Di Dentsu Aegis Network, kami senang bereksperimen, karena eksperimen adalah bagian dari budaya perusahaan kami. Berkat eksperimen, seseorang dapat melampaui batas kemampuannya sendiri, lingkup, melihat berbagai hal dari sudut yang berbeda, secara bersamaan mempelajari dan menerapkan sesuatu yang baru dalam praktik.
Dalam artikel ini saya ingin berbicara tentang percobaan kami di bidang asisten pribadi, dengan kasus-kasus, anti-kasus dan, seperti kebiasaan sekarang untuk mengatakan, pelajaran terakhir yang dipelajari.
Prolog
Saya bertemu chatbots setahun di 2017, sementara Telegram
telah mempromosikan platform bot terbuka sendiri
selama 2 tahun , dan Gartner
berbicara tentang tren dalam penggunaannya di perusahaan. Kemudian, sebagai bagian dari percobaan, saya memasang bot
RubBot pertama, yang saya gunakan sampai hari ini, ketika saya perlu mencari tahu dengan cepat nilai tukar mata uang utama saat ini.
Tetapi titik balik yang serius bagi kami, chatbot penggemar dari Dentsu Aegis Network, adalah pertemuan dengan orang-orang dari KROK pada Februari 2018, yang kami minta setelah membaca serangkaian artikel (
Apa yang bisa chatbot dan
Robot di dalam kantor ) di Habré. Esensi dari bot perusahaan internal mereka direduksi menjadi hal-hal sederhana - untuk memberikan informasi dasar dan relevan, dan juga menggunakan skrip yang sering digunakan menggunakan RPA - memesan tiket, merencanakan dan mengatur pelatihan, perjalanan bisnis, mendapatkan bantuan dari HR, dll., Tetapi itu sangat indah
, dengan umpan balik yang mudah dipahami dan isyarat mirip manusia.
Saat itulah muncul ide bahwa kami membutuhkan bot di Jaringan Dentsu Aegis. Di saluran mana? Fitur apa? Kepada siapa? Apakah ini benar-benar dibutuhkan? Apakah ada bot yang sudah jadi? Siapa dalam hal ini sekarang yang paling berpengalaman di pasar di dunia / di Rusia?
Pada saat itu, masalah-masalah ini tampak penting bagi kami, tetapi euforia dari apa yang saya lihat, keyakinan bahwa semuanya akan berhasil dan keinginan untuk mendapatkan bot kami, yang akan menyelesaikan pertanyaan karyawan, lebih besar dari keraguan, terutama ketika bot obrolan mulai muncul seperti jamur setelah hujan, di bidang-bidang dan bisnis-bisnis di mana mereka tidak terlalu dibutuhkan dan, sebaliknya, merupakan tambahan pada produk utama, semacam mahkota efektivitas teknologi dan kecuraman.
Ide
Saat itu tahun 2018, dan kebetulan kami bertemu
Just-AI . Orang-orang pada waktu itu sudah memiliki berbagai macam integrasi dan
widget di situs klien , serta keahlian dalam membangun skrip untuk asisten suara dan teks.
Perusahaan kami telah lama memiliki ide membuat semacam katalogisasi pengetahuan dan alat yang bisa dapat menarik materi dan menjawab pertanyaan umum menggunakan meta-informasi (tag, bidang kunci, entitas bernama).
Sebagai contoh:
- Presentasi dari konferensi digital terakhir Ubah pikiran Anda ?
- Kasus dalam FMCG?
- Proporsi populasi pria di kota-kota Rusia untuk 2015-2018?
- Bagaimana cara terhubung ke wifi?
Tetapi, setelah bermain sendiri dengan berbagai masalah ini, kami memutuskan bahwa kami membutuhkan skenario yang sederhana dan dapat dipahami, yang akan cocok bukan untuk unit individu atau kelompok orang, tetapi di sini untuk hampir semua karyawan.
