聊天機器人在 2019 年要克服的最新障礙

我們已經聽說聊天機器人的驚人力量和奇蹟已經有一段時間了，我什至稱讚它們是客戶服務和支持的下一個最佳選擇之一。 但是，當然，生活中沒有什麼是完美的，聊天機器人還遠沒有達到那種成熟程度。

然而，隨著人工智能變得越來越強大，並且隨著時間的推移將繼續如此，聊天機器人本身的能力將會增長——但也會有一些成長的痛苦。 聊天機器人已經經歷了很多成長的痛苦，其中一些非常具體的挑戰需要在 2019 年解決。

組織一直在努力改善他們的客戶體驗，但在移動球門柱之後可能會很困難。 客戶需求可能會迅速變化，就在過去幾年中，我們看到對組織的全新期望出現了。

聊天機器人可以為企業提供一種支持客戶的新方式，但我們必須意識到聊天機器人在 2019 年面臨的挑戰，以有效利用其能力。

現實世界中的聊天機器人

當試圖圍繞特定技術及其當前的現實能力構建上下文時，我總是喜歡求助於衡量期望和成功的標準化方法。 我通常將其中一項衡量標準轉為 Gartner 炒作週期，它可以概述並幫助我們更好地了解當前技術在其“炒作週期”中的位置，以及該解決方案與實際使用的距離可能有多遠。

當我們查看聊天機器人的狀態時，我也參考了炒作週期，並認識到在他們 2016 年新興技術炒作週期中，Gartner 將“對話式用戶界面”和“虛擬個人助理”納入了它們的巔峰時期膨脹的期望。 但是，更重要的是，“自然語言問答”已經滑落到“幻滅的低谷”。

如果我們向前跳兩年，看看 2018 年新興技術的炒作週期，我們會注意到現在“對話式 AI 平台”和“AI PaaS”的預期特別高，預計將達到穩定期5-10年內。

然而，我們也可以注意到“虛擬助手”正在走向“幻滅的低谷”，預計僅在 2-5 年內就會達到穩定水平。

那麼這對聊天機器人意味著什麼呢？ 好吧，相關技術要么仍然在那個被誇大的期望值之內，並且剛剛開始達到幻滅期，當我們開始認識到該技術的缺陷並理解其功能可能不像最初承諾的那樣牽強。

這不是一件壞事，我們只需要知道如何管理我們的期望，並以最好的方式利用技術。 這也不是說聊天機器人不存在，它們會一直存在。 Marketsandmarkets 2017 年的研究發現，早在 2016 年，聊天機器人市場的估值就高達 7.03 億美元左右，Opus Research 還在 2017 年指出，預計到 2021 年將有 45 億美元投資於智能助手。

了解聊天機器人的局限性

因此，雖然聊天機器人會繼續存在，但我們確實需要限制聊天機器人的參與度，以幫助我們更好地管理我們的期望。 如果我們對聊天機器人的能力有更好的了解，我們就可以更好地了解如何正確利用和優化它們以獲得最佳投資回報率。

UX Collective 在講述“為什麼聊天機器人失敗”背後的故事方面做得很好。

我不想回顧整個事情，我認為讀者應該查看該頁面以獲得完整的效果，但我確實想強調該小組所做的一些重要觀察：

1. AI 遠沒有我們希望的那樣容易訪問：Gartner 炒作週期也可以識別這一點。 當然，人工智能正在進入聊天機器人和其他 UX 技術，但實際上，使用和可訪問性受到自然限制。
2. 機器人難以理解上下文：這是一個我們將大量觸及的挑戰，因為它是一個整體主題，也是機器人鬥爭背後的主要原因。 沒有人類的“記憶”，但很難提取相關信息以進行更人性化的對話。
3. 集成可能受到限制：與任何云服務一樣，不能保證您的解決方案和工具可以很好地協同工作，也不能保證特定的機器人可以與您選擇的特定平台一起工作。 這也回到了有限的可訪問性。

UX 集體更詳細地解釋了更多限制，但這些是使聊天機器人無法發揮其真正能力的三個主要限制中的一些。 由於人工智能的形式有限，並且無法理解上下文，聊天機器人很難提供我們大多數有需要的人所渴望的人性化。

另一方面，無法巧妙地集成到現有工具中，並且缺乏可訪問性，使得組織難以開發和建立一致的用戶體驗——這類問題正是 Vonage 最近收購 Dimelo 的原因。

2019 年需要注意的挑戰

聊天機器人已經並將繼續面臨的大多數挑戰都圍繞著這些限制。 組織需要意識到這些挑戰，不僅要幫助他們管理他們對聊天機器人可以做什麼的期望，還要更好地了解聊天機器人將如何融入他們的整個聯絡中心工具箱。

