يشير الذكاء الاصطناعي الحواري إلى التقنيات مثل روبوتات المحادثة أو الوكلاء الافتراضيين، التي يمكن للمستخدمين التحدث إليها. تستخدم هذه التقنيات كميات كبيرة من البيانات والتعلم الآلي ومعالجة اللغة الطبيعية؛ لمساعدة الأنظمة على محاكاة التفاعلات البشرية والتعرُّف على مدخلات الصوت والنص وترجمة معانيها بين لغات مختلفة.
يجمع الذكاء الاصطناعي الحواري بين معالجة اللغة الطبيعية (NLP) والتعلم الآلي، حيث تتدفق عمليات معالجة اللغة الطبيعية ضمن حلقة تعليقات مستمرة مع عمليات التعلم الآلي لتحسين خوارزميات الذكاء الاصطناعي بشكل متواصل.
الرسالة الإخبارية الخاصة بالمجال
احصل على رؤى منسقة حول أهم أخبار الذكاء الاصطناعي وأكثرها إثارةً للاهتمام. اشترِك في خدمة رسائل Think الإخبارية الأسبوعية. راجع بيان الخصوصية لشركة IBM.
سيتم تسليم اشتراكك باللغة الإنجليزية. ستجد رابط إلغاء الاشتراك في كل رسالة إخبارية. يمكنك إدارة اشتراكاتك أو إلغاء اشتراكك هنا. راجع بيان خصوصية IBM لمزيد من المعلومات.
يمتلك الذكاء الاصطناعي الحواري عناصر رئيسية تمكِّنه من معالجة وفهم النصوص وتوليد الاستجابات بطريقة طبيعية.
التعلم الآلي (ML) هو فرع من فروع الذكاء الاصطناعي، يتكون من مجموعة من الخوارزميات والميزات ومجموعات البيانات التي تتحسَّن باستمرار مع مرور الوقت والخبرة. كلما زادت الإدخالات، تحسَّن أداء منصة الذكاء الاصطناعي في التعرُّف على الأنماط والاستفادة منها لإجراء التوقعات.
معالجة اللغة الطبيعية هي الطريقة الحالية لتحليل اللغة بمساعدة التعلم الآلي المستخدمة في الذكاء الاصطناعي الحواري. قبل ظهور التعلم الآلي، تطورت منهجيات معالجة اللغة من علم اللغة إلى اللغويات الحاسوبية، ثم إلى معالجة اللغة الطبيعية الإحصائية. وفي المستقبل، سيُعزز التعلم العميق قدرات معالجة اللغة الطبيعية في الذكاء الاصطناعي الحواري بشكل أكبر.
تتكون معالجة اللغة الطبيعية (NLP) من أربع خطوات: توليد المدخلات وتحليل المدخلات وتوليد المخرجات والتعلم المعزز. يتم تحويل البيانات غير المنظمة إلى صيغة يمكن للكمبيوتر قراءتها، ثم يتم تحليلها لتوليد الاستجابة المناسبة. تعمل خوارزميات التعلم الآلي الأساسية على تحسين جودة الاستجابات مع مرور الوقت أثناء التعلم. ويمكن تفصيل هذه الخطوات الأربع في NLP على النحو التالي:
يبدأ الذكاء الاصطناعي الحواري بالتفكير في الطريقة التي قد يريد المستخدمون المحتملون التفاعل بها مع منتجك، والأسئلة الرئيسية التي قد يطرحونها. بعد ذلك، يمكنك استخدام أدوات الذكاء الاصطناعي الحواري لمساعدتهم على الوصول إلى المعلومات ذات الصلة. في هذا القسم، سنستعرض طرقًا للبدء بالتخطيط وإنشاء نظام ذكاء اصطناعي حواري.
تُعَد الأسئلة الشائعة الأساس في عملية تطوير الذكاء الاصطناعي الحواري؛ حيث تساعدك على تحديد الاحتياجات والمخاوف الرئيسية للمستخدمين النهائيين، ما يخفف بدوره من حجم المكالمات لفريق الدعم. إذا لم تكن لديك قائمة بالأسئلة الشائعة لمنتجك، فابدأ بالتعاون مع فريق نجاح العملاء لتحديد قائمة مناسبة من الأسئلة التي يمكن للذكاء الاصطناعي الحواري المساعدة في الإجابة عنها.
على سبيل المثال، لنفترض أن مؤسستك بنك. قد تكون قائمتك الأولية للأسئلة الشائعة هي:
يمكنك دائمًا إضافة المزيد من الأسئلة إلى القائمة بمرور الوقت، لذا ابدأ بمجموعة صغيرة من الأسئلة لوضع نموذج أوَّلي لعملية تطوير الذكاء الاصطناعي الحواري.
