AI chatbots og voicebots. Fremtiden for forretningskommunikation | AI i erhvervslivet #10

Hvordan fungerer chatbots og voicebots?

Før du begynder at tænke på, hvilken du skal vælge for at hjælpe din virksomhed med at vokse, lad os besvare spørgsmålet: Hvordan fungerer en chatbot? Chatbots baseret på kunstig intelligens tillader brugere at stille spørgsmål på naturligt sprog via tekst og få naturligt klingende og meningsfulde svar. Dette skyldes, at de har teknologier til Natural Language Understanding (NLU) og Natural Language Generation (NLG).

Voicebot, derimod, gør det muligt for opkaldere at navigere i det interaktive stemmesvar (IVR) system ved hjælp af stemmen. Med dem behøver opkaldere ikke at lytte til en telefonmenu og trykke på de relevante numre på et tastatur. De taler med IVR’en live, en forenklet simulering af et operatøropkald.

Dette skyldes, at de bruger følgende teknologier:

• Talegenkendelse – konvertering af opkalderens stemme til tekst,
• Natural Language Understanding (NLU) – analyserer forståelsen af meningsenheder, udtrækker
• Language Generation (NLG) – genererer et passende svar baseret på forståelsen af forespørgslen,
• Tale-synteseteknologi – konverterer svaret til tale og leverer det til opkaldere.

Begge bots kan bruge store sprogmodeller (LLMs) som grundlag for at skabe menneskelignende svar på forespørgsler i naturligt sprog. LLM’er er computeralgoritmer, der behandler input i naturligt sprog og forudsiger det næste ord baseret på mønstre, de genkender. De anvender natural language processing (NLP) og maskinlæring (ML) til at analysere og generere tekst eller tale.

LLM’er giver mulighed for at levere ægte, konsistente, kontekstuelle svar ved at træne på massive mængder tekstdata. LLM forbedrer derfor chatbots og voicebots evne til at forstå og generere naturligt sprog. For eksempel kan LLM hjælpe voicebots med at håndtere komplekse forespørgsler eller lange dialoger.

LLM-baserede chatbots har mange anvendelser i erhvervslivet, såsom kundeservice, salg, marketing, uddannelse, sundhed, turisme og andre.

Typer af AI chatbots

Chatbots kan opdeles i typer afhængigt af, hvordan de kommunikerer, nemlig tekst og stemme, og efter deres kompleksitet og anvendelser:

• Opgavebaserede chatbots – regelbaserede og opgaveorienterede, de enkleste at betjene og implementere,
• Prædiktive, datadrevne chatbots og voicebots – kræver integration med en database eller applikation, hvis drift er mest lig en menneskelig samtale.

At forklare, hvordan en tekst- eller stemme-AI-chatbot fungerer, afhænger af den type, vi diskuterer. Så lad os tage et nærmere kig på hver enkelt.

AI Chatbots og opgave voicebots

Opgavebaserede chatbots fokuserer på at udføre en enkelt funktion, såsom at give information eller afslutte enkle transaktioner. De følger regler, natural language processing (NLP) og lidt ML for at generere svar på brugerforespørgsler, der er automatiserede, men som ligner en naturlig samtale.

Regelbaserede chatbots er meget specialiserede, og deres svar skal være strukturerede, så de bruges ofte til at støtte kundeservice og supportafdelinger. For eksempel kan en opgaveorienteret chatbot besvare spørgsmål om åbningstider, forretningsområde eller behandle enkle ordrer. Opgaveorienterede chatbots kan håndtere typiske spørgsmål, men er ikke særlig fleksible og kan ikke tilpasse sig nye situationer.

Tilsvarende følger regelbaserede voicebots foruddefinerede regler og scripts for at håndtere enkle og specifikke opgaver. Disse kunne for eksempel være at booke en flyrejse eller tjekke vejret over telefonen. De er nemme at bygge, men har begrænsede kapaciteter og lidt tilpasningsevne.

Et eksempel på forskellen mellem måden, en regelbaseret opgavebaseret chatbot fungerer på, og en chatbot, der bruger avanceret AI, illustreres af følgende uddrag fra en dialog:

	REGELBASERET CHATBOT	AI CHATBOT
Bot:	Hvordan kan jeg hjælpe dig? Stil et spørgsmål ved at skrive “Åbningstider,” “Privatlivspolitik,” eller “Køberbeskyttelsesprogram.”	Hvordan kan jeg hjælpe dig?
Klient:	Hvornår lukker I?	Hvornår lukker I?
Bot:	Desværre forstår jeg ikke. Stil et spørgsmål ved at skrive “Åbningstider,” “Privatlivspolitik,” eller “Køberbeskyttelsesprogram.”	I dag, mandag, er butikken åben indtil kl. 17. Du er velkommen!
Klient:	Men jeg vil bare gerne vide, hvornår I lukker!	Tak 🙂

Den citerede dialog viser fleksibiliteten af en AI-chatbot – fra det korte spørgsmål “Hvornår lukker I?” gætter den ud fra konteksten, at spørgsmålet handler om butikkens åbningstider og dagens dag. En sådan chatbot kan også læres op til at svare i en bestemt stil, der opretholder indtrykket af en samtale med en bestemt person.

