2016年，聊天机器人风靡一时。
那一年，Facebook降Messenger bot平台作为其F8开发者大会的中心议题。微软的萨蒂亚·纳德拉将聊天称为“第三次运行时”，这是运行平台必不可少的部分，仅次于操作系统和Web浏览器。
在财报电话会议和新闻发布会上，聊天机器人被提及的次数直线上升，对于许多人来说，似乎聊天机器人可能是下一个重大颠覆性技术。成千上万的公司都在期待着自己的聊天机器人。
然而，最终预期的范式转变并没有发生。
导致聊天机器人在2016年没有开始的原因很多。其中一个原因是，消费者发现，第一款聊天机器人执行的许多任务——比如转发新闻或寻找菜谱——在有机器人参与时要花费更多时间。
另一个问题是，机器人通常需要人工帮助来理解命令。就连Facebook大肆宣传的个人助理M也在发现机器人70%的反应要人工负责后不久也关闭了。
虽然许多聊天机器人没有达到用户的高期望，但它们也并非一文不值。
如今，这些机器人程序仍在金融科技、医疗、销售和客户关系管理、零售、甚至法律等行业中广泛使用，它们正产生着重要但却悄无声息的影响。利用自然语言处理和人工智能方面的进步，它们让医疗保健更容易导航，让购物更个性化，让律师更有效率。
2019年最重要的聊天机器人并不是无所不知的虚拟管家;它们是会话技术的高度针对性应用。尽管它们看起来没有那么炫酷，但这些机器人正在改进其技术，并对其行业产生明显的影响。
本文对真正的“聊天机器人革命”正在发生的行业进行了综述，并重点介绍了希望利用这项技术的公司所得到的最重要的教训。
聊天机器人的兴起和衰落
什么是聊天机器人?
当一家公司创建一个聊天机器人时，它到底想做什么?
简而言之，聊天机器人是基于文本或语音的界面，使用户可以执行某些操作并使用语言检索信息。
在最基本的范围内，有一些银行用来通过电话树提示呼叫者，告诉他们说“是”，“否”，“检查我的余额”等。像这样的机器人只是在一个简单的服务上放置一个聊天界面;不涉及人工智能。
另一个极端是像Facebook的M这样的聊天机器人，它被标榜为一个完全有能力的人工智能虚拟助手。实际上，该机器人通过人工智能和人工结合工作。
但是，一旦聊天机器人掌握在用户手中，就可以清楚地看出服务承诺与实际提供服务之间存在的差距。 M可以处理一些简单的问题，例如“下周我在芝加哥哪里可以买到好吃的汉堡?”并可以执行诸如订餐的任务，但它无法处理更复杂的请求。
Facebook的目标是使M的几乎所有任务完全自动化;然而，据《连线》杂志对该产品的事后分析，该平台的自动化程度从未超过30%。与此同时，这种资源密集型、人力支持的模式正在消耗大量资金，即便财大气粗如Facebook也不能坐视不管，最终该项目关闭。
在对一系列预先编程的问题回答“是”和“不是”的死记硬背模型与准备响应任何请求的全面“虚拟助手”之间，存在一个中间立场：无法处理和响应所有广义问题的聊天机器人，但使用某种程度的人工智能或机器学习来执行任务。
在最佳应用场景中，这些任务是(1)没有机器人的情况下比较耗时，以及(2)简单而特定。
例如，CRM平台对讲机的“ Answer Bot”可以解释问题并从站点的FAQ和帮助文档中检索适当的答案，而用户进行自我搜索的话需要往往要花很长时间。
用户还可以将响应标记为有用或无效，从而使该机器人能够学习(以一种非常基本的机器学习形式)将来应该给出什么样的答案。 “Answer Bot”本身能够处理大约29%的客户查询，而无需人工参与。
专门的聊天机器人在医疗健康领域也越来越受欢迎。例如，自主治疗机器人Woebot可以获取有关用户特定需求的数据，并随着时间的推移使用这些信息来提供更个性化的服务。
在律师事务所和银行中，聊天机器人正在成为一种强大的研究媒介，它可以消耗宝贵的可计费时间或需要雇用大批助手。 2017年，摩根大通宣布，其“ COiN”机器人每年审查大约12,000个金融合同，从而节省了律师和贷款人员约360,000小时的劳动时间。
与其好高骛远，不如转向聊天机器人可以解决的特定功能，并且它们在使用中变得越来越有用。但总体而言，聊天机器人在最近几年经历了相当多的动荡。
聊天机器人运动势头强劲
2016年，几乎所有世界上最大的科技公司都宣布了极具竞争性的聊天机器人项目。
例如，微软拥有Tay，这是Twitter的AI机器人。首席执行官萨蒂亚·纳德拉于2016年3月宣布“机器人是新应用”。亚马逊生产了文字转语音服务Polly，和用Alexa触发动作行为的引擎Lex，可供聊天机器人开发人员公开使用。
