Chatbot basati su ChatGPT e LLM per migliorare l’esperienza del cliente
I chatbot di intelligenza artificiale (AI) basati su modelli di linguaggio di grandi dimensioni sono diventati famosi nelle ultime settimane, catturando l’attenzione dei leader aziendali in vari settori. Uno di questi chatbot, ChatGPT, ha fatto scalpore particolarmente notevole nel mondo della tecnologia, raccogliendo oltre 1 milione di utenti entro una settimana dal suo lancio.
ChatGPT e altri modelli e bot turbo sono destinati a svolgere un ruolo cruciale nelle interazioni con i clienti nei prossimi anni, secondo Juniper Research. Un recente rapporto della società di analisi prevede che i chatbot basati sull’intelligenza artificiale gestiranno fino al 70% delle conversazioni dei clienti entro la fine del 2023.
Ciò evidenzia la crescente dipendenza dall’intelligenza artificiale per migliorare l’esperienza del cliente (CX) e semplificare le interazioni. Con i chatbot che diventano sempre più umani nelle loro conversazioni, ci sono numerose opportunità per le aziende di utilizzare questa tecnologia per migliorare le strategie di marketing, fornire servizi personalizzati e in generale promuovere l’efficienza.
Mentre il riconoscimento vocale e l’elaborazione del linguaggio naturale (NLP) hanno una lunga storia nella gestione dei clienti e nell’automazione dei call center , secondo i veterani del settore, i nuovi chatbot basati su LLM (large language model) potrebbero cambiare in modo significativo il futuro della CX.
“Gli LLM stanno cambiando radicalmente il modo in cui funzionano gli algoritmi di ricerca”, ha dichiarato a VentureBeat Sean Mullaney, CTO della piattaforma SaaS del motore di ricerca Algolia . I motori di ricerca tradizionali abbinano le singole parole di una query con le parole in un ampio indice di contenuti, ha affermato, ma gli LLM comprendono efficacemente il significato delle parole e possono recuperare contenuti più pertinenti.
Con l’avvento dei chatbot e degli assistenti virtuali basati su LLM, i clienti possono ora interagire con le aziende in modo più naturale e colloquiale. Questo è stato un significativo passo avanti nel fornire una migliore CX durante tutto il percorso del cliente. Di conseguenza, gli LLM sono diventati una soluzione di riferimento per le aziende che desiderano migliorare l’assistenza clienti, le vendite e gli sforzi di marketing.
Ma l’implementazione dei nuovi bot non sarà priva di sfide. Il successo non è scontato, come hanno già dimostrato i chatbot di prima generazione.
Nonostante la loro versatilità, molti chatbot di prima generazione faticano a comprendere richieste o domande complesse e sono limitati nel mantenere il contesto durante un’interazione. Ciò ha portato a volte a un’esperienza del cliente artificiosa o rigida, poiché i chatbot sono spesso limitati a un insieme limitato di interazioni. In molti casi, le interazioni vengono infine indirizzate a un essere umano.
Un recente sondaggio condotto dalla società di intelligenza artificiale Conversica mostra che i chatbot di prima generazione sperimentati dagli utenti non sono all’altezza delle aspettative dei clienti. L’azienda ha affermato che quattro acquirenti su cinque abbandonano l’esperienza di chat se le risposte non soddisfano le loro esigenze specifiche.
“I chatbot di prima generazione si basano su script predeterminati che sono noiosi da programmare e ancora più difficili da mantenere”, ha affermato Jim Kaskade, CEO di Conversica. “Inoltre, non capiscono domande semplici e limitano gli utenti a risposte presentate come messaggi prescritti”. Le applicazioni pronte per l’azienda e dotate di intelligenza artificiale con LLM come GPT possono fare la differenza, ha continuato.
ChatGPT altera il panorama dell’IA conversazionale
Incorporando diversi stili di conversazione e toni di contenuto, gli LLM ispirati a ChatGPT possono offrire alle aziende la possibilità di presentare i propri contenuti in modo più coinvolgente ai propri clienti. Gli LLM possono anche apprendere e adattarsi in base alle interazioni con i clienti, migliorando continuamente la qualità delle loro risposte e la CX complessiva.
