ما هو الذكاء الاصطناعي الحواري؟

يجمع الذكاء الاصطناعي الحواري بين معالجة اللغة الطبيعية والتعلم الآلي. تتدفق عمليات معالجة اللغة الطبيعية هذه في حلقة ملاحظات مستمرة مع عمليات التعلم الآلي لتحسين خوارزميات الذكاء الاصطناعي باستمرار.

يحتوي الذكاء الاصطناعي الحواري على عناصر أساسية تسمح له بمعالجة وفهم وتوليد الاستجابة بطريقة طبيعية.

التعلم الآلي (ML) هو مجال فرعي من الذكاء الاصطناعي، يتكون من مجموعة من الخوارزميات والميزات ومجموعات البيانات التي تعمل باستمرار على تحسين نفسها من خلال التجربة. مع نمو المدخلات، تتحسن آلة منصة الذكاء الاصطناعي في التعرف على الأنماط وتستخدمها في إجراء التنبؤات.

معالجة اللغة الطبيعية هي الطريقة الحالية لتحليل اللغة بمساعدة التعلم الآلي المستخدم في الذكاء الاصطناعي الحواري. قبل التعلم الآلي، انتقل تطور منهجيات معالجة اللغة من اللغويات إلى اللغويات الحاسوبية إلى معالجة اللغة الطبيعية الإحصائية. في المستقبل، سيعزز التعلم العميق قدرات معالجة اللغة الطبيعية للذكاء الاصطناعي الحواري بشكل أكبر.

تتكون معالجة اللغة الطبيعية من أربع خطوات: توليد المدخلات وتحليل المدخلات وتوليد المخرجات والتعلّم المعزز. يتم تحويل بيانات غير منظمة إلى تنسيق يمكن للكمبيوتر قراءته، ثم يتم تحليلها لتوليد استجابة مناسبة. تعمل خوارزميات التعلم الآلي (ML) الأساسية على تحسين جودة الاستجابة بمرور الوقت أثناء تعلمها. يمكن تفصيل هذه الخطوات الأربع في معالجة اللغة الطبيعية بشكل أكبر أدناه:

• توليد المدخلات: يقدم المستخدمون مدخلات من خلال موقع ويب أو تطبيق. يمكن أن يكون تنسيق الإدخال إما صوتيًا أو نصيًا.
  
  
• تحليل المدخلات: إذا كان الإدخال قائمًا على النص، فسيستخدم تطبيق حل الذكاء الاصطناعي الحواري فهم اللغة الطبيعية لفك شفرة معنى المدخل واستنتاج هدفه. ومع ذلك، إذا كان الإدخال قائمًا على الكلام، فسيستخدم مزيجًا من التعرف التلقائي على الكلام وفهم اللغة الطبيعية لتحليل البيانات.
  
  
• إدارة الحوار: خلال هذه المرحلة، يقوم توليد اللغة الطبيعية (NLG)، وهو عنصر من معالجة اللغة الطبيعية (NLP)، بصياغة الاستجابة.
  
  
• التعلّم المعزز: أخيرًا، تعمل خوارزميات التعلم الآلي على تحسين الاستجابات بمرور الوقت لضمان الدقة.

يبدأ الذكاء الاصطناعي الحواري بالتفكير في الطريقة التي قد يرغب بها المستخدمون المحتملون في التفاعل مع منتجك والأسئلة الأساسية التي قد تكون لديهم. يمكنك بعد ذلك استخدام أدوات الذكاء الاصطناعي الحواري للمساعدة في توجيههم إلى المعلومات ذات الصلة. في هذا القسم، سنتعرف على طرق لبدء التخطيط وإنشاء الذكاء الاصطناعي الحواري.