消息服务Kik、Line和Telegram都启动了自己的机器人平台。 Facebook在2016年4月召开的F8会议上透露，它将开放Messenger作为聊天机器人开发平台，并将与1-800-Flowers和CNN News等公司合作进行早期试验。
Facebook向开发人员承诺，开发人员可以利用Messenger平台的所有方面，包括“ Bot Engine”，它是开发人员可以用来训练其机器人的新自然语言工具。到2016年中期，已经推出了11,000多个Facebook Messenger机器人，包括来自Burberry、British Airways和星巴克的试用。在Messenger平台一年的时间里，超过100,000聊天机器人在陆续构建中。
与此同时，对聊天机器人初创公司的风投加速增长，从2015年到2016年年中，各公司共投资了约8500万美元，进行了30笔交易。 Slack推出了自己的8000万美元聊天机器人基金，与领先的风投公司合作，包括星火资本(Spark Capital)、Index Ventures、Accel、KPCB、Social Capital和安德森?霍洛维茨基金(Andreessen Horowitz)。
这一连串的活动引起了人们对该技术潜力的极大兴趣。 Gartner预测，到2020年，将有80%的新企业应用程序使用聊天机器人，而到2021年，聊天机器人将成为企业的“最重要的平台范例”。
Twitter话题标签的发明者、谷歌和Uber的产品设计师克里斯·梅西纳(Chris Messina)写道，“你和我将在年底之前通过Facebook Messenger、WhatsApp、Telegram、Slack以及其他平台上与品牌和公司进行对话，并且会发现这很正常。”
实际上，2016年末是聊天机器人炒作的顶峰。
尽管进行了一系列的投资、产品发布和媒体讨论，但聊天机器人总体上还是让用户和押注它们成功的技术公司感到失望。
炒作消失了
构建一个真正的“虚拟助手”，能够理解上下文并响应不明确的查询，这比构建一个简单的聊天机器人更具挑战性。
许多聊天机器人无法理解足够多的人类语言，也无法处理足够多的数据来完成公司承诺它们可以处理的复杂请求。
在透露M无法处理70%的用户请求之后，Facebook缩减了其标志性“M”虚拟助手的工作。谷歌同样承认，它在呼叫中心使用人工来做助手。
到2018年，有关聊天机器人的新闻报道直线减少。上市公司财报电话会议中提到聊天机器人技术的次数在2018年初达到峰值，但在年底时降至近一半。
聊天机器人行业仍然处于萌芽状态，大部分交易发生在早期阶段(种子/天使和A轮)。考虑到2014年至2017年之间进行的天使轮和种子轮的数量，后期融资的缺乏表明，早期的聊天机器人投资很少成功。
在2018年1月，Facebook关闭了M。同月，《Inc Magazine》采访了聊天机器人公司Digit的创始人伊桑·布洛赫(Ethan Bloch)，他为此哀叹：“我甚至不确定我们是否可以说‘聊天机器人死了’，因为我甚至不知道它们是否曾经活过。”
随后又发生了几起备受瞩目的聊天机器人倒闭事件。到今年8月，许多媒体公司——包括《华盛顿邮报》、《商业内幕》和《赫芬顿邮报》——的聊天机器人实验已被证明这一趋势是真实存在的——都已缩减或停止了它们的聊天机器人工作。
2016年3月，微软的Tay关闭了，因为它在发布24小时内就开始表达令人头疼的政治观点，而谷歌的Allo拖到2018年12月也死了。
但是，聊天机器人热潮的故事并非全部以失败告终。
芬达使用Messenger机器人来提高对新产品的认识，其广告优惠券的兑换率比预期高46%。起亚通过其机器人获得了33,000个潜在客户，并将其报价请求和试驾请求的转换率提高了一倍。
乐高的“Ralph”购物助手机器人也表现出色，其广告支出回报率达到了3.4倍。
这些成功的故事表明，尽管几经沉浮，聊天机器人技术仍存在合法的应用，尤其是针对那些关注更具体问题的机器人。
金融科技：合同审查和票据谈判
从搜寻财务文件到简化用户的资金管理方式，聊天机器人都在后端和前端都在创造更高效的金融技术。
管理资金是一项复杂的工作。对于银行而言，这种复杂性表现为诸如冗长、密集的贷款协议和衍生工具之类的形式。对于消费者来说，是预算、银行账户、信用卡账单和订阅。聊天机器人可以帮助用户跟踪他们的债务。