Dan O’Connell, chief strategy officer presso la piattaforma di customer intelligence basata sull’intelligenza artificiale Dialpad , ritiene che i chatbot basati su LLM come ChatGPT possano fungere da strumenti di modifica/suggerimento per gli agenti in termini di aiutarli a interagire meglio direttamente con i clienti. “Possono essere utilizzati in vari modi per risparmiare tempo e aggiungere record, ma anche per identificare efficacemente argomenti, elementi di azione e mappa del sentimento”, ha detto O’Connell a VentureBeat.
Ciao, sono ChatGPT. Chiedimi qualunque cosa!
I chatbot tradizionali consentono l’interazione in un modo conversazionale apparentemente intelligente, mentre l’architettura NLP di GPT-3 produce un output che fa sembrare che “capisca” la domanda, il contenuto e il contesto. Tuttavia, l’attuale versione di ChatGPT ha anche i suoi svantaggi, come la generazione di informazioni potenzialmente false e persino risposte politicamente scorrette. Il team di OpenAI ha persino sconsigliato di affidarsi a ChatGPT per domande fattuali.
Anche i creatori di ChatGPT ammettono i limiti della sua utilità, come si vede nei post su Twitter del leader di OpenAI Sam Altman.
“Il problema con modelli come ChatGPT è che ChatGPT ha ‘memorizzato’ tutto ciò che poteva trovare su Internet in soli 175 miliardi di numeri (5.000 volte meno del cervello umano). Quindi ChatGPT non è mai sicuro al 100% delle risposte che ti dà “, ha affermato Pieter Buteneers, direttore della piattaforma di comunicazione cloud Sinch Labs . “È impossibile ricordare ogni minimo dettaglio, soprattutto se si tratta di archiviare tutta la conoscenza su Internet. Quindi, in ogni situazione, sbotta semplicemente la prima cosa che ti viene in mente.
Nonostante i suoi svantaggi, il nuovo ChatGPT ha un grande vantaggio rispetto ad altri chatbot: eccelle nel comprendere le intenzioni dell’utente, mantenere il contesto e rimanere altamente interattivo durante la conversazione. Inoltre, il potenziale di ChatGPT per la PNL e la capacità di rispondere in modo efficiente alle domande hanno indotto le aziende a ripensare le loro attuali architetture di chatbot volte a migliorare la CX.
Jonathan Rosenberg, CTO e responsabile dell’intelligenza artificiale presso il fornitore di piattaforme di contact center Five9 , ha affermato che l’utilizzo di algoritmi di intelligenza artificiale come l’apprendimento zero-shot, come ha fatto ChatGPT, sarà la chiave per lo sviluppo di LLM con capacità eccezionali. L’apprendimento zero-shot è un’istanza in cui un modello di apprendimento automatico si confronta con input che non sono stati coperti durante l’addestramento automatico.
“Ciò che rende GPT-3 diverso è che è diventato abbastanza grande da fare cose che i suoi predecessori non potevano fare, ovvero generare un output coerente per qualsiasi domanda, senza essere esplicitamente addestrato su di esso”, ha detto Rosenberg a VentureBeat. “Non è che ci sia qualcosa di radicalmente diverso nel design di GPT-3 rispetto ai suoi predecessori. Invece, l’apprendimento zero-shot non è stato sufficientemente accurato fino a quando la dimensione del modello non ha superato una certa soglia, a quel punto ha iniziato a funzionare molto meglio”.
“Modelli come ChatGPT non saranno in grado di sostituire tutto ciò che le aziende fanno all’interno del contact center con l’IA conversazionale tradizionale”, ha affermato Kurt Muehmel, consulente strategico AI quotidiano presso la piattaforma di analisi basata sull’intelligenza artificiale Dataiku . “Le aziende che li implementano devono costruire processi per garantire che ci sia una costante revisione delle risposte da parte di esperti umani e per testare e mantenere adeguatamente i sistemi per garantire che le loro prestazioni non si riducano nel tempo”.
Tuttavia, le aziende devono considerare i chatbot e gli LLM come GPT non come semplici espedienti ma come strumenti preziosi per eseguire attività specifiche. Le organizzazioni devono identificare e implementare casi d’uso che offrano vantaggi tangibili all’azienda per massimizzarne l’impatto. In tal modo, queste tecnologie di intelligenza artificiale possono svolgere un ruolo trasformativo nella semplificazione delle operazioni e nel guidare il successo.
