Time-To-Market van Conversational AI: Zijn chatbots de moeite waard?

Content
-Waarom duurt het te lang voordat sommige conversatie-AI-projecten worden gelanceerd?
-Waarom mislukken machine learning-chatbots?
-Zero-Training AI: snel een chatbot starten
-Dus... zijn chatbots effectief genoeg?

Een van de eerste vragen die opkomt bij het bedenken van een nieuw conversatie-AI-project, is hoeveel tijd het gaat kosten om het in gebruik te nemen. 

Sommigen onderschatten implementatietijden als het gaat om chatbotoplossingen, maar ook de tijd die nodig is om goede resultaten te behalen. Hoewel het rendement op investering (ROI) altijd een belangrijke maatstaf is, kan de waarde van de investering afnemen als het maanden of een jaar duurt voordat uw project volledig functioneel is. 

Een trage time-to-market kan het succes maken of breken.

Waarom duurt het te lang voordat sommige conversationele AI-projecten worden gelanceerd?

Er zijn veel redenen waarom sommige AI-projecten langer duren dan verwacht om de gewenste resultaten te geven. 

Ten eerste: Chatbot-projectplanning

Terwijl sommige klanten al een ontworpen implementatieplan hebben dat het team definieert dat verantwoordelijk is voor het project, het budget, de doelen en de verwachte resultaten, beginnen anderen er pas over na te denken nadat ze de software hebben gekocht. Dit verlengt de tijd totdat enkele echte resultaten worden gezien.

Ten tweede: ondersteunende inhoud voor de chatbot

Dit kunnen veelgestelde vragen, antwoorden, gespreksstromen en andere inhoudsbronnen zijn. Je hebt misschien een zeer robuuste Conversational AI-oplossing, maar als je geen inhoud hebt gebouwd om veelgestelde vragen van je gebruikers te beantwoorden, dan is het allemaal voor niets.

Ten derde, en vooral: de technologie zelf.

Afhankelijk van de aanpak die je Conversationele AI gebruikt, kan het meer of minder tijd kosten om uw project naar behoren te laten werken volgens goede normen. Daarom moet u weten wat u kunt verwachten van de verschillende Conversational AI-technologieën op de markt. We zullen ze hieronder analyseren.

Zijn chatbots dan echt de investering en tijd waard? 

Ondanks enkele uitdagingen, zal een bedrijf zelden besluiten dat een chatbot de investering niet waard is. De huidige zelfbedieningstarieven kunnen oplopen tot 90%, maar zelfs met een zwaar niet-geoptimaliseerde chatbot kan Conversational AI gemakkelijk 40-50% van de vragen zelf beantwoorden. 

Waarom falen machine learning-chatbots?

Een van de meest gebruikte technologieën voor chatbots is: Machine leren, die een statistische benadering hanteert voor het oplossen van vragen. 

Dit betekent dat een chatbot of een virtuele assistent een vraag alleen kan beantwoorden als ze een soortgelijk verzoek eerder hebben gezien. Daarom moet de chatbot worden gevoed met gegevens, dat wil zeggen verschillende formuleringen en uitingen van klantverzoeken. Het is wat we noemen 'opleiding' de AI.

Machine Learning-trainingen vereisen tonnen gegevens, zodat de algoritmen statistisch kunnen beslissen hoe een specifieke vraag moet worden beantwoord. De hype en beloften van machine learning zijn er de afgelopen jaren in geslaagd om van dit enorme probleem geen donder te maken. Om fatsoenlijke resultaten te produceren, hebben klanten veel gegevens nodig.

Wanneer we deze gegevens niet beschikbaar hebben, hebben chatbots die worden aangedreven door machine learning, geen context en weten ze niet hoe ze dubbelzinnigheid moeten oplossen, wat leidt tot suboptimale resultaten en frustratie bij gebruikers. 

Bovendien vergen trainingen veel tijd en middelen: machine learning-engineers en weken en weken aan het beheren van gegevens, zodat de oplossing verzoeken nauwkeurig kan beantwoorden.

Zero-Training AI: snel een chatbot starten

Om het 'trainingsprobleem' aan te pakken, hebben enkele Conversational AI-oplossingen ervoor gekozen om op verschillende benaderingen in te zetten. 

Het doel? Om langdurige trainingen te elimineren en de time-to-market voor chatbots, virtuele assistenten en andere Conversational AI-projecten te versnellen. Ook om het leven van de gebruiker gemakkelijker te maken en het giswerk van het zoeken naar mogelijke nieuwe uitingen te verminderen. 

Neuro-symbolische AI is een hybride benadering die semantische relaties gebruikt om verbindingen tot stand te brengen tussen de zoekopdracht van de gebruiker en de bedoeling. 

Laten we zeggen dat we rennen een verzekeringsbedrijf en we zetten een chatbot op om bestaande en potentiële klanten te helpen. Als we een verzekering nodig hebben, kunnen we gaan vragen 'Ik wil mijn eigendom verzekeren' of 'Ik heb een woningverzekering nodig' of zelfs 'hoe bescherm ik mijn huis tegen dieven'. 

De verzekeraar wil misschien al deze vragen met hetzelfde antwoord beantwoorden en gebruikers begeleiden bij het kiezen van de woningverzekering die het beste bij hen past, maar hoe kunnen we ervoor zorgen dat we niet alle mogelijke formuleringen hoeven te bedenken?

Inbenta's Neuro-Symbolic AI wordt geleverd met een vooraf getraind lexicon die 'eigendom' kan matchen met 'thuis' of 'huis', evenals 'verzekeren' met 'verzekering' en zelfs 'beschermen'. Op deze manier kan de chatbot het juiste antwoord vinden, ongeacht welke van deze drie vragen wordt gebruikt, zonder enige training. 

Daarnaast voegen we enkele lagen Machine Learning toe om te leren van het gedrag van gebruikers, terwijl we toch vanaf de eerste dag resultaat leveren.

Dus... zijn chatbots effectief genoeg?

Het korte antwoord is ja. Chatbots kunnen een grote invloed hebben op de prestaties van uw teams, waardoor ze tijd hebben om zich te concentreren op complexe verzoeken, terwijl ze een groot deel van de verzoeken automatiseren en tot 90% van uw klantverzoeken beantwoorden.

Als u echter wilt dat ze vanaf de eerste dag effectief zijn, wilt u waarschijnlijk een technologie kiezen die al vooraf is getraind, antwoorden kan geven zonder dat er veel gegevens nodig zijn en die slim genoeg is om de context en de echte bedoeling achter vragen te begrijpen. 

Als je het eens wilt proberen, registreer hier voor een gratis proefperiode van 14 dagen en ontdek de wonderen van zero-training AI.

Bekijk onze vergelijkbare artikelen