Jak generatywna AI wpływa na rozwój chatbotów?
Jeszcze kilka miesięcy temu, gdy pojawił się ChatGPT, było kilka sceptycznych głosów, które twierdziły, że zastąpi on wszystkie dotychczasowe chatboty i voiceboty. Szybko się okazało, że o ile ChatGPT jest fajną nowinką dla zwykłego użytkownika i przydatnym narzędziem dla marketerów, pomagającym szybko wygenerować slogany reklamowe, to jednak technologia ta nie jest odpowiednia do automatyzacji obsługi klienta lub sprzedaży – a to są główne zastosowania chatbotów w biznesie. ChatGPT sam w sobie nie zastąpi innych chatbotów – przede wszystkim z powodów możliwych halucynacji, wprowadzania w błąd, rozpowszechniania fake newsów. Innym problemem jest bezpieczeństwo danych i brak możliwości hostowania aplikacji na prywatnych serwerach – a to jest częsty wymóg firm z branży finansowej, ubezpieczeniowej, telekomunikacji czy usług zdrowotnych.
Jakie są główne korzyści z wykorzystania generatywnej AI w chatbotach/voicebotach?
Generatywną AI można wykorzystać, by dosłownie przyspieszyć pracę. Na przykład, generatywna AI jest w stanie stworzyć automatycznie wszystkie elementy potrzebne do budowy bota: przykładowe frazy, wypowiedzi, testowe zapytania lub słowa kluczowe służące do trenowania silnika języka naturalnego. Dzięki temu, że przyspieszymy tworzenie wszystkich elementów budowy bota, zajmuje ona o 60-90% czasu mniej niż dotychczas. W rezultacie boty SentiOne są nadal bardzo bezpieczne z punktu widzenia brandingu i biznesu – odpowiadają tylko na te zakresy tematyczne, które im wcześniej zdefiniowaliśmy, pobierają informacje ze wskazanych bazy wiedzy, nie wymyślają odpowiedzi, nie mają halucynacji. A jednocześnie, dzięki wsparciu generatywnej AI, odpowiadają pięknym i kreatywnym językiem, stają się coraz mniej robotyczne. Dzięki automatyzacji samej budowy bota, w SentiOne jesteśmy w stanie zbudować testowego / pilotażowego bota dla klienta już w ciągu kilku godzin.
Zobacz również
Jak generatywna AI może zmienić sposób, w jaki firmy komunikują się z klientami?
Tutaj widzę zastosowanie dla generatywnej AI w wielu obszarach: sprzedaży, marketingu, obsługi klienta. Należy pamiętać, że to nadal jest tylko technologia wspierająca, nie zastąpi człowieka. Istnieją już takie możliwości, by działy marketingu mogły sobie wytrenować własne modele AI, które tworzyą komunikaty zgodne z linią i stylem danej marki. Przykładowo, firma sprzedająca owocowe smoothie może przybrać ton „doświadczonego sadownika, który przy każdej okazji opowiada anegdoty o jabłkach, marchewkach i gruszach”. Dzięki temu maile, hasła na social media, newslettery, komunikaty na czacie będą spójne i będą budowały większe zaangażowanie odbiorców.
Jednak trzeba pamiętać, że generatywna AI powinna być odpowiednio nadzorowana i zarządzana, aby uniknąć potencjalnych zagrożeń i wyzwań związanych z jej implementacją.
Jakie są najważniejsze wyzwania i zagrożenia związane z implementacją generatywnej AI w chatbotach?
Implementacja generatywnej sztucznej inteligencji w chatbotach rzeczywiście niesie za sobą zarówno potencjał, jak i pewne wyzwania i zagrożenia. Oto kilka z najważniejszych:
#PolecajkiNM cz. 32: czego szukaliśmy w Google’u, Kryzysometr 2024/25, rynek dóbr luksusowych w Polsce
- Nieodpowiednie lub obraźliwe treści: generatywna AI może wygenerować treści, które są nieodpowiednie, obraźliwe lub wrażliwe. Istnieje ryzyko, że chatbot może przypadkowo lub celowo generować treści, które są niewłaściwe dla użytkowników, co może prowadzić do reputacyjnych szkód dla marki.
- Propagowanie dezinformacji: chatboty oparte na generatywnej AI mogą przypadkowo lub celowo rozpowszechniać dezinformację. Istnieje ryzyko, że chatbot może nieprawdziwie odpowiadać na pytania użytkowników lub przedstawiać nieprawdziwe informacje, co może mieć negatywne skutki dla użytkowników i ich zaufania do marki.
