聊天机器人似乎正在接管互联网和移动应用。现在，首次访问网站或应用的游客经常会受到一个欢快的聊天机器人的欢迎，寻求回答问题或引导他们完成一个入职流程。
 
当网站或应用用户遇到问题时，零售商、银行和其他企业都会询问用户是否要聊天而不是打电话。更多的时候，这将用户路由到与聊天机器人的初步对话中。


 
将客户或用户送到聊天机器人面前，是他们真正想要的吗？
 
一场关于聊天机器人是被客户视为烦人还是有用的争论仍在继续。事实上，这两种观点都是正确的。而用户是否喜欢与聊天机器人互动--甚至比人类互动更喜欢聊天机器人--的决定性因素完全取决于背景。
 
在人工智能聊天机器人的道路上，两条道路出现了分歧。T-Mobile的 "无机器人 "VS博飞的Erica个人AI
 
2018年8月15日，新晋移动语音和数据提供商T-Mobile宣布，将禁止所有机器人和自动系统与客户在支持电话和聊天中直接互动。
 
"没有机器人或自动电话菜单。没有被从一个部门转到另一个部门。没有大喊 "代表"，T-Mobile在一份新闻稿中啼笑皆非。
 
与此同时，T-Mobile将其实时客户支持时间扩大到24/7，与限制人工支持代理时间的工作时间的趋势背道而驰。自从此举以来，T-Mobile声称它已经实现了更高的客户满意度，并提高了客户保留率/。
 
一项又一项的调查发现，人们可以容忍通过对话式AI和聊天机器人实现自动化的客户支持，但不爱也不喜欢。
在另一个极端，一些大企业另辟蹊径，全身心地投入到对话式人工智能和聊天机器人中。2018年6月，美国银行推出了Erica（America一词最后一部分的戏称）。
 
该机器人驻扎在美国银行向所有用户推出的移动银行应用中。到2019年12月，美国银行的1000万移动用户已经在其应用内激活了Erica，并与聊天机器人进行互动。
 
作为市场上比较复杂的聊天机器人之一，Erica允许用户通过短信语音提问，或者简单地通过点击菜单进行导航。
 
对用户的调查显示，用户对Erica的满意度超过80%，这在金融服务NPS评分往往充满挑战的世界里是一个惊人的数字。
 
那么，哪种方式才是以最有效的方式提供卓越的客户体验呢？T-Mobile增加更多人类的方法，还是美国银行深度拥抱昂贵但强大的AI？
 
客户更喜欢与机器人还是人类合作？事实很复杂。
 
调查显示，客户更喜欢与人类交谈，以满足支持需求。
 
相反，从各种指标来看，客户越来越习惯于聊天机器人和对话式人工智能。
 
随着时间的推移，现实情况是聊天机器人将处理越来越多的客户互动，也将成为人类支持和销售代理不可或缺的工具--实际上合并成一个支持连续体。
 
同样重要的是，在技术领域，对采用情况的真正考验不是调查显示的情况，而是用户的行为。越来越多地，这意味着与聊天机器人交谈或发短信，而不是等待与人类交谈。


 
推动聊天机器人增长的消费趋势
越来越多的客户选择与聊天机器人互动，而不是传统的电话支持。这种选择是由广泛的技术用户趋势推动的。
 
文字比语音更受欢迎。我们更习惯用短信来沟通，甚至比语音电话更喜欢。对于大片的民众来说，这些模式比起与人类的现场对话更受欢迎。WhatsApp和Facebook Messenger的兴起，用户总数超过30亿，它们主要用于聊天以避免短信费用，这进一步加速了这一趋势。
 
更加舒适地与机器互动。我们越来越习惯与机器互动，提出问题或请求。要求Alexa关灯或告诉Siri给你母亲打电话是很好的。向航空公司聊天机器人询问是否有飞往丹佛的航班延误，人机互动已经成为我们生活中的常态。
少了耐心。我们的耐心越来越少了 Netflix在搜索窗口中为我们带来了数以百万计的电影名目，我们在下班回家前用一个应用程序告诉Roomba打扫房间--并实现我们的愿望。

我们在下班回家之前使用一个应用程序告诉我们的Roomba打扫房子--并实现了我们的愿望.技术给我们带来了即时的满足感。因此，如果一个聊天机器人能够回答我们的问题或处理我们的问题，我们不太可能愿意花时间等待或等待回电。与这一点相关的是，聊天机器人一年中的每一天都在24/7运行。它们可以扩大或缩小规模，以满足需求，并且始终可用。对于习惯于即时满足的消费者来说，这是一个强大的吸引力。
 
更好的算法。聊天机器人背后的技术，自然语言处理（NLP），已经取得了飞跃式的进步。这意味着我们不耐烦的人类可以更轻松地与聊天机器人进行互动，而不必重复自己或求助于使用多个短语来获得我们的请求注册.新的算法 - 最值得注意的是GPT3 - 已经问世，可以可靠和经济地接受训练，以理解特定类型的主题，并以非常接近正常人类反应的方式做出反应。
 
根据包括斯坦福大学和谷歌在内的全球联盟发布的《2019年人工智能指数报告》，NLP现在可以比人类更好地理解文本段落。这也使得更先进的聊天机器人能够处理复杂的多步骤支持任务。
 
