微信号:bigdatalab

介绍:宽客俱乐部旗下美国大数据实验室,大数据研究应用.

聊天机器人:价值2000亿美元的下一个互联网入口(前沿)

2016-05-06 08:58 大数据实验室

2014年,Facebook 花 190 亿美元收购了 WhatsApp。这个天文数字让人纷纷猜测,Facebook 到底从这家公司发现了什么价值?毕竟,这是一家只有 55 名员工和年收入大约 2000 万美元的公司,虽然用户数有 5 亿。

 

2016 年4 月13日 Facebook 全球研发者大会(F8)上,Facebook 更清晰地展现了这方面的构想,这个构想非常宏大。Facebook对外公开了聊天机器人开发者平台 Messenger Platform(测试版)以及 API 等开发者工具,可供开发者在 Messenger 应用上面开发 bot,或者在 Messenger 网站开发小部件。4月27日,扎克伯格在对外宣布 Facebook 2016年第一季度财政报表的讲话中,再次提到聊天机器人,并把人工智能看成推动 Messenger 9 亿用户之间进行快速而自动交流的一个重要手段。



聊天机器人纵览:VetureBeat 统计了各个公司的聊天机器人及其侧重的技术,包括语音识别、自然语言处理、机器学习、语义搜索和知识管理。来源:VetureBeat

 

短期内,聊天机器人将会改变企业与消费者交互的方式,而从长期看,它将带来人机交互的范式转换。



聊天机器人提供的用户体验更有竞争优势



要想弄明白聊天机器人近期将如何影响日常消费者,最简单的方式是比较当前客服呼叫和聊天机器人的体验。当今的实时客户服务通常要么是通过语音或网络聊天,要么是通过谷歌搜索。下面是拨打800免费电话获得语音客户服务经历的步骤(编者按:作者在这里使用了比较极端的情况,一般不会这么麻烦):

 

  1. 在互联网上查询公司的联系方式;

  2. 拨打公司的联系电话;

  3. 在指引下按动一系列的按键,或是经历一系列半自动的功能语音识别步骤;

  4. 拿着电话等待,直到接通某位客服专员;

  5. 经历一系列的验证,以确认是你本人在打电话;

  6. 被告知你需要与另一位客服代表沟通,并在转接期间继续等待;

  7. 与另一位客服代表通话,他会用语音来引导你在互联网上操作;

  8. 登录该公司的网站;

  9. 最终获得对你的问题的解答。

 

这是与聊天机器人沟通的体验:

 

  1. 打开 Facebook Messenger,使用“handle”功能搜索企业名称;

  2. 向该企业说出你的要求;

  3. 从该企业收到一个包括文本、图片、链接和语音的多媒体反馈,这些反馈可以回答你的问题。

 

让我们把这两种方法中的巨大差别列出来:

 

  • 聊天机器人提供了一种标准化的方式来与企业进行联系,从而降低了用户在寻找企业联系信息时的复杂性。

  • 通过整合 Facebook 账户,聊天机器人使企业可以对个人信息进行自动验证,而不再需要繁琐的账户查询或信用卡信息验证过程。

  • 使用聊天机器人不再会有“转接”发生。如果需要连接另一位专家,这种转接可以在后台无缝对接。

  • 现在大部分信息对话都围绕着互联网发生。聊天机器人可以用网络链接和多媒体来传输信息,而不是只靠声音。

 

进行网络聊天或使用谷歌搜索时,也存在着一些困难,而聊天机器人可以通过上面提到的那些原则来解决这些问题。简单地说,聊天机器人提供了更好的用户体验,而企业将很快意识到,如果他们不提供聊天机器人,竞争对手也会提供,这样自己就会处于劣势。不过,这并不是各公司投资聊天机器人的唯一理由。



分离NLP与自动语音识别,商业价值巨大



除了能提供更好的客户服务体验之外,企业很快就会发现,聊天机器人可以让他们极大地节省在呼叫中心的投入。

 

成本降低背后最大的动力是自然语言处理(NLP)的进步以及众包的方法。自然语言处理可以自动理解词组以及这些词组所引发的相应自然反应。多年以来,自然语言处理商业应用的最大问题是,企业试图首先解决自动语音识别(ASR)问题,或者把自动语音识别问题与自然语言处理问题一起解决,而这是极其困难的。



智能客服:用户打电话进来,系统自动分析用户讲的话,发现可能的问题,然后自动判断用户需要的服务。2015年“双十一”有95%电话进行了自助服务。来源:蚂蚁金服


向聊天机器人转型的聪明之处在于,它把自然语言处理与自动语音识别分离开来,使企业在无需自动语音识别的情况下获得巨大的商业价值。当然,自然语言处理仍然是一个难题。不过,利用当今的机器学习方法已经能够得到足够高的精度。再加上众包,把一些简单的任务分发给分散在各地的劳动者,这些问题就更容易处理。

 

通过结合这两种技术,聊天机器人技术将使我们能够通过自然语言处理操作一部分客户服务对话,而当统计上出现了比较大的错误时,人类也可以加入进来,确保这些麻烦能被正确处理。这一切都可以无缝连接,终端用户都感觉不到这种切换。