- Niedostateczna kontrola nad generowanymi treściami: generatywna AI może czasami generować treści, które są niezrozumiałe, niejasne lub nieadekwatne do kontekstu. Właściciele chatbotów muszą zapewnić odpowiednią kontrolę nad generowanymi treściami, aby uniknąć sytuacji, w których chatbot nie spełnia oczekiwań użytkowników.
- Znaczna zależność od jakości danych treningowych: efektywność chatbotów opartych na generatywnej AI jest w dużej mierze zależna od jakości danych treningowych. Jeśli dane są niewystarczające, niezróżnicowane lub zawierają uprzedzenia, chatbot może generować treści, które są nieprawidłowe, tendencyjne lub nieodpowiednie.
- Bezpieczeństwo i prywatność danych: chatboty wymagają dostępu do danych użytkowników, aby zapewnić spersonalizowane odpowiedzi. Istnieje ryzyko naruszenia bezpieczeństwa i prywatności danych użytkowników, jeśli nie są odpowiednio chronione przed dostępem osób niepowołanych.
- Brak kontekstu i empatii: chatboty oparte na generatywnej AI mogą mieć trudności ze rozumieniem kontekstu i wykazywaniem empatii w interakcjach. Mogą nieudolnie odpowiadać na subtelności, żarty lub sytuacje wyjątkowe, co może prowadzić do frustracji użytkowników.
- Ograniczenia językowe: generatywna AI może mieć trudności z obsługą języków rzadziej używanych, dialektów, slangów lub języków o skomplikowanej strukturze. W związku z tym chatboty mogą mieć ograniczenia w zakresie obsługi różnorodnych grup użytkowników.
W jaki sposób można wyeliminować te zagrożenia?
Jak chcemy być niezależni od błędów i problemów zewnętrznych platform, to trzeba zbudować własne. Aby uniknąć powyższych zagrożeń, SentiOne używa własnej generatywnej AI, opartej na naszych własnych modelach LLM (large language models), oraz wdraża boty na własnej infrastrukturze serwerowej (wdrożenia on-premise), by zachować 100% bezpieczeństwo i przechowywania danych. Jednym z najważniejszych elementów budowy bota jest również zdefiniowanie mu odpowiedniej bazy wiedzy, z której będzie pobierać informacje, które potem przekazuje klientom podczas rozmowy. W SentiOne mamy bardzo rozbudowaną funkcjonalność budowania bazy wiedzy dla bota: mogą to być informacje produktowe klienta, polityka bezpieczeństwa, regulaminy, cenniki usług itd.
Słuchaj podcastu NowyMarketing
Dodatkowo trzeba pamiętać, że wszystkie narzędzia oparte o AI są dobre tylko na tyle, na ile dobre są ich dane uczące. Dlatego, aby usunąć zagrożenia związane z halucynacją, wprowadzaniem w błąd lub rozsiewaniem fake newsów, należy wyczyścić dane treningowe ze wszystkich ryzykownych elementów. W SentiOne czyścimy dane treningowe z obraźliwych treści, przeuczamy modele AI tak, aby ich wiedza była stale aktualizowana i odświeżana. Dodatkowo testujemy aktualnie nowe funkcje takie jak „unlearning modeli AI” – tak by modele AI mogły oduczyć się złych lub niepoprawnych treści.
Jakie są obecnie największe wyzwania związane ze stworzeniem i wdrożeniem chatbotów/voicebotów opartych na AI do komunikacji z klientami w każdym kanale?
Pracujemy z klientami stricte biznesowymi: bankami, ubezpieczycielami, dostawcami mediów itd. Wyzwania u takich klientów są zależne od rozmiaru firmy i wewnętrznych operacji. Każda firma, która przechodzi teraz przez cyfrową transformację lub automatyzację procesów, zmaga się z długim procesem decyzyjnym, przekazaniem wewnętrznie odpowiedzialności za nowe projekty, itd. Proszę sobie wyobrazić zmiany, jakie niesie AI w organizacjach. Przykładowo średniej wielkości bank był w stanie do tej pory przyjmować maksymalnie 10 tysięcy połączeń na infolinii dziennie. A po wdrożeniu voicebota mogą przyjmować 800 połączeń w ciągu jednej sekundy. To jest ogromna zmiana, i to jest właśnie zaleta AI – gwarantowane wykładnicze wzrosty produktywności na każdym obszarze. Dlatego też każdy dostawca transformacji lub innowacji powinien działać nie tylko jako dostawca technologii, ale też jako konsultant, który przeprowadzi firmę przez proces zmian i rewolucji AI.
