تحقق من جميع الجلسات عند الطلب من قمة الأمن الذكي هنا.
افتتح OpenAI الإصدار التجريبي من ChatGPT في أواخر نوفمبر 2022 ، في خطوة أنتجت أقوى نموذج AI لمعالجة اللغة الطبيعية (NLP) حتى الآن. سرعان ما انتشر بسرعة ، وجذب مليون مستخدم في الأيام الخمسة الأولى.
هل ستحل عارضات مثل ChatGPT محل روبوتات الدردشة بالكامل؟
الفرضية الأساسية لهذا السؤال هي ما إذا كانت نماذج اللغة الكبيرة (LLMs) مثل ChatGPT ستحول سمعة روبوتات المحادثة من خوارزميات عالية الدقة وغير شخصية وخاطئة إلى خوارزميات دقيقة للغاية بحيث (أ) لم تعد هناك حاجة للتفاعل البشري ، و (ب) الطرق التقليدية في أصبح بناء روبوتات المحادثة متقادمًا تمامًا الآن. سنستكشف هذه الأماكن ونقدم وجهة نظرنا حول كيفية تأثير ChatGPT على مساحة CX.
بشكل عام ، نحن نفرق بين روبوتات المحادثة التقليدية وروبوتات الدردشة مثل ChatGPT المبنية على LLMs التوليدية.
روبوتات المحادثة التقليدية
تتضمن هذه الفئة معظم روبوتات الدردشة التي ستصادفها في البرية ، بدءًا من روبوتات الدردشة للتحقق من حالة تسليم DPD إلى روبوتات المحادثة لخدمة العملاء للبنوك متعددة الجنسيات. استنادًا إلى تقنيات مثل DialogFlow أو IBM Watson أو Rasa ، فهي تقتصر على مجموعة محددة من الموضوعات ولا يمكنها الاستجابة للمدخلات خارج هذه الموضوعات (أي أنها مجال مغلق). يمكنهم فقط إنتاج الردود التي تمت كتابتها مسبقًا أو تمت الموافقة عليها مسبقًا من قبل الإنسان (أي أنها غير منتجة).
حدث
قمة أمنية ذكية عند الطلب
تعرف على الدور الحاسم للذكاء الاصطناعي وتعلم الآلة في الأمن السيبراني ودراسات الحالة الخاصة بالصناعة. شاهد الجلسات عند الطلب اليوم.
مشاهدة هنا
روبوتات المحادثة المستندة إلى LLM
يمكن أن تستجيب هذه لمجموعة واسعة من الموضوعات (أي أنها مجال مفتوح) وتولد ردودًا على الفور ، بدلاً من مجرد الاختيار من قائمة مكتوبة مسبقًا من الردود (أي أنها إنتاجية). وهي تشمل Google Meena و Replika.ai و BlenderBot و ChatGPT وغيرها.
تفي روبوتات الدردشة القائمة على LLM وروبوتات الدردشة التقليدية بأغراض مختلفة نوعًا ما. في الواقع ، بالنسبة للعديد من تطبيقات CX ، فإن الطبيعة المفتوحة لـ LLMs هي أقل مساعدة وأكثر عائقًا عند إنشاء روبوت محادثة يمكنه على وجه التحديد الإجابة على الأسئلة حول منتجك أو مساعدة المستخدم في مشكلة يواجهها.
من الناحية الواقعية ، لن يتم ترك LLMs في مجال CX غدًا. ستكون العملية أكثر دقة. سيجمع اسم اللعبة بين تعبيرات وطلاقة ChatGPT والتحكم الدقيق وحدود برامج الدردشة التقليدية. هذا شيء سيكون فريق chatbot الذي يركز على البحث هو الأنسب له.
أين يمكنك بالفعل استخدام ChatGPT اليوم عند إنشاء روبوتات محادثة؟
هناك العديد من جوانب إنشاء chatbot وصيانته التي لا يناسبها ChatGPT في حالته الحالية ، ولكن إليك بعض الجوانب التي يناسبها بالفعل:
- العصف الذهني للأسئلة والإجابات المحتملة لمجال مغلق معين ، إما على أساس بيانات التدريب الخاصة بها ، أو تم ضبطها وفقًا لمعلومات أكثر تحديدًا – إما عن طريق OpenAI الإفراج عن القدرة على الضبط الدقيق عندما يصبح الوصول إلى ChatGPT بواسطة واجهة برمجة التطبيقات ، أو من خلال تضمين المعلومات المطلوبة عبر الهندسة السريعة. (تحذير: لا يزال من الصعب معرفة على وجه اليقين مصدر جزء من المعلومات ، لذلك ستستمر عملية التطوير هذه في طلب وجود إنسان في الحلقة للتحقق من صحة المخرجات.)
