بات‌های پشتیبان هزینه و زمان پاسخگویی به مشتریان را کاهش می‌دهند

این فناوری در زبان پیچیده و پویای فارسی چالش‌ها و مزایای مختلفی دارد اما آیا این فناوری در زبان پیچیده و پویای فارسی می‌تواند به‌خوبی عمل کند؟ در این گزارش چالش‌ها و مزایای استفاده از چت‌بات‌ها در فضای فارسی را بررسی می‌کنیم

آموزش چت‌بات‌ها

محمدجواد ابوطالبی، هم‌بنیان‌گذار بات هوشمند گپیفای، در مورد این بات می‌گوید: بات هوشمند شرکت گپیفای که اسم آن باتیفای است، از روی منابع دانش خود کسب‌و‌کار آموزش داده می‌شود. شرکت‌ها در پنل گپیفای اطلاعات خود را که شامل فایل‌های مختلف متنی مثل فایل word به صورت سوال و جواب یا دستور خاصی از یک آموزش است، منتشر می‌کنند تا ما برای ارائه خدمات از همان داده‌ها استفاده کنیم. همچنین امکان وارد کردن URL از جمله آدرس‌های وب‌سایت و بلاگ در پنل وجود دارد. طبق این دسته‌بندی منابع دانشی، چت‌بات در گفتگو با کاربر، با هر سوال و هر واکنش مشتری در منابع اطلاعاتی جستجو می‌کند و با ترکیب اطلاعات از قسمت‌های مختلف با ترکیب و جمله‌‌بندی جدید به کاربر پاسخ می‌دهد.

او در ادامه می‌گوید: رویکرد دیگری که محصول باتیفای انجام می‌دهد براساس گردش کار یا workflow است یعنی پاسخگویی به شکل درختی است؛ در این روش طی مرحله‌هایی با ارائه گزینه‌ها و دکمه‌های مختلف، مشتری به بخش مورد نیاز متصل می‌شود. این سرویس کاربر را می‌تواند به API تماس متصل کند. ما در این محصول سعی کردیم که منابع دانشی کسب‌وکار را با ورک فلو طراحی شده توسط  خودمان ترکیب کنیم تا جواب‌های بهینه‌ای به کاربر ارائه دهیم.

آموزش روی داده‌های اختصاصی

مصطفی الهیاری،‌ بنیان‌گذار و مدیرعامل موچت، در مورد این محصول و نحوه آموزش می‌گوید: موچت یک ابزار SaaS برای پشتیبانی مشتریان با استفاده از هوش مصنوعی است. کاربران می‌توانند به‌راحتی و با گذراندن چند مرحلهٔ ساده، یک چت‌بات برای کسب‌وکار خود بسازند که روی داده‌های اختصاصی آن‌ها آموزش دیده است. در واقع، موچت همان ChatGPT است، اما روی داده‌های کسب‌وکارهای خاص تنظیم شده است.

الهیاری می‌گوید: موچت با استفاده از داده‌های ارائه‌شده توسط هر کسب‌وکار آموزش می‌بیند. این داده‌ها می‌توانند شامل اسناد، سوالات متداول، پایگاه‌های دانش و اطلاعات مرتبط دیگری باشند. با این روش، چت‌بات می‌تواند در حوزه‌های مرتبط با کسب‌وکار، مانند پشتیبانی مشتریان، اطلاعات محصولات، راهنمایی خدمات و موارد دیگر به‌صورت مؤثر پاسخ‌گو باشد.

