Egyre több energiát fektetnek a chatbotok fejlesztésébe

Nemrég a mesterséges intelligenciát még csak sci-fi filmek fantáziavilágában tudtuk elképzelni, mára viszont nagyon is a mindennapjaink részévé kezd válni ez a technológia. Jelenleg az AI egyre növekvő mértékben forradalmasít a chatbotok területén. Az Oracle termék menedzsmentért felelős alelnöke, Suhas Uliyar interjúban beszélt a vállalat legújabb chatbot innovációjáról és a chatbotok jövőjéről.

Jelenleg félúton járunk ahhoz, hogy a Földön minden egyes ember rendelkezzen okostelefonnal és mindenre legyen egy applikációs megoldásunk. Az elmúlt nagyjából 10 év során láthattuk, hogyan vált a mobiltelefon a vásárlók és a vállalati dolgozók elköteleződését szolgáló csatornává. Amit pedig most látunk, hogy az elköteleződést leginkább az egyre népszerűbb üzenetküldő alkalmazások érik el, mint a Facebook Messenger, a WhatsApp és társaik.

Napjainkban több mint 4,1 milliárdan használnak azonnali üzenetküldő alkalmazásokat világszerte, amelyek a közösségi hálóknál is gyorsabb ütemben terjedtek el. Ezzel együtt fokozatosan terjednek el az AI-vezérelt chatbot innovációk is, amelyek jelentős segítséget nyújtanak majd a vállalkozások számára, hogy a beszélgetéseket automatizálhassák ezeken a csatornákon.

A Research and Markets legújabb kutatása szerint a chatbotpiac várhatóan 3,1 milliárd dolláros bevételi értéket ér el 2021-re. Emellett az Oracle Marketing Cloud egy nemrég végzett felmérésében megkérdezett értékesítési és marketing vezetők mintegy 80%-a már használja ezt az új technológiát, vagy tervezi annak bevezetését legkésőbb 2020-ig.

Miért fogott ilyen irányú fejlesztésbe az Oracle?

Miután felismertük, hogy a mobil technológia kritikus változást hoz az emberek mindennapjaiba, néhány évvel ezelőtt kifejlesztettük az Oracle Mobile Cloud megoldásunkat. A célunk az volt, hogy a vállalkozásokat segítsük, hogy gyorsan és egyszerűen építhessenek ki hasznos mobil megoldásokat mind a partnereik, mind pedig a munkavállalóik számára.

A Gartner és a Forrester is első helyre rangsorolta az Oracle mobil felhőszolgáltatását a szegmensben, amit mára hihetetlen széles körben alkalmaznak a különböző iparágakban.

Ezt követően kifejlesztettünk az Oracle Mobile Cloud részeként egy AI-vezérelt intelligens bot alkalmazást, amely lehetővé teszi a vállalkozások számára, hogy nagyobb vásárlói és munkavállalói elköteleződést érjenek el napjaink legnépszerűbb üzenetküldő alkalmazásai révén.

Tudna példát mondani a chatbotok alkalmazására?

Egy banki példát említenék, hiszen ez az egyik leggyakoribb területe a chatbotok alkalmazásának. Ráadásul, ha jól használják, a bankkal való társalgás olyanná is válhat, mintha a barátunkkal beszélgetnénk. Ezáltal sokkal szorosabb, szinte emberi kapcsolat alakulhat ki, mint egy szimpla mobilalkalmazás használatakor.

Online bankolásnál rendszerint tranzakciókat végzünk, lekérdezzük a számlaegyenlegünk, ellenőrizzük az utalásainkat, kifizetéseinket a bank weboldalán vagy mobiltelefonon. Ma már viszont mindezekről a chatbotokkal is „társaloghatunk” a természetes nyelv feldolgozás (natural language processing – NLP) segítségével egy üzenetküldő alkalmazáson vagy Private Virtual Assistant-en (PVA) keresztül. Így például megkérdezhetjük a chatbottól, hogy ’Hogy áll az egyenlegem?’, vagy olyan tevékenységeket végeztethetünk el, mint egy átutalás.

A chatbotot úgy fejlesztették ki, hogy megértse a szóban elhangzó kérdéseket és kontextust találjon azoknak. Így például ha valakinek több bankszámlája van, a bot meg fogja kérdezni, melyiket szeretné használni, az ezt követő kérdések és tevékenységek pedig már a megnevezett számlára fognak vonatkozni, hacsak nem utasítjuk másképp a chatbotot.

Az NLP és az AI elemek megfelelő kiépítése kulcsfontosságú. A chatbotnak meg kell értenie a feltett kérdéseket még akkor is, ha köznyelvi kifejezéseket tartalmaz vagy ha különbözően vannak megfogalmazva. A banki példánál maradva, megkérdezhetem a chatbotot, hogy mennyi pénz van a számlámon, de úgy is feltehetem a kérdést, hogy ’Le vagyok égve?’ A chatbotnak tehát értelmeznie kell a szlenget is.

Emellett a botoknak a bonyolultabb adatfolyamokat is tudniuk kell kezelni. Ha például ki akarom fizetni a bébiszittert, megmondhatom a botnak, hogy fizesse ki egy meghatározott számláról, vagy előbb azt is megkérdezhetem, hogy van-e elég pénz rajta. Ezt tisztázva a következő lépésnél már nem akarom, hogy újra pontosítanom kelljen, melyik bankszámláról vonjon le, hanem azt, hogy automatikusan felismerje a beszélgetésből, hogy továbbra is ugyanarról a számláról van szól. A kontextus tehát döntő fontosságú a felhasználói élmény szempontjából.

Hogyan alkalmazzák a mesterséges intelligenciát a chatbotban?

