你在開發的聊天機器人是正確的嗎?來自軟件公司Pegasystems的最新數據顯示，人們并不總是按照企業的思維方式來使用聊天機器人。以問答功能為例，這是很多聊天機器人具有的一個功能，但調查顯示只有不到一半的消費者需要該功能。

 

預計到2025年將有12.5億美元用于聊天機器人的開發，業務假設和客戶需求的錯位可能會導致代價高昂的錯誤。根據軟件開發公司RubyGarage的說法，從頭開始開發一個機器人需要6,000到12,240美元。當然，根據市場調研機構Juniper Research的數據，去年同樣的技術已為企業節省了2000萬美元。但是，要看到這些節省的資金，或所帶來的任何其他好處都需要進行正確的培訓和實施。

 

你在開發的機器人是正確的嗎?來自軟件公司Pegasystems的最新數據顯示，人們并不總是按照企業的思維方式來使用聊天機器人。以問答功能為例，這是很多聊天機器人具有的一個功能，但調查顯示只有不到一半的消費者需要該功能。

 

預計到2025年將有12.5億美元用于聊天機器人的開發，業務假設和客戶需求的錯位可能會導致代價高昂的錯誤。根據軟件開發公司RubyGarage的說法，從頭開始開發一個機器人需要6,000到12,240美元。當然，根據市場調研機構Juniper Research的數據，去年同樣的技術已為企業節省了2000萬美元。但是，要看到這些節省的資金，或所帶來的任何其他好處都需要進行正確的培訓和實施。

 

是的，訓練聊天機器人以滿足多種需求，這意味著需要做更多的前期工作。在威瑞森公司(Verizon)，這意味著教會“設備”(在My Verizon的情景中表示為“手機”，而在My Fios情景中表示為“機頂盒”)這個詞在每個實例中的不同含義，但是梅(May)說道，這樣做是值得的：“集成程度更高的系統將表現的更好。”

 

 

太過于訓練聊天機器人，以至于企業可能會忘記人類用戶需要進行自我培訓。事實上，Pegasystems公司的報告顯示，43%尚未使用過機器人的用戶根本不知道如何使用機器人。受訪者并非是技術新手，其中65%的受訪者經常發短信息，61%的受訪者使用Facebook Messenger。數據表明他們還沒有接觸過聊天機器人，也沒有獲得任何使用指導。

 

但梅(May)表示，即使是熟悉聊天機器人的用戶也可能需要被提醒，你面對的是機器人。他所在公司機器人會回答一些重復性的人力資源問題，比如我還有多少假期。“如果你每年只與HR進行幾次接觸，那么你就會忘記你面對的是機器人，”他說，“機器人必須首先成為你的一切，然后你才可以去面對它提出人力資源問題”-- 加強進行多個實例的案例訓練。

 

 

市場研究公司Grand View Research的報告稱，45%的聊天機器人用戶更喜歡將該技術作為客戶服務溝通的主要方式。不幸的是，這意味著超過一半的用戶仍然需要與人類員工進行交流。Pegasystems公司的數據還顯示出絕大多數人的偏好，其指出60%的用戶“在線與某一品牌進行交流時更愿意與人溝通。”

 

然而，這并不意味著聊天機器人應該假裝是人。雖然給機器人起一個像波莉(Poli)或艾米麗(Amelia)這些人類的名字很時髦，但庫馬爾(Kumar)說，“我絕不建議機器人......假裝它是人類。”數據也給出類似的結論：在Pegasystems公司尚未使用機器人的群體中僅有36%的人說，他們更喜歡人類說話。27%的人則稱，機器人像人一樣說話會“令人毛骨悚然”。

 

找到一種方法，既能最大限度地提高技術效率，又能讓人參與其中。[24] 7.ai公司的企業傳播副總裁伊恩•貝恩(Ian Bain)建議，讓真人來復審聊天機器人的談話，尋找需改進的方面。雖然這是所有機器學習的標準訓練步驟，但貝恩還建議實施“機器人與人類的接力”，即“只有在機器人遇到麻煩時，人類才會參與。”這種切換工作可以有兩種方式：第一，在線客戶可以要求聊天機器人將她與真人連接進行交流。“當機器人無法回答某一問題時，或者當客戶感到沮喪時，它可以自我識別，然后機器人將客戶連接到(人類)客服人員，”貝恩說。

 

 

成長型公司Doogheno的主管丹•史密斯說，除了明確你的機器人是機器人之外，還不要忘記語氣。“語氣決定一切，”他說道，一般的企業溝通往往會是正式的、非正式的、隨意的或是專業的。

 

“對于聊天機器人，”他解釋說，“這是一個挑戰。人們普遍認為聊天機器人的語氣應該像和朋友聊天一樣，但為什么呢?如果你打電話給客服進行投訴，他們會自動稱呼你的名字并加上‘口頭表情符號’，你會認為他們沒有認真對待你的投訴問題。”史密斯補充說，特別是，如果你是“一位55歲的人，正在對寶馬汽車尋找保修服務。”同樣地，對于一個出售披薩的聊天機器人打電話稱呼某人為某某先生，讓他去收貨，這是不合時宜的。

 

作為一種解決方案，史密斯建議監測客戶的語言，以獲取一組觸發詞，然后通過這些詞來告訴機器人使用哪種語氣，同時部署更廣泛的情緒分析。