مدل‌های ترکیبی در چت‌بات‌ها

قادر صادقی، مدیرعامل رایچت، می‌گوید:‌ چت بات رای‌چت هم با مدل‌های بزرگ آموزش دیده و هم بر اساس درخت دانش. به این‌گونه که یک الگوریتم اختصاصی خودمان را داریم که مدل‌های آن توسعه داده شده است، هم با مدل‌های بزرگی مثل چت جی‌پی‌تی و جمنای و لاما کار می‌کند. همه این موارد در تلفیق باهم پاسخی تکمیلی را که برای کاربری نیاز است، ارائه می‌کنند. مرحله اول در بات هوشمند پاسخگو به این شکل است که یک محصول پایگاه دانش ساز داریم. محصول پایگاه دانش‌ساز خود بیزینس‌ها یک دیتای اولیه که ورودی منبع اطلاعاتی چت هوش مصنوعی هستند.

او می‌گوید: مدل چت‌بات ما با استفاده از سوالات متداول و اطلاعاتی که قبلاً از کسب‌وکار پرسیده شده یا سوالاتی که اپراتورها به کاربران پاسخ دادند؛ عمل می‌کند. این داده‌ها را خود مدل هوش مصنوعی می‌خواند و بر اساس این دیتاها یاد می‌گیرد و خودش آموزش‌های تکمیلی‌تر را دریافت می‌کند. در سریع‌ترین زمان ممکن سعی می‌کند پاسخ کاربر را بدهد؛ همچنین در حین پاسخ دادن هر سری یاد می‌گیرد و خودش را تکمیل‌تر می‌کند تا جواب های دقیق‌تر تنظیم کند.

چالش‌های پاسخ‌دهی در بات‌های هوشمند فارسی

ابوطالبی درمورد چالش‌های این محصولات در بازار زبان فارسی می‌گوید: چالش گفتگوی فارسی بیشتر زمانی اتفاق می‌افتد که بازیابی جواب‌ها از داخل منابع دانش صورت می‌گیرد. در واقع این بازیابی‌ها برای اسناد و URLهای انگلیسی کلاً عملکرد بهتری دارند. یعنی چت‌بات‌های پشتیبانی در فارسی هنوز نسبت به زبان‌های متداول‌تر مثل انگلیسی ضعیف‌تر هستند. چالش دیگری هم که مشکل اساسی در توسعه این محصولات به حساب می‌آید،‌ مرحله استفاده از مدل‌های زبانی بزرگ است. مخصوصاً مدل‌های زبانی بزرگ تجاری مثل مدل‌های مختلف اپن ای آی ، چون ما از این مدل‌ها تنها در یک مرحله استفاده کردیم. اما در ایران هنوز کمی هزینه ریالی بالایی دارند و باید جدا از زبان انگلیسی توکنایز شود؛ و این تعداد توکن‌ها برای زبان ما افزایش پیدا می‌کند و در مدل‌هایی با عملکرد بالا هزینه بالایی به همراه دارد.

ابوطالبی برای چالش توسعه این مدل به موارد پیچیده‌تری هم در آینده اشاره می‌کند. بات‌های مبتنی بر هوش مصنوعی برای اینکه عملکرد بهتر و دقیق‌تری داشته باشند، اطلاعات لازم برای پاسخگویی به کاربران را از منابع دانش به دست آمده به واسطه چت و یا تماس مشتریان با اپراتورهای انسانی جستجو می‌کنند.

الهیاری درمورد چالش‌ها این بات‌های پشتیبانی توضیح می‌دهد: در توسعهٔ موچت برای زبان فارسی، با چالش‌هایی مانند کمبود داده‌های باکیفیت برای آموزش مدل‌ها و پیچیدگی‌های ساختاری زبان فارسی مواجه بودیم. همچنین، تنوع در اصطلاحات و عبارت‌های محاوره‌ای چالش دیگری بود. با این حال، با تمرکز ویژه بر زبان فارسی و بهبود مستمر مدل‌ها، توانستیم این چالش‌ها را پشت سر بگذاریم.

