Jak na vývoj chatbotů, které zásady dodržovat a proč je budoucnost chatbotů v jejich polo-automatizovaných protějšcích

Chatbot se stal synonymem fintechu, tedy alespoň u nás. Každý by rád nějakého bota stavěl (hlavně pro banky :-)), ale nikdo vlastně úplně neví, co to ten chatbot je a co by hlavně měl dělat.

Pokud vás problematika zajímá a chcete si v ní udělat jasno, přečtěte si náš článek, který vás do problematiky zasvětí. Použitelných chatbotů ve finanční sféře moc nemáme, dobrým příkladem ale může být pojišťovací chatbot od společnosti AXA Assistance – rozhovor s otci myšlenky najdete na našich stránkách.

A dnes se ale podíváme na trochu jiný koncept. Chatler je polo-automatizovaný chatbot, což je další možný způsob, jak k botům přistupovat. Pokud vás toto téma zajímá více, dnešní rozhovor s Jánošem Szabo je určený právě vám.

Jánoše jsem poznala na StartupYard akci, patřil mezi ty, co prezentovali svoje řešení na Demo Day. Jeho přístup i produkt nás v redakci hodně zaujal, a tak jsem se s Jánošem rozhodla spojit a trochu ho pro vás vyzpovídat.

Jánoši, děkuji za přijetí mé žádosti o rozhovor. Jsem ráda, že se nám podařilo se zkontaktovat a já ti dnes můžu položit pár otázek. Na úvod by mě zajímalo, co tě vůbec vedlo k tomu, abys začal pracovat na projektu Chatler.

V mém předchozím projektu jsme postavili chatbota pro zasílání zpráv KIK Bot Shot. Pojmenovali jsme ho ClipDis a on si brzy získal popularitu. Bavil se s více než 300 tisíci uživateli, kteří si s ním vyměnili přes 10 milionů zpráv.

Jako produktový vlastník chatbota jsem aktivně sledoval zálohy konverzací, abych studoval, jak lidé našeho bota používají. Byla to skvělá zkušenost a já jsem získal vhled do toho, jak na sebe lidé a bot vzájemně působí.

Když jsem analyzoval rozhovory s botem, měl jsem někdy pocit, že já sám bych odpověděl něco jiného, než co odpověděl bot. Věděl jsem, proč bot vybral právě danou odpověď (samozřejmě, my jsme ta pravidla vytvořili), ale také jsem věděl, že jiná odpověď z botovy knihovny by dané konverzaci vyhovovala lépe.

Ještě více frustrující však bylo, když jsem viděl, jak náš bot při podávání informací selhával. Bylo zkrátka příliš mnoho scénářů a otázek, na které bot nebyl připraven.

Samozřejmě, že jsme ladili pravidla a každý den přidávali nové odpovědi, ale já jsem byl přesvědčen o tom, že cesta, jak přistoupit k automatizaci chatu, by měla být jiná. A tak se zrodil Chatler.

Jak bys jednoduše popsal fungování produktu Chatler. Proč si myslíš, že je jiný?

Chatler je řešením tam, kde umělá inteligence nenahrazuje, ale rozšiřuje schopnosti lidí, kteří chat vedou. Věříme ve spolupráci lidské a umělé inteligence. S technologiemi umělé inteligence můžeme pomoci organizacím využívat jejich drahé lidské zdroje efektivněji a zvýšit jejich produktivitu.

Chatler je nástroj pro správu konverzace se strojovým učením. Šetří čas strávený odpovídáním na opakující se otázky. V jednoduchosti lze říci, že celý systém pracuje ve třech krocích:

• Krok 1 je vytváření personalizované knihovny s odpověďmi

Tato knihovna obsahuje setříděné odpovědi na opakující se otázky. Chatler používá několik technik učení k analýze vzorců v historii chatů a shromažďuje odpovědi v osobní knihovně příslušného uživatele. Operátor dále může tuto knihovnu personalizovat.

