什么是聊天机器人(chatbot) ？

具有生成式 AI 功能的下一代聊天机器人将提供更多增强型功能，包括对通用语言和复杂查询的理解、适应用户对话风格的能力以及在回答用户问题时运用同理心。企业负责人可以清楚地看到这样的未来：85% 的高管表示，生成式 AI 将在未来两年内直接与客户互动，正如 IBV 的《CEO 生成式 AI 行动指南》所提到的那样。企业级人工智能解决方案可以实现公司的自助服务自动化，并加速打造卓越的用户体验。

FAQ 聊天机器人(chatbot) 不再需要设定问题答案并进行预先编程：将生成式 AI 与组织的知识库结合使用，可以更轻松、更快速地自动生成答案，以响应更广泛的问题。

虽然会话式 AI 聊天机器人可以理解用户的问题或评论，并生成类似真人的响应，但生成式 AI 聊天机器人可以通过生成新内容作为输出来更上一层楼。这些新内容可包括基于训练用 LLM 的高质量文本、图像和声音。配备生成式 AI 的聊天机器人接口可以识别、归纳、翻译、预测和创建内容，以响应用户查询，而无需人工干预。

使用会话式 AI 产品构建的企业级自我学习型生成式 AI 聊天机器人正在不断自动改进。这些聊天机器人采用多种算法，可自动从过往交互中学习怎样回答最好，并改进对话流程路由。

聊天机器人(chatbot) 可以通过即时响应问题和请求（通过文本输入、音频输入或两者兼有），支持用户轻松查找信息，而无需人工干预或人工研究。

聊天机器人技术现已司空见惯，从家庭智能音箱和面向消费者的 SMS、WhatsApp 和 Facebook Messenger 实例，到包括 Slack 在内的工作场所消息应用程序，无处不在。AI 聊天机器人的最新发展，通常称为“智能虚拟助理”或“虚拟代理”，不仅可以通过使用复杂的语言模型来理解自由流畅的对话，甚至可以自动执行相关任务。除了众所周知面向消费者的智能虚拟助理，例如 Apple 的 Siri、Amazon Alexa、Google 的 Gemini 和 OpenAI 的 ChatGPT 之外，虚拟代理也越来越多地用于企业环境中，以协助客户和员工。

为了增强已在使用的应用程序的功能，可将精心设计的聊天机器人集成到组织正在使用的软件中。例如，可以将聊天机器人添加到 Microsoft Teams 中，以创建并自定义一个高效中心，汇集各种内容和工具，成员可聚集在一起聊天、开会和协作。

为了充分利用组织的现有数据，企业级聊天机器人可以与关键系统集成，并编排 CRM 系统内外的工作流程。聊天机器人可以处理实时操作，除了更改密码这样的常规操作外，还能处理跨越多个应用程序的复杂多步骤工作流程。此外，会话式分析可以从自然语言会话中分析和提取洞察，通常是通过聊天机器人和虚拟助理与企业互动的客户之间的会话。

人工智能也可以成为制定会话式营销策略的有力工具。AI 聊天机器人可提供 24/7 全天候客户服务，并可以挖掘客户互动和购买模式的洞察，以推动更具吸引力的会话，并在企业的 Web 和消息传递渠道中提供更加一致和个性化的数字体验。

最早的聊天机器人(chatbot) 本质上是交互式常见问题解答程序，依赖于一组有限的常见问题和预编写答案。由于无法解读自然语言，这些常见问题解答通常会要求用户从简单的关键字和短语中进行选择，以推动会话继续。这种初级的传统聊天机器人(chatbot) 无法处理复杂的问题，也无法回答开发人员无法预测的简单问题。

随着时间的流逝，聊天机器人算法经过演变，能够进行基于规则的更复杂的编程，甚至是自然语言处理，并支持以会话方式表示客户查询。这就催生了一种新型的聊天机器人，它具有上下文感知能力，并配备了机器学习功能，通过接触越来越多的人类语言，不断优化其正确处理和预测查询的能力。

现代 AI 聊天机器人现在使用自然语言理解 (NLU) 来辨别开放式用户输入的含义，同时克服从拼写错误到翻译问题等各种问题。然后，高级 AI 工具将含义映射到用户希望聊天机器人采取行动的特定“意图”，并使用会话式 AI 编写妥善的响应。这些 AI 技术利用机器学习和深度学习（AI 的不同元素，存在一些细微差异）来开发日益精细的知识库，其中包含由用户互动提供信息的问题和响应。这种复杂能力借鉴了大语言模型 (LLM) 的最新进步，实现了客户满意度的提升，并增强了聊天机器人应用程序的通用性。

