機器人能否終結令人抓狂的客服電話?

(圖片來源:Getty Images) Image copyright Getty Images

一個周六的晚上,直到魯阿萊德·門澤斯(Ruaraidh Menzies)的朋友離開格拉斯哥的那家夜總會,他才發現自己的夾克和錢包丟了。門澤斯試著用自己的手機給夜總會打電話,但卻無人接聽。

"我們後來試了試Facebook。"他回憶道。

第二天早晨,門澤斯發了一條信息到那家夜總會的主頁,告訴他們,他的朋友丟東西了。他問他們有沒有找到,對方很快就回復了:"我們會尋找您的錢包。"

幾分鐘後,門澤斯又發了一條信息過去,看看有沒有進展——令他意外的是,回復信息顯示,跟他聊天的其實是一個機器人。結果,門澤斯的朋友在其他地方找到了他的財物,但那個機器人直到今天仍在跟門澤斯聯繫。

"他們每個星期都給我發一次那家夜總會的信息,但我再也不會去那裏了。"他說,因為他根本不住在那裏。"真是搞笑。"

機器人最初的快速回復和正確理解給門澤斯留下了深刻印象,但令他失望的是,對話並沒有推進。據他所知,從來沒有真人跟進此事。

然而,像這樣的聊天機器人正在四處湧現。類似於Facebook這樣的社交網站都允許企業在他們的平台上開發自動化聊天程序,讓機器人衝在客服第一線。因此,我們在日常生活中與人工智能打交道的次數將會越來越多。

Image copyright Alamy
Image caption 現在有數十億人在使用信息應用軟件,給聊天機器人服務創造了巨大的潛在用戶群(圖片來源:Alamy)

據估計,有超過25億手機用戶至少安裝了一款信息應用軟件。這一數字有望在2018年達到36億。

"Facebook Messenger、WhatsApp、中國的微信等信息應用軟件紛紛崛起——人們都適應了這種溝通方式,所以將此拓展到企業領域完全合情合理。"IHS Technology分析師傑克·肯特(Jack Kent)說,"這是人們目前普遍使用的溝通方式。"

壓縮成本

企業一直在努力簡化客服業務,壓縮相關成本。第一批大型呼叫中心在20世紀60年代成立,但自動化技術很快介入其中,這都得益於按鍵式電話以及能向對方播放語音信息的互動語音系統。

20世紀90年代,企業開始尋找新的成本壓縮方式,他們選擇將呼叫中心外包到工資遠低於本地的其他國家,以此降低成本。但由此產生的負面影響也令消費者頗感挫敗,因為消費者的溝通對象並不效力於他們希望與之對話的公司,而且並不理解他們面臨的問題,甚至與他們使用的不是同一種母語。

雖然有的公司希望將客服電話收歸內部管理,從而將客戶服務變成其產品的重要組成部分,但還是有一些企業在探索新的方式節約資金,因而把目光轉向了社交媒體、應用——和現在的機器人。這些新科技可以幫助企業立刻對客戶請求作出響應,但也會令人感到疏遠和低效。

Image copyright Alamy
Image caption 一方面是壓縮成本——例如把呼叫中心外包到海外,另一方面是提供令所有人滿意的客戶服務,二者之間始終都存在一種平衡(圖片來源:Alamy)

像機器一樣學習

想要開發一款效果好的聊天機器人並非易事。聊天機器人創業公司Twyla聯合創始人保羅·吉賓斯(Paul Gibbins)表示,其中一大挑戰是設計符合特定背景的對話內容。

"你希望對話盡可能像人類一樣自然。"他解釋道,"但卻不能迴避一個現實:客戶都懷有一定的預期。"

為了做到這一點,Twyla的工程師使用機器學習算法分析客戶與人類同伴在實時聊天系統中的對話。他們挑選出最常見的互動和溝通,然後將其匯總到基於規則的自動化系統之中,讓機器人能夠高效地給出回復,而不會令客戶產生困惑或誤解。換句話說,機器人所能做的事情非常有限,但從理論上講,它卻可以更有效地作出回應。

當然,吉賓斯表示,完全可以訓練一個聊天機器人,讓它對所有請求作出回應,但這卻會產生不可預料的結果。例如,如果機器人只根據關鍵詞作出回應,那就有可能誤解了用戶的問題。例如,服裝零售商ASOS使用的機器人最近似乎就遇到了這個問題:在回應Facebook用戶表達困惑的帖子時,他們在Facebook主頁上針對訂單何時出貨給出了複雜的說明。

