Raději robota než partnera

22. 5. 2018

Sdílet

 Autor: Fotolia © iconimage
Lidé budou do dvou let trávit v průměru více času diskusí s boty a virtuálními asistenty než se svým životním partnerem. Více než 30 % respondentů ve Spojených státech již dnes preferuje v řadě oblastí komunikaci s umělou inteligencí spíše než s lidským protějškem.

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 to nastínil ve své přednášce „NLP a konverzační platformy v podnicích“ (NLP and Conversational Platform Capabilites for Enterprise), která se konala v Praze na Dni umělé inteligence a strojového učení.

Podle něj je jazyk 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.

bitcoin školení listopad 24

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.