“Dove risiedono le opportunità con ChatGPT è che questa tecnologia può comprendere più sfumature emotive all’interno del testo. Questo non sostituirà del tutto ciò che le aziende stanno facendo all’interno del contact center perché l’elemento umano deve ancora svolgere un ruolo fondamentale”, ha affermato Yaron Gueta, CTO di Glassbox . “Dove avrà il massimo vantaggio è che le aziende saranno in grado di avere una deviazione delle chiamate molto inferiore tra il canale di chat e il call center, poiché ChatGPT può migliorare l’esperienza dell’utente finale all’interno delle interazioni di chat”.
Ottimizzazione e manutenzione dei modelli di intelligenza artificiale conversazionale
La versatilità dei modelli conversazionali come GPT è dimostrata in un’ampia gamma di potenziali applicazioni, tra cui visione artificiale, ingegneria del software e ricerca e sviluppo scientifici.
“La parte impegnativa è mettere a punto i modelli per risolvere problemi specifici dei clienti, come nell’e-commerce o nell’assistenza clienti, dove le risposte non sono disponibili dalla formazione di base. Inoltre, questi casi d’uso necessitano di dati aziendali proprietari per essere perfezionati in modo da soddisfare casi d’uso specifici del dominio come cataloghi di prodotti o articoli del centro assistenza”, ha affermato Mullaney di Algolia.
Allo stesso modo, Yori Lavi, esperto di cloud presso la piattaforma di analisi dei dati Sqream , suggerisce che è fondamentale ricordare che la formazione, i test e il monitoraggio continuo sono fondamentali. È importante sottolineare che, ha affermato, i modelli come GPT spesso devono essere resi consapevoli del valore/rischio delle sue risposte.
“Le decisioni ad alto rischio prese dai chatbot dovrebbero sempre essere verificate/valutate. Pertanto, per migliorare la tua CX, le aziende dovrebbero lavorare alla creazione di chatbot in grado di trovare risposte a esigenze complesse e basarsi su domande/contesto precedenti per perfezionare i loro risultati “, ha affermato Lavi.
Sfruttare LLM avanzati per una migliore CX
Deanna Ballew, SVP del prodotto, DXP presso il produttore di piattaforme di esperienza digitale Acquia , ritiene che gli LLM avanzati come ChatGPT diventeranno un set di dati e una capacità di intelligenza artificiale conversazionale, mentre altre tecnologie faranno avanzare ChatGPT su cui allenarsi.
“Vedremo molta sperimentazione nel 2023 e nuovi prodotti emergeranno per aggiungere valore commerciale a ChatGPT. Ciò si estenderà anche al modo in cui gli agenti di supporto rispondono ai consumatori, utilizzando bot automatizzati o ottenendo rapidamente una risposta sfruttando ChatGPT sul proprio set di dati”, ha affermato Ballew.
Allo stesso modo, Danielle Dafni, CEO della startup di intelligenza artificiale generativa Peech , afferma che il crescente utilizzo di questi modelli nel servizio clienti e nel supporto significa che le aziende dovranno continuare a investire nello sviluppo di chatbot più sofisticati, portando a una migliore CX. C’è una ricompensa, tuttavia.
“Le aziende che adottano questi modelli per migliorare la capacità del loro chatbot esistente di riconoscere e rispondere alle emozioni nelle interazioni e altre capacità saranno ben posizionate per fornire un’esperienza e un’assistenza ai clienti migliorate”, ha dichiarato Dafni a VentureBeat.
“ChatGPT e i tradizionali chatbot LLM continueranno ad avanzare e a diventare più sofisticati nella loro capacità di comprendere e rispondere alle interazioni con i clienti. Con una più ampia consapevolezza del pubblico, più clienti si aspetteranno il livello GPT di capacità di conversazione dalle funzioni di chat, lasciando nella polvere i bot con script di prima generazione”, prevede Kaskade di Conversica.
Ha affermato che gli sviluppi attuali sono solo il punto di svolta per l’adozione di soluzioni di chat Web con capacità di intelligenza artificiale generativa . Prevede che questi saranno onnipresenti nel B2B e nel B2C nei prossimi tre anni.
