ChatGPT и его влияние на клиентский опыт

OpenAI открыла бета-версию ChatGPT в конце ноября 2022 года, создав самую мощную на сегодняшний день модель искусственного интеллекта для обработки естественного языка (NLP). Она быстро стала вирусной и привлекла миллион пользователей за первые пять дней.

Смогут ли модели, подобные ChatGPT, полностью заменить традиционных чат-ботов? В основе этого вопроса лежит предположение о том, смогут ли большие языковые модели (LLM), подобные ChatGPT, изменить репутацию привычных чат-ботов, превратив их из неуклюжих, безличных и ошибочных в настолько скрупулезные алгоритмы, что (а) отпадет необходимость в человеческом взаимодействии и (б) традиционные способы создания чат-ботов полностью устареют. Мы рассмотрим эти предпосылки и выскажем свое мнение о том, как ChatGPT повлияет на пространство CX.

В широком смысле существуют различия между обычными чат-ботами и чат-ботами типа ChatGPT, построенными на генеративных LLM.

Обычные чат-боты

В эту категорию входит большинство чат-ботов, с которыми вы можете столкнуться в реальной жизни: от чат-ботов для проверки статуса вашей доставки DPD до чат-ботов для обслуживания клиентов транснациональных банков. Созданные на основе таких технологий, как DialogFlow IBM Watson или Rasa, они ограничены определенным набором тем и не могут отвечать на запросы, выходящие за рамки этих тем (т.е. являются закрытыми). Они могут выдавать только те ответы, которые были предварительно написаны или одобрены человеком (т.е. они не являются генеративными).

Чат-боты на основе LLM

Они могут отвечать на широкий спектр тем (т.е. являются открытыми) и генерировать ответы «на лету», а не просто выбирать из заранее составленного списка ответов (т.е. являются генеративными). К ним относятся Google Meena, Replika.ai, BlenderBot, ChatGPT и другие.

Чат-боты на основе LLM и обычные чат-боты выполняют несколько разные задачи. Действительно, для многих приложений для взаимодействия с клиентами открытость LLM меньше помогает и больше мешает при создании чат-бота, который может конкретно ответить на вопросы о вашем продукте или помочь пользователю решить проблему, с которой он столкнулся.

Реалистично, LLM не будут выпущены на свободу в сфере обслуживания клиентов в ближайшее время. Процесс будет гораздо более тонким. Игра будет заключаться в том, чтобы сочетать выразительность и беглость ChatGPT с тонким контролем и границами обычных чат-ботов. Это то, для чего лучше всего подойдут команды чат-ботов с исследовательской направленностью.

Где уже сегодня можно использовать ChatGPT

Существует множество аспектов создания и обслуживания чат-ботов, для которых ChatGPT не подходит в его нынешнем состоянии, но вот некоторые из них, для которых он уже хорошо подходит:

• Проведение мозгового штурма потенциальных вопросов и ответов для заданной закрытой области, либо на основе обучающих данных, либо с учетом более конкретной информации, либо благодаря тому, что OpenAI предоставит возможность тонкой настройки, когда ChatGPT станет доступен через API, либо путем включения нужной информации с помощью инженерных подсказок. Оговорка: все еще трудно с уверенностью сказать, откуда взялась та или иная информация, поэтому этот процесс разработки будет по-прежнему требовать присутствия человека для проверки результатов
• Обучение чат-бота: ChatGPT можно использовать для перефразирования вопросов, которые может задать пользователь, особенно в различных стилях, и даже генерировать примеры разговоров, тем самым автоматизируя значительную часть обучения.
• Тестирование и QA. Использование ChatGPT для тестирования существующего чат-бота путем симуляции пользовательского ввода открывает большие перспективы, особенно в сочетании с тестировщиками-людьми. ChatGPT можно указать темы для тестирования с различными уровнями детализации, а также, как и в случае с генерированием обучающих данных, можно варьировать стиль и тон, которые он использует.
• Мы видим, что следующее поколение чат-ботов CX будет по-прежнему основываться на традиционных, негенеративных технологиях, но при этом в процессе создания будут активно использоваться генеративные модели.