构建 AI 聊天机器人所需的时间可能会因所使用的技术堆栈和开发工具、聊天机器人的复杂性、所需功能、数据可用性以及是否需要与其他系统、数据库或平台相集成而异。借助用户友好的无代码/低代码平台，企业可以加速构建 AI 聊天机器人。

聊天机器人、AI 聊天机器人和虚拟代理这些术语经常互换使用，这可能会造成混淆。虽然这些术语所指的技术密切相关，但细微的区别会使它们各自的能力产生重大差异。

聊天机器人是最具包容性的泛指术语。任何模拟真人会话的软件，无论是由传统、严格的决策树式菜单导航还是尖端会话式 AI 提供支持，都是聊天机器人。从电话树到社交媒体，再到特定的应用程序和网站，聊天机器人几乎遍布所有通信渠道。

AI 聊天机器人是采用从机器学习（由算法、特征和数据集组成）到自然语言处理 (NLP) 和自然语言理解 (NLU) 等多种 AI 技术的聊天机器人，可准确解释用户问题，并将其与特定意图相匹配。深度学习功能可支持 AI 聊天机器人日益变得更加准确，从而让人类能够以更自然、更自由的方式与 AI 聊天机器人进行交互，而不会被误解。

虚拟代理 是 AI 聊天机器人软件的进一步演进，不仅可以使用会话式 AI 进行对话、借助深度学习逐步进行自我改进，通常还会将这些 AI 技术与机器人流程自动化 (RPA) 结合到一个界面中，直接根据用户的意图采取行动，而无需更多的人工干预。

为了协助进行说明区别，我们假设用户想要了解明天的天气如何。使用传统的聊天机器人(chatbot) ，用户可以使用特定的短语“告诉我天气预报”。聊天机器人(chatbot) 说明天会下雨。使用 AI 聊天机器人(chatbot) ，用户可以问：“明天的天气怎么样？”聊天机器人(chatbot) 会正确解读这个问题，然后说明天会下雨。使用虚拟代理，用户可以问：“明天的天气怎么样？”虚拟代理不仅可以预测明天的降雨，还可以设置提前预警，以应对早上通勤的降雨延误。

消费者可使用 AI 聊天机器人(chatbot) 完成多种任务，例如与移动应用程序进行交互，以及使用智能恒温器和智能厨房电器等专用设备。商业用途同样丰富多元：营销人员使用由 AI 驱动的聊天机器人(chatbot) 来实现个性化客户体验，并简化电子商务运营；IT 和 HR 团队使用聊天机器人(chatbot) 来实现员工自助服务；客户中心依靠聊天机器人(chatbot) 来简化传入的沟通信息，并将客户引导至相应资源。

会话式 AI 聊天机器人(chatbot) 可以记住与用户的对话，并将此上下文整合到其交互中。当与包括机器人流程自动化 (RPA) 在内的自动化功能相结合时，用户可以通过聊天机器人(chatbot) 体验完成复杂的任务。如果用户不满意，且需要与真人交谈，则可以无缝进行转移。转移之后，真人客服可以获取完整的聊天机器人(chatbot) 对话历史记录。

对话界面也会有所不同。AI 聊天机器人(chatbot) 通常用于社交媒体消息传递应用程序、独立消息传递平台、专有网站和应用程序，甚至可用于电话（它们在这里被称为集成语音响应或 IVR）。

典型用例包括：

• 及时、全天候地帮助解决客户服务或人力资源问题。

• 电子商务环境中的个性化推荐。

• 通过聊天机器人营销推广产品和服务。

• 表格和财务应用程序中的字段定义。

• 医疗保健办公室的接诊和预约安排。

• 自动提醒基于时间或位置的任务。

AI 聊天机器人(chatbot) 能够准确地处理自然人类语言，并自动提供个性化服务，从而为企业和客户带来明显的优势。

在聊天机器人出现之前，客户的任何问题、疑虑或投诉，无论大小，都需要人工回应。自然而然，有时会在非工作时间、周末或节假日出现需要及时解决甚至紧急的客户问题。但是，为客户服务部门配备人员提供全天候服务来满足不可预测的需求，是一项成本高昂且困难重重的工作。

如今，聊天机器人可以全天候持续管理客户交互，同时不断提高响应质量并降低成本。聊天机器人可自动执行工作流程，让员工摆脱重复的任务。聊天机器人还可以消除通过电话提供客户支持的漫长等待时间，甚至消除电子邮件、聊天和通过 Web 支持的较长等待时间，因为聊天机器人可立即供任意数量的用户使用。这是一种绝佳的用户体验，并且满意的客户更有可能表现出品牌忠诚度。

为客户支持中心配备人员提供全天候服务的成本非常高昂。同样，回答重复性查询所花费的时间（以及为了保持答案一致所需的培训）成本也非常昂贵。许多海外企业提供此类功能的外包服务，但这样做本身就会产生高昂的成本，还会减少对品牌与客户互动的控制力。