在个人理财方面，聊天机器人最成功的实现方式集中在相当日常的信息检索和管理任务上，这些任务看起来很日常(例如检查余额或取消订阅)，可以通过聊天提高效率。
在企业方面，聊天机器人正在帮助耗时且昂贵的流程自动化，从而节省了数十万小时和相关成本。
个人理财：聊天机器人可帮助管理支出
为个人理财应用打造一个简单的用户体验是一项艰巨的任务。有多种输入需要处理——银行账户、信用卡、账单——以及复杂的数据，需要以用户友好的方式进行沟通。
初创企业和金融机构已经寻求聊天机器人来帮助解决问题，并押注它们可以为用户创造更直观的体验。
手动监控银行帐户和信用卡对帐单以识别不必要的支出可能很耗时，而且小笔经常性支出很容易被忽视——尤其是通过iTunes或Paypal等服务进行的交易可能会隐藏资金的使用情况。
然而，聊天机器人可以持续监控用户的银行对账单，以确定每月的经常性支出，并简化管理流程，使用简单的“是”或“否”问题来确定用户是否愿意每月支付某项费用。
2015年，金融科技初创公司Trim推出了基于短信的聊天机器人产品。该机器人会分析用户的银行对账单，然后用简单明了的语言询问他们是否想取消任何经常性订阅，比如Netflix和Dropbox。然后Trim可以代表用户取消会员。
美国银行的聊天机器人Erica可以帮助用户完成偿还债务和查看帐户状态等任务。 Swedbank、Capital One、SEB和Wells Fargo都推出于类似目的的机器人。富国银行的迭代程序可以理解并回答“最近的银行ATM在哪里?”和“我的帐户中有多少钱?”之类的问题。
但是，并非所有公司都为个人理财而使用聊天机器人。
自动储蓄应用程序Digit是最早将聊天机器人引入个人理财的公司之一。然而，在2018年，该公司宣布将重新设计其聊天机器人模型的界面，首席执行官伊桑·布洛赫(Ethan Bloch)指出该程序在帮助用户查找重要财务信息时效率低下。
在《美国银行家》的一篇文章中，布洛赫讨论了将用户的银行账户余额从数字应用程序的顶部移除，以鼓励用户与聊天机器人进行互动，以检索这些信息。这种变化只会给用户增加摩擦。客户迅速指出，这种改变是没有意义的，布洛赫表示，他“应该为这个错误负全责”。
在个人理财领域，希望在产品中利用聊天机器人的公司，应该密切关注相关任务的类型。对于日常任务，聊天机器人可以增加简单性和清晰度;然而，如果比这更复杂，它们的价值就会迅速消失。
商业银行业务：摩根大通聊天机器人为公司节省了360,000小时
在金融领域，有前景的聊天机器人应用程序不仅限于面向消费者，金融机构还在探索如何利用该技术来提高运营效率，尤其是使重复性、日常性和时间密集型任务自动化。
解释商业贷款协议是一项任务，需要花费银行数十万小时的律师和贷款人员时间。这种工作很昂贵，并且尽管有高水平的专业知识，但也不是完全不出错的。
聊天机器人可以使银行处理贷款协议的时间仅为人工完成的一小部分，而不会出错。
2017年，摩根大通推出了COiN(Contract Intelligence的简称)，这是一款利用自然语言处理人类请求、处理商业贷款协议的机器人，只需几秒钟就能审阅过去需要一组员工几个小时才能解读的文件。
根据摩根大通2016年的年度报告，该机器人经过训练，能够从其分析的商业信贷协议中“提取150个相关属性”，帮助缓解80%的贷款服务错误是由“合同解释错误”造成的。
这家银行业巨头报告说，该软件每年检查大约12,000张合同，节省了大约360,000小时的劳动时间。
“们总是把这种情况称为‘抢饭碗’。我认为它解放了人们，可以让人们从事更高价值的工作，这就是为什么对公司来说是一个了不起的机会。”摩根大通首席信息官达纳?迪希表示。
摩根大通现在表示，它计划将来使用类似的软件来处理更复杂的财务报表，包括信用违约掉期和托管协议，以及执行更多基于自然语言的任务，例如解释法规等。
医疗保健：患者参与和远程医疗
当今的医疗保健提供者负担沉重、资源匮乏，尤其是农村地区在努力提供持续的医疗服务方面尤为困难。在相同的管理费用下，费用占美国所有医院支出的25%，以及所有医疗保健错误的86%。
聊天机器人可以通过简化患者的参与并增加服务不足地区的医疗机会来帮助缓解其中的一些问题。
例如，聊天机器人可以使用自然语言处理来处理患者报告的症状并返回诊断，而无需患者踏入医生办公室。当患者进入医生办公室时，聊天机器人可以在登记时收集其基本信息，从而避免昂贵的人为错误。
