IA conversacional

menu icon

IA conversacional

Conheça a IA conversacional e saiba como ela ajuda as organizações a engajar os clientes e prestar serviços.

O que é IA conversacional?

A  inteligência artificial (IA) conversacional refere-se a tecnologias, como os chatbots ou agentes virtuais, com os quais os usuários conseguem conversar. Ela usa grandes volumes de dados, aprendizado de máquina, e processamento de linguagem naturalpara ajudar a imitar as interações humanas, reconhecendo entradas de voz e texto, e traduz os significados em vários idiomas.

Componentes da IA conversacional

A IA conversacional combina processamento de linguagem natural (NLP) com aprendizado de máquina. Esses processos NLP fluem em um ciclo de feedback constante com processos de aprendizado de máquina para aperfeiçoar continuamente os algoritmos de IA. A IA conversacional tem componentes fundamentais que lhe permitem processar, compreender e gerar resposta de forma natural.

O Aprendizado de Máquina (ML) é um subcampo da inteligência artificial, composto de um conjunto de algoritmos, características e conjuntos de dados que se aperfeiçoam continuamente com a experiência. Á medida que entram mais informações (inputs), a máquina na plataforma de IA fica melhor no reconhecimento de padrões e o utiliza para fazer previsões.

O processamento de linguagem natural é o método atual de análise da linguagem com a ajuda do aprendizado de máquina utilizado na IA conversacional. Antes do aprendizado de máquina, a evolução das metodologias de processamento de linguagem passou da linguística pura para a linguística computacional, passando pelo processamento estatístico da linguagem natural . No futuro, o deep learning fará progredir ainda mais a capacidade de processamento de linguagem natural  da IA conversacional .

O NLP consiste em quatro etapas: Geração de entrada (input), análise de entrada, geração de saída (output) e aprendizado de reforço. Dados não estruturados convertidos para um formato que pode ser lido por um computador, que são então analisados para gerar uma resposta apropriada. Os algoritmos de aprendizado de máquina melhora a qualidade da resposta ao longo do tempo à medida que aprendem. Essas quatro etapas do NLP podem ser ainda mais subdivididas:

  • Entrada de informações (input): Os usuários fornecem informações através de um website ou de uma aplicação; o formato da informação pode ser voz ou texto.
  • Análise das informações: se a informação for escrita, a aplicação de IA conversacional vai usar a compreensão de linguagem natural (NLU) para decifrar o significado da informação e deduzir sua intenção. No entanto, se a informação for falada, ela irá aproveitar uma combinação de reconhecimento automático da fala (ASR) e NLU para analisar os dados.
  • Gerenciamento de diálogo: Nesse estágio, a Geração de Linguagem Natural (NLG), componente do NLP, elabora uma resposta
  • Aprendizado por reforço: Por fim, os algoritmos de aprendizado de máquina refinam as respostas ao longo do tempo para garantir a precisão

Como criar IA conversacional

A IA conversacional começa com a reflexão sobre como seus usuários potenciais podem querer interagir com seu produto e as principais perguntas que eles podem formular. Você pode então usar ferramentas de IA conversacional para guiá-los às informações relevantes. Nesta seção, vamos percorrer os caminhos para começar a planejar e criar uma IA conversacional.

1. Encontre a lista de perguntas frequentes (FAQs) para seus usuários finais

As perguntas frequentes são a base do processo de desenvolvimento da IA conversacional. Elas ajudam a definir as principais necessidades e preocupações de seus usuários finais, o que, por sua vez, aliviará parte do volume de chamadas para sua equipe de suporte. Se você não tiver uma lista de perguntas frequentes disponível para seu produto, então comece com sua equipe de sucesso do cliente para determinar a lista apropriada de perguntas com as quais sua IA conversacional pode ajudar. 

Por exemplo, digamos que você seja um banco. A lista inicial de sua FAQ poderia ser:

  • Como faço para acessar minha conta?
  • Onde encontro meu roteamento e número de conta?
  • Quando meu cartão de débito chegará?
  • Como ativar meu cartão de débito?
  • Como faço para pedir cheques?
  • Como posso falar com um agente bancário local?

Você sempre pode acrescentar mais perguntas à lista ao longo do tempo, então comece com um pequeno segmento de perguntas para prototipar o processo de desenvolvimento de uma IA conversacional.

2. Use as FAQs para desenvolver objetivos em sua ferramenta de IA conversacional

Suas FAQs formam a base dos objetivos, ou intenções, expressos dentro da contribuição do usuário, como por exemplo, acessar uma conta. Uma vez delineados seus objetivos, você pode conectá-los a uma ferramenta de conversação competitiva de inteligência artificial, por exemplo o Watson Assistant, como intenção.