Sebagai hasilnya, pilihan dibuat mendukung skenario untuk mengatur pertemuan internal. Kenapa tepatnya dia? Semuanya cukup membosankan jika Anda memilih antara memesan tiket sementara dan mencari informasi sewenang-wenang tentang sumber daya perusahaan.
Bagi kami, skenario untuk mengatur pertemuan:- sederhana: pilih peserta, ruang rapat, tanggal dan waktu;
- cukup populer: 70% karyawan menyelenggarakan rapat / berpartisipasi setidaknya 1-2 kali seminggu;
- dapat diimplementasikan dengan cepat: dari 2-4 minggu.
Bahkan, masing-masing poin ternyata menjadi urutan besarnya lebih sulit untuk diterapkan, atau tidak dikonfirmasi sama sekali. Dan pada saat itu kami hanya membaca tentang
CustDev , dalam praktiknya kami mulai menggunakannya jauh kemudian, tetapi ini adalah cerita yang berbeda :)
Kegagalan pertama
Jika Anda menyederhanakan proyek untuk mengembangkan dan meluncurkan bot obrolan, Anda mendapatkan serangkaian langkah-langkah berikut:
- Memilih platform pemasok / bot
- Pilih skenario
- Kami menulis skenario utama dan cabangnya
- Menjelaskan integrasi ke / dari infrastruktur Anda dengan platform vendor / bot
- Kami menerapkan integrasi dan skenario
- Kami menyiapkan analitik, integrasi pengujian, dan skenario
- Mulai
- Pantau dan putar
- Untuk meringkas: sukses atau gagal
- Renungkan
Tampaknya bagi kami bahwa langkah 5 akan menjadi yang paling sulit dan panjang, tetapi ternyata ternyata akan jauh lebih sulit untuk memikirkan logika skrip, copywriting (langkah 3) dan mengerjakan mekanisme interaksi dengan infrastruktur (langkah 4), terutama jika Anda melakukannya untuk pertama kalinya .
Tapi entah bagaimana,
setelah 6 bulan (!) Kami melewati semua langkah dan bot obrolan muncul sebagai widget di halaman utama portal perusahaan, yang secara tidak mencolok menjulang di sudut dan sangat mendorong karyawan untuk mengkliknya dan memulai dialog.
Minggu pertama kami mendaftarkan "peningkatan aktivitas", sebanyak 20 karyawan mencoba mengatur pertemuan melalui obrolan bot, dan sebanyak 12 mencapai akhir skenario:
Dan di sini kami menyadari masalah utama -
kami bersaing dengan setidaknya dua layanan utama perusahaan : memesan ruang rapat di portal, mengatur pertemuan melalui Outlook dan mengatur pertemuan melalui sekretaris.
Masalah kedua yang sama pentingnya adalah bahwa bahasa Rusia yang perkasa begitu fleksibel sehingga pertanyaan: "Tunjukkan tanggal dan waktu pertemuan?" orang menjawab (peringkat dari yang paling tidak berbahaya):
- Hari ini jam 12:00
- Besok jam 4
- Gratis
- Untuk sekarang
- Dan apa yang ada di sana?
- Mengapa
Sebagai hasilnya, kami memutar sedikit logika kenyamanan pilihan, memproses jawaban dan melompati beberapa langkah, tetapi bahkan dengan ini, itu adalah pertempuran yang tidak setara di mana kami meletakkan tangan kami di depan superioritas manusia dalam variabilitas skenario dan cara untuk mengubah parameter awal.
Kami menentukan waktu dan tanggal rapat, serta memilih ruang pertemuan
Kami mengonfirmasi semua parameter rapat dan mengirim undangan ke kalenderBenar, mereka meninggalkan widget di portal dengan harapan kita bisa mengacaukan beberapa skrip yang lebih populer di sana.
Hasil :
negatif , masalah yang ada dipecahkan oleh alat yang dikenal, alat baru tidak menambah nilai tambahan.