他们还可以在出院后跟进患者，回答问题，提供后期护理，甚至检查患者是否遵循医生制定的计划。
事实证明，利用认知行为疗法的聊天机器人可以为没有时间或金钱来亲自看医生的人们提供一线治疗。
在整个医疗过程中，聊天机器人都在帮助收集信息，教育患者，甚至模仿定期就诊的核心诊断和对话功能，已经为全球数百万患者带来了更好的护理和可及性。
诊断：聊天机器人协助分类并减轻GP的负担
医疗时间是医疗行业最大的瓶颈之一。医生的数量是有限的，而这些医生一天只能看那么多的病人。
但是，并非所有情况都需要医生身体力行的评估才能成功治疗。一些医疗服务提供者将聊天机器人用作第一道防线，以从不太紧急的病例中筛选出紧急情况。
诊断聊天机器人实质上是一种“smart WebMD”。聊天机器人会提示患者报告其症状，然后该机器人返回潜在的诊断并建议下一步操作。
微软已经推出了一个医疗保健机器人项目，目标是“将对话式人工智能带入医疗保健”。该系统使用语言识别和信息检索，而不是随着时间的推移动态地了解患者。
Premera Blue Cross和Aurora Health Care正在使用微软的平台来减少对医疗中心的呼叫，并在患者必须进入医生办公室之前对患者的症状进行分类。
总部位于伦敦和柏林的健康创业公司Ada Health在2017年为其支持自然语言处理的诊断聊天机器人项目Ada筹集了4,700万美元。
Ada用户输入其基本信息和症状，然后回答一些后续问题。然后，该机器人会提供一些可能的诊断，并在必要时给出去看医生的指令。。
Ada返回诊断所遵循的核心过程与访问Web MD之类的网站或在谷歌上搜索症状没有什么不同。但是Ada通过自动按年龄、性别、病史、既存条件等过滤结果，为用户提供更有效的信息。此外，该机器人还可以使用以前与患者交谈中的信息来告知其诊断。
用户还可以选择以25美元的固定费用从与Ada的对话平稳过渡到与医生的对话。任何处方药都可以送到用户家中。
Ada现在活跃在130多个国家/地区，比尔和梅琳达·盖茨基金会与它合作，研究如何使用聊天机器人在世界上更偏远的地区提供医疗服务。
英国健康科技公司Babylon Health开发了应该国家健康系统(NHS)移动应用程序，该公司于2018年发布了其诊断聊天机器人，引起了媒体的极大关注。当时，该公司报告说，其聊天机器人AI在临床检查中的得分高于英国普通医生平均水平：Babylon聊天机器人正确诊断了81%的患者，而人类医生的平均得分为72%。
除了与NHS的合作关系之外，Babylon自2016年以来一直与卢旺达的医疗保健系统合作，在该国拥有超过200万注册用户。
据TechCrunch称，截至2019年8月，Babylon代表表示，该服务“现已覆盖全球430万人，迄今已完成超过120万次数字咨询，并有超过160,000次五星级评级。”
但是Babylon聊天机器人的商业化并不完全顺利。该应用程序的答案可能不正确，因此遭到批评。此外，尽管Babylon的聊天机器人宣称要帮助人们避免进入急诊室，但仍将30%用户送往急诊室，比英国国家健康建议热线高出约10%。
希望优化分诊护理并减轻医生工作量的公司应警惕，不要过于依赖聊天机器人来处理可能敏感的诊断情况。聊天机器人更适合处理清晰明了的后续步骤的例行情况。对于严重或更主观的诊断情况，转诊给人类医生应该是下一步。
病人参与：在不牺牲患者满意度的情况下减少人为干预
数据表明，患者依从性(患者是否成功遵循其医生制定的治疗计划)是医疗保健领域的一个持续存在的问题。多达60%的慢性病患者未正确遵循他们的治疗计划，这导致可避免的重复住院，额外的治疗费用，甚至是可预防的死亡。研究已将患者的不依从成本提高到3000亿美元。
传统上，监视患者依从性是一项劳动密集型过程。其结果是，医疗服务提供商正在寻找聊天机器人，以减少人类的劳动量。
医疗聊天机器人Florence以著名护士弗罗伦斯·南丁格尔的名字命名，在Facebook Messenger、Skype和Kik上运行。该机器人可以提醒患者服药，并跟踪基本的健康信息，如体重、情绪或月经周期，以监控患者实现目标的进展情况。Florence还可以引导用户到最近的医院或药房。
非营利医疗保健提供商Northwell Health也已开始部署聊天机器人，以提高患者的参与度和依从性。
Northwell的机器人有英文和西班牙文两种版本，可以提示用户进行有关一般问题和特定条件的对话。例如，有心脏问题而出院的人可能会收到机器人关于他们体重的后续问题。
