当“聊天机器人”成为了一个脏词：企业领导者对会话式人工智能的3个误解

像OpenAI的ChatGPT、Meta的Llama和Anthropic的Claude这样的LLM的普及，导致每个场合都有一个聊天机器人。有提供职业建议的聊天机器人，允许您与您的未来自我交谈，甚至有一个鸡肉聊天机器人，提供烹饪建议。

但这些与十年前的聊天机器人不同——当时，它们仅限于狭隘的预设、僵硬的“对话”，通常基于一个大型流程图，具有多个选择或等效的响应。从本质上讲，它们只比互联网前的IVR电话菜单稍微复杂一些。

今天的“聊天机器人”另一方面，更频繁地指的是会话式人工智能，一种具有更广泛的能力和用例的工具。由于我们现在处于生成式人工智能的炒作周期中，这三个术语经常被交替使用。不幸的是，作为一种后果，企业领导者，尤其是在高度监管的行业，如金融领域，对会话式人工智能的风险、用例和投资回报率存在许多误解。

所以，我想澄清一些关于“聊天机器人”的常见误解，当我们讨论的是会话式人工智能时。

神话1：客户讨厌聊天机器人

消费者在过去的十年中一直被问及他们是否更喜欢人类代理或聊天机器人——这就像问某人是否更愿意接受专业按摩或坐在购物中心的按摩椅上。

但ChatGPT在2022年的推出（以及随之而来的所有工具）完全改变了我们对聊天机器人的看法。如上所述，旧的聊天机器人运行在脚本上，因此任何偏离其预定路径的行为都可能导致混乱和无效的响应。由于无法理解上下文和用户意图，给出的答案往往是通用的和无用的，并且它们具有有限的能力来收集、存储和提供信息。

相比之下，会话式人工智能让人们参与自然的对话，这些对话模仿人类的语言，允许进行更流畅、更直观的交流。它表现出对意外结果的显著灵活性和适应性。它能够理解用户意图周围的上下文，检测情绪并以富有同情心的方式做出反应。

这种更深层次的理解使得当今的AI能够有效地引导用户沿着合乎逻辑的路径走向他们的目标。这包括快速将客户转介给人类助手，当必要时。另外，会话式人工智能使用先进的信息过滤器、检索机制和保留相关数据的能力，显著增强了其问题解决能力，这使得用户体验更好。

因此，问题不在于客户盲目地讨厌聊天机器人，而是他们讨厌糟糕的服务，而以前版本的聊天机器人绝对是提供了这种服务。今天的会话代理是如此先进，以至于超过四分之一的消费者不相信他们能够区分人类和AI代理，一些甚至认为AI聊天机器人在某些任务上更好于他们的人类同事。

在测试中，我的公司看到AI代理将潜在客户转化率提高了三倍，这是一个非常有力的迹象，表明这不仅仅是关于它是不是一个机器人——它是关于完成工作的质量。

神话2：聊天机器人风险太高

在与企业领导者关于AI的讨论中，人们经常对幻觉、数据保护和偏见可能导致监管违规的担忧。虽然这些是合理的风险，但可以通过几种方法来减轻：微调、检索增强生成（RAG）和提示工程。

虽然并非所有LLM都可用，但微调可以专门为特定任务或领域定制预训练模型，从而得到更适合特定需求的AI。例如，医疗保健公司可以微调模型以更好地理解和响应医疗查询。

RAG通过动态集成外部知识来增强聊天机器人的准确性。这使得聊天机器人可以从外部数据库中检索最新的信息。例如，金融服务聊天机器人可以使用RAG提供关于股票价格的实时答案。

最后，提示工程通过设计提示来优化LLM，使聊天机器人产生更准确或上下文感知的响应。例如，电子商务平台可以使用定制的提示来帮助聊天机器人根据客户的偏好和搜索历史提供个性化的产品推荐。

除了使用其中一种或多种方法外，还可以通过在API调用中设置较低的“温度”来控制会话式人工智能的创造力“温度”，以帮助防止幻觉。设置较低的温度限制了AI提供更确定和一致的响应，尤其是当与一个知识库结合使用时，知识库确保AI从指定的可靠数据集中提取信息。为了进一步减轻风险，避免在决策角色中部署AI，因为偏见或错误信息可能导致法律问题。

至于数据隐私，确保外部AI提供商遵守法规，或者在自己的基础设施上部署开源模型，以保留对数据的完全控制，这对于GDPR合规至关重要。

最后，投资专业赔偿保险始终是一个好主意，这种保险可以提供进一步的保护，涵盖企业在不太可能的场景中的保护，例如尝试起诉。通过这些措施，企业可以自信地利用AI，同时保持品牌和客户安全。

神话3：聊天机器人还没有准备好处理复杂任务

在看到大型科技公司部署AI工具时遇到的问题后，可能会觉得小型企业更容易。但是，AI目前处于一个阶段，可以说“万能但无所专长”并不太准确。这主要是因为这些工具被要求在不适合有效AI部署的环境中执行太多不同的任务。换句话说，它们不够强大，它们被要求在薄冰上进行花样滑冰。

例如，拥有孤立和/或不组织良好的数据的组织更容易让AI浮现出过时、不准确或相互冲突的信息。讽刺的是，这是它们复杂性的结果！虽然旧的聊天机器人只是以线性方式回放基本信息，但会话式人工智能可以分析强大的数据集，同时考虑多个影响因素，以图表出最合适的前进路径。

因此，会话式人工智能的成功取决于严格的参数和明确的边界，关于数据源和任务。有了正确的训练数据和精心设计的提示，会话式人工智能的功能可以远远超出简单聊天机器人的范围。例如，它可以从客户对话中收集和过滤数据，并使用它来自动更新CRM。这不仅简化了行政任务，还确保客户信息始终准确且最新。通过自动执行此类任务，企业可以专注于战略活动，而不是行政负担。

如果我们继续使用“聊天机器人”这个术语，那么区分那些整合了最先进的会话式人工智能的平台和那些仍然提供昨天有限工具的平台至关重要。就像今天“电话”这个词更常让人联想到触摸屏智能手机，而不是螺旋线路的固定电话，我相信我们不会太远，“聊天机器人”将被先进的AI代理的概念所取代，而不是笨拙的多选图标。