但是，由于人工智能、自然語言技術(shù)以及聊天機(jī)器人API的發(fā)展，產(chǎn)生的聊天機(jī)器人應(yīng)用卻可能對服務(wù)業(yè)造成巨大的沖擊。
聊天機(jī)器人與人工智能
聊天機(jī)器人的到來與成熟自然語言技術(shù)的成熟，讓許多人在討論聊天機(jī)器人時(shí)，喜歡將重點(diǎn)放在「了解人類」。我們期望聊天機(jī)器人能了解人類的情感、可以了解人類的興趣，希望其有朝一日能融入人類的日常生活。
但事實(shí)上，世界上多數(shù)的工業(yè)活動(dòng)都是能夠量化且最佳化的。
而自然語言對話也不例外。
工業(yè)上最多的自然語言對話絕對不是天馬行空的閑聊，而是枯燥無味的制式問答。打個(gè)比方，許多公司每天都有人在接客服電話，而這些談話內(nèi)容都是事先設(shè)計(jì)好的制式問答，目的在于讓公司取得所需的資訊。
所以，聊天機(jī)器人真正的商機(jī)，不太可能會(huì)是在了解人類，而是在于取代目前許多服務(wù)業(yè)中的制式化對話工作。
商用聊天機(jī)器人的設(shè)計(jì)理念
當(dāng)許多人想到聊天機(jī)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」的語言，并且用同樣高歧異性的言語回答。所謂高歧異性，源自于人日常言語對于情境的依賴。在情境外，許多言語如「幫我拿一份」、「今天的計(jì)劃依舊」等，就完全沒有意義了。
但是，世界上所有的公司的服務(wù)項(xiàng)目與服務(wù)范圍都相當(dāng)有限。以一家公司的服務(wù)范圍作為語言的范疇，其服務(wù)的對話內(nèi)容其實(shí)可以系統(tǒng)化、量化管理。一家公司的行銷、業(yè)務(wù)、克服等，所使用的言語很少會(huì)脫離這既定的服務(wù)范圍。
說穿了，在討論自然語言技術(shù)與人工智能時(shí)，許多人都高估了語言歧異性的價(jià)值。這也是為什么Google與微軟兩巨擘在自然語言技術(shù)上鉆研許久，大多數(shù)的技術(shù)仍然是以文法結(jié)構(gòu)、語義關(guān)聯(lián)性為重心，在對話結(jié)構(gòu)與管理上的研究相對少了許多。因?yàn)樵谏虡I(yè)行為中，真正碰到的自然語言問題，幾乎都是理解客戶的高歧異性語言，卻不見得需要用高歧異性語言去回答客戶。
業(yè)界許多公司客服系統(tǒng)的內(nèi)容，過去十年都已經(jīng)內(nèi)建常見問題搜尋功能，但是至今仍有許多人寧愿寫電郵、打電話給客服，也不愿意去使用常見問題的搜尋功能。
而事實(shí)上，這些客服的常見問題內(nèi)容已經(jīng)有相當(dāng)成熟的互動(dòng)流程，只需稍作修改，即可成為簡單的聊天機(jī)器人對話流程。
故此，透過Facebook、LINE、微信、簡訊來跟人互動(dòng)的聊天機(jī)器人，事實(shí)上只是將許多公司內(nèi)部的服務(wù)流程改以另外一個(gè)形式呈現(xiàn)在客戶面前。
你可能會(huì)問：那過去二十年簡訊、聊天軟體早已盛行，既然服務(wù)流程一直都存在，為何過去一直沒有聊天機(jī)器人？
原因很簡單，因?yàn)檫^去十五年，我們一直缺少了聊天機(jī)器人的第一塊拼圖，那就是能夠?qū)⑷祟惓錆M歧異性的語言與系統(tǒng)化服務(wù)流程連結(jié)的黏著劑。
今天，全拜機(jī)器學(xué)習(xí)進(jìn)步、資料量大幅增長與便宜計(jì)算資源所賜，電腦系統(tǒng)終于可能相對準(zhǔn)確地從人類語言中預(yù)測相對應(yīng)的服務(wù)需求，也意味著聊天機(jī)器人與客服流程深度結(jié)合的時(shí)代來臨。
中低階服務(wù)業(yè)的夕陽
若將服務(wù)業(yè)工作的復(fù)雜度粗略地切割為高、中、低三類，那我們可將搬運(yùn)、傳遞物件與資料等不須深度分析能力的工作歸類為低階服務(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(diào)人事的工作為高階服務(wù)業(yè)的話，那聊天機(jī)器人與服務(wù)業(yè)結(jié)合，將會(huì)對中低階服務(wù)業(yè)造成相當(dāng)強(qiáng)大的沖擊。
試想，今天有多少企業(yè)的客戶服務(wù)仍是由印度、菲律賓、中國等地的語音客服中心勝任？任何人將產(chǎn)品送修、產(chǎn)品故障除錯(cuò)、詢問維修商地址等，服務(wù)端都必須要有真人去應(yīng)付這些重復(fù)率極高的問題。有些問題，如維修進(jìn)度，客服人員可能還需要打電話到工廠詢問才能追蹤進(jìn)度。
但是隨著硬體設(shè)備透過工業(yè)物聯(lián)網(wǎng)與相關(guān)API普及以后，聊天機(jī)器人在應(yīng)付這類低階工作遠(yuǎn)比人類更有效率。以追蹤維修進(jìn)度為例，在工業(yè)務(wù)聯(lián)網(wǎng)普及后，人類客服仍需透過軟體、語音介面去查詢資料，但是聊天機(jī)器人卻可以透過整合的資料介面去及時(shí)給予答覆。人類花費(fèi)十分鐘的系統(tǒng)化問答，聊天機(jī)器人可以在一分鐘內(nèi)完成。
而中階服務(wù)業(yè)如銀行的簡單諮詢工作，也已經(jīng)有相關(guān)新創(chuàng)與金融科技公司設(shè)計(jì)出聊天機(jī)器人來取代其服務(wù)流程。許多以分析基本數(shù)據(jù)和指數(shù)為主的諮詢服務(wù)，將會(huì)面臨另一波自動(dòng)化競爭。
當(dāng)然，有人會(huì)以聊天機(jī)器人無法像人類一樣隨機(jī)應(yīng)變而對聊天機(jī)器人的威脅嗤之以鼻。
事實(shí)上，聊天機(jī)器人無須達(dá)到百分之百的應(yīng)變能力，他只要能夠勝任九成的工作量，再將其余的一成轉(zhuǎn)交給一般員工，這已意味著減少九成客戶的等待時(shí)間，同時(shí)也減少了部門內(nèi)九成的人事成本。
這種高自動(dòng)化未來，對于企業(yè)自然是相當(dāng)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(zhuǎn)變。過去許多國家過去仰賴基層制造業(yè)與服務(wù)業(yè)來拉抬生產(chǎn)毛額、向已開發(fā)國家推進(jìn)，但是在制造業(yè)和服務(wù)業(yè)雙雙自動(dòng)化并回流已開發(fā)國家的趨勢下，中收入陷阱有可能成為開發(fā)中國家常態(tài)。