Чат-боты выровняют нынешнее пространство CX

Ключевое влияние LLM на ожидания потребителей будет включать в себя повышение узнаваемости чат-ботов, более срочное включение их в CX, повышение репутации чат-ботов и более высокий стандарт. Другими словами, чат-боты становятся все более популярными!

Все мы сталкивались с неуклюжими чат-ботами с крайне ограниченными возможностями диалога, которые выдают до боли роботизированные реплики (если вообще могут что-то понять). В то время как плохо работающие чат-боты уже уходят в прошлое, теперь стандарты будут стремительно расти, чтобы избежать подобного опыта, и переход от человека к ИИ будет быстро продолжаться.

Недавний отчет предсказывает, что количество взаимодействий между клиентами и колл-центрами, обрабатываемых ИИ, увеличится с 2% в 2022 году до более чем 15% к 2026 году, а затем удвоится до 30% к 2031 году. Однако, учитывая быстрое внедрение и экспоненциальное развитие ИИ за последние три-пять лет, мы ожидаем, что истинный рост будет намного больше.

Такие бренды, как Lemonaid Oura, AirBnb и ExpressVPN, проложили путь к превосходной круглосуточной поддержке настолько, что современные клиенты теперь просто ожидают бесперебойного обслуживания.

Последствия упущений в предоставлении отличного сервиса — это не шутка. Плохое обслуживание может оказать значительное влияние на показатели удержания бренда, заставляя потенциальных покупателей искать другое место: По данным Forbes, плохое обслуживание клиентов ежегодно обходится компаниям в 62 миллиарда долларов.

Риски при использовании современных чат-ботов на базе LMM

ChatGPT, безусловно, находится в фазе ажиотажа, но использование его в нынешнем виде сопряжено со значительными рисками. Мы считаем, что большинство текущих рисков связано с непредсказуемостью ChatGPT, что создает репутационные, брендовые и юридические проблемы. Хотя шумиха вокруг ChatGPT — это хорошо, не стоит забывать о связанных с ним рисках и о важности выбора правильного партнера, чтобы избежать любых подводных камней.

В частности, мы видим следующие риски для крупных компаний, внедряющих LLM непосредственно в процесс общения с клиентами:

• Нанесение вреда имиджу бренда путем распространения оскорбительного контента;
• Введение клиентов в заблуждение путем распространения ложного контента;
• Потенциал для атак противников, пытающихся взломать чат-бот, чтобы нанести ущерб репутации;
• Безопасность данных — OpenAI имеет доступ ко всем данным, передаваемым через ChatGPT, что открывает огромные риски для нарушения конфиденциальности.

Что касается разработки чат-ботов, то игроки, использующие стеки с открытым исходным кодом, такие как Rasa или Botpress, будут иметь преимущество в гибкости и универсальности, которую обеспечивают эти открытые системы. В краткосрочной и среднесрочной перспективе разработчики чат-ботов, имеющие опыт в NLP и использующие LLM, будут теми, кто выведет эту технологию на рынок чат-ботов, поскольку они смогут эффективно использовать и точно настроить модели под свои (или своих клиентов) потребности и случаи использования.

В долгосрочной перспективе небольшие компании по-прежнему будут иметь больше возможностей для быстрого внедрения изменений, чем крупные, устоявшиеся платформы, такие как ChatGPT. Однако на фоне текущей нестабильности финансового рынка ожидается потенциальная консолидация игроков на рынке в ближайшие 12-24 месяца, когда крупные игроки будут приобретать более мелких игроков, а клиенты, покупающие своих поставщиков чат-ботов, станут обычным явлением в индустрии чат-ботов.

Оригинал материала на английском языке: https://venturebeat.com/ai/chatgpt-and-its-implications-for-customer-experience/