Prædiktive AI chatbots og voicebots

Datadrevne chatbots og voicebots bruger data fra forskellige kilder, såsom:

• brugerprofiler,
• præferencer og indstillinger,
• optegnelser over brugeradfærd,
• feedback

Alt dette er for at give personlige og relevante svar. De kan også bruge dataene til at lære og gradvist forbedre deres præstation og nøjagtighed.

Dataene bruges primært til at forudsige brugernes behov, intentioner, følelser og give proaktive-prædiktive svar. Chatbots kan også bruge det til at generere nye ideer og forslag til brugerne.

Datadrevne prædiktive AI chatbots er de mest avancerede. De kan også tilpasses og bruges som digitale assistenter, der lærer brugerpræferencer og kan indlede samtaler på egen hånd. Disse to typer kombineres ofte for at skabe mere engagerende og intelligente samtaleagenter.

De bruger kontekstbevidsthed, natural language understanding (NLU), natural language processing (NLP) og maskinlæring (ML) til at lære over tid. For eksempel kan en datadrevet og prædiktiv chatbot hjælpe brugere med at lære sprog gennem interaktive dialoger og øvelser eller foreslå produkter baseret på brugerprofiler og tidligere adfærd.

Eksempler på AI chatbots i erhvervslivet

Opgaveorienterede chatbots udfører en enkelt funktion, såsom at give information eller afslutte enkle transaktioner. For eksempel kan en opgaveorienteret chatbot:

• booke et hotelværelse eller flybillet,
• bestille mad eller dagligvarer online,
• tjekke vejret eller vejforholdene,
• planlægge møder,
• besvare ofte stillede spørgsmål (FAQs),
• kundesupport.

Populære eksempler på velimplementerede opgaveorienterede chatbots:

• Expedias chatbot – til at finde og booke hoteller og fly via Facebook Messenger,
• Domino’s Pizza chatbot – til at bestille pizza og spore levering via Facebook Messenger,
• Poncho chatbot – til at se vejrudsigter og advarsler via Facebook Messenger og Slack,
• Kayak chatbot – til at planlægge rejser og sammenligne priser via Facebook Messenger, Slack og Alexa.

Mere avancerede, datadrevne og prædiktive tekstchatbots findes i:

• sprogindlæring eller færdigheder – som Duolingo chatbotten, der hjælper brugere med at lære fremmedsprog gennem interaktive dialoger og øvelser i Duolingo-appen,
• forslag til produkter eller tjenester baseret på brugerprofiler og tidligere adfærd,
• generering af nye ideer eller indhold til kreative projekter,
• hjælp til repetitive arbejdsopgaver, såsom at håndtere økonomi, kalendere, e-mails osv., såsom Googles Bard, en tekstbaseret digital assistent, der kan generere tekster og sende dem via Google Workspace.

Nogle populære kommercielle eksempler på generelle prædiktive AI chatbots er:

• Apples Siri, en digital stemmeassistent, der kan udføre forskellige opgaver og besvare spørgsmål via iOS-enheder.
• Amazon’s Alexa, en digital stemmeassistent, der kan styre smarte hjemmeenheder, spille musik, bestille produkter og mere via Echo-enheder.

Eksempler på voicebots i erhvervslivet

Hvis en kunde ringer for at blokere et kreditkort, kan en voicebot hjælpe med at finde vejen gennem alle trin uden at involvere en menneskelig agent. For at give en problemfri kundeservice kan voicebots også hjælpe med at forbedre medarbejdernes produktivitet ved at automatisere opgaver som godkendelse af anmodninger, bestilling af forsyninger, udfyldning af formularer eller automatisering af kontoropgaver som planlægning af møder.

Nogle af de bedste markedsløsninger for voicebots er:

• Amazon Lex – En tjeneste, der giver udviklere mulighed for at oprette samtalegrænseflader ved hjælp af stemme og tekst. Tilbyder talegenkendelse, natural language understanding, natural language generation og tale-syntese kapabiliteter. Det integreres også med Amazon Alexa, Amazon Polly, Amazon Comprehend osv.
• Google Dialogflow – En platform til at skabe naturlige og rige samtaleoplevelser ved hjælp af stemme og tekst. Den tilbyder talegenkendelse, natural language understanding, natural language generation og tale-syntese kapabiliteter. Det integreres også med Google Assistant, Google Cloud Speech-to-Text, Google Cloud Text-to-Speech osv.
• IBM Watson Assistant – Giver udviklere mulighed for at designe samtaleløsninger via stemme og tekst. Tilbyder talegenkendelse, natural language understanding, natural language generation og tale-syntese kapabiliteter. Det integreres også med IBM Watson Speech Services, IBM Watson Text-to-Speech, IBM Watson Tone Analyzer osv.

AI Chatbots eller voicebots – Hvilken skal du vælge til din virksomhed?

Chatbots og voicebots er to typer af samtale-kunstig intelligens, der kan hjælpe virksomheder med at automatisere kundekontakt og levere bedre service. Men de har forskellige styrker og begrænsninger afhængigt af konteksten og brugerpræferencer. Her er nogle kriterier for at vælge en løsning:

• Brugergrænseflade – AI chatbots er mere velegnede til brugere, der har brug for adgang til visuel information, såsom billeder eller links. Voicebots, derimod, er mere velegnede til dem, der har brug for at kommunikere hurtigt eller for eksempel køre bil eller betjene en maskine, mens de taler.
• Brugeroplevelse – begge er afhængige af natural language understanding (NLU) for at behandle brugerforespørgsler og intentioner. Voicebots er mere engagerende, men deres svar skal være virkelig menneskelige for at udføre deres funktion. Voicebots kræver også talegenkendelse og syntese, hvilket kan introducere flere fejl eller forsinkelser i samtalen. På den anden side kan chatbots give mere feedback og vejledning til brugeren gennem knapper, menuer eller emotikoner. Desuden er de lettere at træne og forbedre.
• Applikation – begge kan passe ind i kundeservice, salg, booking eller informationsindhentning. Men nogle kan være mere funktionelle til en specifik opgave, afhængigt af dens kompleksitet, hastighed eller følsomhed. For eksempel kan tekstchatbots være bedre til opgaver, der kræver autentificering, verifikation eller bekræftelse, mens voicebots kan være bedre til dem, der sigter mod hastighed, bekvemmelighed eller personalisering.

For at beslutte, hvilken der passer bedre til din virksomhed, skal du besvare følgende spørgsmål:

1. Hvem er dine målrettede kunder, og hvad er deres præferencer og adfærd?

Dette spørgsmål vil hjælpe dig med at forstå dine kunders behov og forventninger samt deres foretrukne kommunikationsmetode. For eksempel, hvis dine kunder er unge, teknologisk kyndige og mobile-orienterede, kan de foretrække chatbots frem for voicebots. Hvis dine kunder er ældre, mindre komfortable med at skrive eller har tilgængelighedsproblemer, kan de foretrække voicebots.

2. Hvad er dine kunders mål og smertepunkter, og hvordan kan du løse dem?

Dette spørgsmål vil hjælpe dig med at definere værdiforslaget og anvendelsestilfældet for din samtale-kunstig intelligensløsning. For eksempel, hvis kunderne ønsker hurtigt at bestille en pizza eller booke en flyrejse, kan de foretrække voicebots frem for chatbots. Hvis kunderne ønsker at sammenligne produkter, læse anmeldelser eller få detaljeret information, kan de foretrække chatbots.

3. Hvilke kanaler og platforme bruger kunderne til at interagere med din virksomhed?

Dette spørgsmål vil hjælpe dig med at vælge den bedste leveringsmetode og integrationsmuligheder for din samtale-kunstig intelligensløsning. For eksempel, hvis dine kunder bruger sociale medier, messaging-apps eller hjemmesider til at kontakte dig, kan de foretrække chatbots frem for voicebots. Hvis dine kunder bruger telefonopkald, smarte højttalere eller stemmeassistenter til at kontakte dig, kan de foretrække voicebots frem for chatbots.

4. Hvilke tekniske og finansielle ressourcer har du til rådighed for at udvikle og vedligeholde din samtale-kunstig intelligensløsning?

Dette spørgsmål vil hjælpe dig med at vurdere gennemførligheden og skalerbarheden af din samtale-kunstig intelligensløsning. For eksempel, hvis du har begrænsede ressourcer eller ekspertise, kan du foretrække chatbots frem for voicebots. Chatbots er generelt lettere og billigere at udvikle og vedligeholde. Voicebots kræver mere avancerede teknologier og færdigheder, såsom talegenkendelse og syntese, hvilket kan øge omkostningerne og kompleksiteten af løsningen.

Samtale-kunstig intelligens. Fremtiden for kommunikation i erhvervslivet

Efterhånden som virksomheder søger at opbygge dybere, mere meningsfulde relationer med deres kunder, handler valget mellem chatbots og voicebots ikke kun om teknologi, men om at forstå og forudse menneskelige behov.

At kombinere kunstig intelligens med evnen til at have en samtale, der ligner en menneskelig, lover ikke kun effektivitet, men også en transformation af den måde, virksomheder interagerer med deres kunder på. For måske ligger fremtiden for forretningskommunikation heri – mere intuitiv, personlig og paradoksalt nok, mere menneskelig.

Hvis du kan lide vores indhold, så bliv en del af vores travle bier-fællesskab på Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.