Stworzyliście własne rozwiązanie z zakresu generatywnego AI, które ma być odpowiedzią na ChatGPT. Dlaczego zdecydowaliście się na ten krok?
Myślę, że nie było firmy na świecie, która nie zastanawiała się „jak możemy wykorzystać tę nowinkę technologiczną dla siebie”. Sami budujemy AI od 12 lat i wiemy, że ChatGPT to rewolucja na miarę pojawienia się internetu lub smartfonów kilkanaście lat temu. Nie mogliśmy sobie odmówić okazji, by być częścią tej rewolucji. Patrząc na nasze doświadczenie oraz na zasoby – zbiory danych i zespół – nie mieliśmy wątpliwości, że jesteśmy w stanie zbudować najlepszy tego typu model, eliminując jednocześnie wady oryginalnego rozwiązania i czyniąc go możliwym do wykorzystania przez firmy.
Jak jako SentiOne wykorzystuje generatywną AI w swoich obecnych rozwiązaniach?
Opracowane przez naszych inżynierów rozwiązanie LLM (large language models) sprawia, że oparte na nim chatboty potrafią komunikować się naturalnym, swobodnym i poprawnym językiem, a jednocześnie usuwa ryzyka związane z korzystaniem z ChatGPT – takie jak brak umiejętności osadzenia wypowiedzi w kontekście czy opieranie się na przypadkowych, niezweryfikowanych danych, co zwiększa ryzyko podawania mylących, nieprecyzyjnych czy nawet fałszywych informacji. Nowa technologia pozwala również zautomatyzować proces budowy nowych botów, skracając go z 3 dni do 3 godzin, czyli o ok. 90 proc. Dzięki naszemu GPT można też swobodnie zautomatyzować tworzenie wszystkich elementów bota: wypowiedzi, frazy, intencje, ścieżki dialogowe czy pytania testowe.
Jakie są najważniejsze trendy, które obecnie obserwujesz w dziedzinie generatywnej AI i chatbotów?
Aktualnie wszystkie oczy twórców AI, w tym i nasze, są skierowane na Unię Europejską i jej regulacje. Tak więc aktualnie jednym z największych trendów jest stworzenie, bezpiecznych i niehalucynujących modeli, które nie będą wprowadzać w błąd i siać dezinformacji. W świecie AI i researcherów wszyscy rozmawiają o tworzeniu odpowiedzialnej sztucznej inteligencji, a do współpracy angażujemy filozofów i etyków, którzy razem z inżynierami i programistami powinni wypracować najlepsze rozwiązanie.
Jak twoim zdaniem będzie wyglądać komunikacja pomiędzy marką a klientem, konsumentem za kilka lat? Czy w najbliższym czasie możemy się spodziewać, że w pełni zostanie ona zautomatyzowana i 'zostawiona’ sztucznej inteligencji?
Umiejętności AI są imponujące, ale jednak często przeceniane. AI najlepiej się sprawdza na bardzo konkretnych i sprecyzowanych zadaniach i poleceniach, nie zrobi za nas „wszystkiego”. Proszę zobaczyć, jak wygląda postęp w autonomicznych samochodach. Już od kilku lat mamy takie funkcje jak samodzielne parkowanie równoległe, trzymanie się linii, hamowanie, gdy zbliżamy się zbyt szybko do samochodu z przodu. Jednak by samochody jeździły całkowicie samodzielnie pozostało jeszcze kilka elementów, które okazały się bardzo trudne i skomplikowane do realizacji. Pomimo wydanych miliardów dolarów ciągle nie udało się tego osiągnąć na satysfakcjonującym poziomie. Podobnie jest w komunikacji – chatboty i voiceboty już świetnie rozumieją intencje, pięknie odpowiadają, są w stanie zablokować kartę lub umówić wizytę u lekarza, ale jeszcze nie potrafią odczytywać emocji z głosu, mimiki twarzy, mowy ciała, nie odczytują ukrytych intencji lub ironii. Nie posiadają sztucznej inteligencji emocjonalnej – tę mają tylko ludzie.
Jakie macie plany jako SentiOne na przyszłość w kontekście wykorzystania generatywnej AI?
Rozwój, rozwój i jeszcze raz rozwój. Budujemy nowe modele AI, doskonalimy aktualne, komercjalizujemy produkt za granicą, poszukujemy nowych specjalistów i inżynierów do współpracy. Jesteśmy wszyscy w trakcie rewolucji na miarę wprowadzenia internetu i smartfonów, i żadna firma AI nie może przegapić takiej okazji.