• Krok 2 jsou průběžná doporučení ohledně odpovědí

Na základě příchozích zpráv průběžně doporučujeme operátorům, kteří chat vedou, odpovědi, které nejlépe vyhovují. Náš algoritmus vybírá nejrelevantnější skupiny odpovědí a zároveň operátorům průběžně dává doporučení, avšak finální rozhodnutí udělají operátoři. Zvolí jednu z doporučených možností.

• Krok 3 je polo-automatizace a zlepšování

Náš algoritmus se učí z uživatelových voleb, a jak jde čas, doporučuje stále lépe. Jakmile Chatler nabude v některých odpovědích dostatečnou jistotu, může zastoupit člověka. Následně může přistoupit ke zlepšení automatizace těch částí konverzace, které nejsou dostatečně jednoznačné či správné.

Lépe než tisíc slov poslouží toto naše produktové demo. Podívejte se, jakým způsobem Chatler pracuje v praxi.

Proč si myslíš, že právě polo-automatizovaní chatboti fungují?

Jako hlavní problémem vidím složitost naší komunikace. Velmi jemné nuance mohou změnit celý kontext. Umělá inteligence zatím není na úrovni, kdy by si mohla být stoprocentně jistá tím, že dává jedinou správnou odpověď. Ve skutečnosti je ve většině případů možných hned několik správných odpovědí.

Jak je možné vidět i na grafu níže, je snadné dosáhnout určité úrovně jistoty a sestavovat pořadí možných odpovědí. Tou složitou částí je vybrat mezi mnoha možnými správnými odpověďmi jednu jedinou.

Stroje mohou seskupovat a určovat pořadí odpovědí na základě historických údajů. Ale položka, kterou algoritmus zařadí na první místo seznamu, většinou není tou správnou odpovědí. Dnes ještě algoritmy nedokážou plně modelovat naše konverzační chování, proto s finálním krokem pořád zápasí.

Představte si, že byste si nemohli prohlédnout popis filmu, ale „chatbot“ by zastoupil váš Netflix a řekl vám, na co se máte dívat příště. Samozřejmě že by vám to ušetřilo spoustu času, který byste strávili hledáním, ale já bych se po několika doporučeních špatných filmů přestal na Netflix dívat. A konverzace jsou ještě mnohem složitější než filmové recenze.

Na druhou stranu lidé umí používat svoji emoční inteligenci, a tak mohou z možností, které pro ně stroj připraví, vybrat ty správné odpovědi. Stroj pracuje ruku v ruce s lidmi. Na základě historických údajů doporučuje odpovědi, které nejlépe odpovídají, a lidé z nich vyberou tu nejvhodnější.

Když se podíváme na trh, mohl bys jmenovat ty chatboty, které jsou podle tebe ve světě nejlepší?

KLM, Uber, TransferWise nebo Domino Pizza mají skvělé chatboty. Jejich charakteristikou je, že jsou všichni zaměřeni na velmi úzkou oblast s jednoduchou funkcionalitou. To je důvod, proč jsou úspěšní. Bohužel konverzace související s péčí o zákazníka zdaleka nejsou tak snadné jako objednávka pizzy.

Jak vidíš budoucnost trhu s chatboty? Jak budou chatboti fungovat ode dneška, řekněme za rok, dva či pět let?

Co se týče technologií, má jejich životní cyklus obecně tvar hyperboly. Začíná výstupem nahoru: nový způsob, jakým se věci provádějí, vypadá velmi nadějně – jako chatboti nebo jazykové překlady – a první ukázky jsou neuvěřitelně slibné.

Ale pak, jakmile jsou spuštěny v reálném světě, tyto věci zkrátka nikdy nefungují tak dobře, jak doufáme, že fungovat budou. Mají vždy svoje omezení a tato omezení začnou být zřejmá relativně velmi rychle. Chatboti jsou dnes ve třetí fázi svého hyperbolického životního cyklu.

Pokud by si někdo chtěl postavit svého vlastního chatbota, jaká jsou hlavní pravidla, kterými by se měl řídit?

