但是，由于人工智能、自然語(yǔ)言技術(shù)以及聊天機器人API的發(fā)展，產(chǎn)生的聊天機器人應用卻可能對服務(wù)業(yè)造成巨大的沖擊。
聊天機器人與人工智能
聊天機器人的到來(lái)與成熟自然語(yǔ)言技術(shù)的成熟，讓許多人在討論聊天機器人時(shí)，喜歡將重點(diǎn)放在「了解人類(lèi)」。我們期望聊天機器人能了解人類(lèi)的情感、可以了解人類(lèi)的興趣，希望其有朝一日能融入人類(lèi)的日常生活。
但事實(shí)上，世界上多數的工業(yè)活動(dòng)都是能夠量化且最佳化的。
而自然語(yǔ)言對話(huà)也不例外。
工業(yè)上最多的自然語(yǔ)言對話(huà)絕對不是天馬行空的閑聊，而是枯燥無(wú)味的制式問(wèn)答。打個(gè)比方，許多公司每天都有人在接客服電話(huà)，而這些談話(huà)內容都是事先設計好的制式問(wèn)答，目的在于讓公司取得所需的資訊。
所以，聊天機器人真正的商機，不太可能會(huì )是在了解人類(lèi)，而是在于取代目前許多服務(wù)業(yè)中的制式化對話(huà)工作。
商用聊天機器人的設計理念
當許多人想到聊天機器人，大家可能想到的人工智能是一可以靈活地理解「高歧異性」的語(yǔ)言，并且用同樣高歧異性的言語(yǔ)回答。所謂高歧異性，源自于人日常言語(yǔ)對于情境的依賴(lài)。在情境外，許多言語(yǔ)如「幫我拿一份」、「今天的計劃依舊」等，就完全沒(méi)有意義了。
但是，世界上所有的公司的服務(wù)項目與服務(wù)范圍都相當有限。以一家公司的服務(wù)范圍作為語(yǔ)言的范疇，其服務(wù)的對話(huà)內容其實(shí)可以系統化、量化管理。一家公司的行銷(xiāo)、業(yè)務(wù)、克服等，所使用的言語(yǔ)很少會(huì )脫離這既定的服務(wù)范圍。
說(shuō)穿了，在討論自然語(yǔ)言技術(shù)與人工智能時(shí)，許多人都高估了語(yǔ)言歧異性的價(jià)值。這也是為什么Google與微軟兩巨擘在自然語(yǔ)言技術(shù)上鉆研許久，大多數的技術(shù)仍然是以文法結構、語(yǔ)義關(guān)聯(lián)性為重心，在對話(huà)結構與管理上的研究相對少了許多。因為在商業(yè)行為中，真正碰到的自然語(yǔ)言問(wèn)題，幾乎都是理解客戶(hù)的高歧異性語(yǔ)言，卻不見(jiàn)得需要用高歧異性語(yǔ)言去回答客戶(hù)。
業(yè)界許多公司客服系統的內容，過(guò)去十年都已經(jīng)內建常見(jiàn)問(wèn)題搜尋功能，但是至今仍有許多人寧愿寫(xiě)電郵、打電話(huà)給客服，也不愿意去使用常見(jiàn)問(wèn)題的搜尋功能。
而事實(shí)上，這些客服的常見(jiàn)問(wèn)題內容已經(jīng)有相當成熟的互動(dòng)流程，只需稍作修改，即可成為簡(jiǎn)單的聊天機器人對話(huà)流程。
故此，透過(guò)Facebook、LINE、微信、簡(jiǎn)訊來(lái)跟人互動(dòng)的聊天機器人，事實(shí)上只是將許多公司內部的服務(wù)流程改以另外一個(gè)形式呈現在客戶(hù)面前。
你可能會(huì )問(wèn)：那過(guò)去二十年簡(jiǎn)訊、聊天軟體早已盛行，既然服務(wù)流程一直都存在，為何過(guò)去一直沒(méi)有聊天機器人？