A megoldásunk többféle gépi tanulási algoritmust használ a természetes nyelv feldolgozásához a felhasználói oldalról, deep learning algoritmusokat a chatbot folyamatos fejlődéséhez, illetve egyéb algoritmusokat, hogy értelmezze a nyelvet és a beszédben megjelenő érzelmi töltetet.

A stratégiánk azonban többről szól, mint az AI alkalmazása a chatbotokban. A chatbot platformunk mikroszolgáltatás architektúrára épül, amely gépi tanulási motorokat használva úgy működik, mint egy mikroszolgáltatás. A chatbot szolgáltatáshoz a csatornakeretünk integrálja a Facebook Messengert, a WeChatet, a WhatsAppot, natív mobil alkalmazásokat, webes alkalmazásokat, stb., és az ezeken keresztül megvalósuló beszélgetéseken az NLP mikroszolgáltatás elvégzi a nyelvi felismerési feladatokat.

Ugyanezt az NLP szolgáltatást bármely fejlesztő elő tudja hívni, aki erre épülő alkalmazást akar létrehozni. Az architektúra lehetővé teszi a fejlesztőknek, hogy a gépi tanulási algoritmusokat specifikus célokra használják, például érzelem-elemzésre, amellyel más típusú ajánlatokat adhatnak bizonyos vásárlóknak, vagy használhatnak ajánlórendszereket is a fogyasztói alkalmazáson belül.

Mennyiben komplikált kiépíteni egy chatbotot az Oracle chatbot szolgáltatásával?

Egészen egyszerű. Főleg azoknak, akik már használják az Oracle Mobile Cloudot és már egy kiépült API-tárral rendelkeznek. Konkrétan egy kattintás az egész.

A felhasználó és a chatbot közötti beszélgetést egy dialógust és kontextust figyelő eszközzel kezeljük. Ebbe egy AI motort telepítettünk, számos különféle algoritmussal, amelyek növelik annak a lehetőségét, hogy a bot megértse a felhasználót.

Az egyik legnagyobb kihívást az NLP algoritmusok tanítása jelenti, hogy azok értelmezni tudják a felhasználó által feltett kérdéseket, illetve a szándékát, hogy mit akar mondani valójában. Össze kell állítani egy kisebb válogatást átlagos kérdésekből és állításokból. A bankolás esetében ezek olyan főbb témakörökre terjednének ki, mint a számlaegyenleg lekérdezés, átutalás, tranzakció követés és egyéb gyakori kérdések, amikre a bot alapozhat.

Az Oracle megoldásával azt is könnyedén ellenőrizhetjük, hogy a bot megérti-e a kérdésünk, illetve hogy milyen biztossággal tud arra válaszolni. Ha a bot egy számára szokatlan kérdéssel találkozik, mint hogy ’Le vagyok égve?’, átfuttatja azt egy sereg paraméteren, hogy megtalálja a helyes választ.

Miben különbözik az Oracle chatbotja a többitől?

A többcsatornás platformunk összeköti mind a botokon, mind a mobil és webes alkalmazásokon történt aktivitásokat, valamint a chatbot platformunkat és a bot builder-t, ami összefogja ezt az egészet. Van egy nagyon erős AI platformunk, kiterjedt integrációs képességeink, amelyek mind optimalizálhatóak mobilra, továbbá a chatbotjaink lehetővé teszik a bottól ügynökig, ügynöktől botig való közlést. És annak köszönhetően, hogy ez egy teljes mértékben felhő alapú szolgáltatás, alacsonyabb költségek, energia-befektetés és összetettség mellett oldhatóak meg vele a patchelések és frissítések, megbízható és biztonságos felhő környezetben, amely biztosítja a biztonsági mentéseket, magas szintű rendelkezésre állást, valamint a hiba miatti átkapcsolást.

Mi a helyzet az olyan alkalmazásokkal, mint a Google Home és az Alexa? Ezekkel is együtt tud működni az Oracle chatbotja?

Igen. Számos integrációnk van, amelyek lefedik a legnépszerűbb üzenetküldőket, mint a Facebook Messenger, a Slack, a Kik és a Line, továbbá olyan hangalapú virtuális asszisztenseket, mint az Amazon Alexa vagy az Apple Siri.

Tudatosan törekedtünk az egyszerűségre, nem komplikáltuk és kellően agnosztikusra fejlesztettük, hogy a bot képes legyen számos különböző csatornával együttműködni. Ez azért fontos, mert fogyasztóként mi magunk akarjuk eldönteni, hogy az új technológiát használjuk vagy sem, illetve hogy személy szerint milyen csatornán szeretnénk kommunikálni.

Milyen jövőt jósol a chatbotoknak?

Az intelligens chatbotok korszaka csak most kezdődött el. Fokozatosan újabb és újabb algoritmusokat fejlesztünk ki az érzelmek elemzése, képelemzés, nyelvek fordítása, öntanulás és viselkedés elemzés köré, hogy egyszerűbbé tegyük a botok fejlődését és egyben növeljük a felhasználói élményt is. A hitelesség mellett ugyanakkor a bot szolgáltatásoknak nem szabad tettetniük az „emberséget”.

Napjainkban a chatbotok jellemzően tartalmaznak egy emberi ágens komponenst is a sürgős vagy időérzékeny esetek kezelésére. De a jövőben az AI robotikus folyamatautomatizálás (robotic process automation – RPA) segítségével a botok képesek lesznek érzelem-elemzést futtatni, miközben az integrált RPA technológiának köszönhetően arra is képesek lesznek, hogy elindítsák a problémát megoldó folyamatokat, bármilyen emberi beavatkozás nélkül.