تشكِّل الأسئلة الشائعة الخاصة بك أساس الأهداف أو المقاصد التي يتم التعبير عنها في إدخال المستخدم، مثل الوصول إلى حساب. بمجرد تحديد أهدافك، يمكنك إدخالها في أداة ذكاء اصطناعي حواري متقدمة مثل watsonx Assistant على أنها نوايا.
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"، و"كيفية إعادة تعيين كلمة المرور"، و"التسجيل للحصول على حساب"، وهكذا.
إذا لم تكن متأكدًا من العبارات الأخرى التي قد يستخدمها عملاؤك، فقد تريد التعاون مع فرق التحليلات والدعم لديك. إذا تم إعداد أدوات تحليلات روبوت المحادثة لديك بشكل مناسب، يمكن لفرق التحليلات استخراج بيانات الويب والتحقيق في الاستعلامات الأخرى من بيانات بحث الموقع. بدلًا 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.
فكِّر في الأسماء أو الكيانات التي تحيط بالنوايا التي حددتها. في هذا المثال، ركَّزنا على حساب المستخدم البنكي، ومن المنطقي بالتالي إنشاء كيان يتعلق بمعلومات الحساب البنكي.
قد تندرج عدة قيم ضمن هذه الفئة من المعلومات، مثل "اسم المستخدم"، و"كلمة المرور"، و"رقم الحساب"، وغيرها.
لفهم الكيانات المرتبطة بنوايا المستخدمين المحددة، يمكنك الاستفادة من المعلومات نفسها التي تم جمعها من الأدوات أو الفرق الداعمة لتطوير الأهداف أو النوايا. ستسبق هذه الأسماء الطلب الأساسي أو تتبعه.
تعمل جميع هذه العناصر معًا لإنشاء محادثة مع المستخدم النهائي. تُتيح النوايا للآلة فهم ما يطلبه المستخدم، بينما تعمل الكيانات كوسيلة لتقديم استجابات ذات صلة. على سبيل المثال، يمكن تصوُّر الحوار بين نظام الذكاء الاصطناعي الحواري والمستخدم الذي نسي كلمة المرور على النحو التالي:
معًا، تعمل الأهداف والأسماء (أو ما تسميه IBM النوايا والكيانات) على إنشاء تدفق منطقي للحوار يعتمد على احتياجات المستخدم. إذا كنت مستعدًا لبدء إنشاء نظام الذكاء الاصطناعي الحواري، فيمكنك تجربة IBM watsonx Assistant Lite Version مجانًا.
عندما يفكر الناس في الذكاء الاصطناعي الحواري، فإنهم غالبًا ما يتذكرون روبوتات المحادثة عبر الإنترنت والمساعدين الصوتيين لما يقدِّمانه من خدمات دعم العملاء والنشر متعدد القنوات. تحتوي معظم تطبيقات الذكاء الاصطناعي الحواري على تحليلات متقدمة مدمجة في البرنامج الخلفي، ما يساعد على ضمان تجارب حوارية تُحاكي التفاعل البشري.
يرى الخبراء أن تطبيقات الذكاء الاصطناعي الحواري الحالية تُعَد من فئة الذكاء الاصطناعي الضعيف، لأنها تركِّز على تنفيذ مجموعة محدودة جدًا من المهام. يركِّز الذكاء الاصطناعي القوي، الذي لا يزال مفهومًا نظريًا، على وعي يشبه الوعي البشري قادر على أداء مهام متعددة وحل مجموعة واسعة من المشكلات.
على الرغم من تركيزه الضيق، يُعَد الذكاء الاصطناعي الحواري تقنية مربحة للغاية للشركات، حيث يساعد الأعمال على زيادة أرباحها. وبينما يُعَد روبوت المحادثة الشكل الأكثر شيوعًا للذكاء الاصطناعي الحواري، يوجد العديد من حالات الاستخدام الأخرى داخل المؤسسات. ومن الأمثلة على ذلك:
بينما تمتلك معظم روبوتات المحادثة والتطبيقات المدعومة بالذكاء الاصطناعي حاليًا مهارات محدودة في حل المشكلات، فإنها تستطيع تقليل الوقت وتحسين الكفاءة من حيث التكلفة في التفاعلات المتكررة لدعم العملاء، ما يُتيح للموظفين التركيز على التفاعلات الأكثر تعقيدًا مع العملاء. بشكل عام، استطاعت تطبيقات الذكاء الاصطناعي الحواري محاكاة تجارب المحادثة البشرية بشكل جيد، ما أدى إلى زيادة معدلات رضا العملاء.
يُعَد الذكاء الاصطناعي الحواري حلاً فعَّالًا من حيث التكلفة للعديد من عمليات الأعمال. فيما يلي أمثلة على فوائد استخدام الذكاء الاصطناعي الحواري.
