For et par år siden var traditionelle chatbots det helt store hit, og derfor tilbød Google, Microsoft og mange andre frameworks, der kan hjælpe dig med at bygge chatbots.

De er alle bygget op omkring opsætning af et beslutningstræ, der styrer samtalen til et slutpunkt, og nogle NLP-funktioner (Natural Language Processing). Beslutningstræet repræsenterer det logiske flow i interaktionen mellem brugeren og boten.

En chatbot, der tager imod en bestilling i et pizzeria, kunne for eksempel først spørge dig, hvilken slags pizza du vil have, og præsentere dig for det binære valg af vegetarisk eller ikke-vegetarisk. Efter dit første valg vil du blive præsenteret for det næste trin, indtil du er færdig med din bestilling. NLP-funktioner kan bruges til at hjælpe med at forstå skriftlige tekstinput fra brugeren.

Beslutningstræsystemer har længe været brugt til metodisk at nå frem til konklusioner i forskellige scenarier, men de er ved at gå af mode. Lad os undersøge grundene til det.

Når traditionelle chatbots virker

Før vi dykker ned i, hvorfor folk opgiver beslutningstræmetoden, så lad os først se på nogle tilfælde, hvor den kan fungere: 

1. I medicinske nødsituationer (911-opkald) er opkaldslederen uddannet til at gennemgå et foruddefineret beslutningstræ for at nå frem til den hurtigst mulige konklusion om patientens tilstand. Denne situation er tidskritisk og meget følelsesladet, så et formaliseret og optimeret skema giver rigtig god mening.‍‍‍
2. ‍Enkleudvekslinger med vores bank eller forsikringsselskab, som f.eks. at tjekke en saldo eller rapportere mindre komplette forsikringskrav, kan håndteres godt med en beslutningstrætilgang.

Når traditionelle chatbots ikke virker

Nu til nogle af grundene til, at chatbot-tilgangen måske er ved at gå af mode:

1. Kompleksitet. Ofte er de problemer, der skal løses, for komplekse til at blive repræsenteret af et simpelt beslutningstræ.
2. Omstændelig opsætning. Det kræver meget manuelt arbejde at opsætte det bedste logiske flow for beslutningstræet, og løsningen kan være sårbar over for pludselige ændringer i omstændighederne.
3. Manglende brugervenlighed. Mange brugere vil bare gerne have svar på deres spørgsmål og er ikke interesseret i en lang udveksling frem og tilbage for at få svaret.
4. Teknologiske fremskridt. AI-teknologi, og mere specifikt deep learning-baseret NLP, har udviklet sig så meget i de sidste par år, at vi ikke længere har brug for chatbot-tilgangen. For eksempel foretager Google Duplex AI reservationer ved at føre en naturlig samtale med restauranten. Under samtalen forhandler AI'en om reservationen og sikrer sig, at den, der tager imod opkaldet, har forstået dine intentioner, uden at der er behov for et eksplicit beslutningstræ.   

Traditionelle chatbots kan være en praktisk måde at løse meget specifikke problemer på, som kræver enkle løsninger. Men som vi har set ovenfor, har de deres begrænsninger.

Find ud af, hvordan Raffle Chat løser de problemer, som traditionelle chatbots ikke kan - og hvordan det øjeblikkeligt kan opgradere din hjemmesideoplevelse.

Vis mig hvordan