- تدريب روبوت المحادثة الخاص بك: يمكن استخدام ChatGPT لإعادة صياغة الأسئلة التي قد يطرحها المستخدم ، لا سيما في مجموعة متنوعة من الأساليب ، وحتى إنشاء أمثلة للمحادثات ، وبالتالي أتمتة أجزاء كبيرة من التدريب.
- اختبار وجواب. يعد استخدام ChatGPT لاختبار روبوت محادثة موجود عن طريق محاكاة مدخلات المستخدم واعدًا كثيرًا ، لا سيما عند دمجه مع مختبرين بشريين. يمكن إخبار ChatGPT بالموضوعات التي يجب تغطيتها في اختباره ، بمستويات مختلفة من التفاصيل ، وكما هو الحال مع إنشاء بيانات التدريب ، يمكن أن يتنوع الأسلوب والنبرة التي يستخدمها.
نرى أن الجيل التالي من روبوتات المحادثة CX يستمر في الاعتماد على التكنولوجيا التقليدية غير المنتجة ، ولكن يتم استخدام النماذج التوليدية بكثافة في عملية الإنشاء.
تم إعداد روبوتات الدردشة لرفع مستوى مساحة تجربة العملاء الحالية
ستشمل التأثيرات الرئيسية لـ LLMs على توقعات المستهلك زيادة وضوح برامج الدردشة ، وزيادة الإلحاح لدمجها في CX ، وسمعة عالية لروبوتات الدردشة ومعيار أعلى. وبعبارة أخرى ، فإن روبوتات المحادثة تتوهج!
لقد اختبرناها جميعًا – روبوتات محادثة عديمة الجدوى مع خيارات حوار محدودة للغاية تؤدي إلى ظهور خطوط آلية مؤلمة (إذا كان بإمكانهم فهم أي شيء على الإطلاق). في حين أن روبوتات المحادثة ذات الأداء الضعيف في طريقها إلى الخروج بالفعل ، فإن المعايير ستطلق الآن من السقف لتجنب هذه التجربة ، وسيستمر التحول من الإنسان إلى الذكاء الاصطناعي بسرعة.
يتوقع تقرير حديث أن عدد التفاعلات بين العملاء ومراكز الاتصال التي يتعامل معها الذكاء الاصطناعي سيرتفع من 2٪ في عام 2022 إلى أكثر من 15٪ بحلول عام 2026 ، ثم يتضاعف إلى 30٪ بحلول عام 2031. ومع ذلك ، نظرًا للاعتماد السريع والتقدم الهائل في الذكاء الاصطناعي خلال السنوات الثلاث إلى الخمس الماضية ، نتوقع أن يكون النمو الحقيقي أكبر بكثير.
مهدت العلامات التجارية مثل Lemonaid و Oura و AirBnb و ExpressVPN الطريق للحصول على دعم ممتاز على مدار الساعة طوال أيام الأسبوع – لدرجة أن عملاء اليوم يتوقعون ببساطة تجربة سلسة. عواقب تفويت تقديم خدمة رائعة ليست مزحة. يمكن أن يكون للخدمة السيئة تأثير كبير على معدلات الاحتفاظ بالعلامة التجارية ، مما يتسبب في أن يبحث المشترون المحتملون في مكان آخر: وفقًا لـ Forbes ، تكلف خدمة العملاء السيئة الشركات ما إجماليه 62 مليار دولار كل عام.
مخاطر استخدام روبوتات المحادثة القائمة على LMM
من المؤكد أن ChatGPT في مرحلة الضجيج ، ولكن هناك مخاطر كبيرة في استخدامه كما هو الآن. نعتقد أن غالبية المخاطر الحالية ناتجة عن عدم القدرة على التنبؤ في ChatGPT ، مما يخلق مخاوف تتعلق بالسمعة والعلامة التجارية والقانونية. في حين أن الضجة حول ChatGPT جيدة ، يجب ألا تنسى المخاطر المرتبطة بها ، وأهمية اختيار الشريك المناسب لتجنب أي مآزق.