يمكن أن يكون تجهيز قسم خدمة العملاء مكلِّفًا جدًا، خاصةً عند محاولة الرد على الاستفسارات خارج ساعات العمل الرسمية. يمكن أن يُسهم تقديم الدعم للعملاء عبر واجهات المحادثة في تقليل تكاليف الشركات المتعلقة بالرواتب والتدريب، خاصةً للشركات الصغيرة والمتوسطة. يمكن لروبوتات المحادثة والمساعدين الافتراضيين الرد على الفور، ما يُتيح توافر الخدمة على مدار 24 ساعة للعملاء المحتملين.
قد تؤدي المحادثات البشرية أحيانًا إلى تقديم ردود غير متسقة للعملاء المحتملين. نظرًا لأن معظم التفاعلات مع الدعم تتم بهدف طلب المعلومات وتكون متكررة، يمكن للشركات برمجة الذكاء الاصطناعي الحواري للتعامل مع حالات استخدام مختلفة، ما يضمن الشمولية والاتساق. ويؤدي هذا إلى تحقيق الاستمرارية ضمن تجربة العميل، كما يسمح بتوفير الموارد البشرية القيّمة للرد على الاستفسارات الأكثر تعقيدًا.
مع اعتماد الأجهزة المحمولة في الحياة اليومية للمستهلكين، تحتاج الشركات إلى الاستعداد لتقديم معلومات في الوقت الفعلي للمستخدمين النهائيين. نظرًا لأن أدوات الذكاء الاصطناعي الحواري يمكن الوصول إليها بسهولة أكبر من القوى العاملة البشرية، يمكن للعملاء التواصل مع العلامات التجارية بشكل أسرع وأكثر تواترًا. ويُتيح هذا الدعم الفوري للعملاء تجنُّب أوقات انتظار طويلة في مراكز الاتصال، ما يؤدي إلى تحسين تجربة العملاء بشكل عام. مع تزايد رضا العملاء، سترى الشركات انعكاس تأثيره في زيادة ولاء العملاء وإيرادات إضافية من الإحالات.
توفِّر ميزات التخصيص في الذكاء الاصطناعي الحواري أيضًا لروبوتات المحادثة القدرة على تقديم توصيات للمستخدمين النهائيين، ما يسمح للشركات بالبيع المتبادل للمنتجات التي ربما لم يفكر فيها العملاء في البداية.
الذكاء الاصطناعي الحواري قابل للتوسع للغاية أيضًا؛ إّ إن إضافة البنية التحتية لدعم الذكاء الاصطناعي الحواري أرخص وأسرع من عملية توظيف وتدريب موظفين جُدُد. هذا مفيد بشكل خاص عندما تتوسع المنتجات إلى أسواق جغرافية جديدة أو أثناء ارتفاعات مفاجئة قصيرة الأجل في الطلب، على سبيل المثال؛ 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 تقدُّم 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 أكانت إدخالات نصية أم 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.
نظرًا لأن الذكاء الاصطناعي الحواري يعتمد على جمع البيانات للإجابة عن استفسارات المستخدم، فهو أيضًا عرضة لانتهاكات الخصوصية واختراقات الأمن. سيساعد تطوير تطبيقات الذكاء الاصطناعي الحواري بمعايير خصوصية وأمن عالية وأنظمة مراقبة على بناء الثقة بين المستخدمين النهائيين، ما 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 بدلًا من إنسان. ونظرًا لأن جميع عملائك لن يكونوا من أوائل المتبنّين لهذه التقنيات، فسيكون من المهم تثقيف وتوعية الجمهور المستهدف حول فوائد هذه التقنيات وسلامتها لتوفير 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 عن مجموعة واسعة من استفسارات المستخدمين. وعندما يحدث ذلك، سيكون من المهم توفير قناة اتصال بديلة لمعالجة هذه الاستفسارات الأكثر تعقيدًا، حيث سيكون الأمر محبطًا 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، ما يؤدي إلى تقليل القوى العاملة في وظيفة معينة. وهذا يمكن أن يؤدي إلى تحفيز النضال الاجتماعي والاقتصادي، ما قد يؤدي إلى رد فعل سلبي على الشركة.
يمكنك بسهولة تصميم مساعدي ووكلاء الذكاء الاصطناعي القابلين للتوسع وأتمتة المهام المتكررة وتبسيط العمليات المعقدة باستخدام IBM watsonx Orchestrate.
تسريع قيمة الأعمال باستخدام مجموعة قوية ومرنة من مكتبات وخدمات وتطبيقات الذكاء الاصطناعي.
أعدّ ابتكار عمليات ومهام سير العمل الحساسة بإضافة الذكاء الاصطناعي لتعزيز التجارب وصنع القرارات في الوقت الفعلي والقيمة التجارية.