Od 15 lat zajmuję się wykorzystaniem sztucznej inteligencji w zastosowaniach biznesowych. W tym czasie brałem udział w ponad 150 projektach, skupiając się głównie na tzw. Natural Language Processing. Efektem było stworzenie silnika do zautomatyzowanej, wielokanałowej obsługi klienta. Taki chatbot, który może działać zarówno w kanale głosowym na telefonie, poprzez media społecznościowe takie jak Facebook, Messenger czy w „tradycyjnej” formie czatu tekstowego w sieci. Wszystko w jednym miejscu, w oparciu o jedną bazę wiedzy i jeden panel administracyjny. Te 15 lat – to ogromny bagaż doświadczeń. W większości negatywnych doświadczeń. W końcu „ekspert to osoba, która popełniła wszystkie możliwe błędy w bardzo wąskiej dziedzinie” (Niels Bohr).

Nauczyliśmy się, co nie działa. Nauczyliśmy się, jak nie prowadzić projektów chatbotowych. Dowiedzieliśmy się, w co wyposażyć chatbota, żeby użytkownicy chcieli z nim rozmawiać, żeby wnosił realną wartość dodaną, żeby doświadczenie użytkownika było jak najbardziej pozytywne.

W ciągu naszej historii zgromadziliśmy ponad 100 milionów konwersacji. To bezcenny zasób, który pozwala nam rozwijać i ulepszać nasze narzędzia. Zobaczyliśmy, jak użytkownicy formułują pytania, jakie błędy najczęściej popełniają i wreszcie jakich konstrukcji gramatycznych używają. Ale jeszcze ciekawsze jest to, że mogliśmy zobaczyć, jak zmienia się wykorzystanie chatbota w zależności np. od tego, co użytkownik „widzi” na stronie internetowej. Czy jest to tylko okno czatu, czy też interfejs zawiera animowany „ludzki” awatar? Jak ten widok wpływa na treść rozmowy? Czy pojawiają się inne pytania? Czy na sposób zadawania pytań wpływa fakt, że użytkownik wie, że rozmawia z robotem, czy lepiej to przed nim ukryć?

Wszystkie te informacje prowadzą nas do optymalnej bazy wiedzy dla chatbota. Bazy wiedzy, która z jednej strony zapewnia właściwą obsługę klienta, a z drugiej dba o właściwy wizerunek narzędzia i nie ośmiesza całego przedsięwzięcia. https://glivia.com/

Co więc to wszystko oznacza? Jeśli uważnie obserwujemy rozwój technologii, zwłaszcza rozpoznawania mowy i przetwarzania języka, szczególnie w ostatnich dziesięciu latach, łącząc te informacje ze wzrostem doświadczeń w realizacji projektów automatycznej obsługi klienta, to myślę, że stoimy u progu nowej ery. Jeśli dodamy do tego sytuację na rynku pracy (brak kandydatów do pracy w Contact Center, rosnące oczekiwania płacowe pracowników), to rysuje się obraz bardzo przychylnych nastrojów na rynku dla zmian technologicznych. Zmiany rynkowe wyraźnie obniżają próg ryzyka – firmy i instytucje są przez nie zmuszane do inwestowania w technologię automatyzacji. I z taką właśnie sytuacją mamy obecnie do czynienia. Potwierdza to ogromna liczba zapytań ofertowych, które pojawiły się w tym roku na rynku w obszarze automatyzacji obsługi klienta. Śmiem twierdzić, że w 2018 roku na rynek trafiło więcej RFI/RFP niż w ciągu ostatnich 10 lat.

Co będzie dalej? Nieustające działanie Prawa Moore’a, zacznie nas coraz bardziej dotyczyć. Z całą pewnością mogę powiedzieć, że czeka nas ogromna rewolucja. Rewolucja w dziedzinie komunikacji. Ta rewolucja zmieni całe sektory gospodarki i już się zaczęła.

Technologia zmieni obraz firm, całych branż – i świata. Dziś trzymamy w rękach smartfon, który ma większą moc obliczeniową niż wszystkie superkomputery, jakimi dysponowała NASA, gdy wysyłała człowieka na Księżyc w 1969 roku. Wierzę, że wkrótce na rynku pojawi się smartfon z jednym terabajtem pamięci i nikt nie będzie zaskoczony. A to dopiero początek. Zgodnie z prawem Moore’a, na początku lat 2030-tych zwykły smartfon będzie miał 128 TB pamięci. Gdyby zawartość takiej pamięci wydrukować na kartkach A4 i ułożyć jedną na drugiej, powstałaby wieża o wysokości 7 tysięcy kilometrów. Taki smartfon będzie w stanie wykonać niemal każde zadanie intelektualne, które dziś może wykonać człowiek. W kieszeniach będziemy nosić naszych cyfrowych sobowtórów – asystentów zdolnych nas zastąpić. I stąd bierze się teoria o rosnącym bezrobociu.