ServiceNow ha
anunciado la adquisición de una startup, Parlo, que desarrolla soluciones basadas en el aprendizaje automático, en particular, un sistema de procesamiento de lenguaje natural (PNL). Hablemos sobre los objetivos de adquirir una startup y el algoritmo para configurar un bot de chat en la plataforma Now.
/ foto
☰☵ Michele MF CC¿Por qué es ServiceNow?
Parlo ofrece la plataforma Broca, que se agudiza para el reconocimiento de voz. ServiceNow planea integrar Broca en su plataforma Now. Pat Casey, vicepresidente senior de ServiceNow para DevOps,
dijo que la compañía se compromete a diversificar su proceso de interacción con la máquina utilizando nuevas tecnologías para el reconocimiento de gestos y de voz.
El chatbot de Virtual Agent, que ya admite la integración con IBM Watson,
proporcionará funciones de PNL. Este chatbot está diseñado para manejar solicitudes de empleados y clientes y puede realizar una serie de tareas, por ejemplo, restablecer contraseñas o generar un informe de incidentes. Los chats de Virtual Agent también se pueden integrar con mensajeros corporativos: Slack o Microsoft Teams. Según la compañía, el chatbot puede procesar el 15-20% de todas las solicitudes rutinarias de los clientes relacionadas, por ejemplo, con la realización de pedidos y la verificación de su estado.
Cuando las características del producto de Parlo se agreguen al Agente virtual, el chatbot
podrá comprender mejor a los empleados (incluidas la jerga y las frases coloquiales). Debido a esto, será más fácil para el personal y los clientes de la empresa interactuar con el bot de chat y la plataforma en su conjunto.
/ foto Papa Pic PDSe suponía que el acuerdo se cerraría a fines de mayo. Después de eso, SN planeó comenzar a implementar las funciones de NLP en la solución Virtual Agent. Sin embargo, la solución Virtual Agent ya tiene algunas "capacidades inteligentes" gracias a su integración con IBM Watson.
Ya han sido
evaluados en la Universidad de Alberta. El chatbot de Virtual Agent se usó durante dos semanas. En el momento de la prueba, el bot procesó con éxito el 30% de las solicitudes entrantes de los usuarios. La universidad planea continuar utilizando el sistema para resolver problemas cotidianos, con el fin de lograr un indicador de 80% o más.
Cómo crear un bot de chat
El sistema Now Platform le
permite implementar su aplicación de chat bot integrada con los servicios de IBM Watson. A continuación, considere una de las implementaciones descritas en la documentación de ServiceNow. El siguiente algoritmo se proporciona en el documento técnico:
1. Definir reglas de dominio
Primero debe crear una regla asincrónica en la tabla live_message. Este será el punto de entrada para la aplicación de bot de chat. El enfoque asincrónico desbloquea los semáforos antes de procesar los mensajes REST enviados al sistema Watson. Estos semáforos controlan el número de transacciones ejecutadas en paralelo. Como resultado, ayuda a aumentar la productividad cuando se trabaja con múltiples usuarios al mismo tiempo.
2. Llame a la API REST
A continuación, debe registrar una llamada REST saliente al servicio de conversación en IBM Watson. Aquí hay un ejemplo de código que se publica en un documento técnico de ServiceNow:
send: function(text) { try { var r = new sn_ws.RESTMessageV2 ('WatsonConversation', 'Message'); r.setStringParameterNoEscape ('message', text); r.setStringParameterNoEscape ('version', this.version); r.setStringParameterNoEscape ('workplaceId', this.workplace_id); r.setStringParameterNoEscape ('context', this.getContext ()); var response = r.execute(); var responseBody = response.getBody(); var httpStatus = response.getStatusCode(); var responseObj = JSON.parse(responseBody); return { intents: this.parseIntents(responseObj ['intents'],'intent','confidence'), entities: this.parseEntities(responseObj ['entities'], 'entity', 'value'), outputs: responseObj ['output'], ['text'], input: responseObj ['input'], ['text'], context: responseObj ['context'], conversation_id: responseObj ['context'], ['conversation_id'] response: responseBody }; } catch(ex) { gs.error(ex + ': ' + responseBody); gs.addErrorMessage(ex); gs.addErrorMessage(response); return ex; } },
Este código utiliza el objeto de mensaje REST creado anteriormente, establece los parámetros y realiza una llamada REST con r.execute (). A continuación, el script se bloquea, esperando una respuesta HTTP-object.
3. Enviar una respuesta al cliente de chat
Una vez que el código de la aplicación recibió una respuesta del servicio de Watson y se completó el procesamiento, el sistema envía un mensaje de respuesta al usuario final. Esto se realiza utilizando el script LiveFeedMessage y llamando al método postMessage (datos).
A continuación, debe establecer otra regla de lógica empresarial que ya envíe un mensaje al front-end (la lista necesaria de configuraciones se puede encontrar
aquí ).
ServiceNow también ofrece otra opción de integración que utiliza reglas sincrónicas. Puede familiarizarse con él en un documento pdf en el
enlace .
Por lo tanto, los bots de chat de Virtual Agent ayudarán a procesar una gran cantidad del mismo tipo de llamadas, por ejemplo, para dar soporte, y les dará tiempo a los especialistas de soporte técnico para resolver problemas más complejos. Como se señaló en ServiceNow, el sistema estará disponible desde la versión de la plataforma Kingston.
PD Sobre lo que escribimos en el primer blog corporativo de IaaS:
PPS Nuestros otros materiales en Habré: