Volgens een studie van onderzoeksbureau Gartner investeert 90 procent van alle bedrijven in chatbots, maar slechts 4 procent maakt er daadwerkelijk gebruik van. Het grootste probleem? We hebben een volledig verkeerd beeld van wat chatbotintelligentie is. Onze ultieme test van de intelligentie van een chatbot komt neer op een simpele vraag die veel te kort door de bocht gaat: ‘wat voor weer is het?’ Een duidelijk geval van het Siri-syndroom.
Hoe vaak ging jij al op doktersvisite en vroeg je middenin de consultatie wat voor weer het is? In een normale conversatie, met een menselijke gesprekspartner, is dit geen gebruikelijk gedrag. Bij het bouwen van NativeChat, ons platform voor het bouwen van chatbots, merken we regelmatig vreemde tendensen op. Eentje daarvan is de standaardtest die mensen gebruiken om te peilen op welk niveau zo’n chatbot zich bevindt: ‘hoe laat is het?’ Of: ‘hoeveel is 1+1?’ Ze doen dat terwijl ze een afspraak boeken bij de bank, een ticket bestellen voor de bioscoop of terwijl ze een helpdesk consulteren. Maar waarom doen ze dat?
Het antwoord is simpel: we hebben allemaal een geromantiseerd beeld in ons hoofd van wat échte artificiële intelligentie is. En we kunnen niet wachten tot we dat hebben bereikt. Wanneer we zo’n vraag stellen – die volledig haaks staat op wat we met het gesprek willen bereiken – proberen we te peilen of de chatbot zo’n plotse wending aankan, om te kijken hoe slim hij is.
Een goede investering?
Al jaren krijgen we in bioscoopfilms beelden te verwerken die ons verlangen naar volledig autonome robots met fijngevoelige persoonlijkheden doen opflakkeren. Denk aan ‘A.I.’ van Steven Spielberg, of ‘iRobot’ met Will Smith. Deze androïde robots zijn de maatstaf geworden van wat wij zien als volwaardige AI. Wanneer we dan in ons dagelijks leven in contact komen met een chatbot, willen we maar al te graag weten in welke mate we dat doel al hebben bereikt.
We hebben een geromantiseerd beeld in ons hoofd van wat échte artificiële intelligentie is
De waarheid is dat we al best ver staan. Een bedrijf dat vandaag investeert in operationele chatbots, merkt dat de return on investment (ROI) aanzienlijk is. Waarom zijn er dan toch zoveel bedrijven zo terughoudend tegenover de implementatie ervan? Simpel: ze worden verblind door wat een chatbot niet is, en dat komt dan weer omdat het verschil tussen een ‘kennis-AI’ en een ‘transactionele AI’ niet altijd duidelijk is. Het verschil is subtiel, maar erg belangrijk.
Kennis of transacties
Een kennisbot is er eentje zoals Siri, Alexa of de Google Assistant. Hij wordt breed ingezet om de gebruiker bij te staan bij zowat alle processen. Hij moet iemand info kunnen verschaffen en op basis van die info ook zelf beslissingen kunnen maken én ze uitvoeren. Bijvoorbeeld wanneer je Siri vraagt om je agenda te checken en vervolgens iets in te plannen. Dit soort bots wordt getraind op basis van zowel gestructureerde als ongestructureerde data en moeten duizenden processen aankunnen.
Een transactionele bot is in die zin beperkter: hij moet slechts vier à zes processen kunnen uitvoeren. Het gaat hierbij om het doorlopen van gespecialiseerde fasen die een expert kunnen vervangen. Bijvoorbeeld bij het invullen van een schadeclaim bij een verzekeringsmaatschappij. Deze bots worden getraind met gestructureerde data die specifiek gericht is op het uitvoeren van het beperkte aantal processen. Met behulp van zo’n bot wisten we bijvoorbeeld de werkdruk van een contactcenter van een ziekenhuis te verlichten met 49 procent. Dat staat gelijk aan meerdere werknemers die voltijds werken.
Bijstaan, niet vervangen
Bedrijven worden dus verblind door wat een chatbot niet is. Ze houden het beeld voor ogen van de ‘iRobot’, waardoor ze er niet in slagen om zich voor te stellen in welke mate een transactionele chatbot de gebruikservaring kan verbeteren. Simpelweg omdat ze hierbij het gevoel hebben dat ze niet ver genoeg staan. Ze zijn bang dat ze enorme budgetten zullen investeren in iets dat de AI-norm niet zal halen. Terwijl deze chatbot wel de werkdruk kan verlichten met bijna de helft.
Bedrijven moeten zich realiseren wat fictie is en wat de realiteit hen kan bieden
De oplossing is nochtans redelijk eenvoudig. Bedrijven moeten zich realiseren wat fictie is en wat de realiteit hen kan bieden. Het idealistische beeld van AI doet hen denken dat ze op termijn geld kunnen besparen omdat ze menselijke werknemers volledig kunnen vervangen. Ze zijn teleurgesteld wanneer blijkt dat hun chatbot alsnog bijsturing en coördinatie nodig heeft van een mens. Maar ze zien het verkeerd: een goede chatbot kan het werkschema van een werknemer tot 80 procent vrijmaken. Dat geeft hen dan de tijd en de ruimte om te investeren in menselijke taken die robots niet kunnen vervullen.
Een goede chatbot is dus eentje die de mensen kan bijstaan, en niet een die hen volledig vervangt. AI en chatbots zijn geen Zwitsers zakmes die plots een oplossing bieden voor eender welk probleem; je kan hen niet zomaar openklappen, hen in een moeilijke situatie brengen en verwachten dat ze het zullen oplossen. Wie een chatbot daarentegen gericht gebruikt om een ingewikkeld proces te verbeteren – met als doel de gebruikservaring te verbeteren – haalt de beste ROI uit zijn chatbot.
Dit is een ingezonden bijdrage van Hristo Borisov, Director of Product Management bij Progress NativeChat. Via deze link vind je meer informatie over de diensten van het bedrijf.