蚂蚁金服智能助理:机器人QA(左),通过问问题产生知识点的回答;第二个是猜问题,在用户没有提问的情况下,自动猜你可能有哪些问题,靠的是用户支付宝的行为轨迹,系统自动产生智能分析,提供更好的服务;第三个是“小二工作台”(右),人机结合提供更人性化的界面,让客服小二能非常容易定位问题。来源:蚂蚁金服

 

所有这些都产生了机器学习系统中所谓“闭环”的良性循环:出现更多的商业使用案例,人类提供的回答会帮助机器训练出更复杂的算法。这个过程会产生一个螺旋上升效应:自然语言处理的精度不断提高,与之对应的更复杂的算法就能够回答越来越难的问题,而这反过来会持续降低人力成本。

 

现在,让我们把这些放在一起来看。自然语言处理能进行自动客户服务,而众包能够确保需要的时候总会有人在场,从而保证服务的质量。现代机器学习方法的一个经验原则是,当提供的数据越来越多后,机器学习的反应精度通常会逐渐收敛到 85%。从理论上而言,公司便可以通过利用聊天机器人加自然语言处理加众包来节省巨大的成本。

 

企业将很快发现使用聊天机器人进行客户服务,并削减“呼叫中心”的投入,他们将能与消费者进行直接的对话,为市场营销和销售创造条件,从而产生更多的收入渠道。由聊天机器人进行的客户服务交互将不再是通过匿名800电话或网聊的形式,因此企业能够知晓他们的客户是谁,这些客户想要什么,更重要的是,他们将能够直接接触客户。这样,完成销售就成了一个简单的成本优化问题。同样,这个过程中的很多地方都可以在人类销售代表的协助下由自然语言处理来自动完成。

 

销售完成之后,企业可以通过那些直接瞄准客户需求的营销活动来继续吸引这些客户。在这里,企业与消费者之间的交互将发生根本性的转变,而人们对自己将如何与机器交互的看法也将发生巨变。



聊天机器人将取代谷歌成为互联网入口?



从 5 年以上的长期来看,上面所有这些技术都将为那些使用了聊天交互的消息平台提供巨大的数据财富。Facebook 与 WhatsApp 将能够使用这些信息来研发出更好用的工具,并获得更丰富的数据集以实现更高级的自然语言处理引擎。想一想,这就类似于谷歌如何发展它的搜索技术,终端用户并没有意识到什么,而谷歌却已经通过不断收集数据而使其搜索服务有了飞跃性的提高。

 

我们将看到个性化人工智能的崛起,而互联网搜索之类的东西将被根本性地改变。当自然语言处理技术有了足够的进步,能使人类的监督最小化的时候,计算机个人助理将能够把互联网当作数据宝库从中提取知识,而人类则可以把这些信息整合起来用于更有价值的决策过程。现在,人们之所以使用搜索引擎是因为尚不存在更好的选择,而不是因为人们花时间从搜索引擎结果中筛选剔除信息这件事有什么内在的价值。自然语言处理能够让我们在信息收集的价值链条中上升到更高的层级。当这一切发生时,Facebook Messenger 与 WhatsApp 将取代谷歌成为互联网的入口。

 

聊天机器人将在 5 年内使人机交互的方式发生根本变化。这一切的起点不是机器个人助理,也不是聊天机器人应用,而是企业为了盈利而进行的投资(这些投资将始于客户服务,并逐渐推广到销售和市场领域)。这将产生一个数据的宝库,这些数据使人能够进一步对人机交互进行变革,并完全改变人与互联网交互的方式。

 

作为一个新兴技术策略专家,硅谷的许多技术进步都令我着迷。自动驾驶汽车、增强现实和区块链都将在未来 5 到 10 年引起重大变革。而我之所以把聊天机器人放在变革清单的顶端,是因为我相信不用等 5 年,而是在今年年底就能看到这方面的巨大发展。这真的让我感到现在好像处于 2008 年 iPhone 应用商店刚刚出现的时候。接下来聊天机器人将飞速发展,在你还没意识到的时候就出现你的面前。



(来源:新智元                译者:朱不换)





陆晨 博士


名师主讲金融建模课程——以MATLAB为工具


2016年5月27—29日    上海



数据获取、数据清洗、金融数据爬虫、Matlab 金融工具的使用、主成份分析(PCA)和因子分析、 回测计算,建立一个自己的交易策略、神经网络和机器学习。。。



咨询电话/微信:13061694649




 
大数据实验室 更多文章 用户画像数据建模方法 李光斗:警方是如何利用大数据抓到王全安的 降楼价,新加坡居然靠的是无人驾驶! 小数法则和经验主义 什么性格的人适合 Quant 这个职位?能否描述一下 Quant 一天的生活是怎样的?
猜您喜欢 Android APP架构心得 Dagger2图文完全教程 《程序员的呐喊》读书笔记(下) 关于 Swift Python基础教程10:continue 语句