Do 2 let se s boty budeme bavit víc než s lidmi

Do roku 2020 začnou lidé v průměru trávit vice časů konverzacemi s boty a virtuálními asistenty než se svými životními partnery. Budeme s nimi diskutovat nákupech a prodejích, vyjednávat, podávat jejich prostřednictvím stížnosti a uzavírat kontrakty. Technologie pro zpracování přirozeného jazyka (NLP – Natural Language Processing) se stanou součástí naší pracovní rutiny a podle ředitele výzkumu Gartner Anthony Mullena budou šetřit čas tzv. bílých límečků, pracovníků ve znalostní sféře, převzetím řady rutinních a dokonce i některých nerutinních úloh.

Ředitel výzkumu Gartner Anthony Mullen nastínil ve své přednášce „NLP a konverzační platformy v podnicích“ (NLP and Conversational Platform Capabilites for Enterprise) budoucnost interakcí vedených v přirozeném jazyce mezi námi (spotřebiteli, zákazníky a zaměstnanci) a chatboty či virtuálními asistenty. Akce s názvem Den umělé inteligence a strojového učení (Artificial Intelligence and Machine Learning Day) se v Praze zúčastnila více než stovka CIO a dalších lídrů odpovědných za obchodní a technologickou inovaci a transformaci v českých a slovenských podnicích.

Jazyk je nejpřirozenější formou mezilidské interakce. S tím, jak se technologie pro zpracování přirozeného jazyka (NLP, Natural Language Processing) rychle rozvíjejí, stávají se podle výzkumu společnosti Gartner celosvětově třetím nejčastěji podporovaným typem projektu v oblasti umělé inteligence (AI). “NLP může pomoci zvládnout řadu hlavních úloh, pro které organizace zavádějí AI, jako je zvyšování efektivity, snižování nákladů a zlepšování zákaznické zkušenosti,” vysvětluje Anthony Mullen. ”Organizace, jež řeší NLP projekty, jich mají v průměru 6-7 ve fázi příprav či ostrého provozu.”

Postupně se mění i preference samotných zákazníků, jak naznačil průzkum Gartner zaměřený na AI, v němž byli zákazníci dotazování, zda by pro různé interakce upřednostnili AI (chatbota, virtuálního asistenta) nebo lidský protějšek. Výsledky byly velmi překvapivé – 38 % respondentů ve Spojených státech již dnes preferuje AI v oblasti zákaznických služeb, 35 % v roli finančního poradce, 33 % jako výpomoc při nákupu, 30 % pro kariérní poradenství nebo jako trenéra fitness. Důvěra v AI v oblastech, jako je právní poradenství, učení nebo zdravotní péče, zatím zůstává poměrně nízká – hluboko pod úrovní 20 %.

NLP technologie, konverzační rozhraní a virtuální asistenti již vstoupili do našich životů prostřednictvím chytrých telefonů a specializovaných domácích zařízení (kompletní česká lokalizace jednoho z hlavních virtuálních mobilních asistentů byla již ohlášena pro letošní rok). “Do roku 2022 budou zákazníci orientovaní na nové technologie (angl. early adopters) mít v průměru čtyři virtuální osobní asistenty, jichž se budou moci zeptat na radu. Půjde jak o univerzální asistenty typu Alexa, tak o specializované, jako je fitness trenér Vi,” vysvětluje A. Mullen.

Pro podniky budou konverzační agenti skvělým způsobem, jak snížit provozní náklady a zvýšit produktivitu či dostupnost služeb zákazníkům. Podle předpovědi analytiků Gartner zvýší virtuální podnikoví asistenti produktivitu zaměstnanců, kteří je budou aktivně využívat, o 10 % již během roku 2019 a do roku 2020 se NLP a hlasová rozhraní stanou běžným způsobem, jak vyhledávat informace nebo automatizovat složitější úlohy, jako je sestavení analytických dotazů nebo vyhledávání obchodních informací.

Příkladem virtuálního asistenta, který zlepšuje dostupnost služeb zákazníkům a zároveň zvyšuje produktivitu, je Nuance Nina VA nasazený australským úřadem duševního vlastnictví pro online příjem patentových přihlášek. Virtuální asistent patentového úřadu eliminuje nutnost prohledávat rozsáhlá menu a dokáže zdárně a plně vyřešit až 80 % zákaznických dotazů.

Podniky nemusí vyvíjet chatboty, virtuální asistenty a další NLP a konverzační řešení svépomocí. Vzhledem k tomu, jak rychle se příslušné technologie vyvíjí, bude podle A. Mullena životnost jednotlivých instalací a souvisejících kontraktů s dodavateli v rozmezí 2-3 let. Nejlepší strategií proto je použít stávající produkty či framework a zaměřit se na rozvoj a udržení znalostí v oblasti trénování AI – ty totiž mohou být použity opakovaně i s budoucími implementacemi a zároveň mají největší dopad na výkonnost řešení využívajících AI.