Captura de tela do Watson Assistant onde o usuário cria uma intenção

 

A partir daqui, você precisará ensinar à sua IA conversacional as maneiras que um usuário pode expressar ou pedir este tipo de informação. Se tomarmos o exemplo de "como acessar minha conta", você pode pensar em outras frases que os usuários podem usar ao conversar com um representante de suporte, tal qual "como fazer login", "como redefinir a senha", "assinar uma conta", e assim por diante.

Captura de tela do Watson Assistant onde o usuário cria uma lista de intenções

Se você não tiver certeza de outras frases que seus clientes possam usar, então pode ser que você queira fazer parceria com suas equipes de análise e suporte. Caso as suas ferramentas de análise do chatbot tenham sido criadas apropriadamente, as equipes de análise podem extrair dados da web e investigar outras consultas a partir de dados de pesquisa do site. Além disso, eles também podem analisar dados de transcrições de conversas de web chat e call centers. Se suas equipes de análise não estiverem preparadas para este tipo de análise, então suas equipes de apoio também podem fornecer uma visão importante sobre as maneiras comuns de os clientes formularem suas perguntas.

3. Utilize objetivos para entender e construir substantivos e palavras-chave relevantes

Pense em substantivos, ou entidades, que envolvam suas intenções. Neste exemplo, temos nos concentrado na conta bancária de um usuário. Consequentemente, faz sentido criar uma entidade em torno das informações da conta bancária.

Captura de tela do Watson Assistant onde o usuário cria uma entidade

Uma série de valores pode se enquadrar nesta categoria de informações, tais como "nome de usuário", "senha", "número de conta", e assim por diante.

Captura de tela do Watson Assistant onde o usuário cria uma lista de entidades

Para entender as entidades que envolvem intenções específicas do usuário, você pode usar as mesmas informações que foram coletadas de ferramentas ou equipes de apoio para desenvolver objetivos ou intenções. Estes substantivos precederão ou seguirão a primeira pergunta.

4. Junte tudo isso para criar um diálogo significativo com seu usuário

Todos estes elementos trabalham em conjunto para criar uma conversa com seu usuário final. As intenções permitem a uma máquina decifrar o que o usuário está pedindo e as entidades agem como uma forma de fornecer respostas relevantes. Por exemplo, você pode prever o diálogo entre uma IA conversacional e um usuário que esqueceu uma senha, como se segue:

Captura de tela de um diálogo com a IA conversacional

Juntos, objetivos e substantivos (ou intenções e entidades como a IBM gosta de chamá-los) trabalham para construir um fluxo de conversação lógico baseado nas necessidades do usuário. Se você estiver pronto para começar a construir sua própria IA conversacional, você pode experimentar a versão Watson Assistant Lite da IBM sem custo. 

IA Conversacional casos de uso

Quando as pessoas pensam em inteligência artificial conversacional, chatbots on-line e assistentes de voz frequentemente são lembrados para seus serviços de suporte ao cliente e implementação omni channel . A maioria das aplicações de IA conversacional tem análise extensiva incorporada ao programa de backend , ajudando a garantir experiências de conversação similares às humanas. 

Especialistas consideram as atuais aplicações de IA conversacional uma IA fraca, pois estão focadas na execução de um campo muito restrito de tarefas. Uma IA forte, que ainda é um conceito teórico, concentra-se em uma consciência de tipo humano que pode resolver várias tarefas e resolver uma ampla gama de problemas.

Apesar de seu foco restrito, a IA conversacional é uma tecnologia extremamente lucrativa para as empresas, ajudando as empresas a serem mais rentáveis. Embora um chatbot de IA seja a forma mais popular de IA conversacional, ainda há muitos outros casos de uso em toda a empresa. Alguns exemplos são:

  • Suporte on-line ao cliente:  Os  chatbots on-line estão substituindo os agentes humanos ao longo da jornada do cliente. Eles respondem perguntas frequentes (FAQs) sobre temas, como envio, ou fornecem conselhos personalizados, produtos cross-selling ou sugestões de tamanhos para os usuários, mudando a maneira como pensamos sobre o engajamento do cliente nos websites e nas plataformas de redes sociais . Os exemplos incluem sistemas de mensagens via bots em sites de e-commerce com agentes virtuais, aplicações de mensagens, como o Slack w o Facebook Messenger, e tarefas executadas geralmente por assistentes virtuais e assistentes de voz. 
  • Acessibilidade: As empresas podem se tornar mais acessíveis reduzindo as barreiras de entrada, particularmente para os usuários que utilizam tecnologias assistivas. As funcionalidades comumente utilizadas da IA conversacional para esses grupos são ditado de texto para fala e tradução de idiomas.
  • Processos de RH: Muitos processos de recursos humanos podem ser otimizados utilizando a IA conversacional, tais como treinamento de funcionários, processos de integração e atualização de informações dos funcionários.
  • Assistência médica: A IA conversacional pode tornar os serviços de saúde mais acessíveis e baratos para os pacientes, ao mesmo tempo em que melhora a eficiência operacional e o processo administrativo, como o processamento de reclamações, mais simplificados.
  • DIspositivos de Internet das Coisas (IoT): Hoje em dia, a maioria dos lares tem pelo menos um dispositivo IoT, desde alto-falantes Alexa até smart watches para seus telefones celulares. Esses dispositivos usam reconhecimento de voz automático para interagir com os usuários finais. As aplicações mais comuns incluem a Alexa da Aman, a Siri da Apple e o Google Home.
  • Software de computador: Muitas tarefas em um ambiente de escritório são simplificadas pela IA conversacional, como a sugestão automática durante a pesquisa no Google e a verificação ortográfica.

Embora atualmente a maioria dos chatbots e aplicações de IA tenha apenas algumas habilidades rudimentares de resolução de problemas, eles podem reduzir o tempo e melhorar a eficiência em termos de custo nas interações repetitivas de suporte ao cliente , liberando o pessoal para se concentrar nas interações mais envolvidas com o cliente. Em geral, as aplicações de IA conversacional consegue replicar bem as experiências de conversação humana, levando a taxas mais altas de satisfação do cliente. 

    Benefícios da IA conversacional

    A IA conversacional é uma solução de baixo custo para muitos processos de negócios. A seguir, alguns exemplos dos benefícios de usar a IA conversacional.

    Baixo custo

    O pessoal de um departamento de atendimento ao cliente pode ser bastante caro, especialmente quando se procura responder a perguntas fora do horário normal de expediente. Fornecer assistência ao cliente através de interfaces de conversação pode reduzir os custos comerciais em torno de salários e treinamento, especialmente para pequenas ou médias empresas. Chatbots e assistentes virtuais podem responder instantaneamente, fornecendo disponibilidade 24 horas aos clientes potenciais.

    As conversas humanas também podem resultar em respostas inconsistentes para clientes potenciais. Uma vez que a maioria das interações com o suporte são de busca de informações e repetitivas, as empresas podem programar a IA conversacional para lidar com vários casos de uso, garantindo a abrangência e consistência. Isto cria continuidade dentro da experiência do cliente, e permite que recursos humanos valiosos fiquem disponíveis para consultas mais complexas.

    Aumento das vendas e do engajamento do cliente

    Com a adoção de dispositivos móveis no cotidiano dos consumidores, as empresas precisam estar preparadas para fornecer informações em tempo real a seus usuários finais. Como as ferramentas de IA conversacional podem ser acessadas mais rapidamente do que a força de trabalho humana, os clientes podem se engajar mais rápida e frequentemente com as marcas. Este suporte imediato permite aos clientes evitar longos tempos de espera no call center, levando a uma melhoria na experiência geral do cliente. À medida que a satisfação do cliente cresce, as empresas verão seu impacto refletido no aumento da fidelidade do cliente e na receita adicional, proveniente de indicações.

    Os recursos de personalização dentro da IA conversacional também fornecem aos chatbots a capacidade de fornecer recomendações aos usuários finais, permitindo que as empresas façam vendas casadas de produtos que os clientes podem não ter considerado inicialmente.

    Escalabilidade

    A IA conversacional  também é muito escalável, visto que acrescentar infraestrutura para suportar a IA conversacional é mais barato e mais rápido do que a contratação e o processo de integração de novos funcionários. Isto é especialmente útil quando os produtos se expandem para novos mercados geográficos ou durante picos inesperados de demanda de curto prazo, como por exemplo durante as épocas de férias.

    Para saber mais sobre os benefícios da IA Conversacional, assista à nossa série de webinars Masterclass.

    Desafios das tecnologias de IA conversacional 

    A IA conversacional ainda está dando seus primeiros passos, e a adoção generalizada por parte das empresas começou nos últimos anos. Como em qualquer novo avanço tecnológico, há alguns desafios na transição para aplicações de IA conversacional. Alguns exemplos incluem:

    Idiomas de entrada

    Os idiomas de entrada podem ser um problema para a  IA conversacional, quer a entrada seja texto ou voz. Dialetos, sotaques e ruídos de fundo podem afetar o entendimento da IA sobre a entrada bruta. Gírias e linguagens não escritas também podem gerar problemas com o processamento da entrada.

    No entanto, o maior desafio da  IA conversacional é o fator humano no idioma de entrada. Emoções, tom e sarcasmo dificultam a interpretação pela  IA conversacional  do significado pretendido pelo usuário e a resposta apropriada.

    Privacidade e segurança

    Uma vez que a IA conversacional depende da coleta de dados para responder às consultas dos usuários, é também vulnerável a violações de privacidade e segurança. O desenvolvimento de aplicações de IA conversacional com altos padrões de privacidade e segurançae sistemas de monitoramento ajudará a criar confiança entre os usuários finais, aumentando, em última análise, o uso de chatbots ao longo do tempo.

    Apreensão dos usuários

    Os usuários podem ficar apreensivos quanto ao compartilhamento de informações pessoais ou confidenciais, especialmente quando percebem que estão conversando com uma máquina e não com um ser humano. Como nem todos os seus clientes serão pessoas que já adotaram a IA, será importante educar e socializar seus públicos-alvo em torno dos benefícios e segurança dessas tecnologias para criar melhores experiências para os clientes. Isto pode levar a uma má experiência do usuário e reduzir o desempenho da IA e negar os efeitos positivos.

    Além disso, às vezes os chatbots não são programados para responder à ampla gama de consultas dos usuários. Quando isso acontecer, será importante fornecer um canal alternativo de comunicação para lidar com essas consultas mais complexas, pois será frustrante para o usuário final se uma resposta errada ou incompleta for fornecida. Nesses casos, os clientes devem ter a oportunidade de se conectar com um representante humano da empresa.

    Finalmente, a IA conversacional  também pode otimizar o fluxo de trabalho em uma empresa, levando a uma redução na força de trabalho para uma determinada função profissional. Isto pode desencadear ativismo socioeconômico, o que pode resultar em um retrocesso negativo para uma empresa.

    A IBM e a IA conversacional

    O IBM Watson® Assistant é um chatbot de IA baseado na nuvemque soluciona os problemas do cliente na primeira vez. Ele fornece aos clientes respostas rápidas, consistentes e precisas em todas as aplicações, dispositivos ou canais. Usando a IA, o Watson Assistant aprende com as conversas dos clientes, melhorando sua capacidade de resolver problemas logo na primeira vez enquanto ajuda a evitar a frustração de longos tempos de espera, buscas tediosas e chatbots inúteis. Junto com o IBM Watson Discovery, você pode melhorar a interação do usuário com informações de documentos e websites usando a pesquisa alimentada por IA.

    O Watson Assistant otimiza as interações por perguntar aos clientes sobre o contexto em torno de suas declarações ambíguas. Isto elimina a frustração de ter que reformular continuamente as perguntas, proporcionando uma experiência positiva para o cliente. Além disso, o Watson Assistant oferece aos clientes uma série de opções em resposta às suas perguntas. Se não puder resolver um problema particularmente complexo do cliente, pode passar o cliente para um agente humano, diretamente no mesmo canal.

    O Watson Assistant foi projetado para se conectar ao seu ecossistema de atendimento ao cliente, integrando-se com suas plataformas e ferramentas, tornando a experiência do cliente mais inteligente e mais simples do início ao fim. Isto faz com que as interações dos clientes com a sua empresa se pareçam mais com uma relação importante com alguém que verdadeiramente se importa, e menos com uma série de conversas aleatórias e fragmentadas com estranhos.

    A IBM também entende que uma experiência do cliente não se trata apenas da conversa — trata-se também de proteger dados confidenciais. É por isso que trazemos segurança de nível internacional, confiabilidade e experiência em conformidade para o projeto de todos os produtos Watson. Além disso, a IBM ajuda você a proteger seu investimento, dando-lhe a flexibilidade para implementar o Watson Assistant nas instalações, na IBM Cloud® ou junto a outro fornecedor de nuvem de sua escolha usando o IBM Cloud Pak® for Data.

    Faça esta avaliação de 5 minutos para descobrir onde você pode otimizar suas interações de atendimento ao cliente com a IA para aumentar a satisfação do cliente, reduzir custos e aumentar a receita.

    Ou clique aqui para conhecer oWatson Assistant e começar a construir hoje. 

    Para mais informações sobre IA conversacional, inscreva-se no IBMid e crie sua conta na IBM Cloud .