Pengalaman positif pertama
Akhir 2018 sudah dekat dan seorang rekan
berbagi artikel VC tentang bot Telegram untuk game "Secret Santa", yang dengan cepat menemukan respons di hati kami. Pertama, sebagai pengalaman menciptakan bot mereka sendiri di Telegram, dan kedua, sebagai semacam mekanisme penggemar, keterlibatan yang menjanjikan keberhasilan jauh lebih besar daripada mengatur pertemuan.
Dan karena sudah ada tenggat waktu yang tidak tergoyahkan, kami memutuskan untuk membuat skenario utama bekerja, mengorbankan keindahan dan variabilitas. Bahkan, ternyata kerangka kerja Telegram untuk bekerja dengan bot memungkinkan kami tidak hanya mengumpulkan dan menguji bot dalam 2 minggu, tetapi juga untuk membuat gloss, membuat komunikasi lebih santai.
Meskipun kesulitan bekerja dengan Telegram di Rusia, pada saat itu sekitar 50 orang terlibat dalam Secret Santa, 27 mampu bertukar hadiah.
Pada level seluruh grup perusahaan Dentsu Aegis Network, ini masih merupakan indikator yang agak rendah (3-5%), tetapi kami menganggap eksperimen ini berhasil, karena:
- Bot bekerja semua skenario tanpa menabrak
- Menjadi jelas bahwa karyawan siap untuk menginvestasikan waktu mereka dalam eksperimen, bahkan tanpa manfaat yang jelas di akhir percobaan
- Baris info telah menjadi pemicu untuk keterlibatan
Hasil :
positif , info info + mekanisme penggemar = kesempatan untuk terlibat lebih jauh.
Kelahiran Ivan
Pada tahun 2018 yang sama, kami dapat menyelami lebih dalam apa yang ada di pasar asisten virtual - platform tempat mereka berkumpul, dan integrator yang siap untuk merakit bot untuk setiap permintaan dan untuk anggaran klien apa pun.
Tapi kami ingin menyelesaikan masalah bisnis, melakukannya sendiri (manfaatnya adalah keahlian internal), secara teknologi, tanpa menciptakan pasukan bot di saluran yang berbeda (widget di portal, Telegram, Lync / Tim messenger) dan tidak keluar terlalu banyak dari anggaran arah eksperimental.
Jadi kami bertemu dengan
autofaq.ai , dan mereka berbicara tentang produk utama mereka, yang tugasnya adalah membantu menjawab pertanyaan berulang dengan berbeda, tetapi dekat artinya, merumuskan melalui penggunaan jaringan saraf yang dalam dan mekanisme untuk melatih kembali pangkalan dengan jawaban.
Di sini kami mengingat ide awal kami - untuk menjawab pertanyaan dari karyawan dalam formulasi berbeda, menganalisis informasi tambahan dalam konteks permintaan dari seorang karyawan. Jadi prototipe demo pertama dari bot obrolan berdasarkan Telegram muncul:
Kami memanggilnya
"Ivan" (i1, baca seperti i-wan), ini bukan dari kecerdasan yang sedikit dari pahlawan kami (semua kebetulan adalah acak), melainkan karena penamaan tunggal platform (A1, B1, D1, I1, M1, V1 ), yang baru-baru ini kami datangi.
Prototipe diterima dengan baik oleh karyawan, sebagai bagian dari survei yang dilakukan setelah demonstrasi, 105 orang memilih bahwa idenya bagus dan mereka siap untuk menggunakannya dalam pekerjaan mereka.