想要充分利用企業的聊天機器人與客戶之間的對話,同樣要克服很多問題。如何跟進往往是這一流程的關鍵。原因在於,就像門澤斯的遭遇一樣,很多請求都無法自動處理。

Image copyright Getty Images
Image caption 雖然你可能感覺自己在跟人類聊天,但任何的口頭用語或古怪請求都可能引發困惑(圖片來源:Getty Images)

或許正因如此,聊天機器人越來越普遍才引發了那麼多批評。關於聊天機器人給出無關回復甚至不當言論的報道可謂層出不窮。微軟的聊天機器人Tay就因為去年發表了一系列種族主義言論給這家軟件巨頭惹了麻煩。

但使用聊天機器人來代替人類從事常見的客服工作,的確有明顯的好處。例如,它能立刻進行交流,而不必要求客戶花費很長時間操作電話菜單。當然,機器人也能快速回答一些非常簡單的問題——"你們的XX服務收費多少?"

初期問題

作為一種頻繁查詢信息的渠道,聊天機器人已經證明了自身的價值。倫敦和紐約部署了一款配備法律詢問數據庫的機器人,司機可以使用它來查詢自己是否違反當地交通法規。該機器人已經幫助司機們推翻了16萬張違章停車罰單。

Image copyright Alamy
Image caption 嘲笑或挖苦機器人不太可能幫助你解決問題(圖片來源:Alamy)

但在參與更加複雜的互動,讓人類採取後續行動時,它們或許會碰到更多麻煩。例如,記者對新西蘭航空聊天機器人的測試發現,它的確可以很好地處理一些請求(例如如何升等艙位),但碰到其他問題(例如因為丟失行李而尋求幫助)時卻會茫然無措。

這正是聊天機器人面臨的一部分風險——當人們認為它能處理任何請求時,它實際上並不具備這種能力。事實上,當人們與機器人對話時,的確會產生一種含混不清的怪異印象。正如門澤斯和很多人所經歷的那樣,人們最開始的時候往往都不清楚自己的溝通對象是不是人類。因此有人質疑,是否應該將機器人明確標記出來。

"我認為它肯定可以非常明確,這樣也的確很有幫助。"達特茅斯學院研究員盧克·斯塔克(Luke Stark)說,"但我也懷疑很多人可能會因此說,'哦,我想跟真人溝通。'"

目前有很多措施都會導致未來的聊天機器人越來越難以識別。現在的聊天機器人不太擅長識別隱喻和挖苦等微妙的語言,它們也很難表現出同理心。為了在對話中融入創造性,該行業正在招募人類撰稿人,為機器人注入一些個性化的文字元素。

例如,Poncho就是一款故作幽默的天氣查詢機器人。這種服務是希望把信息以更容易消化、更加有趣的方式整合進去——從理論上講,這樣也可以提升它的影響力。

Image copyright Getty Images
Image caption 亞馬遜智能音箱Echo使用Alexa聊天機器人與用戶互動(圖片來源:Getty Images)

開發了人工智能語音助手Alexa的亞馬遜宣佈,如果哪個團隊的聊天機器人能夠"在熱門話題上與人類連貫而愉快地溝通20分鐘",便可獲得250萬美元的獎勵。

Facebook的研究團隊最近也宣佈了一項實驗結果:他們向機器人傳授了談判和砍價的技巧後發現,在模仿人類的說法方式與嘗試更加激進但卻不太容易理解的方式之間,存在一定的權衡取捨。這種分析有助於開發更加精明的機器人,它雖然與人類達成交易,但卻只能剛剛達到我們的語言預期。

隨著聊天機器人與我們對話的能力越來越強,其他問題也相繼出現——萬一他們的能力過強,該如何是好?

創業者里斯爾·耶斯利(Liesl Yearsley)曾經從事過聊天機器人開發,她最近提出了一種可能:自動化程序可以操縱在情感上與之形成聯繫的人類。她認為,令人意外的是,這種情況已經變得很普遍——人們經常把自己最秘密的事情與聊天機器人分享。畢竟,它是一個可以溝通的對象。

"專門為了與人類建立關係而設計的系統所擁有的力量比這要強大得多。"她寫道,"人工智能將影響我們的思維方式,以及我們對待他人的方式。"

出於種種原因,自動化程序或許的確是一種明智而高效的選擇。但有的人仍然渴望通過聊天機器人、網站或者結構化的手機菜單感受到人情味——然而,這些技術目前還無法滿足這樣的需求。

請訪問 BBC Travel 閲讀 英文原文

更多有關此項報導的內容