Чатботы: есть ли жизнь после хайпа
Примерно два года назад мир сошел с ума. Чатботы последовательно объявляли то убийцами приложений, то прекрасным близким будущим, то самой большой потенциальной угрозой рынку труда. Но красивые теоретические выкладки были жестоко втоптаны в пыль ровно двумя факторами:
- Боты в большинстве своем тупые. Реальную пользу приносит только 1% ботов, из которых больше половины используются как push-уведомления (прогноз погоды каждое утро или ситуация с пробками).
- У ботов нет работающей модели дистрибуции.
Значит ли это, что рынок ошибался по поводу ботов? Скорее нет, чем да. Просто ботов сильно переоценили, заложив в теоретический функционал возможности, которые станут доступны только через пару лет и несколько тысяч загубленных проектов.
Ситуация очень похожа на хайп с мобильными приложениями. Правда, приложениям было несколько легче, всего две платформы и оперативно созданные Android Market и AppStore.
Но даже сейчас у чатботов есть своя ниша. Сфера деятельности, где дистрибуция вторична, а данных для машинного обучения предостаточно. Это техподдержка.
Почему именно техподдержка?
Как указано в начале статьи, у ботов две проблемы – их тупость и их распространение. Но какая дистрибуция нужна техподдержке? Пользователь сам найдет, как связаться с брендом в случае возникновения проблем. Ему просто не надо мешать и делать из контактов техподдержки коммерческую тайну.
Обучение такого бота тоже процесс более понятный, чем NLP для бота консультанта. Просто навскидку, как думаете, сколько проблем пользователей встречаются условному оператору колл-центра банка в день впервые? Т.е. такие проблемы, с которыми не сталкивались другие клиенты, решение которых еще не прописано в виде скриптов. Хорошо если одна, хоть какое-то разнообразие.
Как используется уже сейчас?
Пример бота в российском сегменте интернета, который полностью берет на себя взаимодействие с пользователем, мы нашли только один. Это бот от Битрикс24. По заявлениям владельцев бота, он (а точнее она – Марта) обрабатывает 80% обращений. Оставшиеся 20% постоянно изучаются, с целью сделать Марту еще умнее.
Но и других примеров масса. Как давно Вы звонили в техподдержку и сразу же попадали на оператора? То голосовое меню, которое часто напоминает текстовое испытание на терпение и внимательность, на самом деле отличный пример бота. Его цель – максимально точно определить проблему и перевести на нужного оператора. А в идеале предоставить всю необходимую информацию, высвободив тем самым человеческие ресурсы.
Если все так здорово, то почему не вся техподдержка осуществляется ботами?
Причин этому опять две:
- Бот в роли продавца выступит явно хуже человека. Если техподдержка имеет в своих KPI еще и апсейл, то боту тут делать нечего. По крайней мере пока
- Создание умного бота стоит денег. Если штат колл-центра состоит из одного человека, который по совместительству является владельцем бизнеса – разработка бота не имеет смысла
Боты так или иначе придут в нашу жизнь. Те, кто говорит, что у пользователей нет представления, как получать информацию у робота, лукавят. К этому нас последовательно готовили кинематограф и фантасты 20 века, правда в формате NLP. Но к ботам надо относиться трезво. Оценивать не то, что чисто теоретически они могут, а то, на что они способны уже прямо сейчас. Техподдержка может стать именно той точкой бифуркации, в которой бизнес верно оценит возможности ботов, а пользователи окончательно разберутся с новой технологией.
Наиболее реалистичными выглядят сценарии, где бот возьмет на себя первую линию техподдержки. Разрешать наиболее распространенные ситуации или давать советы по самостоятельному решению проблемы, например, перезагрузить устройство. Хотя машина, которая попросит меня временно умертвить и запустить снова другую машину - это чистый сюрреализм. Как бы то ни было, специалисты по Big Data и machine learning не останутся без дела.