مدیرعامل رایچت می‌گوید:‌ یکی از چالش‌ها بحث امنیت دیتای کاربران است که حساسیت بالایی دارد و یکی هم بحث‌های اخلاقی است. همانطور که یک اپراتور آموزش‌های لازم را می‌بیند، کسب و کار هم باید آموزش لازم را برای این بات هم ایجاد کند

در مورد امنیت داده‌ها و بحث‌های اخلاقی ما بر اساس یک سری استانداردهای جهانی، پروتکل‌هایی تعریف کردیم اما خود کسب‌وکارها نیز در این مسیر باید همراهی کنند و این فرهنگ برای آن‌ها جا بیافتد.

وجه تمایز بات‌های هوشمند

مصطفی الهیاری می‌گوید: یکی از وجوه تمایز اصلی موچت با محصولات مشابه، سادگی و قابلیت استفادهٔ بدون نیاز به دانش فنی است. کاربران می‌توانند بدون نیاز به برنامه‌نویسی و تنها با ثبت‌نام در سایت و چند کلیک ساده، یک چت‌بات حرفه‌ای برای کسب‌وکار خود ایجاد کنند. علاوه بر این، تمرکز ما بر زبان فارسی و ارائهٔ عملکردی برجسته در این زبان، موچت را از دیگران متمایز می‌کند.

بنیان‌گذار موچت درمورد نحوه عملکرد چت‌بات هوشمندشان، می‌گوید: دقت پاسخ‌گویی موچت بسیار بالا است و این موضوع قاعدتا مزیت این محصول پشتیبان هوشمند است. به دلیل اینکه از چندین لایه هوش مصنوعی بهره می‌برد و در نهایت با استفاده از مدل‌های زبان بزرگی مانند GPT و Claude، پاسخ‌های نهایی را تولید می‌کند. این ترکیب باعث می‌شود پاسخ‌ها هم دقیق و هم طبیعی و روان باشند، به‌طوری که تجربهٔ کاربری بهتری را فراهم می‌کند و مشتریان ارتباط بیش‌تری برقرار کنند.

ابوطالبی بنیان‌گذار گپیفای می‌گوید: به صورت کلی محصول ما بیشتر روی تیم‌ها و شرکت‌هایی متمرکز است دارای تیم پشتیبانی و ارائه خدمات به مشتریان هستند، ولی به علت مشکل مقیاس‌پذیری یا چالش سرعت پاسخگویی (response time) به بات پشتیبان هوشمند نیاز دارند.

همچنین او می‌گوید: در واقع به دلیل سرعت رشد کسب‌وکار نیاز دارند بخشی از بار پاسخگویی به مشتریان را با ارائه سرویس مبتنی بر هوش مصنوعی کاهش دهند. حالا این بخش در بعضی جاها ممکن است؛ فرض کنید مثلاً بیست تا سی درصد باشد یا ممکن است تا ۷۰ یا ۸۰ درصد پاسخگویی هم توسط چت بات انجام شود.

صادقی درمورد رایچت می‌گوید: این محصول در کنار رفع نیاز کاربران، نیازهای کسب‌وکارها را هم بهتر مدیریت می‌کند. این چت‌بات‌ها کمک می‌کنند نیاز به افزایش تعداد اپراتور کاهش پپیدا کند و کاربران نیازی به انجام کار عملیاتی نداشته‌باشند. مزیت دیگر محصول رایچت، سادگی استفاده از آن است؛‌ کسب‌وکارها نیاز نیست با چالش‌های فنی درگیر شوند یا دانش و مهارت خاصی از هوشمند مصنوعی داشته باشند. رایچت رابط کاربردی ساده‌ای دارد و کاربران به سرعت می‌توانند برای ساختار خودشان بات پاسخگو ایجاد کنند.

صادقی در ادامه می‌گوید: تا پیش از این همواره بخش پشتیبانی و فروش به نیروی انسانی وابسته بودند که چت‌بات‌ها این وابستگی را کمتر می‌کند. جاهایی که نیاز به توسعه کسب‌وکار است

که بیزنس را اسکیل کنیم نیاز نیست تقریبا که روی بخش‌های پشتیبانی رو یه نیاز نیست نیرو انسانی اضافه کنیم با چالش نیروی انسانی درگیر بشویم. خود ربات به صورت خستگی ناپذیر و به صورت ۲۴ ساعته با دقت بالایی این کارا رو انجام میدهد.