على وجه الخصوص ، نرى المخاطر التالية للشركات الكبيرة التي تتبنى LLM مباشرة في رحلة عملائها:
- ضرر على صورة العلامة التجارية مشاركة محتوى مسيء
- تضليل العملاء مشاركة محتوى كاذب
- احتمالية شن هجوم معادٍ الأشخاص الذين يحاولون كسر روبوت المحادثة للإضرار بالسمعة
- الإبداع الزائف – يخطئ المستخدمون في اعتبار “الببغاء العشوائي” إبداعًا / اتصالًا بشريًا حقيقيًا
- سلطة زائفة – ينتج ChatGPT نصًا يبدو موثوقًا ويشتهر البشر بالسوء في دحضه.
- أمن البيانات وملكية البيانات وسريتها – لدى OpenAI نظرة ثاقبة وإمكانية الوصول إلى جميع البيانات التي تتم مشاركتها عبر ChatGPT ، مما يفتح بوابات مخاطر ضخمة لانتهاكات السرية.
بعبارة أخرى: “فقط لأنك لا تستطيع أن تعني أنك يجب أن تفعل ذلك.”
ستحاول الشركات الناشئة والمؤسسات القائمة حتماً تقديم ضمانات وتدابير أخرى للتخفيف من بعض هذه المخاطر. ومع ذلك ، فإن الكثير من الشركات ، بما في ذلك العديد من الشركات التي نعمل معها ، لا تزال تريد (أو ملزمة قانونًا) الاحتفاظ بالسيطرة الكاملة على المحتوى. يعتبر عملاؤنا القانونيون والخاضعون للرقابة من FCA مثالاً جيدًا. مع احتفاظ LLMs التوليدية مثل ChatGPT بالمحتوى الكامل ، يكون التحكم مستحيلًا.
عندما يتعلق الأمر بتطوير chatbot نفسه ، فإن اللاعبين الذين يستخدمون مكدسات مفتوحة المصدر مثل Rasa أو Botpress سيتمتعون بميزة المرونة نظرًا لما تتيحه هذه الأنظمة المفتوحة من مرونة وتنوع. على المدى القصير إلى المتوسط ، سيكون مطورو روبوتات الدردشة الذين لديهم خبرة في البرمجة اللغوية العصبية ويستخدمون LLM هم من يجلبون هذه التكنولوجيا إلى سوق روبوتات الدردشة ، لأنهم قادرون على الاستفادة بشكل فعال من النماذج وضبطها وفقًا لهم (أو لعملائهم) الاحتياجات وحالات الاستخدام.
على المدى الطويل، ستستمر الشركات الصغيرة في أن تكون في وضع أفضل لتنفيذ التغييرات بسرعة من الأنظمة الأساسية الكبيرة الراسخة مثل ChatGPT. ومع ذلك ، في خضم التقلبات الحالية في الأسواق المالية ، نتوقع اندماجًا محتملًا في السوق للاعبين في غضون 12-24 شهرًا القادمة ، مع اكتساب اللاعبين الأكبر حجمًا لاعبين أصغر ، و- وهو أمر شائع في مساحة روبوتات الدردشة – العملاء يشترون موردي روبوتات الدردشة الخاصة بهم.
ما الصناعات التي ستتبنى ChatGPT في عمليات تجربة العملاء الخاصة بها أولاً؟
على الرغم من أن ChatGPT لا يتوفر إلا في مرحلة تجريبية ولا تتوفر واجهة برمجة تطبيقات حتى الآن ، فقد كان هناك عدد لا يحصى من حالات الاستخدام المثيرة التي نشرها الأفراد ، بما في ذلك عدد من امتدادات المتصفح ، بشكل أساسي عبر Twitter.
طالما أن ChatGPT متاح للجمهور (نتوقع ظهور نموذج تسعير يعتمد على الحجم ، كما هو الحال مع الطرز السابقة مثل GPT-3) ، سيظل اللاعبون الصغار هم من يدفعون الحدود بتطبيقات جديدة.
فيكتوريا ألبريشت هي أحد مؤسسي شركة Springbok AI والعضو المنتدب لها.
صانعي القرار
مرحبًا بك في مجتمع VentureBeat!
DataDecisionMakers هو المكان الذي يمكن للخبراء ، بما في ذلك الأشخاص الفنيون الذين يقومون بعمل البيانات ، مشاركة الأفكار والابتكارات المتعلقة بالبيانات.
إذا كنت تريد أن تقرأ عن الأفكار المتطورة والمعلومات المحدثة ، وأفضل الممارسات ، ومستقبل البيانات وتكنولوجيا البيانات ، انضم إلينا في DataDecisionMakers.
يمكنك حتى التفكير في المساهمة بمقال خاص بك!
قراءة المزيد من DataDecisionMakers
