Zelf met een chatbot aan de slag gaan, zonder dat je een lijn code moet schrijven? Dankzij generatieve AI en achterliggende PaLM 2-model van Google is het zo klaar.
Artificiële intelligentie is vandaag overal. Met de lancering van ChatGPT spreken we van een AI-hype waar menig organisatie zijn wagonnetje wil aanhaken. Wie niet mee is, dreigt de boot te missen. Generatieve AI kan als project behoorlijk intimiderend overkomen, maar gelukkig zijn er heel wat tools beschikbaar die je met enkele stappen al heel ver kunnen brengen.
Volgens Tristan Van Thielen, EMEA ML en AI Tribe Lead bij Devoteam G Cloud, is de integratie van een slimme chatbot een eenvoudige eerste stap richting de integratie van generatieve AI binnen de organisatie.
Alle data is welkom
Om een chatbot bruikbaar te maken, moet je die voeden met informatie. Dat was vroeger een tijdrovende klus waar heel wat organisaties op afknapten. Vandaag hoeft dat niet meer omdat generatieve AI context snapt. “Een chatbot heeft niet langer enkel gestructureerde data nodig, waar vaak heel veel tijd in wordt gestopt”, zegt Van Thielen.
Hij toont een voorbeeld binnen Google Cloud waar je beroep kan doen op generatieve AI. “Sinds twee maanden kan je als organisatie handig beroep doen op Vertex AI Search and Conversation. Die maakt gebruik van het PaLM 2 large language model (LLM), een krachtige basis getraind door Google en die vandaag ook door AI-assistent Bard wordt gebruikt.”
Het duurt volgens hem niet langer dan een uur om je te registreren, data te verzamelen en die in je website of applicatie te stoppen.
PaLM 2 als LLM
Een uur leek ons krap, maar Van Thielen wijst naar de kracht van generatieve AI die handig data kan verwerken om een chatbot snel te trainen. “Neem de homepage van je bedrijfswebsite, Ctrl A, Ctrl C, Ctrl V in een tekstverwerker, opslaan als pdf, meer is het niet.”
Het is zo gemakkelijk omdat PaLM 2 begrijpt wanneer er in de tekst iets staat met ‘over ons’. De bedrijfsinformatie die daaronder staat, voedt het aan de chatbot. Omdat het context begrijpt, win je wel heel veel tijd.
Hoe fijner je de data presenteert, hoe beter het resultaat, maar het model kan behoorlijk goed overweg met algemene data.
Tristan Van Thielen, EMEA ML en AI Tribe Lead bij Devoteam G Cloud
Hoe fijner je de data presenteert, hoe beter het resultaat, maar volgens hem kan het model behoorlijk goed overweg met algemene data. Nog een handige dataset is de FAQ van je website. Kopiëren, plakken en je chatbot is alweer een pak slimmer.
Alles wat we hierboven omschrijven, kan jij zelf doen zonder dat je een regel code moet schrijven. Google geeft je op het einde een codevoorbeeld als resultaat, wat je kan integreren in de website. Heel belangrijk: alle data blijft die van jou. Google gebruikt je input niet om zijn eigen model verder te trainen. Wie vandaag AI-assistent Bard gebruikt, geeft zijn input aan Google om het AI-model verder te verfijnen.
Nog slimmer met Bard AI
Je kan ook de rest van je applicaties en data met deze chatbot integreren, maar dan komt er meer bij kijken. “Zodra je een hele productcatalogus in de chatbot wil stoppen, moeten we op maat werken omdat er veel meer bij komt kijken. Neem nu bijvoorbeeld een doe-het-zelfwinkel. Als een klant via de chatbot vraagt naar ideeën om een keuken te renoveren, kan PaLM verschillende voorbeelden genereren dankzij het slimme AI-model. Zoiets kan je niet zelf trainen, dat is veel te complex.”
“Door PaLM in te schakelen, krijgt de digitale bezoeker een rijkere ervaring. Na bijvoorbeeld enkele keukenresultaten, kan je linken naar een webpagina met keukenkasten. Zo heb je de klant geholpen met een creatieve vraag en hij of zij ziet ineens een onderdeel van je webshop om verder te winkelen. Of ze vragen nog wat extra vragen om hun selectie te verfijnen.”
Kostprijs
Wat kost zo’n chatbot eigenlijk? Dat hangt ervan af hoe vaak die wordt gebruikt. Je kan transparant de prijzen op de Google Cloud-blog terugvinden. Concreet hangt het er vanaf hoeveel vragen er worden gesteld. Je kan voor 1.000 dollar aan credits kopen. Daarmee kunnen er 83.333 vragen aan de chatbot worden gesteld. Ga je daarboven, dan kost het tot 0,2 dollarcent per 1.000 vragen.
Interessant is dat je naast een chatbot ook het AI-model kan inschakelen om telefoontjes op te nemen.
Tristan Van Thielen, EMEA ML en AI Tribe Lead bij Devoteam G Cloud
Interessant is dat je naast een chatbot ook het AI-model kan inschakelen om telefoontjes op te nemen. Stelt de beller een eenvoudige vraag zoals bijvoorbeeld de openingsuren of om te weten of iemand aanwezig is op kantoor, dan kan de AI-bot daarop antwoorden of doorschakelen naar een ‘mens’ indien nodig.
Extra interactie zoeken
Waarom heb je een chatbot nodig op bijvoorbeeld je website? Volgens Van Thielen biedt het (potentiële) klanten een extra optie om interactie te zoeken. “We merken vandaag dat te veel bedrijven iets met generatieve AI willen doen, maar niet weten waar te beginnen.” Een chatbot kan klanten op een slimme manier helpen door het aanbod van jouw bedrijf. Dit zorgt ervoor dat zij een betere ervaring hebben en kan een belangrijk verschil maken tussen concurrenten.
“Dan is een chatbot of een slimme toevoeging aan je telefooncentrale een handige start waar je zonder al te veel moeite mee aan de slag kan.”
—————————————-
Dit is een redactionele productie in samenwerking met Devoteam G Cloud. Het bedrijf houdt op 8 november zijn Gen AI For Business-event waar jij zelf een chatbot kan bouwen. Interesse? Schrijf je in via deze link.