تشكل الأسئلة الشائعة الأساس لعملية تطوير الذكاء الاصطناعي الحواري. فهي تساعدك على تحديد الاحتياجات والمخاوف الرئيسية للمستخدمين النهائيين، الأمر الذي من شأنه أن يخفف بدوره من حجم المكالمات لفريق الدعم الخاص بك. إذا لم تكن لديك قائمة أسئلة شائعة متاحة لمنتجك، فابدأ بفريق نجاح العملاء لتحديد القائمة المناسبة من الأسئلة التي يمكن للذكاء الاصطناعي الحواري الخاص بك المساعدة في الإجابة عليها.

على سبيل المثال، لنفترض أنك بنك. قد تكون قائمتك الأولية للأسئلة الشائعة هي:

• كيف يمكنني الوصول إلى حسابي؟
  
  
• أين يمكنني العثور على رقم التوجيه ورقم الحساب الخاص بي؟
  
  
• متى ستصل بطاقة الخصم الخاصة بي؟
  
  
• كيف يمكنني تفعيل بطاقة الخصم الخاصة بي؟
  
  
• كيف يمكنني طلب الشيكات؟
  
  
• كيف يمكنني التحدث مع أحد المصرفيين المحليين؟

يمكنك دائمًا إضافة المزيد من الأسئلة إلى القائمة بمرور الوقت، لذا ابدأ بمجموعة صغيرة من الأسئلة لوضع نموذج أولي لعملية تطوير الذكاء الاصطناعي الحواري.

تشكل الأسئلة الشائعة أساس الأهداف أو المقاصد التي يتم التعبير عنها في مدخلات المستخدم، مثل الوصول إلى حساب. بمجرد تحديد أهدافك، يمكنك توصيلها بأداة الذكاء الاصطناعي الحواري، مثل watsonx Assistant، كمقاصد.

من هنا، ستحتاج إلى تعليم الذكاء الاصطناعي الحواري الخاص بك الطرق التي قد يستخدمها المستخدم في صياغة أو طلب هذا النوع من المعلومات. إذا أخذنا مثال "كيفية الوصول إلى حسابي"، يمكنك التفكير في عبارات أخرى قد يستخدمها المستخدمون عند الدردشة مع ممثل الدعم، مثل "كيفية تسجيل الدخول"، "كيفية إعادة تعيين كلمة المرور"، "التسجيل للحصول على حساب"، وهكذا.

إذا لم تكن متأكدًا من العبارات الأخرى التي قد يستخدمها عملاؤك، فقد ترغب في الشراكة مع فرق التحليلات والدعم لديك. إذا تم إعداد أدوات تحليلات روبوت المحادثة الخاصة بك بشكل مناسب، فيمكن لفرق التحليلات استخراج بيانات الويب والتحقيق في استعلامات أخرى من بيانات البحث في الموقع. بدلاً من ذلك، يمكنهم أيضًا تحليل بيانات النسخ من محادثات الدردشة على الويب ومراكز الاتصالات. إذا لم يتم إعداد فرق التحليلات لديك لهذا النوع من التحليل، فيمكن لفرق الدعم أيضًا تقديم رؤى قيّمة حول الطرق الشائعة التي يستخدمها العملاء لصياغة أسئلتهم.

فكر في الأسماء أو الكيانات التي تحيط بمقاصدك. في هذا المثال، ركزنا على الحساب المصرفي للمستخدم. نتيجة لذلك، فمن المنطقي إنشاء كيان حول معلومات الحساب المصرفي.

قد يندرج عدد من القيم ضمن هذه الفئة من المعلومات، مثل "اسم المستخدم" و "كلمة المرور" و "رقم الحساب" وما إلى ذلك.