很明顯，社交媒體營銷正在迅速被消息傳遞應用程序超越和超越。 就在一年前，也就是 2018 年 1 月，有數百萬用戶分佈在 10 多個流行的移動消息應用程序中，如 Birdsbeep 所做的研究所示。

這意味著就在一年前，要讓組織接觸到最多的用戶，他們需要分佈在 11 個不同的消息傳遞應用程序中。 這也不包括您組織的應用程序和網站，它們也是聊天機器人的關鍵環境。

這正迅速成為組織面臨的更大挑戰。 值得慶幸的是，正如我們所看到的，僅前幾名的移動消息應用程序就可以接觸到大量用戶——但這仍然是一個需要解決的問題。 組織現在必須在眾多消息平台上管理網站聊天機器人、潛在的應用內聊天機器人和聊天機器人，以確保用戶的最大覆蓋範圍和可訪問性。

組織必須開始適當地優先考慮不同的溝通渠道或方法，並識別用戶最有可能與機器人交互的地方。 很有可能應用程序的數量只會繼續增加，我們甚至會開始看到需要將機器人注入到其他形式的短信中，比如 RCS。

利用人工智能

人工智能顯然變得非常流行，特別是在聯絡中心和客戶參與行業。 很明顯，人工智能也是聊天機器人的重要基石。 在其最簡單的配置中，聊天機器人遵循簡單而基本的“如果>那麼”規則，但由於強大的人工智能，其功能得到了增長。

但是，正如我們所看到的，人工智能與聊天機器人本身一樣被炒作。 構建聊天機器人的開發人員以及在其業務中實施實時網站聊天的開發人員都必須知道如何以及何時正確利用不同形式的 AI。

例如，自然語言處理對於正確理解上下文是必要的，而情感分析使聊天機器人能夠了解何時應該將對話升級為實時代理或人工響應者。 隨著更多人工智能解決方案和技術的開發，用戶和開發人員將只有更多的選擇可以涉足。

情緒分析非常適合通過了解客戶當前的感受來幫助現場座席，但在幫助聊天機器人自然對人類做出反應方面可能會有所不足。 在決定實施聊天機器人與實時代理時，自然語言是需要考慮的重要代理特徵。 但是，僅僅因為聊天機器人可以讀取到人們不高興，並不意味著它可以以幫助客戶感覺更好的方式做出回應。

有意義的參與

我們不僅需要聊天機器人可以訪問，而且需要與消費者在同一平台上使用； 但是，他們也需要提供實際有意義的聯繫。 現在，我們需要再次管理我們的期望。 這並不意味著聊天機器人會詢問您的一天並提供生活建議，那隻是浪費時間。 然而，我們希望我們的聊天機器人能夠提供真正有意義的體驗，並在不需要人工的情況下提供人性化的體驗。

最明顯的做法是讓您的聊天機器人（歡迎訪問者）快速打招呼訪問您的網站，但大多數用戶可能會立即點擊。 我們需要鼓勵用戶與聊天機器人互動，並且聊天機器人的配置不僅要鼓勵這種互動，還要提供有意義的結果。

應該利用聊天機器人為用戶提供行動號召。 正如我的同事尼克所寫，“客戶需要感覺他們應該與聊天機器人互動”，而簡單的號召性用語（例如介紹消息中用於簡化對話的按鈕）可以確保客戶參與並尋求幫助他們需要。

真正利用上下文

聊天機器人最大的缺點可能是它們缺乏人類記憶，它們很快就會忘記你剛剛討論的內容。 這是基於機器人的構建和設計方式的限制，因此只是它們“個性”的一個方面。 如果無法回憶以前的信息和上下文，聊天機器人就會錯過大量可以用來更好地為用戶服務的信息。 上下文是關鍵。

隨著聊天機器人內存的改進，現有上下文將得到更好的利用——聊天機器人可以記住和參考以前的對話，或其他細節，如上次訪問的網頁或上次搜索的產品，將能夠提供更好的支持和對話流程一種更自然的方式。

這與提供人情味有關，作為“人際互動”的一部分，正常的人際對話的自然流程也隨之而來。 開發人員和組織必須利用這種對話上下文以及物理上下文線索——比如從用戶以前在組織的應用程序或網站中的操作中發現的線索。

通過結合這兩個級別的上下文，並利用這些信息，聊天機器人可以提供更人性化的聯繫和更好的服務。

確保適當的安全性

可悲的是，對於許多組織來說，安全從來都不是真正的頭等大事。 在最近的數據洩露事件中，我們一次又一次地看到公司沒有足夠重視私人客戶信息的存儲，甚至像亞馬遜和優步這樣大的公司也遇到了數據洩露事件。