尽管持怀疑态度的人表示担心，人与人之间的互动减少可能会对护理质量产生负面影响，但迄今为止，患者的接受程度是积极的：在离开Northwell Health治疗机构后使用出院后护理管理聊天机器人的所有患者中，有96%认为对话很有用。
对于忙于后勤和管理任务的医疗服务提供者而言，聊天机器人可以是释放专业人员宝贵时间的有用工具，即使在没有专家的情况下，也可以确保患者能够满足他们的需求。
心理健康：CBT聊天机器人如何帮助患者重塑负面想法
根据美国国家心理健康研究所的数据，大约五分之一的美国人(近4,700万人)患有某种形式的精神疾病。
对于聊天机器人的创建者而言，在扩大访问范围，降低人工成本和改善结果方面，心理健康领域已被证明与物理医疗一样。
使心理保健适用于聊天机器人实验的部分原因是，治疗是一种固有的言语过程，尤其是认知行为疗法(CBT)，这是最流行且研究最广泛的疗法。
CBT的目标是教患者认识负面的思维模式(又称“认知扭曲”)，然后以危害较小，效率更高的方式来重新构建他们的思维。聊天机器人在这里非常有用，因为它们可以使用自然语言处理来识别某些类型的失真，并促使用户重新思考。
其中一个例子是2015年推出的Woebot。Woebot向用户询问他们的感受，然后分析他们的反应以识别认知失真的例子。然后，机器人会根据预先确定的决策树指导用户如何改变他们的观点，该决策树确定对用户输入正确响应。
Woebot由斯坦福大学的研究人员团队创立。在启动该服务之前，创始人艾莉森·达西(Alison Darcy)在《心理健康医学互联网研究》杂志上发布了该工具的早期迭代研究结果。这项研究对70位报告有抑郁症状的大学生持续追踪了2周，研究发现，与阅读CBT电子书的参与者相比，与使用Woebot聊天的参与者的抑郁症状明显减轻。
“ [参与者]说Woebot感觉更像是朋友，而不是应用程序或技术。”
另一个心理健康聊天机器人Wysa也结合了CBT的原理，但增加了专注力和冥想。该应用程序提供了一个“工具包”，里面有各种各样的练习，目的包括在压力大的时候集中注意力、处理冲突和放松。
Wysa从与用户的互动中“学习”以推荐某些工具;但是，Wysa的网站强调说，该机器人“在响应方式上受到限制”，并且其“预期用途是作为早期干预工具”，而不是代替治疗。
其他临床研究表明，聊天机器人技术可能在应对美国日益严重的心理健康危机中发挥重要作用。
聊天机器人可以按自己的时间表(而不是提供商的时间表)为用户提供支持。这是一大重要增值，在这个领域里，很多都发生在患者的日常生活中，而不是在治疗师的办公室里。
但是，心理健康聊天机器人作为一种问责工具最有效，它提醒用户应用他们所学的心理健康策略。最初的分析，诊断和教育仍最好由训练有素的精神卫生专业人员进行。
销售与客户关系管理：确定潜在客户并回答问题
在SaaS的世界中，聊天已迅速成为与公司网站交互的主要方式之一。在2019年中，Drift and Audience受众调查中，三分之一受访者报告说使用网站的在线聊天功能，以便在过去12个月中与公司进行沟通。
随着客户对聊天机器人越来越满意，企业正在将聊天作为一种销售和客户管理工具进行投资，以帮助解决客户问题，将用户从销售渠道中移进移出，并为选择客户提供更加个性化的体验。
除了基本的聊天机器人功能，处于销售和CRM前沿的机器人开始执行复杂的任务，在此过程中带来收入，提高生产率。
销售：自动鉴定潜在客户，使销售代表效率更高
依靠入站营销来吸引新客户的企业很可能会采取某种形式的潜在客户鉴定工作，对于销售代表而言，花时间与不太适合他们所销售产品的人员进行沟通可能会付出高昂的代价。
使这项工作变得复杂的是，一些SaaS公司发现人们最终进入了销售渠道，他们实际上是当前客户，只是在寻找问题的答案。
如今，销售行业中的聊天机器人旨在通过将潜在客户与寻求帮助的客户区分开来，帮助他们解决这些挑战，并帮助销售代表更有效地与潜在客户打交道。
例如，Intercom的Operator聊天机器人会询问网站访问者是否是现有客户，以帮助他们接触公司不同团队。
“这似乎只是一个简单的小步骤，但它极大地改变了我们的销售团队的收件箱，超过三分之二的匿名潜在客户回答了[初始]问题，大约一半是现有客户。不用说，他们不想与销售团队交谈，这意味着我们不得不进行的对话数量急剧下降。” Intercom销售开发代表Sebastian McKenna Long
