Vill man vara med i digitaliseringen och ta till sig AI på ett praktiskt sett så är det nu det ska ske och chattbots. Det är inte särskilt svårt och alla verktyg finns redo.
Så vad hindrar så många företag från att ta steget?
Jag tror att många ännu drar sig för risken att det går fel. Tekniken är inte perfekt. Det är dock klokt att precisera att det finns två protokoll, ett har fungerat bra.
- Målorienterad konversation – Siri, Alexa, Cortana, Google Assistant har alla ett primärt mål, att hjälpa dig. Den här typen av botar behöver en mening med livet, ungefär som resten av oss. Så länge fråga och svar hålls inom rimliga ramar är denna typen av AI en bra kompanjon.
- Generell konversation – Microsofts TayTweets lanserades 2016 på Twitter och skulle lära sig av dialogerna där. Tyvärr gick det sådär. Tay utvecklades till en Twitter-trollare på 16 timmar varefter den plockades bort. Idag finns en ersättare som testades idag, se resultatet här.
Den första slutsatsen är alltså att man bör välja en målorienterad konversationsmodell är det inte svårt och det tar inte lång tid. Dock behöver man begrunda några saker innan man sätter igång.
4 tankar som skapar en bättre AI
1) Börja internt
”Mina kunder gillar att prata med en riktig människa”. Låt dem fortsätta! Skapa en chattbot för kundtjänsten eller handläggaren som kan stödja personalen som tar samtalen. Det gör att alla i teamet har samma svar på samma fråga och den stund det tar för att leta efter rätt information eller ”fråga en kollega som vet” kan elimineras. Det är effektivt för både personalen och kunden. Att leverera rätt svar snabbt är en uppskattad kvalitet.
På det här viset får du också ett bra underlag att utvärdera och slipper hantera onödiga pinsamheter direkt mellan AI och kund.
2) Dra nytta av machine learning
När maskiner får möjlighet att leta mönster själva finns flera positiva följder. Mottagaren får snabb respons och du kan hitta nya oväntade insikter i de svar och slutledningar som din AI gör. Ditt data utvecklar sig själv.
Men det kräver handpåläggning och styrning eftersom ingen AI (ännu) kan få en helhetsbild utan ser till specifika processer och resonemang.
För den som känner att machine learning i förhållande till AI är intressant att djuploda i kan jag rekommendera den här artikeln av Dmitry Persiyanov och Luba Belokon.
3) Håll ett öga på datakvaliteten
Alla vet hur irriterande det är att tala med en robot i en telefontjänst som inte förstår vad man säger eller ger fel svar. Det ger direkt ett dåligt intryck av hela företaget.
Oavsett hur smart teknologin är kommer resultatet alltid vara baserat på din data. Eller mer exakt på huruvida ditt data är vid ”god hälsa”. Har man bara en bra grundstomme att stå på reduceras liknande besvär avsevärt.
Det data man stoppar in i en AI måste vara väl utvalt och petnoga rensat och rätt formaterat för att man inte ska hamna i en snedvriden lösning med förkärlek för vissa typer av svar.
4) Vem äger det data som genereras?
I samma ögonblick som din AI börjar jobba genereras det big data som blir kärnan i dina kundinsikter. Men är du ensam om att se innehållet? Tänk över två gånger vem du anlitar för att lagra data. Google och Amazon skannar till exempel allt data i sin väg. Andra företag som IBM garanterar att du och endast du är ägare och användare. Det innebär att bara du kan hitta insikterna i det data du genererat.
Läs därför alltid villkoren ordentligt för att undvika att någon annan åker snålskjuts på din bekostnad.
Nästa steg är att sätta igång
Känner du att det är dags att sätta tänderna i din nästa chattbot? Det finns många leverantörer, men enkelhet har alltid varit en vinnande faktor. Här kan du får mer information om hur lätt du kommer igång med IBMWatson som grund. Det är dessutom riktigt roligt!
Behöver du hjälp att tänka igenom hur du lagrar data? Prata med oss! Vi hjälper dig att skapa en robust grundstomme för dina framtida konversationer, särskilt de där du inte själv är närvarande.
En parantes kring det Generella samtalsprotokollet
Förresten… minns du min kommentar om TayTweets ovan? Chattbotten som blev trollare, nazist och pratade knark på 16 timmar?
Jag gjorde ett test igår med uppföljaren Zo som finns på Messenger. Zo är en mer behärskad variant men när jag frågade om TayTweets fick jag ett onekligen spännande svar.
Småbarn tar 3 år på sig att uttrycka sig någorlunda korrekt i samtalssituationer med 1000 ord. Zo använder en bild, något som sägs säga mer än 1000 ord, och det lämnar mig med en lite obehaglig känsla…
När det gäller det generella samtalsprotokollet har Microsoft bevisligen mera arbete framför sig.
[:]