聊天机器人可以提供主动指导，甚至预测需求。一个航班延误的问题可能会促使一个高级聊天机器人提供预订晚上的酒店房间，因为它知道航班晚点可能意味着错过转机。
 
确定上下文的三个简单问题
 
很明显，聊天机器人的使用量正在增长，用户正在用他们的文字和声音进行投票，表明偏好。尽管如此，对人类与机器人的渴望仍然高度依赖于上下文。
 
语境决定了聊天机器人在任何特定情况下能够做什么。情境也是可变的，可以随着用户在客户或支持旅程中的状态而变化。
 
了解用户在旅程中的位置和他们的上下文可以为聊天机器人的期望和正确使用提供信息。以下是一些简单的问题，以确定是否使用聊天机器人或在特定情况下聊天机器人的限制。
 
用户是否希望与代表交谈（或可能更喜欢与代表交谈）？
这是一个不折不扣的问题。如果他们不想聊天，就不要让他们聊天。具有讽刺意味的是，许多公司仍在大力推动用户进入聊天支持队列，其论点是用户将学会如何聊天并采用它（并为公司省钱）。
 
通常，说 "代表 "的行为已经足够有意，公司顺应他们的意愿要好得多。在这里，人工智能也可以提供一个指导。
 
随着时间的推移，公司可以收集有关客户偏好的数据，并根据任何描述性特征，利用这些数据更好地了解哪种对话模式最适合哪类用户。
 
聊天机器人能识别用户吗？
 
如果聊天机器人能够识别用户的身份，那么它就可以挖掘关于用户的个人资料和历史数据，以生成更多定制化的解决方案和对话。当用户在移动应用上或登录网站或从已知电话号码拨打电话时，识别用户的身份要容易得多。
 
这个问题确实限制了对现有用户的高级支持，而不是对没有什么历史记录的新用户。但是，当可以识别用户并将其与档案匹配时？如果你能得到一个档案，那么聊天机器人操作的画布就会更广泛，互动也可以更详细，而不是局限于简单的关键词和菜单驱动的互动。
 
用户提出的问题是复杂还是简单？
 
聊天机器人可以对很多简单的问题快速轻松地派发更加个性化的答案。"我的预订是什么时候？"或 "我的订单状态是什么？"当用户的身份是已知的，并且它们是在一个可控的环境内操作时，这些问题很容易回答。
 
同样，当公司使用聊天机器人来代替表格或其他结构化的信息收集工作时，那么聊天机器人或对话式人工智能可以非常有效地运作。
 
对于更复杂的问题，涉及多个变量，可能不那么容易理解，基于纯粹的关键字分析，更先进的聊天机器人利用NLP和对话式AI可以越来越多地提供与人类代理相当或更好的前后支持。
 
这正乘着人工智能快速改进的曲线，通过人工智能系统理解完成更复杂的自然语言任务的能力稳步提高，甚至与人类一样好，甚至比人类更好来证明。

结论。客户对话的未来是聊天机器人与人类的混合体
 
T-Mobile可能会声称，它不会强迫任何人与机器人交谈，但实际上，它的系统可以自动识别你是否从自己的设备上打电话。
 
在幕后，T-Mobile利用分析和自动化技术帮助客服人员更快速高效地完成工作。在这种情况下，聊天机器人可能在正面看不到，但在背面却能看到它们的输出和启用。代理商恰好充当了两者之间的中介。
 
这就是聊天机器人的真正未来--一种在客户旅程中的某个地方充当流体接口提供帮助的技术。接受者可能是与聊天机器人交谈的客户，也可能是由聊天机器人自动填充对话片段的支持代理。
 
在这种情况下，像T-Mobile这样的公司可以帮助代理更快地工作，更快地回答问题，并轻而易举地完成最简单的查询。然后，他们可以节省更多的时间来处理更难处理的客户和内部系统无法自动处理的问题。
 
BofA的Erica可以作为一个更靠前的存在，拦截和转移简单的查询。当一个查询变得过于复杂时--对于Erica来说，脱离了上下文--那么人工智能聊天机器人可以轻松地将请求路由到人类支持代理，将他们的大部分时间花在更困难的案例上。
 
那么哪种方式是正确的呢？客户是否像调查显示的那样，更喜欢与人类代理而不是聊天机器人交谈？还是像使用趋势明确表明的那样，客户更喜欢使用聊天机器人而不是等待与人类交谈？
 
答案是两者都有。如果客户是用他们的时间和他们的即时菜单选择来投票，显然他们确实更喜欢智能聊天机器人而不是等待人类。意思是，在合适的环境和合适的情况下，他们更喜欢聊天机器人和人工智能。
 
另一方面，当人类有复杂的、嵌套的和有条件的问题需要解决时，他们仍然而且可能永远会喜欢现场支持代理。
 
这些类型的问题需要最先进的对话智能--当技术和人工智能在幕后协助时，即使是代理人也能更好地完成。具有讽刺意味的是，无论哪种方式，客户都在与聊天机器人对话--直接或间接。
 
改善T-Mobile和美国银行客户体验的技术，无一例外地都是掩耳盗铃。企业越早意识到这绝不是一个非此即彼的方程式，就能越早确定人工智能在客户体验堆栈中的位置。