ServiceNow a
annoncé l'acquisition d'une startup, Parlo, qui développe des solutions basées sur l'apprentissage automatique, en particulier un système de traitement du langage naturel (NLP). Parlons des objectifs de l'acquisition d'une startup et de l'algorithme de configuration d'un chat bot sur la plateforme Now.
/ photo
☰☵ Michele MF CCPourquoi est-ce ServiceNow
Parlo propose la plate-forme Broca, qui est affinée pour la reconnaissance vocale. ServiceNow prévoit d'intégrer Broca dans sa plateforme Now. Pat Casey, vice-président senior de ServiceNow pour DevOps, a
déclaré que la société était déterminée à diversifier le processus d'interaction avec les machines en utilisant les nouvelles technologies de reconnaissance gestuelle et vocale.
Le chatbot Virtual Agent, qui prend déjà en charge l'intégration avec IBM Watson, va
fournir des fonctions NLP. Ce chatbot est conçu pour gérer les demandes des employés et des clients et peut effectuer un certain nombre de tâches, par exemple, réinitialiser les mots de passe ou générer un rapport d'incident. Les chats d'agent virtuel peuvent également être intégrés aux messagers d'entreprise: Slack ou Microsoft Teams. Selon l'entreprise, le chatbot est en mesure de traiter 15 à 20% de toutes les demandes courantes des clients liées, par exemple, à la passation de commandes et à la vérification de leur statut.
Lorsque les fonctionnalités du produit Parlo sont ajoutées à l'agent virtuel, le chatbot
sera en mesure de mieux comprendre les employés (y compris l'argot et les expressions familières). De ce fait, il sera plus facile pour le personnel et les clients de l'entreprise d'interagir avec le chat bot et la plateforme dans son ensemble.
/ photo Papa Pic PDL'accord devait être conclu fin mai. Après cela, SN prévoyait de commencer à implémenter les fonctions NLP dans la solution Virtual Agent. Cependant, la solution Virtual Agent possède déjà des «capacités intelligentes» grâce à son intégration avec IBM Watson.
Ils ont déjà été
évalués à l'Université de l'Alberta. Le chatbot Virtual Agent a été utilisé pendant deux semaines. Au moment des tests, le bot a traité avec succès 30% des demandes d'utilisateurs entrantes. L'université prévoit de continuer à utiliser le système pour résoudre les problèmes quotidiens, afin d'atteindre un indicateur de 80% et plus.
Comment créer un chat bot
Le système Now Platform
vous permet d' implémenter votre application de chat bot intégrée aux services IBM Watson. Ensuite, considérez l'une des implémentations décrites dans la documentation ServiceNow. L'algorithme suivant est fourni dans le livre blanc:
1. Définir des règles de domaine
Vous devez d'abord créer une règle asynchrone dans la table live_message. Ce sera le point d'entrée de l'application de chat bot. L'approche asynchrone déverrouille les sémaphores avant de traiter les messages REST envoyés au système Watson. Ces sémaphores contrôlent le nombre de transactions exécutées en parallèle. Par conséquent, il contribue à augmenter la productivité lorsque vous travaillez avec plusieurs utilisateurs en même temps.
2. Appelez l'API REST
Ensuite, vous devez enregistrer un appel REST sortant au service de conversation chez IBM Watson. Voici un exemple de code publié dans un livre blanc 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; } },
Ce code utilise l'objet de message REST créé précédemment, définit les paramètres et effectue un appel REST avec r.execute (). Ensuite, le script est bloqué, attendant une réponse HTTP-objet.
3. Envoyez une réponse au client de chat
Une fois que le code d'application a reçu une réponse du service Watson et que le traitement est terminé, le système envoie un message de réponse à l'utilisateur final. Cela se fait à l'aide du script LiveFeedMessage et en appelant la méthode postMessage (data).
Ensuite, vous devez définir une autre règle de logique métier qui envoie déjà un message au frontal (la liste des configurations nécessaires peut être trouvée
ici ).
ServiceNow propose également une autre option d'intégration qui utilise des règles synchrones. Vous pouvez vous familiariser avec elle dans un document pdf sur le
lien .
Ainsi, les robots de discussion Virtual Agent aideront à traiter un grand nombre d'appels du même type, par exemple, pour l'assistance, et donneront aux spécialistes de l'assistance technique le temps de résoudre des problèmes plus complexes. Comme indiqué dans ServiceNow, le système sera disponible à partir de la version de la plate-forme Kingston.
PS Ce que nous écrivons dans le premier blog d'entreprise IaaS:
PPS Nos autres matériaux sur Habré: