与您的用户界面进行对话

经过Guruprasad NV，Ramesh Narayan. 2019年7月|文章|12分钟阅读|通过电子邮件发送本文|下载

与用户界面的对话

企业面临日常挑战，以应对客户，员工，供应商和合作伙伴的广泛疑问和要求。一个潜在的解决方案是聊天，软件驱动的交互式代理，现在出现在客户面向客户网站上。不幸的是，许多早期的Chatbot实现一直令人失望，既不满足企业也不满足其用户。问题是为什么 - 以及可以促进聊天表现和改善客户体验的原因？

企业正在部署聊天措施以满足重要的挑战。这些组织每天收到大量查询和请求，但创建有用的答案是困难和复杂的。请求的信息可能涵盖企业知识库库，基于事务的系统和商业智能系统。该数据可以以不同，可能不兼容的格式存储。而拥有数据的组可能不可思议地与共享和共享信息。

在许多组织中，负责应答这些请求的前线员工设备很差。它们缺乏直接且轻松地访问包含传入查询的答案的系统。即使他们确实拥有此访问，这些工人也可能会因其日常需求而感到不舒服。

最后，回答所有这些查询的成本可以很高。鉴于许多相同的查询又一次又一次地进行了这一点特别令人沮丧。

聊天 - 还是不是？

连同，这些因素创造了自动干预的情况成熟，尤其是使用聊天禁令的情况。企业以前已经实施了此应用程序的聊天息，但结果充其量。一个原因：许多人未能专注于建模最终用户体验和参与。因此，他们的用户发现Chatbot体验不满意并决定不再使用它们。

另一个挑战：实施有效的Chatbot解决方案，组织经常需要聘请新的，高度专业技能的专业人士。对于这些组织，有良好的开发人员只是起点。他们还需要用户互动专家，数据分析师，对话建模者，自然语言专家和其他人。不幸的是，这些专业人员们都难以找到和昂贵的雇用。

聊天机器人技术本身也是问题的一部分。虽然今天的聊天机器人可以处理最简单的事务性查询，但它们面临着更复杂的场景的挑战。这让用户感到沮丧，因为他们最重要的问题没有得到回答。

此外，聊天机器人技术经常被过度夸大。这让企业管理者对聊天机器人能做什么、不能做什么抱有不切实际的期望。事实上，聊天机器人技术仍在不断发展。这一领域真正的颠覆仍将到来。

例如，人们认为Chatbots可以回答每个查询，即使是这样的情况也不证明。例如，IT运营公司希望使用Chatbots进行知识报告和共享。但很多人都很失望，因为早期的聊天禁止不能这样做。另一个常放的超卖功能被称为对话管理。当人们发送电子邮件或打电话时，他们会小心完整和准确。但Chatbots无法处理或了解这些更长的电子邮件类型邮件。用户需要特别指导以发送Chatbot-Length消息。

另一个挑战涉及聊天聊天访问企业数据服务。获得此访问对于回答更高级查询至关重要。然而，它通常要求开发人员与多个公司函数合作，在许多实例中不习惯共同努力，也许不愿意这样做。

另一个障碍是确定培训聊天栏的正确或最佳问题。因为这可能是困难的，许多组织留下了开放式问题，并且这个任务不完整。但是通过采取最少的抵抗力，企业风险令人沮丧的员工，供应商和客户。Chatbot答案如“我不明白你的问题”或“抱歉，我无法帮助这种情况”不会改善任何人的满意，并且可能比客户，员工和合作伙伴关系更好。

最后，实施聊天禁止可能需要比预期的要长得多。例如，我们的客户之一估计最近的Chatbot项目将在两个月内完成;它最终需要八个月完成。这不是客户的错。让技术工作简单比任何人都预期更复杂。

一个智能机器人

为了克服这些限制，企业可以使用更强大的、人工智能驱动的聊天机器人。通过人工智能技术，聊天机器人可以实现为企业应用提供真正对话平台的承诺。

下一代聊天机器人将整合不同企业应用程序和数据库的数据，同时也支持广泛的渠道，包括社交媒体和移动。理想情况下，这些聊天机器人将只是完整的端到端解决方案的一部分，它将聊天机器人、人机交互和知识库结合在一起。聊天机器人还将被授权处理文本或语音的输入和输出，使用api将它们与第三方语音到文本和文本到语音转换器连接起来。这些聊天机器人还将基于机器学习的开源组件，而不是受制于企业产品路线图和集成复杂性的专有技术堆栈。

使用深度学习的聊天越来越实惠且可用。这些更智能的聊天禁令可以采用越来越复杂的查询，例如在组织的旅行政策下允许的内容。一个想知道他们是否可以在纽约和伦敦飞行商务舱的经理可以简单地问AI聊天。他们不必煞费苦心地搜索公司的旅行文件以获得答案。

