hồi xác định và nhất quán hơn, đặc biệt khi kết hợp với một cơ sở kiến thức đảm bảo AI rút ra từ các tập dữ liệu được chỉ định, đáng tin cậy. Để giảm thiểu rủi ro thêm, tránh triển khai AI trong các vai trò ra quyết định mà thiên vị hoặc thông tin sai lệch có thể dẫn đến vấn đề pháp lý. 

Về bảo vệ dữ liệu, hãy đảm bảo rằng các nhà cung cấp AI bên ngoài tuân thủ các quy định, hoặc triển khai các mô hình mã nguồn mở trên cơ sở hạ tầng của riêng bạn để giữ quyền kiểm soát đầy đủ đối với dữ liệu của bạn, điều này thiết yếu cho việc tuân thủ GDPR. 

Cuối cùng, luôn là một ý tưởng tốt để đầu tư vào bảo hiểm trách nhiệm nghề nghiệp có thể cung cấp sự bảo vệ thêm, bao gồm các doanh nghiệp trong các kịch bản không thể xảy ra như các vụ kiện tụng. Thông qua những biện pháp này, các doanh nghiệp có thể tự tin tận dụng AI trong khi vẫn duy trì sự an toàn cho thương hiệu và khách hàng.

Lầm Tưởng 3: Trợ Lý Trò Chuyện Không Sẵn Sàng Cho Các Nhiệm Vụ Phức Tạp 

Sau khi thấy các vấn đề mà các công ty công nghệ lớn đang đối mặt khi triển khai các công cụ AI, có thể cảm thấy ngây thơ khi nghĩ rằng một SME sẽ có thời gian dễ dàng hơn. Nhưng AI hiện đang ở giai đoạn mà cụm từ “jack of all trades and master of none” không hoàn toàn không chính xác. Điều này chủ yếu là vì những công cụ này đang được yêu cầu thực hiện quá nhiều nhiệm vụ khác nhau trong các môi trường không được thiết kế để triển khai AI hiệu quả. Nói cách khác, không phải chúng không có khả năng, mà chúng đang được yêu cầu trượt băng trên một bề mặt băng mỏng và bị nứt. 

Ví dụ, các tổ chức đầy rẫy các dữ liệu bị cô lập và/hoặc không được tổ chức sẽ dễ bị AI đưa ra thông tin lỗi thời, không chính xác hoặc mâu thuẫn. Điều này là một hệ quả của sự phức tạp của chúng! Trong khi các trợ lý trò chuyện cũ chỉ đơn giản là tái tạo thông tin cơ bản theo một cách tuyến tính, trí tuệ nhân tạo trò chuyện có thể phân tích các tập dữ liệu mạnh mẽ, xem xét nhiều yếu tố ảnh hưởng cùng một lúc để vạch ra con đường tiến вперед phù hợp nhất. 

Do đó, thành công với trí tuệ nhân tạo trò chuyện phụ thuộc vào các thông số nghiêm ngặt và ranh giới rõ ràng về nguồn dữ liệu và nhiệm vụ. Với dữ liệu đào tạo phù hợp và các prompt được thiết kế bởi chuyên gia, chức năng của trí tuệ nhân tạo trò chuyện có thể mở rộng vượt ra ngoài phạm vi của một trợ lý trò chuyện đơn giản. Ví dụ, nó có thể thu thập và lọc dữ liệu từ các cuộc trò chuyện của khách hàng và sử dụng nó để tự động cập nhật CRM. Điều này không chỉ简化 các nhiệm vụ hành chính mà còn đảm bảo rằng thông tin khách hàng luôn chính xác và cập nhật. Bằng cách tự động hóa các nhiệm vụ như vậy, các doanh nghiệp có thể tập trung nhiều hơn vào các hoạt động chiến lược thay vì gánh nặng hành chính.

Nếu chúng ta tiếp tục sử dụng thuật ngữ “trợ lý trò chuyện,” điều quan trọng là phải phân biệt giữa các nền tảng tích hợp trí tuệ nhân tạo trò chuyện tiên tiến và những nền tảng vẫn đang cung cấp các công cụ hạn chế của ngày hôm qua. Giống như cách ngày hôm nay từ “điện thoại” thường gợi lên hình ảnh của một điện thoại thông minh màn hình cảm ứng hơn là một điện thoại cố định có dây, tôi tin rằng chúng ta không xa khi “trợ lý trò chuyện” sẽ được thay thế bằng ý tưởng về các đại lý AI tiên tiến chứ không phải các hình đại diện nhiều lựa chọn cồng kềnh.