Než stavění botů bych raději zmínil to, jak přistupovat k automatizaci chatu obecně. Tato oblast mi přijde nejdůležitější, pokud se budeme bavit právě o chatbotech. Problematiku bych rozdělil do těchto bodů:

• Snažte se porozumět tomu, o čem lidé mluví (pokud jde o vaši značku): Organizace obvykle velmi dobře zná aktuální podobu konverzace se zákazníky. Obchodníci se každý den setkávají s novými i stávajícími klienty, telefonní operátoři vedou desítky konverzací každý den, zdi Facebooku jsou plné komentářů a poznámek fanoušků (a trollů). Posbírejte a začněte analyzovat všechny tyto informace.
• Identifikujte v rozhovorech opakující se vzorce a vytvořte standardizované odpovědi: Z naší zkušenosti obecné pravidlo 80/20 platí také pro chatové konverzace značek. 80 % všech rozhovorů je na 20 % témat. Zákazníci, fanoušci mají tendenci ptát se pořád dokola na ty stejné otázky. Tato opakující se témata jsou ta, která společnosti musí identifikovat a vytvořit na ně standardizované odpovědi.
• Získejte jistotu na opakujících se tématech: Lidští operátoři by měli standardizované odpovědi každý den opakovaně používat v chatových konverzacích. Sledovat, jak na ně lidé reagují, a změnit je, pokud to je nutné. Definujte nejčastější otázky zákazníků na každou z odpovědí. Postupem času operátoři budou vědět, které odpovědi v různých situacích použít.
• Polo-automatizujte části vaší konverzace: V okamžiku, kdy jste absolvovali část učení, začněte automatizovat nejvíce se opakující interakce s malým rizikem. Boti mohou zastoupit zaměstnance a uvolnit je tak pro smysluplnější interakce, jako jsou například takové, které vyžadují lidskou empatii. Chatboti mohou převzít takové případy, kde je pravděpodobnost volby správné odpovědi vysoká a cena za případnou špatnou odpověď nízká.
• Sledujte, analyzujte, vylepšujte: Neustále sledujte a analyzujte rozhovory. Pozorujte, jak lidé reagují na standardizované odpovědi, přepisujte je, testuje různé odpovědi na stejné otázky. Připravte nové odpovědi na nově se objevující témata a znovu je automatizujte.

Jaké zdroje je dobré sledovat, když chci být ohledně chatbotů neustále v obraze?

Sleduji hodně zdrojů. Téměř denně se snažím na twitterovém účtu @chatler sdílet novinky ze světa chatovacích botů. Nicméně skvělé čtení představuje blog Chatbotslife, který nabízí přehled o tom, co se ve světě chatovacích botů děje. Dále skvělý blog je Botlist.

Zúčastnil jsi se soutěže inkubátorů Startup Yard a měl jsi šanci poznat českou fintechovou scénu. Jaké myslíš, že jsou hlavní rozdíly mezi fintechovými společnosti v Praze a Budapešti?

Na Startup Yardu jsme se bavili spíše s druhou stranou (bankami a pojišťovacími společnostmi). V obou zemích začínají tradiční finanční společnosti pociťovat účinky digitální proměny. Teď to zaznamenávají na svých podílech na trhu (například Zonky.cz a Benefi.cz zprostředkovaly jen v prvním roce půjčky v hodnotě něco přes 40 milionů korun).

Dnes se tradiční finanční společnosti chtějí co nejdříve spojit s fintechovými společnostmi, nabídnout jim takové podmínky, které budou přínosem pro obě strany. To samozřejmě znamená, že musí snížit svoje poplatky a dělit se o svoje zisky, ale my (koncoví zákazníci) z těchto trendů budeme jen profitovat.

To bylo pro dnešek vše. Děkuji Jánošovi za rozhovor a budeme se těšit někdy příště. Dotazy, poznámky a připomínky pište na náš učet na twitteru @fintechcowboys. Budeme se těšit.