لفهم الكيانات التي تحيط بمقاصد المستخدم المحددة، يمكنك استخدام نفس المعلومات التي تم جمعها من الأدوات أو فرق الدعم لتطوير الأهداف أو المقاصد. ستسبق هذه الأسماء أو تتبع السؤال الأساسي

تعمل كل هذه العناصر معًا لإنشاء محادثة مع المستخدم النهائي. تسمح المقاصد للآلة بفك شفرة ما يطلبه المستخدم وتعمل الكيانات كوسيلة لتقديم الردود ذات الصلة. على سبيل المثال، قد تتصور أن الحوار بين الذكاء الاصطناعي الحواري والمستخدم الذي نسي كلمة المرور على النحو التالي:

تعمل الأهداف والأسماء معًا (أو المقاصد والكيانات كما تحب IBM تسميتها) على بناء تدفق محادثة منطقي بناء على احتياجات المستخدم. إذا كنت مستعدًا للبدء في بناء الذكاء الاصطناعي الحواري الخاص بك، فيمكنك تجربة watsonx Assistant Lite Version من IBM مجانًا. 

عندما يفكر الناس في الذكاء الاصطناعي الحواري، كثيرًا ما تتبادر إلى الذهن روبوتات المحادثة عبر الإنترنت والمساعدين الصوتيين لخدمات دعم العملاء والنشر متعدد القنوات. تحتوي معظم تطبيقات الذكاء الاصطناعي الحواري على تحليلات شاملة مضمنة في برنامج الواجهة الخلفية، مما يساعد على ضمان تجارب محادثة تشبه المحادثة البشرية.

ويرى الخبراء أن تطبيقات الذكاء الاصطناعي الحواري الحالية هي ذكاء اصطناعي ضعيف، لأنها تركز على أداء مجال ضيق للغاية من المهام. أما الذكاء الاصطناعي القوي، الذي لا يزال مفهومًا نظريًا، فيركز على وعي شبيه بالوعي البشري يمكنه حل مهام مختلفة وحل مجموعة واسعة من المشاكل.

على الرغم من تركيزه الضيق، إلا أن الذكاء الاصطناعي الحواري هو تقنية مربحة للغاية للمؤسسات، مما يساعد الشركات على تحقيق أرباح أكبر. في حين أن روبوت المحادثة المدعوم بالذكاء الاصطناعي هو أكثر أشكال الذكاء الاصطناعي الحواري شيوعاً، إلا أنه لا يزال هناك العديد من حالات الاستخدام الأخرى في المؤسسة. تتضمن بعض الأمثلة ما يلي:

• دعم العملاء عبر الإنترنت: تحل روبوتات المحادثة عبر الإنترنت محل وكلاء خدمة العملاء البشريين على طول رحلة العملاء. فهي تجيب على الأسئلة الشائعة (FAQs) حول مواضيع مثل الشحن، أو تقدم نصائح مخصصة، والبيع المتبادل للمنتجات أو اقتراح أحجام للمستخدمين، مما يغير الطريقة التي نفكر بها في مشاركة العملاء عبر مواقع الويب ومنصات التواصل الاجتماعي. تشمل الأمثلة روبوتات المراسلة على مواقع التجارة الإلكترونية باستخدام وكلاء افتراضيين، وتطبيقات المراسلة مثل Slack و Facebook Messenger، والمهام التي يقوم بها عادة المساعدون الافتراضيون والمساعدون الصوتيون.
  
  
• إمكانية الوصول: يمكن للشركات أن تصبح أكثر سهولة في الوصول إليها من خلال تقليل حواجز الدخول، وخاصةً للمستخدمين الذين يستخدمون تقنيات المساعدة. الميزات الشائعة للذكاء الاصطناعي الحواري لهذه المجموعات هي "التحويل من نص إلى كلام" والترجمة اللغوية.
  
  
• عمليات الموارد البشرية: يمكن تحسين العديد من عمليات الموارد البشرية باستخدام الذكاء الاصطناعي الحواري، مثل تدريب الموظفين، وعمليات التأهيل، وتحديث معلومات الموظفين.
  
  
• الرعاية الصحية: يمكن للذكاء الاصطناعي الحواري أن يجعل خدمات الرعاية الصحية أكثر سهولة في الوصول وبأسعار معقولة للمرضى، مع تحسين الكفاءة التشغيلية والعمليات الإدارية، مثل معالجة المطالبات، بشكل أكثر انسيابية.
  
  
• إنترنت الأشياء (IoT): تمتلك معظم الأسر الآن جهاز إنترنت الأشياء واحد على الأقل، من مكبرات الصوت Alexa إلى الساعات الذكية إلى هواتفهم المحمولة. تستخدم هذه الأجهزة التعرف التلقائي على الكلام للتفاعل مع المستخدمين النهائيين. تشمل التطبيقات الشائعة Amazon Alexa و Apple Siri و Google Home.
  
  
• برمجيات الكمبيوتر: يتم تبسيط العديد من المهام في بيئة المكتب من خلال الذكاء الاصطناعي الحواري، مثل الإكمال التلقائي للبحث عند البحث عن شيء ما على Google والتحقق من الإملاء.

بينما تمتلك معظم التطبيقات وروبوتات المحادثة المدعومة بالذكاء الاصطناعي حاليًا مهارات حل مشكلات بدائية، إلا أنها يمكن أن تقلل الوقت وتحسّن كفاءة التكلفة في تفاعلات دعم العملاء المتكررة، مما يحرر موارد الموظفين للتركيز على تفاعلات العملاء الأكثر تعقيدًا. بشكل عام، تمكنت تطبيقات الذكاء الاصطناعي الحواري من محاكاة تجارب المحادثة البشرية بشكل جيد، مما أدى إلى معدلات أعلى من رضا العملاء.

يُعد الذكاء الاصطناعي الحواري حلاً فعالاً من حيث التكلفة للعديد من العمليات التجارية. فيما يلي أمثلة على فائدة استخدام الذكاء الاصطناعي الحواري.

قد يكون توظيف قسم خدمة العملاء مكلا للغاية ، خاصة عندما تسعى للإجابة على الأسئلة خارج ساعات العمل العادية. يمكن أن يؤدي تقديم مساعدة العملاء عبر واجهات المحادثة إلى تقليل تكاليف الأعمال المتعلقة بالرواتب والتدريب، خاصة للشركات الصغيرة أو المتوسطة الحجم. يمكن لروبوتات المحادثة والمساعدين الافتراضيين الاستجابة على الفور، مما يوفر توفرًا على مدار الساعة للعملاء المحتملين.

يمكن أن تؤدي المحادثات البشرية أيضًا إلى استجابات غير متسقة للعملاء المحتملين. نظرًا لأن معظم التفاعلات مع الدعم تهدف إلى البحث عن المعلومات وتكون متكررة، يمكن للشركات برمجة الذكاء الاصطناعي المحادثة للتعامل مع حالات الاستخدام المختلفة، مما يضمن الشمولية والاتساق. يؤدي هذا إلى استمرارية تجربة العملاء، ويسمح بتوافر الموارد البشرية القيمة للاستفسارات الأكثر تعقيدًا.

مع اعتماد الأجهزة المحمولة في الحياة اليومية للمستهلكين، تحتاج الشركات إلى الاستعداد لتقديم معلومات في الوقت الفعلي لمستخدميها النهائيين. نظرًا لأن أدوات الذكاء الاصطناعي المحادثة يمكن الوصول إليها بسهولة أكبر من القوى العاملة البشرية، يمكن للعملاء التواصل مع العلامات التجارية بشكل أسرع وأكثر تواترًا. يتيح هذا الدعم الفوري للعملاء تجنب أوقات انتظار طويلة في مراكز الاتصال، مما يؤدي إلى تحسين تجربة العملاء بشكل عام. مع تزايد رضا العملاء، سترى الشركات انعكاس تأثيره في زيادة ولاء العملاء وإيرادات إضافية من الإحالات.

توفر ميزات التخصيص في الذكاء الاصطناعي الحواري أيضًا لروبوتات المحادثة القدرة على تقديم توصيات للمستخدمين النهائيين، مما يسمح للشركات بالبيع المتبادل للمنتجات التي ربما لم يفكر فيها العملاء في البداية.