原因很簡(jiǎn)單，因為過(guò)去十五年，我們一直缺少了聊天機器人的第一塊拼圖，那就是能夠將人類(lèi)充滿(mǎn)歧異性的語(yǔ)言與系統化服務(wù)流程連結的黏著(zhù)劑。
今天，全拜機器學(xué)習進(jìn)步、資料量大幅增長(cháng)與便宜計算資源所賜，電腦系統終于可能相對準確地從人類(lèi)語(yǔ)言中預測相對應的服務(wù)需求，也意味著(zhù)聊天機器人與客服流程深度結合的時(shí)代來(lái)臨。
中低階服務(wù)業(yè)的夕陽(yáng)
若將服務(wù)業(yè)工作的復雜度粗略地切割為高、中、低三類(lèi)，那我們可將搬運、傳遞物件與資料等不須深度分析能力的工作歸類(lèi)為低階服務(wù)業(yè)；需要基本資訊采集、篩選、分析的工作為中階服務(wù)業(yè)；而需要管理和協(xié)調人事的工作為高階服務(wù)業(yè)的話(huà)，那聊天機器人與服務(wù)業(yè)結合，將會(huì )對中低階服務(wù)業(yè)造成相當強大的沖擊。
試想，今天有多少企業(yè)的客戶(hù)服務(wù)仍是由印度、菲律賓、中國等地的語(yǔ)音客服中心勝任？任何人將產(chǎn)品送修、產(chǎn)品故障除錯、詢(xún)問(wèn)維修商地址等，服務(wù)端都必須要有真人去應付這些重復率極高的問(wèn)題。有些問(wèn)題，如維修進(jìn)度，客服人員可能還需要打電話(huà)到工廠(chǎng)詢(xún)問(wèn)才能追蹤進(jìn)度。
但是隨著(zhù)硬體設備透過(guò)工業(yè)物聯(lián)網(wǎng)與相關(guān)API普及以后，聊天機器人在應付這類(lèi)低階工作遠比人類(lèi)更有效率。以追蹤維修進(jìn)度為例，在工業(yè)務(wù)聯(lián)網(wǎng)普及后，人類(lèi)客服仍需透過(guò)軟體、語(yǔ)音介面去查詢(xún)資料，但是聊天機器人卻可以透過(guò)整合的資料介面去及時(shí)給予答覆。人類(lèi)花費十分鐘的系統化問(wèn)答，聊天機器人可以在一分鐘內完成。
而中階服務(wù)業(yè)如銀行的簡(jiǎn)單諮詢(xún)工作，也已經(jīng)有相關(guān)新創(chuàng )與金融科技公司設計出聊天機器人來(lái)取代其服務(wù)流程。許多以分析基本數據和指數為主的諮詢(xún)服務(wù)，將會(huì )面臨另一波自動(dòng)化競爭。
當然，有人會(huì )以聊天機器人無(wú)法像人類(lèi)一樣隨機應變而對聊天機器人的威脅嗤之以鼻。
事實(shí)上，聊天機器人無(wú)須達到百分之百的應變能力，他只要能夠勝任九成的工作量，再將其余的一成轉交給一般員工，這已意味著(zhù)減少九成客戶(hù)的等待時(shí)間，同時(shí)也減少了部門(mén)內九成的人事成本。
這種高自動(dòng)化未來(lái)，對于企業(yè)自然是相當具有吸引力，但是對于廣大的基層服務(wù)業(yè)勞工，恐怕將是一慘痛的轉變。過(guò)去許多國家過(guò)去仰賴(lài)基層制造業(yè)與服務(wù)業(yè)來(lái)拉抬生產(chǎn)毛額、向已開(kāi)發(fā)國家推進(jìn)，但是在制造業(yè)和服務(wù)業(yè)雙雙自動(dòng)化并回流已開(kāi)發(fā)國家的趨勢下，中收入陷阱有可能成為開(kāi)發(fā)中國家常態(tài)。