简而言之，聊天机器人已用于自动化相对简单但耗时的任务，例如捕获潜在客户的详细信息并提出有效问题。这可以帮助员工腾出时间来完成更复杂的任务，例如了解客户的痛点和建立关系。
客户服务：使复杂的网站更易于浏览
当被问到在线体验中最令人沮丧的部分时，最受欢迎的回答之一是“无法获得简单问题的答案”(34%受访者如此表示)。其次是“网站难以浏览”(30%)和“关于企业的基本细节很难找到”(25%)。
所有这三大挫败感都反映出当今的网站比以往任何时候都更大，组织更复杂。
根据HTTP Archive的数据，桌面网站单个页面的平均大小约为1,500 KB，比2011年增加了三倍。
理想情况下，网站应帮助客户自己回答问题。据TechCrunch称，实际上，任何一家公司的呼叫中心接到的电话中，有90%都是在访问过该公司的网站后拨打的。
聊天机器人是一种提供快速客户服务的合适媒介，因此可以帮助解决此问题。
客户服务在人们希望使用聊天机器人实现的功能列表中排名靠前。根据一项调查，大约三分之一的受访者表示，他们会使用聊天机器人“在紧急情况下快速回答”、“解决投诉或问题”、“获取详细答案或解释”。
有证据表明，客户服务聊天机器人可能是解决这类用户问题的有用工具。总部位于菲律宾的电信公司Globe Telecom表示，建立一个客户服务聊天机器人，使呼叫中心的总呼叫量减少了一半，将呼叫中心的成本降低了10%，并使员工的生产率提高了3.5倍。
除了降低成本和提高生产率外，聊天机器人还可以提高客户满意度。 Globe Telecom的客户服务聊天机器人所产生的客户服务满意度比其呼叫中心高22%，而荷兰航空公司KLM发现其服务聊天机器人所获得的Net Promoter Score(衡量客户忠诚度的指数)高于典型渠道。
使用聊天机器人的公司在辅助人类方面的方法各不相同。荷航报告说，其聊天机器人软件经过培训可以回答60,000多个不同的问题，尽管人工代理仍会检查每个响应。
另一方面，Intercom的“ Answer Bot”使用基于AI的技术，从该公司现有的FAQ数据库中提取信息，以回答大约30%的客户提问，而无需人工参与。
对聊天机器人作为销售和CRM工具感兴趣的公司将需要评估其可用数据(例如帮助中心文档，常见问题解答，客户对响应的反馈等)如何支持作为客户服务媒介的机器人。他们还必须考虑人类应该在多大程度上监视聊天机器人的响应。
商业：便捷的浏览和个性化购物
对于许多电子商务零售商面临的一个问题是，用户体验的挑战可能使在线购物成为令人沮丧的体验。难以导航的布局，干扰性的自动播放视频，分散的广告轮播以及缺乏精确的搜索功能，可能会让潜在购物者望而却步。
聊天机器人可能会有所帮助。它们充当虚拟商店的导购，用于帮助回答客户问题并将其引向相关产品。通过聊天机器人购物已经变得越来越普遍，尤其是对于年轻的消费者。
礼物：通过帮助客户更快地找到礼物来增加转化率
在线聊天服务Needle的数据显示，对84%的购物者来说，节日送礼是一项让人倍感压力的活动，尽管越来越多的人不再排队，而是在网上购物。
在许多电子商务网站浏览可用商品的挑战，加大了选择合适礼物的难度。(回想一下，难以浏览的网站是消费者最常抱怨的问题之一。)
零售商通常会提供庞大的产品目录，要使这些信息易于搜索是一项艰巨的任务。例如，点击乐高网站上的“主题”选项，你会遇到40种不同样式的乐高产品供你选择。
LEGO意识到这种难以导航的布局以购物者送礼的痛点，因此转向了Messenger聊天机器人。
聊天机器人的目的是通过乐高广泛的产品目录(该公司表示已生产3700种不同的乐高)来引导购物者，并按礼物接受者年龄、个性以及购买者预算推荐。
乐高的“ Ralph”机器人于2017年圣诞节期间全面推出，现已全年开放。在询问了有关个性、年龄和预算的一系列预定问题之后，Ralph向用户提供了一个链接，可以购买推荐的产品。
乐高表示，在假期期间，通过在Facebook上投放广告，该机器人的投资回报率比仅链接到其网站的广告高3.4倍。而且，通过Messenger机器人销售的产品的价值比通过网站直接购买的产品高1.9倍。
Messenger机器人不仅可以帮助乐高卖出更多产品，还可以个性化购物流程，从而帮助他们卖出更昂贵的产品并增加收入。
在当今时代，管理和自定义是购物体验的特征，而零售商所携带的商品比以往任何时候都多，聊天机器人可以成为一个强大的工具，为消费者体验增加更多个性化的触觉，并将这种以客户为中心的体验转化为销售。