已经，强大的AI驱动的聊天聊天正在提高一个流行使用情况的用户体验：IT运营和技术支持。我们的一位客户现在使用AI Chatbots来帮助其它帮助台。Chatbot有助于员工解决技术问题，举起故障票证，检索丢失或忘记密码，甚至是故障排除服务器 - 传统上通过电子邮件完成的所有任务。Chatbot的会话用户界面在边缘运行，这两种都可以使用且易于使用。顺便提一下，这种用例被认为是聊天工商员的低悬挂水果，部分原因是它是实用，低风险，如果出现问题，则不会造成太多损坏。

供应商管理是AI聊天机器人的另一个很好的候选者。在这里，聊天机器人可以回答来自企业供应商关于采购订单、发票和付款的问题。我们的客户之一就是如此，他是一家全球金融服务提供商。他们运营着一个大型的支持中心，通过电子邮件和电话来回答供应商和供应商的询问。典型的问题包括:“我的采购订单在哪里?”以及“什么时候能给我工资?”

虽然聊天似乎是这个客户的好解决方案，但我们知道有用的答案会复杂化，因为该组织在全球超过20个市场购买商品。该公司还在几种不同IT系统上存储和使用数据。Chatbot如何知道从哪个源提出数据以回答特定查询？

该解决方案分析了该公司过去的电子邮件查询的档案。然后按类型分类这些存档的查询。最后，使用这一历史信息，团队编写了Chatbot以回答公司最常见的问题，缓解和准确性。

此外，该公司的聊天机器人已经成为一个数据输入渠道。例如，当供应商输入他们的发票号时，聊天机器人可以给他们一个更新。供应商还可以使用该公司的聊天机器人提交和修改发票。聊天机器人通过直接与适当的系统通信来实现这些更新，无需人工干预。

公司的第一阶段的Chatbot解决方案，自2018年以来就有改善了用户体验。回答查询的周转时间从两天减少到几秒钟。第一个供应商联系人的响应时间在一秒钟内。眨眼，你错过了它。

其他客户用例

• 产品选择。一家大银行想要自动化金融顾问和顾问服务，以帮助客户从银行网站上选择金融产品。为了最小化交易时间和良好的用户体验，银行部署了一个聊天机器人，为客户提供匿名访问。这个聊天机器人还与银行的内部系统集成，通过直接连接获取客户查询的最佳可用解决方案。
• 客户服务自动化。一位主要的电信公司有人类代理商接听客户呼叫和电子邮件，尽管这些问题中的许多问题也是基本和重复的。为帮助其人类代理专注于高阶问题，我们分析了服务呼叫，并寻找查询和服务模式。五个理由占所有呼叫的百分之百分点。有了这些信息，该公司使用这些呼叫日志作为在客户服务台功能中培训聊天聊天的基础。
• 内部帮助台。主要银行的关系管理人员应答员工运营查询并解决了员工报告的问题到帮助台。该银行在内部帮助桌上部署了一个聊天桌面，以自动化此过程，并缩短回答查询所需的时间。此Chatbot与银行的知识管理和票务系统集成，使其能够快速准确地回答员工查询。

更好地聊天

聊天机器人技术还不成熟，这意味着很难采用，而且投资回报往往无法达到预期。我们建议组织采取以下四项行动:

• 使用开源组件。通过避免对Chatbot Machine学习的专有技术，这使得能够开发多种能力。组织可以为不同的应用程序使用不同的开源模块。这提供了灵活性，没有供应商锁定。
• 使用打开的数据库模型。该技术可以使组织控制其Chatbot数据。培训和审核数据可以导出到其他应用程序。这使得可以在将来迁移到另一个模型的选择。
• 部署特定于域的Chatbots。When used selectively and for intended purpose, these chatbots simplify and accelerate the implementation process.这些狭窄的深聊天也可以与更多通用的聊天聊天相结合。重复函数适合这种类型的Chatbot。
• 积极讨论供应商的隐私问题。Chatbot文本和语音转换发生在云中，并且传入数据通常被云提供商记录和存储。然而，考虑到新的GDPR规则和在美国的几个国家的讨论中，鉴于新的GDPR规则和规定，这是一个可能的隐私问题。大型企业客户可能有足够的Clout来说服云供应商来修改数据实践，并在前提上删除Chatbot内容或存储。

现在是时候开始将聊天机器人用于诸如IT支持和供应商管理等容易上手的应用程序了。今天的聊天机器人可以比以往任何时候都更快、更准确地处理这些任务，使人类代理能够专注于更高价值的工作。

而且还监控Chatbot技术以获得进一步的发展。新聊天应该很快就能使用深度学习和其他AI方法，实现真正的知识报告和共享。这些进步将使明天的聊天乐队更加强大，更加实用。他们还应为组织提供福利，最后实现对Chatbot投资的长期回报。