Ketika kami mencapai tahap pengisian primer pangkalan, kami menghadapi kesulitan-kesulitan berikut:
- pengisian ulang database dengan jawaban atau menambahkan sinonim untuk pertanyaan adalah pekerjaan yang sama dengan jawaban untuk pertanyaan-pertanyaan ini di ruang obrolan, dalam surat dan ini membutuhkan orang atau kelompok orang yang terpisah
- kurangnya operator online untuk beralih ketika bot obrolan tidak tahu jawabannya
- kurangnya umpan balik bagi karyawan ketika pertanyaannya muncul di database jawaban
- tingkat perubahan API oleh kontraktor untuk menerapkan logika bekerja dengan bot obrolan tanpa mekanik dengan operator
Hasil :
negatif , mekanisme rumit untuk mengisi kembali basis pengetahuan jawaban, kurangnya efek ekonomi, bahkan tertunda, kebutuhan untuk merekrut operator online.
Tumbuh Ivan
Pada tahun 2019, kami sudah sedikit lebih keren tentang topik obrolan bot, tetapi di musim panas bintang-bintang terbentuk secara acak:
- Acara perusahaan keluar (#WellDAN) untuk karyawan yang direncanakan
- Jaringan Dentsu Aegis menyadari bahwa kita dapat diberi pengetahuan mendalam tentang audiens Instagram.
- Algoritma dan perpustakaan pengenal wajah terbuka di foto bekerja dengan baik
Dan kami memutuskan bahwa chatbot Ivan di Telegram akan berfungsi di pesta perusahaan, yang akan dapat:
- Ceritakan tentang acara tersebut, transfer, tunjukkan program dan peta lokasi
- Periksa karyawan di suatu acara
- Temukan kolega di foto dan bicarakan minat mereka dengan menganalisis profil Instagram yang terbuka
Awalnya, mekanismenya sangat kompleks, kadang-kadang tidak terlalu logis, tetapi kami dapat menguranginya menjadi skenario yang sederhana dan dapat dimengerti:
1. Karyawan menerima surat pada hari acara dengan deskripsi tentang apa yang bisa dilakukan chatbot Ivan.
2. Karyawan tiba di acara tersebut, melakukan check-in, mengirim foto selfie berapapun jumlahnya - Anda perlu mengirim fotonya dari acara nanti
3. Mengaktifkan berbagai perintah bot
4. Periksa bagaimana pencarian kolega di foto bekerja, dan apakah Anda memiliki minat yang sama berdasarkan informasi dari Instagram
Akibatnya, berkat mekanisme kipas seperti itu, 2403 pesan dikirim melalui bot pada hari acara, dan 137 orang menggunakan bot:
Hasil : mekanika
positif , dapat dipahami, keberadaan umpan berita yang relevan dengan sebagian besar karyawan, seluler, sebagai saluran prioritas, serta penggunaan kembali platform obrolan bot.
Epilog dan pembekuan Ivan
Setelah acara perusahaan musim panas, chatbot kami masih bekerja di konferensi grup untuk klien dan mitra. Tetapi dengan satu atau lain cara, ia datang ke acara satu kali untuk acara informasi tertentu, atau murni menghibur.
Oleh karena itu, saat ini kami telah memutuskan untuk "membekukan" arah ini, dengan harapan bahwa di masa depan kita akan dapat menemukan ceruk di mana chatbot akan bekerja lebih baik daripada antarmuka tradisional yang digunakan orang (bilah pencarian, formulir entri data, halaman FAQ), atau mereka tidak akan memiliki analog sama sekali atau memiliki keuntungan dalam kecepatan menyelesaikan masalah. Misalnya, melalui menu suara 8-800 melalui skrip di bot obrolan alih-alih menggunakan perintah nada dari telepon.
Jadi sebelum Anda mulai mengembangkan chatbot atau asisten suara Anda sendiri, cobalah untuk mulai dengan mempelajari kasus
- kasus yang
sukses dan
tidak terlalu baik . Lalu ada kemungkinan tidak nol bahwa percobaan Anda akan mengarah pada penciptaan produk atau layanan yang benar-benar bermanfaat, nyaman dan populer, yang kemudian akan menjadi insentif untuk pengembangan lingkungan komunikasi di mana obrolan bot
dapat menjadi nenek moyang dari asisten yang lebih modern dan cerdas untuk manusia.