客户历程：使用Messenger带领人们回到实体店
过去几年的“零售末日”一直持续到2019年，Payless、FullBeauty Brands、Charlotte Russe、Gymboree等关闭了业务。美国各地商店所有者所面临的问题：人流低、债务高、运营效率低下，成为越来越多零售商的生存威胁。
不过，根据美国人口普查局的数据，仍有约90%的零售销售是线下交易，这使得实体零售成为许多零售商的首要任务。
而丝芙兰却在过去几年中扩展了实体店业务。取得成功的原因是，该公司使用在线产品来补充其店内体验，包括使用聊天机器人来帮助客户找到新产品并将其吸引回店内。
丝芙兰是最早使用聊天机器人作为其电子商务策略一部分的零售商之一。Sephora Assistant于2016年11月推出，旨在通过使顾客更轻松地预订化妆品来吸引更多顾客进入商店。通过对话界面，客户只需三个步骤即可与当地的丝芙兰门店建立联系(比通过丝芙兰的应用程序进行预订要少五个步骤)。
启动Sephora Assistant后，该公司表示，通过聊天机器人进行店内预订的转化率达到11%，高于其他媒介的预订。此外，丝芙兰的店内支出有所增加，通过Sephora Assistant预订的客户平均在店内支出超过50美元。
此后，Sephora Assistant聊天机器人不断发展，可以为用户提供针对其肤色的个性化产品推荐，以查找产品评论。
最终，Sephora Assistant聊天机器人旨在成为产品营销与店内购物之间的桥梁，帮助客户识别所需的产品，然后鼓励他们也进行店内购买。从应用程序内策划到店内购买的这种进展，突显了零售商为聊天机器人探索更多用例的机会。
个性化购物：在线导购如何帮助李维斯卖出更多牛仔裤
买一条好牛仔裤可能很难。品牌之间的尺寸和合身程度不一致，而且消费者有大量不同的牛仔裤可供选择。
对于许多消费者来说，牛仔裤的购物体验可以通过增加个性化来改善，这是非常适合聊天机器人的功能。
李维斯(Levi’s)在推出购买牛仔裤的聊天机器人方面处于有利地位，因为它的编码系统可以识别牛仔裤是否合身的具体细节。
虽然将牛仔裤整理成带编号的代码有助于李维斯建立更广泛的目录，以适应各种体型和偏好，但也使在线购物者更难选择购买商品。
李维斯的聊天机器人可帮助客户使用简单的语言对目录进行分类。
“我们的站点上有超过20,000个牛仔布，因此我们需要为我们的消费者提供一些指导，以免他们在那片牛仔布海中迷路。”李维斯LSA Digital高级副总裁布雷迪·斯图尔特表示。
为了帮助客户找到合适的牛仔裤，李维斯的聊天机器人会提出一些简单的问题，例如“你希望牛仔裤裹紧臀部和大腿?”然后根据购物者的答案来推荐符合他们偏好的牛仔裤。
李维斯的聊天机器人最初是由Mode.ai为Messenger开发的，于2017年从Facebook删除了聊天机器人，并将其放置在自己的网站上。
该公司高级副总裁布雷迪·斯图尔特表示，到目前为止，李维斯页面上聊天机器人实验的结果对该公司来说是积极的，使用该聊天机器人的客户进行购买的可能性高80%。
李维斯的机器人是聊天机器人作为个性化和策展工具的强大功能的另一个例子。当客户可以找到所需的确切信息时，他们更有可能购买，而聊天机器人可以直接将其引导到那里。
法律：自动化小额索赔并推动研究
像金融和医疗保健一样，法律体系也十分复杂，许多人都难以理解，但它同时也受到一套清晰、有案可依的规则的指导。
无论你是研究某些隐晦犯罪的法律先例的律师，还是一个普通人，试图找出如何对交通罚单提出异议，浏览法律文件和程序可能是耗时且昂贵的。
那么，试试聊天机器人吧。法律任务和文件的高度结构化，常规化性质使其特别适合于聊天机器人的价值主张：聊天机器人可以解析数字化文件(例如法院文件和判决)，并在极短的时间内提取相关信息，远比人类更高效。
研究：“机器人律师”ROSS旨在减少研究时间
在法律领域，聊天机器人技术的一个例子是AI驱动的“机器人律师”ROSS。
ROSS由IBM的Watson提供支持，使用自然语言处理来回答进行案件研究的人类律师的查询。
法律研究是一个非常耗时且复杂的任务，法律研究人员不仅要查看法规的文本，还要查看法规之前的文件，以了解其背后的立法意图。
ROSS试图通过梳理过去数千个法律案件的文本，寻找相关的判例，寻找匹配的语言，提炼最后一个法院的决策过程，来加快这一进程。
只要输入正确，聊天机器人就能解决相对复杂的问题。搜索过程只需花费一小部分时间即可完成，从而节省了时间和金钱。
