讓我們探討實(shí)施對話式 AI 解決方案時(shí)的 7 個(gè)常見錯(cuò)誤：

在沒有適當(dāng)策略和規(guī)劃的情況下啟動(dòng)對話式 AI 項(xiàng)目

實(shí)施對話式人工智能項(xiàng)目的目標(biāo)決定了開發(fā)聊天機(jī)器人、智能機(jī)器人和虛擬助手等解決方案的過程。由于這些解決方案完全依賴于用戶、數(shù)據(jù)集和機(jī)器學(xué)習(xí)算法，因此需要適當(dāng)規(guī)劃開發(fā)策略以實(shí)現(xiàn)目標(biāo)。

一個(gè)好的策略應(yīng)該專注于解決特定用戶意圖的特定目標(biāo)。制定策略的最佳方法是首先分析受眾的行為。根據(jù)前一種技術(shù)、行為的結(jié)果，可以在開發(fā)解決方案時(shí)調(diào)整對話 AI 的語氣。這導(dǎo)致對話式人工智能解決方案的受眾優(yōu)化定位和適當(dāng)細(xì)分。

示例：不應(yīng)使用具有通用詞庫的會(huì)話機(jī)器人來實(shí)現(xiàn)每個(gè)會(huì)話解決方案。相反，應(yīng)實(shí)施由適當(dāng)研究支持的優(yōu)化策略來選擇詞庫。

沒有確定正確的用例

確定正確的用例至關(guān)重要，尤其是在開始階段。最好的方法是從具有有限意圖的狹窄用例開始。部署后，可以分析用戶行為以進(jìn)一步擴(kuò)展對話式人工智能解決方案。這種方法有助于在早期階段識別和解決實(shí)施和部署挑戰(zhàn)。

在開始階段針對過多的 KPI

專注于 KPI 的幾個(gè)領(lǐng)域進(jìn)行戰(zhàn)略實(shí)施總是好的，它可以幫助實(shí)現(xiàn)企業(yè)的主要目標(biāo)。

正如他們所說，“太多太糟糕了”，因此在開始階段針對過多的 KPI 會(huì)抑制主要目標(biāo)的潛力。此外，關(guān)注各種 KPI 可能會(huì)導(dǎo)致干預(yù) AI 策略，以在短時(shí)間內(nèi)完成太多目標(biāo)。此外，啟動(dòng)階段被定義為解決方案的關(guān)鍵部分，因此以各種方式利用都會(huì)使業(yè)務(wù)變得脆弱。

有多種KPI 可用于評估聊天機(jī)器人的作用。與聊天機(jī)器人的 KPI 相關(guān)的每個(gè)參數(shù)都有助于為表格帶來新的見解。其中一些 KPI 是用戶體驗(yàn)、對話持續(xù)時(shí)間、參與用戶、新用戶、聊天量、回退率、激活率等等。一開始就針對其中的每一個(gè)進(jìn)行定位可能會(huì)導(dǎo)致混亂，因?yàn)榻忉?KPI 產(chǎn)生的見解需要一些時(shí)間。

示例：針對新用戶和參與用戶可能會(huì)導(dǎo)致策略沖突，因?yàn)樵黾有掠脩舻牟呗允峭ㄟ^業(yè)務(wù)賣點(diǎn)給人留下深刻印象，但為了增加參與用戶的價(jià)值，內(nèi)容必須參與描述特定用戶可能感興趣的點(diǎn)的術(shù)語，否則用戶將失去對業(yè)務(wù)的關(guān)注和興趣。

此外，在關(guān)注前兩個(gè) KPI 的同時(shí)針對激活率會(huì)進(jìn)一步制造更多混亂。激活率是對聊天機(jī)器人建議的用戶進(jìn)行的活動(dòng)數(shù)量的評估。實(shí)現(xiàn)此目標(biāo)的策略涉及聊天機(jī)器人 ping 用戶以執(zhí)行操作。因此，新用戶或現(xiàn)有用戶可能會(huì)偏離網(wǎng)站或應(yīng)用程序。

在規(guī)劃和實(shí)施階段隔離利益相關(guān)者

沒有讓所有利益相關(guān)者參與是規(guī)劃和實(shí)施階段的關(guān)鍵錯(cuò)誤之一。構(gòu)建智能虛擬助手作為對話界面可以自動(dòng)執(zhí)行各種冗余和重復(fù)的任務(wù)。因此，設(shè)計(jì)這樣一個(gè)助手需要每個(gè)利益相關(guān)者的投入。此外，自動(dòng)化任務(wù)可能會(huì)間接影響特定的利益相關(guān)者。因此，它可能導(dǎo)致業(yè)務(wù)運(yùn)營管理不善。

可能很難在規(guī)劃戰(zhàn)略時(shí)考慮所有利益相關(guān)者的每一個(gè)意見，但由于未包括在規(guī)劃階段的利益相關(guān)者的變更請求，稍后更新戰(zhàn)略變得更加困難。因此，包括所有利益相關(guān)者來規(guī)劃對話式 AI 項(xiàng)目可以簡化業(yè)務(wù)運(yùn)營。

糟糕的對話設(shè)計(jì)

用于文本生成和語音處理的后端算法是對話式 AI 解決方案的基礎(chǔ)。因此，不合適的算法和數(shù)據(jù)集會(huì)導(dǎo)致對話設(shè)計(jì)不佳，從而使對話 AI 解決方案的交互性降低。這會(huì)驅(qū)散用戶并違背自動(dòng)化任務(wù)和對話的目的。

對話式 AI 解決方案沒有后備策略

對話式人工智能解決方案是集成的軟件程序，用于形成聊天機(jī)器人和虛擬助手等小部件。因此，任何技術(shù)故障或未解決的意圖都可能使流程失敗或產(chǎn)生錯(cuò)誤，因此在發(fā)生故障時(shí)進(jìn)行備份可確?？煽啃圆⒔o用戶留下深刻印象。因此，備份對話式 AI 解決方案對企業(yè)來說非常重要。

示例：大多數(shù)聊天機(jī)器人或虛擬助手都是為處理一組意圖和處理 API 請求而構(gòu)建的。如果 API 出現(xiàn)超出范圍的意圖或失敗，則應(yīng)提供處理錯(cuò)誤的規(guī)定。這可能會(huì)重定向到新的應(yīng)用程序或人工代理。這使業(yè)務(wù)看起來更專業(yè)，并確保用戶返回網(wǎng)站。

解決方案中缺少反饋回路

只有當(dāng)有反饋時(shí)，業(yè)務(wù)戰(zhàn)略或運(yùn)營才有改進(jìn)的余地。否則，很難糾正錯(cuò)誤并了解什么對組織不起作用。由于對話式 AI 解決方案是一種與用戶或客戶保持聯(lián)系的互動(dòng)方式，因此可以收集對話數(shù)據(jù)和用戶反饋以進(jìn)一步分析和使用以改進(jìn)對話式應(yīng)用程序。

結(jié)論

緊跟最新的 AI 趨勢，并在實(shí)施對話式 AI 解決方案時(shí)避免犯這些錯(cuò)誤。