インテリジェントな会話型ロボットは顧客サービス分野で成熟を続けている

会話型 AI ベンダーの Gnani は、会話型 AI ボットが今後 2 ～ 3 年で劇的に改善され、消費者やビジネス ユーザーの信頼を獲得すると確信しています。

[[441301]]

初期の会話型 AI システムは、ユーザーが言及すると関連する応答をトリガーするキーワードを中心に構築されていました。問題は、このプロセスでは文脈の理解が欠如していることが多いことです。これはユーザーにとってイライラする可能性があります。ボットがユーザーの言葉を理解できない場合、ユーザーは人間のエージェントに転送され、ボットにすでに伝えた内容をすべて繰り返さなければならないからです。これはおかしい。冗談で「人工知能」は「人工知能」だと言う人がいるのも不思議ではない。

消費者が使用する会話型 AI が成功するかどうかは、消費者が AI に何を求めるかによって決まります。

予約をしたい場合は、今日行ってください。試乗の予約やその他の作業はロボットが行うことができます。しかし、AI ロボットが人間の顧客の期待に応えられない場合、問題が発生します。

自動車販売店で車を試乗したい場合、何百万通りもの言い方があります。 「試乗したい」と言うこともできますが、「グレートウォールキャノンの性能を見てみたい」と言うこともできます。

ロボットの人工知能（AI）がこの変動性についてトレーニングされていない限り、顧客の要求を理解することはできません。 Gnani の現在のコーディング方法は、最初の一連のメソッドが提案され、その後自然言語処理アルゴリズムに入力されるというものです。似たような文が生成されますが、すべての地域のすべてのオプションがカバーされるわけではなく、一部のユースケースには固有のものがある可能性があります。

今日の多くのカスタマー サービス コールでは、会話型 AI ボットが 70% の確率で適切に機能します。

では、応答性と理解力が向上した会話型 AI はいつ実現可能になるのでしょうか?

今後数年間で、物事はますます良くなるでしょう。しかし、一夜にして成功できるとは思わないでください。失敗から学び、80% の効果があるシステムから始めるシステムが必要です。もちろん、残りの 20% に対処しなければ、システムは依然として混乱したままになります。業界やユースケースに合わせてカスタマイズされた NLP (自然言語処理) 学習システムが必要です。ユースケースごとにカスタマイズすることは、幅広い用途や業界で正確かつ使いやすい会話型 AI を実現するために不可欠です。

人工知能はコストを削減し、より多くの企業が利用できるようにするために取り組んでいます。しかし、成熟した形ではかなり高価です。 IBM Watson は保険の販売に利用されており、その信憑性があまりにも高いため、会話中の仮想女性をデートに誘おうとする男性もいるほどだ。問題は、ハードウェアがどれだけ強力かではなく、それをトレーニングするのにどれだけの労力がかかるかです。

このトレーニングは多大な労力とコストがかかるため、次世代のニューロモルフィック コンピューターによって関連するトレーニング時間とコストが削減されることが期待されています。

十分な予算があれば、会話型コンピューティングは今日でもうまく実装できます。業界はコストをより合理的なレベルまで引き下げるために懸命に取り組んでいます。それが成熟すれば、必然的にコンピューターとのやり取りの方法が大きく変わり、企業の顧客サービス モデルも大きく変わるでしょう。