聊天机器人(chatbot) 则可以每周七天、每天 24 小时回答问题。聊天机器人(chatbot) 可以提供新的一线支持，在高峰期提供补充支持，或去除乏味的重复性问题，以便人工座席可以专注于更复杂的问题。聊天机器人(chatbot) 有助于减少需要人工帮助的用户数量，帮助企业更有效地扩大员工规模，以满足不断增长的需求或非工作时间请求。

聊天机器人可以帮助开发潜在客户并提高转化率。例如，浏览网站以获取产品或服务的客户可能会对不同的功能、属性或计划抱有疑问。聊天机器人可以现场提供这些答案，帮助客户进行购买。对于具有多步骤销售漏斗的较复杂购买行为，聊天机器人可以确认潜在客户的资格问题，甚至可以让客户直接与训练有素的销售代理联系。

如果使用错误的平台、编程或数据，聊天机器人的任何优势都可能变成劣势。传统的 AI 聊天机器人可以提供快捷的客户服务，但也存在局限性。许多系统依靠基于规则的系统来自动执行任务，并为客户查询提供预定义的响应。

较新的生成式 AI 聊天机器人可能会伴随一些安全风险，例如数据泄露的威胁、不合标准的保密和责任问题、知识产权的复杂性、源数据的不完整许可以及不确定的隐私和国际法合规情况。由于缺乏适当的输入数据，“幻觉”风险持续存在，即提供不准确或不相关的答案，需要客户将会话升级到另一个渠道。

如果将敏感的第三方或公司内部信息输入生成式 AI 聊天机器人(chatbot) ，则安全和数据泄露也会是一种风险 - 成为聊天机器人(chatbot) 数据模型的一部分，而该模型可能会与提出相关问题的他人共享。这可能会导致数据泄露，并违反组织的安全策略。

选择合适的聊天机器人产品可以为企业和用户带来可观的回报。用户受益于始终在线的即时支持，而企业可以更好地满足期望，而无需昂贵的员工改造。

例如，电子商务公司可以部署聊天机器人(chatbot) ，为浏览客户提供他们正在查看的产品的更多相关详细信息。企业组织的人力资源部门可能会要求开发人员寻找可以让员工集成访问其所有自助服务权益的聊天机器人(chatbot) 。软件工程师可能希望将 AI 聊天机器人(chatbot) 直接集成到他们的复杂产品中。

无论情况或项目如何，以下是选择聊天机器人产品的五个最佳实践和技巧。

1. 选择可以实现近期目标但不会限制未来扩展的解决方案。为什么团队会想要自己的聊天机器人？目前是如何应对这一目标的？哪些挑战推动了对聊天机器人的需求？它能否提供模板来帮助组织在未来扩展聊天机器人产品，并实现其多样化，还是其他团队需要从头开始开发其他解决方案？界面是否支持高端聊天机器人设计？相关定价是否允许高效的内部扩张？
   
   
2. 了解 AI 对客户体验的影响。聊天机器人是品牌的一种表现形式。合适的 AI 不仅可以准确了解客户的需求，以及这些需求的表达方式，而且还能以非机器人方式做出响应，从而很好地反映业务。没有合适的 AI 工具，聊天机器人只是一个美化版的常见问题解答而已。
   
   
3. 询问长期构建、训练和改进聊天机器人的要求有哪些。组织是需要简单的现成产品，还是需要复杂的 API，以便定制实施方式？AI 不会自我训练。组织需要清楚地了解哪些内容是预构建的，哪些内容则需要在内部创建。一些聊天机器人可提供使用历史聊天记录和转录内容创建此类意图的能力，从而节省时间。采用机器学习的系统还可以随着时间的推移自动调整和改进回答。
   
   
4. 寻找方法关联现有投资，而不是取代。通常，新兴渠道或技术似乎都会取代已构建的渠道或技术。但恰恰相反，它们只是组织需要管理的另一种媒介。连接到这些渠道和客户案例系统的聊天机器人(chatbot) 可以提供两全其美的服务：在实现客户体验现代化改造的同时，更准确地将用户引导至能解决其问题的信息和个人。
   
   
5. 确定聊天机器人是否满足部署、可扩展性和安全性要求。每个组织和行业都有自己独特的合规要求和需求，因此，明确定义这些标准非常重要。很多聊天机器人都通过云技术交付，以借鉴其他客户对话中的知识和结果，因此，如果这需要本地部署的解决方案或单租户环境，则可用提供商列表会短得多。了解数据是否能用以及如何使用也很重要，因为这可能会对严格监管的行业产生重大影响。