什麼是對話式 AI？
對話式人工智慧 (AI) 是一種技術，該技術能夠讓軟體理解並回應以語音為基礎或以文字為基礎的人類對話。傳統上，與軟體進行人類聊天，一直僅限於使用者輸入或說出預定命令的預程式設計輸入。對話式 AI 則遠不僅限於此。對話式 AI 可以識別所有類型的語音和文字輸入，模仿人類互動，以及理解並回應採用各種語言的查詢。組織針對各種客戶支援使用案例使用對話式 AI，因此軟體會以個人化的方式回應客戶查詢。
對話式 AI 有什麼優勢？
對話式 AI 技術為組織的客戶服務團隊帶來許多優勢。
改善客戶體驗
對話式 AI 聊天機器人可以提供全年無休的支援和即時的客戶回應 — 這是現代客戶對所有線上系統的偏好和期望服務。即時回應可以提高客戶滿意度以及客戶與品牌互動的頻率。
此外，可以將過往的客戶互動資料與對話式 AI 整合，為客戶創造個人化的體驗。例如，AI 可以根據客戶過往的購買或搜尋輸入提出建議。
提升營運效率
可以使用對話式 AI 解決方案來簡化客戶服務工作流程。這些解決方案可以回答常見問題或其他重複性輸入，讓員工騰出時間專注於處理更複雜的任務。
還可以大規模取得成本收益。在不同的時區組建全天候服務的客戶服務團隊可能會代價昂貴。使用機器人為全球客戶提供持續支援具備更高的效率。
更廣泛的可存取性
對話式 AI 可用於改善殘障客戶的可存取性。它還可以協助技術知識有限、語言背景不同或應對非傳統使用案例的客戶。例如，對話式 AI 技術可以引導使用者完成網站導覽或應用程式使用。這些技術可以回答查詢並協助確保使用者在不需要具備進階技術知識的情況下找到所需的內容。
對話式 AI 有哪些使用案例？
對話式 AI 在業務流程和客戶互動中有多種使用案例。我們將這些使用案例分為四大類。
資訊性
在資訊性情境中，對話式 AI 主要回答客戶的詢問或提供有關特定主題的指導。例如，使用者可以向客戶服務聊天機器人詢問天氣、產品詳細資訊或分步配方說明。另一個示例是 AI 驅動的虛擬助理，其使用從全球實事到新聞更新的即時資訊來回答使用者的查詢。
資料擷取
可以使用對話式 AI 工具來收集基本的使用者詳細資訊或意見回饋。例如，可以在入門培訓過程中建立更多人性化的互動。另一種場景是購買後或服務後聊天，其中對話界面收集有關客戶購物之旅的意見回饋，包括體驗、偏好或不滿意的地方。
交易處理
在交易場景中，對話式 AI 可以為涉及任何交易的任務提供便利。例如，客戶可以使用 AI 聊天機器人在電子商務平台上下訂單、預訂門票或進行預定。一些金融機構使用基於 AI 的聊天機器人來允許使用者查看帳戶餘額、轉帳或支付帳單。這些用途可以為客戶帶來便利並改善他們的體驗。
主動出擊
主動使用對話式 AI 時，系統會根據特定的觸發因素或預測分析啟動對話或操作。例如，對話式 AI 應用程式可能會向使用者傳送有關即將到來的預約的提醒，提醒他們未完成的任務，或者根據瀏覽行為推薦產品。對話式 AI 客服人員可以主動接觸網站訪客並提供協助。或者，他們可以向客戶提供有關貨運或服務中斷的最新資訊，這樣客戶就不必等待人工客服人員的回復。
對話式 AI 如何運作？
對話式 AI 使用三種主要技術開展工作。
自然語言處理
自然語言處理 (NLP) 是一組可讓機器處理、分析和理解人類語言的技術和演算法。人類語言有若干特徵，例如諷刺、隱喻、句子結構變化以及語法和特殊用法。適用於 NLP 的機器學習 (ML) 演算法可讓對話式 AI 模型持續從海量文字資料中學習，辨識不同的語言模式和細微差別。
自然語言理解
自然語言理解 (NLU) 涉及系統的理解方面。它可確保對話式 AI 模型處理語言並理解使用者意圖和情境。例如，根據使用期間的情境，同一語句可能具有不同的含義。
NLU 使用機器學習辨識情境、區分含義和理解人類對話。當虛擬客服人員必須將複雜的查詢上報給人工客服人員時，這一點尤其重要。NLU 基於對使用者需求的精確理解實現平穩過渡。
自然語言產生
在理解使用者的輸入之後，系統會制定出一致且適合情境的回應。自然語言產生 (NLG) 使虛擬客服人員能夠以清晰、相關和語言自然的方式建構人性化的語句。NLG 使用強大的深度學習演算法在情境中制定響應。此外，隨著 AI 聊天機器人與使用者和人工客服人員更加頻繁地互動，他們的回應會隨時間推移變得更加精細和靈活。
對話式 AI 和生成式 AI 有什麼區別？
生成式人工智慧 (生成式 AI) 是一種可以創造新內容和想法的人工智慧，包括創造對話、故事、影像、視訊和音樂。像所有人工智慧一樣，生成式 AI 由機器學習模型提供支援。特別是，這些人工智慧使用根據大量資料預先訓練的大型模型，這些模型通常稱為基礎模型 (FM)。
除了內容創作外，還可以使用生成式 AI 來提高數位影像品質、編輯視訊、建置製造原型以及使用合成資料集增強資料。
對話式 AI 與生成式 AI
對話式 AI 和生成式 AI 有不同的最終目標。對話式 AI 的目標是理解人類語音和對話流程。可以將其設定為適當地回應不同的查詢類型，而不回答超出範圍的問題。
相比之下，生成式 AI 旨在透過從現有客戶資料中學習來打造新的原創內容。從某種意義上說，生成式 AI 只會以新的和原創的方式回答範圍外的問題。它的回應品質可能並不符合您的期望，也可能無法像對話式 AI 那樣理解客戶的意圖。
儘管如此，值得注意的是，許多 AI 工具同時結合了對話式 AI 和生成式 AI 技術。系統會透過對話式 AI 處理使用者輸入，並以生成式 AI 做出回應。這解決了超出對話式 AI 範圍的使用案例所面臨的挑戰。
AWS 如何支援您的對話式 AI 要求？
Amazon Web Services (AWS) 提供諸多產品和服務，來支援您使用對話式 AI。
Amazon Lex 是具有進階自然語言模型的全受管 AI 服務。可以使用該服務在應用程式中設計、兼職、測試和部署對話界面。該服務由與 Alexa 相同的對話引擎提供支援，可提供高品質的語音辨識和語言理解功能。藉助 Amazon Lex，您可以在新的和現有的應用程式中新增由 AI 提供支援的複雜聊天機器人。
Amazon Kendra 是一種易於使用的交談式搜尋服務。藉助該服務，您可發現儲存在遍佈公司的大量內容中的資訊。例例如，可以從手冊、研究報告、常見問題、人力資源文件和客戶服務指南中找到資料。當您鍵入問題時，Amazon Kendra 理解情境並傳回最相關的結果，無論是精確的答案還是整個文件。
AWS 解決方案庫可讓您輕鬆設定聊天機器人和虛擬助理。從資料收集到結果交付，您可以使用生成式 AI 來建置對話界面。在私密、安全的雲端環境中，結合使用最適合您需求的基礎模型和所選擇的訓練資料。
立即建立帳戶，開始使用 AWS 上的對話式 AI。