對於任何處理支付或個人信息的組織來說，安全性應該是絕對必要的，而不僅僅是一個考慮因素。 這正是主要信用機構制定和採用 PCI 法規的原因。 對於任何形式的通信都可以這樣說，這也意味著聊天機器人。

如果客戶通過您組織的聊天機器人進行購買或以任何方式提供他們的個人和私人信息，則您的組織絕對有責任確保數據（如果存儲）得到適當保護。

聊天機器人應該使用高級加密，每個組織都應該遵循最基本的安全協議——2019 年是公司應該努力保護數據的時候，聊天機器人是一個獨特的用例，許多組織在討論時可能不會考慮安全。

正確的數據管理

說到數據，數據也有絕對好的一面。 組織可以而且應該利用盡可能多的數據來優化其整體業務流程。 特別是聊天機器人，就像客戶體驗的其他方面一樣，可以通過數據的收集和分析進行具體優化。

但是隨著用戶和機器人之間的參與和交互數量的增加，組織必須存儲和管理的大量數據將變得難以處理。 這當然與安全有關，因為大量數據特別容易受到攻擊，必須受到保護。 組織必須找到一種方法來正確組織、收集和管理所有這些數據。

企業應該更好地了解改善聊天機器人甚至需要哪些數據，並努力減少收集的數據量，以防止任何問題的發生。

歐洲已經有了 GDPR，美國和其他國家效仿只是時間問題，考慮到數據收集和管理必須在 2019 年現在發生，而聊天機器人收集數據的時機已經成熟。

解決可訪問性

雖然這可能是一個很好的問題，但同一枚硬幣的兩個面的可訪問性問題正在增加。 一方面，我們有很強的可訪問性，如果你願意的話，幾乎可以選擇過多的選項，因此很難找到正確的解決方案。 例如，早在 2016 年，Facebook Messenger 就已經支持超過 34,000 個不同的聊天機器人。

這種過度飽和的市場水平使得組織難以為其平台找到合適的聊天機器人，使得 Facebook 等平台難以了解聊天機器人的強大程度（超出了它們提供的數量），正如 Clickz 所指出的，這也使聊天機器人的開發人員很難真正了解他們的機器人是如何被使用的，以及如何改進它們。 有這麼多選擇，世界上最好的機器人可以簡單地隱藏在列表的底部。

另一方面，缺乏可訪問性也可能是一個問題。 正如我所指出的，聊天機器人的一大限制是無法與現有工具集成，或者缺乏針對特定平台的開發。 例如，由於有如此多的開發人員專注於 Facebook Messenger，Whatsapp（也歸 Facebook 所有）可能會錯過其他強大的選擇。 或者，一個專注於 Facebook Messenger 的組織可能無法負擔多個平台上的多個聊天機器人。

確保多語言支持

雖然並非每個組織或企業都可能具有全球影響力，但在尋求與客戶建立聯繫時始終需要多語言支持。 聯絡中心多年來一直在其 IVR 菜單中包含多語言支持，聊天機器人應該被視為一種自然的擴展，甚至更是如此。

聊天機器人有助於擴大您組織在國內和國際上的影響力，使用戶能夠在一天中的任何時間與您的組織進行交互——畢竟 24 小時支持是聊天機器人最強大的用例之一。 如果聊天機器人無法與多種語言的用戶進行交互，您的組織將錯過與大量潛在客戶的聯繫。

自然語言處理 AI 在多語言支持方面有一個獨特的問題，不僅要適應不同的語言，還要適應不同的方言和口語術語。 這是一個現在應該解決的獨特問題，因為聊天機器人在 2019 年真正進入了聯絡中心的主流支持庫。

聊天機器人有需要克服的挑戰

聊天機器人是一種非常強大的方式，可以徹底改變您的組織或聯絡中心可以提供的支持水平。 通過使用聊天機器人補充人類代表，用戶可以通過您的網站、移動應用程序甚至流行的消息應用程序與之交互，您的企業可以在全球範圍內擴大其影響力，並每週 7 天、24 小時提供服務。

然而，正如我們之前所討論的，聊天機器人並不是人類支持的全部、全部。 總會有一段時間，真正需要人情味來提供客戶和用戶尋求和要求的支持和個性化水平。

組織必須能夠識別如何以及何時在其客戶參與組合中正確利用聊天機器人，同時識別和識別聊天機器人面臨的獨特挑戰。

2019 年，聊天機器人不僅會發展其獨特的能力，還會遇到一些獨特的挑戰。 更不用說，隨著我們的技術環境發生變化，消費者需要更多的隱私和更強的數據控制，組織必須能夠調整他們的所有通信，包括聊天機器人。