与摩根大通的金融COiN系统相似，ROSS演示了聊天机器人的功能如何扩展到面向客户的应用程序之外。减少花费在研究任务和繁忙工作上的时间也很有效，对于希望削减成本的律师事务所来说，这一领域可能很有吸引力。
小额索赔：减少头痛并改善错误
律师并不是唯一可以从法律领域的聊天机器人中受益的人：消费者也可以从中受益，因为该技术可以帮助简化更多常规的法律互动，从而减少了消费者以及法律专业人士的时间和成本。
例如，虽然对停车罚单有争议可能是一个相对常规的法律程序，但它种种程序繁琐，以致使许多人望而却步。除其他步骤外，该过程可能需要与相关法院进行沟通，整理文书工作并向法官提出诉讼。
免费的停车异议应用程序DoNotPay旨在简化此过程。聊天机器人会引导用户解决一系列预编程的人类语言问题，例如“你是因为医疗紧急情况而被非法停车吗?”并使用他们的答案来确定用户是否有资格。
该应用程序可以提供建议并帮助收集证据，例如路边停车标志不清晰或罚单难以辨认。然后，它将自动完成提交罚单申诉。
截至2017年中，DoNotPay表示已为37.5万人节省了900万美元的罚单。
DoNotPay的野心不仅仅限于罚单。该应用程序的网站指出，它正在将其服务扩展到小额索赔，客户服务问题和政府文书工作等领域。
一些支持者认为，合法的聊天机器人技术可以进一步减轻法院系统的负担，因为法院系统经常负担沉重，资源不足。
“聊天机器人革命”的关键启示
很多早期关于聊天机器人的炒作都没有成功。尽管人们对聊天机器人的热情有所下降，但如今聊天机器人正在许多行业产生影响，其中包括一些意料之外的行业。
聊天机器人不是帮我们预订晚餐，而是帮助律师研究先例。他们不是在规划我们的日常日程，而是在病人出院后帮助照顾他们。
虽然聊天机器人未能达到宣传的效果可能令早期用户感到失望，但现在人们比以往任何时候都清楚，聊天机器人技术在什么地方可以发挥作用。
1.聊天机器人最擅长重复性任务，而不是新颖的任务
早期被炒作最多的聊天机器人实验，宣传的都是功能齐全的人工智能管家，比如Facebook的M。虽然这些实验往往会让用户失望，但专注于相对简单任务自动化(通常由销售和客户支持团队完成)的聊天机器人表现更好。
聊天机器人被迫处理不断变化的请求模式，例如Facebook的M，被迫依靠人工处理大量查询。
但是在许多情况下，仅接受特定类型请求的聊天机器人已显示出即使在执行复杂任务时也可以提供帮助的功能。
在一定的用例范围内，聊天机器人还可以利用人工智能和机器学习。
最后，聊天机器人尤其擅长重复性任务，而人类通常不会这样做。重复会产生无聊和干扰，为错误打下基础。一些研究表明，即使是资深的制造业工人，在执行重复的手动任务时也会出错。聊天机器人，只要他们正确编程，不能觉得无聊，可以帮助减轻人为错误而产生的问题。
2. 大多数聊天机器人与GUI配合使用效果最佳
尽管文本是与聊天机器人进行沟通的主要方法，但许多最成功的聊天机器人都利用图形用户界面(GUI)为用户提供了与机器人进行交互的更多自由和功能。
3. 聊天机器人最擅长处理结构化但信息有限的信息
早期的聊天机器人经常失败，因为它们无法理解用户的请求。M可以被问到的问题几乎是无穷无尽的，这给机器人的自然语言处理能力创造了一个几乎不可能完成的任务。
如今，事实证明最实用的聊天机器人用于法律，医疗和银行业等领域，这些领域都使用高度专业化但又受限制的词汇和文档来运行。
非专家可能无法导航法律或医学语言，但是可以对聊天机器人进行编程，因为这种类型的语言结构非常正式。对于聊天机器人，技术语言通常比开放式人类语音更易于解析：甚至连晦涩难懂的术语也有固定的定义。
聊天机器人在零售中的定位也类似。
最后
当Facebook在2016年启动其聊天机器人项目M时，它的致命缺陷是期望太高、太早。一个可以处理从日程安排到无微不至所有事情的通用聊天机器人，这听起来很吸引人，但是一个可以做“所有事情”的技术应用程序最后可能什么都做不好。
最终，聊天机器人受益于与普通软件应用程序相同的知识体系。不同之处在于，聊天机器人可以简化这些应用程序的使用和导航，因为它们可以利用人类交流的即时性。
聊天机器人的暂缓来自对应用程序的渴望，从纸面上听起来很不错的东西，转变为专注于为用户提供清晰、可衡量的成功的东西。在媒体大肆宣扬聊天机器人之死近两年后，零售、金融和医药等领域的企业发现，还有更多东西值得讨论。
参与评论 (0)