Solo pochi anni fa, avere conversazioni con un chatbot era praticamente un qualcosa di “comico”.
Oggi tutto questo sta cambiando. Mentre l’elaborazione del Natural Language Processing (NLP) e il riconoscimento di quest’ultimo sono tutt’altro che perfetti, grazie agli algoritmi di machine learning ci stiamo avvicinando sempre di più ad un punto in cui sarà difficile dire se stiamo conversando con un umano o con un computer.
Le aziende stanno investendo per ottimizzare le funzioni dei chatbot, sopratutto per migliorare l’assistenza ai clienti.
All’ICLR 2018 di Vancouver, il capo scienziato di Salesforce, Richard Socher, ha presentato delle ricerche innovative che riguardano i progressi pratici nella PNL, tra cui riassortimento, traduzione automatica e risposta alle domande.
Socher ha dichiarato: “La NPL sarà incredibilmente importante per il business: cambierà radicalmente il modo in cui forniamo servizi, come comprendiamo i processi di vendita e come sviluppiamo campagne di marketing. In particolare sui social media, hai bisogno della NPL per comprendere il sentimento intorno ai tuoi messaggi di marketing e in che modo clienti e potenziali clienti percepiscono il tuo marchio.”
Naturalmente, questo solleva alcuni problemi, ad esempio, le persone vogliono davvero parlare con le macchine? Dal punto di vista delle aziende ha senso, è estremamente più economico portare avanti 1.000 conversazioni al servizio clienti in maniera simultanea con una chatbot piuttosto che con il gigantesco call center umano che sarebbe necessario per fare lo stesso lavoro.
Ma dal punto di vista del cliente, stanno guadagnando qualcosa? A meno che il servizio che ricevono sia più veloce, più efficiente e più utile, probabilmente no.
“Alla fine, gli utenti vogliono solo una risposta rapida. In principio la gente vuole parlare con una addetto perché l’alternativa é di passare attraverso un menu di dieci minuti o di ascoltare dieci opzioni e poi premere un pulsante, tutto questo non è così divertente e non affatto è veloce ed efficiente” ha detto Socher.
La chiave per raggiungere questo uso efficiente della tecnologia NLP sono i concetti di aggregazione e aumento. Piuttosto che pensare a una conversazione che si svolge esclusivamente tra un umano e una macchina, intelligenza artificiale e chatbot possono essere utilizzati per monitorare e trarre spunti da ogni conversazione e imparare da loro come ottenere risultati migliori nella prossima.
Inoltre, i computer non devono necessariamente condurre l’intera conversazione. I chatbot possono “intervenire” per attività di routine come rispondere a domande semplici dalla knowledge base di un’organizzazione o prendere i dettagli del pagamento.
In altre situazioni, la velocità delle analisi in tempo reale oggi disponibili significa che i robot possono generare un avviso quando rilevano, ad esempio, che un cliente inizia ad innervosirsi, grazie all’analisi dei sentimenti, spingendo un operatore umano a prendere il controllo della chat o della chiamata.
La ricapitolazione è un’altra funzione molto utile della PNL ed è probabile che venga implementata sempre più nei chatbot. Internamente, i robot saranno in grado di digerire, elaborare e riportare rapidamente i dati aziendali quando necessario, e le nuove reclute possono rapidamente aggiornarsi. Per quanto riguarda le funzioni rivolte ai clienti, questi ultimi possono ricevere risposte sintetiche a domande relative a linee di prodotti e servizi o problemi di assistenza tecnica.
I chatbot sono inoltre sempre più diffusi in ambienti di lavoro collaborativi come Slack, in cui possono monitorare le conversazioni tra i team e fornire dati o statistiche rilevanti l’argomento discusso nella conversazione.
In futuro, i chatbot saranno probabilmente in grado di proporre strategie e tattiche per superare i problemi aziendali.