الذكاء الاصطناعي الحواري قابل للتوسع للغاية أيضًا حيث إن إضافة البنية التحتية لدعم الذكاء الاصطناعي المحادثة أرخص وأسرع من عملية توظيف وتدريب موظفين جدد. هذا مفيد بشكل خاص عندما تتوسع المنتجات إلى أسواق جغرافية جديدة أو أثناء ارتفاعات مفاجئة قصيرة الأجل في الطلب، مثل خلال مواسم العطلات.

لا يزال الذكاء الاصطناعي الحواري في مراحله الأولى، وقد بدأ اعتماده على نطاق واسع في مجال الأعمال في السنوات الأخيرة. وكما هو الحال مع أي تقدم تكنولوجي جديد، هناك بعض التحديات التي تواجه الانتقال إلى تطبيقات الذكاء الاصطناعي الحواري. تتضمن بعض الأمثلة ما يلي:

يمكن لإدخال اللغة أن يكون نقطة ضعف للذكاء الاصطناعي الحواري، سواء كانت إدخالات نصية أو صوتية. يمكن أن تؤثر اللهجات والضوضاء في الخلفية على فهم الذكاء الاصطناعي للمدخلات غير المنظمة. كما يمكن أن تؤدي اللغة العامية واللغة غير المكتوبة إلى مشاكل في معالجة الإدخال.

ومع ذلك، فإن التحدي الأكبر الذي يواجه الذكاء الاصطناعي الحواري هو العامل البشري في إدخال اللغة. فالعواطف والنبرة والسخرية تجعل من الصعب على الذكاء الاصطناعي الحواري تفسير المعنى المقصود للمستخدم والاستجابة بشكل مناسب.

نظرا لأن الذكاء الاصطناعي الحواري يعتمد على جمع البيانات للإجابة على استفسارات المستخدم، فهو أيضًا عرضة لانتهاكات الخصوصية والأمان. سيساعد تطوير تطبيقات الذكاء الاصطناعي الحواري بمعايير خصوصية وأمان عالية وأنظمة مراقبة على بناء الثقة بين المستخدمين النهائيين، مما يؤدي في النهاية إلى زيادة استخدام روبوتات المحادثة بمرور الوقت.

يمكن أن يتخوف المستخدمون من مشاركة المعلومات الشخصية أو الحساسة، خاصةً عندما يدركون أنهم يتحدثون مع آلة بدلاً من إنسان. ونظراً لأن جميع عملائك لن يكونوا من أوائل المتبنين لهذه التقنيات، فسيكون من المهم تثقيف وتوعية الجمهور المستهدف حول فوائد هذه التقنيات وسلامتها لخلق تجارب أفضل للعملاء. قد يؤدي ذلك إلى تجربة سيئة للمستخدمين وانخفاض أداء الذكاء الاصطناعي وإبطال التأثيرات الإيجابية.

بالإضافة إلى ذلك، في بعض الأحيان لا تتم برمجة روبوتات المحادثة للإجابة على مجموعة واسعة من استفسارات المستخدمين. وعندما يحدث ذلك، سيكون من المهم توفير قناة اتصال بديلة لمعالجة هذه الاستفسارات الأكثر تعقيداً، حيث سيكون الأمر محبطاً للمستخدم النهائي إذا تم تقديم إجابة خاطئة أو غير كاملة. في هذه الحالات، يجب منح العملاء فرصة التواصل مع ممثل بشري للشركة.

أخيرًا، يمكن للذكاء الاصطناعي الحواري أيضًا تحسين سير العمل في الشركة، مما يؤدي إلى تقليل القوى العاملة في وظيفة معينة. وهذا يمكن أن يؤدي إلى تحفيز النضال الاجتماعي والاقتصادي، مما قد يؤدي إلى رد فعل سلبي على الشركة.