مزایای استفاده از چت‌بات‌ها

ابوطالبی می‌گوید: اصلی‌ترین مزیت استفاده از بات در کسب‌وکارها دو دسته است. اول برای کسب‌وکارهایی که مشکل مقیاس پذیری دارند و دوم برای کسب‌وکارهایی که باید پشتیبانی ۲۴ ساعته داشته باشند. در دسته اول یعنی بیزنس‌هایی که بالاتر اشاره کردیم با وجود تیم پشتیبانی انسانی مشکل مقیاس پذیری پشتیبانی دارند. مدیریت تیم بزرگ نیروی انسانی پشتیبانی برایشان هزینه‌بر شده است و از طرفی دیگر با سرعت رشد بیزنس به همان سرعت نمی‌توانند تیم خودشان را بزرگ کنند. علاوه‌براین وقتی تعداد افراد افزایش پیدا می‌کند، نظارت روی کیفیت کار آنها دشوار می‌شود. از این‌رو در این شرایط بات‌های هوشمند مقیاس‌پذیری پشتیبانی یعنی سرعت پاسخگویی را بالا می‌برند و کیفیت ارائه پاسخ‌ها تا حدی برحسب تکامل آموزش‌هایی که می‌بینند افزایش می‌یابد و به تبع رضایت مشتری بالا می‌رود. دسته دوم ساختار بیزنس‌هایی است که نیاز به پشتیبانی ۲۴ ساعته دارند. فضای چت هوشمند امکان در دسترس بودن شبانه‌روزی فراهم می‌کند. مشتریان عملا به یک کانال پشتیبانی متصل می‌شوند تا در زمان پیک کاری که چندان هم قابل پیش‌بینی نیست ساختار کسب‌وکار به هم نریزد و حجم مشکلات و سوالات مشتریان را مدیریت می‌کنند.

توسعه بات‌های هوشمند پشتیبانی برای آینده

پیشرفت‌های مبتنی بر هوش مصنوعی بسیار گسترده است. چت بات هوشمند در حوزه مشتری قرار نیست فقط پاسخگوی مشتری باشد؛ دستیارهای هوشمندی که کنار اپراتورهای انسانی قرار می‌گیرند نقش پررنگی خواهند داشت. بنابراین پاسخگویی در چت‌ها تنها محدود به منابع دانش ثابت نخواهد بود. به‌تدریج توانایی این را خواهند داشت که در لحظه بتوانند داده‌هایی دریافت کنند که در سایت کسب‌وکار در لحظه جمع‌آوری و دائم به روز می‌شود. از این‌رو به صورت شخصی‌سازی‌شده پاسخ را در اختیار مشتریان قرارا می‌دهند.

هدف دیگری که عمدتا در راستای توسعه شکل می‌گیرد این است که بات‌های هوشمند در متقاعد کردن مشتریان برای خرید محصول یا گرفتن خدمات از شرکت و نقش مشاور فروش داشته باشند تا در افزایش درآمد کسب‌وکار تاثیرگذار باشند..

جلوگیری از اثرات منفی احتمالی

مدیر بات موچت، می‌گوید: برای جلوگیری از اثرات منفی، مانند ارائهٔ اطلاعات نادرست یا سوءتفاهم‌ها، لازم است چت‌بات‌ها به‌صورت دقیق آموزش داده شوند و تحت نظارت مستمر باشند. با به‌روزرسانی منظم داده‌ها، بررسی بازخوردهای کاربران و اعمال اصلاحات لازم، می‌توان از بروز مشکلات احتمالی جلوگیری کرد. ایجاد فرهنگ استفاده از این ابزارها و آشنایی کاربران با نحوهٔ کارکرد آن‌ها نیز به کاهش اثرات منفی کمک می‌کند.