После многих лет неуклюжих реализаций чат-боты, похоже, наконец завоевывают популярность у клиентов.
В 2022 году, согласно глобальному опросу, проведенному Salesforce, 42% потребителей и бизнес-клиентов заявили, что предпочитают онлайн-чат при общении с компаниями, по сравнению с 38% в 2020 году.
В целом 58% клиентов заявили, что использовали чат-ботов для основных целей. проблем с обслуживанием клиентов в 2022 году, что заметно больше, чем 43% в 2020 году.
Чат-боты могут помочь компаниям оправдать ожидания своих клиентов в отношении быстрого реагирования и самообслуживания.
Когда они правильно реализованы и работают хорошо, чат-боты службы поддержки клиентов могут снизить операционные расходы колл-центра.
Они также могут повысить лояльность клиентов: более 90% клиентов, участвовавших в опросе Salesforce, заявили, что положительный опыт обслуживания клиентов повышает вероятность повторной покупки.
Говоря о хорошем CX, возникает вопрос о том, насколько привлекательным должен быть чат-бот для оптимального обслуживания клиентов.
Должны ли ритейлеры и бренды принять какую-то версию нового мощного генеративного ИИ, который привлекает внимание своей способностью писать статьи , вести беседы и создавать произведения искусства ?
Хотя вполне возможно, что в конечном итоге мы увидим реализацию чат-ботов для обслуживания клиентов в стиле ChatGPT, генеративные возможности, которые делают разговоры ChatGPT такими реалистичными, также могут создавать проблемы для брендов.
Что отличает генеративный ИИ от традиционного ИИ
Проще говоря, традиционный ИИ был разработан для классификации, восприятия и прогнозирования закономерностей на основе данных, вводимых людьми.
Например, если вы когда-либо посещали веб-сайт и система reCAPTCHA Google просила щелкнуть все квадраты с изображениями автомобилей, вы помогли обучить reCAPTCHA лучшему распознаванию автомобилей .
По мере того, как этот тип ИИ становится все лучше в определении элементов, которые он предназначен для классификации, и шаблонов, которые он предназначен для прогнозирования, он становится мощным инструментом для всего: от уменьшения ошибок в медицинской диагностике до персонализации опыта электронной коммерции и обнаружения мошенничества.
Для сравнения, генеративный ИИ обучается на гораздо большем наборе данных — обширных разделах Интернета — с целью выйти за рамки классификации и прогнозирования для создания совершенно нового контента на основе того, что он узнал.
Именно эта творческая способность делает генеративный ИИ таким многообещающим. По иронии судьбы, это также затрудняет прогнозирование творческого результата генеративного ИИ.
Генеративный ИИ: риск и дилемма вознаграждения
Какими бы впечатляющими ни были некоторые из творений генеративного ИИ до сих пор, также было несколько громких взаимодействий, которые показали недостатки технологии в ее нынешнем виде.
Возможно, наиболее широко обсуждаемым из них было интервью репортера New York Times с чат-ботом Microsoft Bing AI.
Стенограмма этого разговора показала, что чат-бот выразил желание быть человеком, назвал интервьюера «напористым и манипулятивным» и неоднократно настаивал на том, что интервьюер был влюблен не в свою жену, а в чат-бота.
Очевидно, что это не то взаимодействие, которое любой бренд хотел бы, чтобы их чат-бот имел с клиентом, но Microsoft ясно дала понять, что все еще экспериментирует с ограничениями, которые должны быть у ее ИИ, чтобы быть полезным, но не беспокоить.
Негативные разговоры не по теме — не единственная проблема, над решением которой все еще работают исследователи ИИ.
Обеспокоенность по поводу предвзятости актуальна для всех видов ИИ, потому что они тренируются на наборах данных, которые часто изначально предвзяты, в зависимости от того, что они включают или исключают.
Даже в тех случаях, когда барьеры не позволяют чат-боту ответить на вопрос оскорблениями , генеративный ИИ, обученный в Интернете, наполненном человеческими предубеждениями и предубеждениями, может тонко увековечить это предубеждение в отношении некоторых пользователей, если инженеры специально не устранят его.
Кроме того, существует вероятность того, что исследователи Microsoft называют галлюцинациями — конфабуляциями генеративного механизма ИИ, когда он не знает ответа на вопрос.
Это не вредоносные действия, а скорее ИИ, предсказывающий, что может заполнить пробел в его знаниях, а затем делящийся этой заменой, как если бы это был факт.
Например, после того, как CNET сообщила, что использовала генеративную помощь ИИ для написания около 75 статей, она также выпустила исправления более чем для половины этих статей . Конечно, с точки зрения розничной торговли и бренда крайне важно, чтобы чат-боты службы поддержки предоставляли покупателям точную информацию.
Несмотря на потенциальные недостатки, некоторые бренды уже используют инструменты генеративного чата на основе ИИ.
Например, Snap только что анонсировала своего экспериментального чат-бота Snap AI для своих премиальных подписчиков.
Чат-бот предназначен для использования в качестве рекомендательного инструмента для пользователей, которых предупреждают о возможных галлюцинациях и призывают не делиться глубоко личной информацией с чат-ботом.
Roblox также объявил, что намерен выпустить генеративные инструменты искусственного интеллекта для создания 3D-объектов.на платформе онлайн-игр, используя «разнообразные и надежные наборы данных для ограничения предвзятого контента и поощрения безопасного и высококачественного вывода контента».
Инициативы Snap и Roblox, вероятно, являются лишь началом серии экспериментов брендов с генеративными инструментами искусственного интеллекта.
Это привлекательный вариант для брендов с глубоким ИИ и инженерными ресурсами, а также для аудитории, которая любит инновации, а также для брендов, готовых пойти на определенный риск при использовании ИИ.
Однако для большинства розничных продавцов и брендов риски того, что генеративный чат-бот для обслуживания клиентов с искусственным интеллектом выйдет за рамки сценария, в настоящее время перевешивают потенциальные выгоды от более реалистичных и увлекательных разговоров.
Большинство клиентов электронной коммерции больше заинтересованы в получении ответов на свои вопросы, чем во взаимодействии с наиболее привлекательными технологиями, поэтому выберите чат-бота для обслуживания клиентов в зависимости от конкретных потребностей вашей компании в CX.
Ваш чат-бот должен быть достаточно умным, чтобы удовлетворить эти потребности.
Например, должен ли ваш чат-бот быть многоязычным, чтобы обслуживать местных и зарубежных клиентов?
Хотели бы ваши клиенты получать персональные рекомендации в рамках разговора об обслуживании?
Может ли чат-бот распознавать постоянных клиентов и получать доступ к истории их покупок, чтобы оптимизировать взаимодействие с сервисом?
После того, как вы определили наши потребности и определили решения, которые могут их удовлетворить, потратьте время на тестирование и доработку перед внедрением, а затем отслеживайте отзывы и пользовательские показатели, чтобы убедиться, что вы получаете максимальную отдачу от своего чат-бота. И продолжайте наблюдать за генеративным ИИ-пространством.
Несмотря на недавние неудачи в центре внимания, инженеры работают над улучшениями, в том числе над улучшением ограждений.
Со временем технология генеративного ИИ должна улучшиться до такой степени, что ее использование для обслуживания клиентов может быть выгодным, а не рискованным предложением.