צ'אטבוט מבוסס GPT לעסק: הדור הבא של שירות לקוחות
מה בעצם היו הבוטים מהדור הישן
הגל הראשון של צ'אטבוטים עסקיים נראה כמו חלון צ'אט אבל התנהג כמו תפריט טלפוני. לקוח הקליד הודעה, והבוט השווה אותה לרשימה של מילות מפתח מדויקות או מספר קטן של ניסוחים צפויים; כל מה שלא התאים מספיק במדויק הפעיל "לא הבנתי, בחר אפשרות" ותפריט של כפתורים. הממשק רמז על שיחה, אבל מתחת למכסה המנוע הייתה אותה עץ החלטות נוקשה כמו ב-IVR ישן, רק כתובה במקום מדוברת. זה עבד כל עוד הלקוח ניסח את הדברים בדיוק כמו שבונה הבוט חזה, והתפרק ברגע שהניסוח היה שונה. לבנות בוט ישן כזה פירושו לשבת ולנסות לנחש כל דרך אפשרית שבה לקוח עשוי לשאול על שעות פתיחה, מה שנשמע בר ביצוע עד שמישהו באמת מנסה לרשום את כולן ומגלה שיש עשרות ניסוחים יומיומיים שאף אחד לא חשב לכלול.
מה באמת השתנה עם בוטים מבוססי GPT
השינוי הוא לא ממשק חדש, אלא יחס חדש לשפה. בוט מבוסס GPT לא צריך התאמת מילות מפתח מדויקת כדי להבין מה מבקשים ממנו; הוא יכול להתייחס גם ל"אפשר לדחות את התור שלי" וגם ל"יש אפשרות להזיז את ההזמנה לתאריך מאוחר יותר" כאותה בקשה בדיוק, כי הוא עובד מתוך משמעות ולא מתוך רשימת ניסוחים קבועה. זה נשמע כמו פרט טכני קטן, אבל זה מסיר את נקודת הכשל הגדולה ביותר של המערכות הישנות: מבוי סתום אינסופי שנגרם מכך שלקוח שאל שאלה רגילה לחלוטין בצורה שאף אחד לא צפה כשהבוט נבנה. זה גם אומר שהבוט מתמודד עם שגיאות כתיב, משפטים לא גמורים והקיצורים היומיומיים שאנשים באמת מקלידים מהטלפון, כל אלה דברים שמערכת ישנה מבוססת מילות מפתח מעולם לא באמת ידעה להתמודד איתם.
אותה שאלה, בשתי צורות שונות
תארו לעצמכם מישהו שואל בוט "יש משהו פנוי בסוף השבוע" במקום "אני רוצה לקבוע תור". בוט ישן מבוסס חוקים שנבנה סביב הניסוח השני כנראה יפספס לגמרי את הראשון ויחזור לתפריט כללי, מה שיאלץ את הלקוח לנסח מחדש או לוותר. בוט מבוסס GPT מזהה את שניהם כאותה כוונה, בודק זמינות ועונה ישירות. לא מצפים מהלקוח לנחש את אוצר המילים של הבוט. מצפים מהבוט להבין את אוצר המילים של הלקוח, וזה הופך את כל נטל העיצוב מהאדם שכותב את ההודעה למערכת שקוראת אותה, בדיוק הכיוון שגורם לכלי להרגיש פחות כמו תוכנה ויותר כמו עובד מוכשר.
דוגמה שנייה: שלוש שאלות בהודעה אחת
לקוחות לעיתים רחוקות שואלים שאלה אחת מסודרת בכל פעם. הודעה טיפוסית עשויה להיראות כך: "היי, אתם פתוחים ביום שישי, וגם אפשר להביא את הכלב, וכמה עולה חבילת הטיפוח", שלוש שאלות ארוזות בהודעה אחת בלי סימני פיסוק שיפרידו ביניהן בבירור. בוט ישן מבוסס מילות מפתח בדרך כלל נתפס לביטוי הראשון שהוא מזהה, לרוב שאלת השעות, ומתעלם מהשאר, מה שמשאיר את הלקוח לשאול שוב ושוב עד שכל שאלה נענית בנפרד. בוט מבוסס GPT יכול לפרק את כל שלוש הבקשות מתוך אותה הודעה אחת ולענות עליהן ביחד, וזה מתאים הרבה יותר לאופן שבו אנשים באמת כותבים הודעות מאשר ההנחה של שאלה-אחת-בכל-פעם שעליה נבנו המערכות הישנות.
מה זה אומר לעסק
היתרון המעשי עבור העסק הוא לא רק צ'אטבוט ידידותי יותר, אלא פחות תסריטים שצריך לכתוב ידנית. מערכות ישנות דרשו שמישהו יחזה כל ניסוח שלקוח עשוי להשתמש בו ויבנה עבורו ענף נפרד, כלומר ענפים חדשים בכל פעם שהתגלה פער. הגדרה מבוססת GPT צריכה משהו אחר: קבוצת עובדות ברורה ומדויקת על העסק, שעות פתיחה, שירותים, מדיניות, מחירים, שממנה אפשר לשאוב, במקום ספרייה של תסריטים בהתאמה מדויקת. התחזוקה עוברת מכתיבת ענפי החלטה נוספים לשמירה על נכונות המידע הבסיסי, וזו בדרך כלל משימה שעובד בעסק יכול לטפל בה בעשרים דקות בשבוע, ולא משימה שדורשת מפתח בכל פעם שמופיע סוג שאלה חדש.
הסיכון החדש שמגיע יחד עם שפה יותר טבעית
לשטף יש חיסרון. בוט שמדבר בצורה טבעית גם משכנע יותר כשהוא טועה, ומערכת שנוח לה כל כך עם השפה עלולה לייצר תשובה שנשמעת בטוחה לשאלה שמעולם לא ניתן לה עליה מידע מדויק. כאן הגבולות חשובים יותר מאשר בבוטים הישנים והמסורבלים יותר: מערכת מבוססת GPT צריכה לקבל הנחיה ברורה מה היא יודעת ומה לא, וללמוד לומר את זה בפירוש במקום למלא פערים בניחוש שנשמע סביר. השטף הוא גם היתרון וגם הדבר שדורש הכי הרבה פיקוח, וזו הסיבה שעבודת ההגדרה מאחורי בוט טוב מבוסס GPT היא פחות כתיבת תשובות שנונות ויותר כתיבת תיאור כן ומלא של מה שהעסק באמת מציע.
איך זה בעצם מרגיש ללקוח
ביום-יום, ההבדל בא לידי ביטוי פחות ברגע דרמטי אחד ויותר במספר מבואות הסתומים שהלקוח נתקל בהם. פחות הודעות "לא הבנתי, נסה שוב", פחות פעמים שמישהו צריך לנסח מחדש שאלה רגילה בשלוש דרכים שונות לפני שהוא מקבל תשובה. מה שלא משתנה זו הציפייה הבסיסית: כששאלה דורשת שיקול דעת אמיתי, תלונה, בקשה חריגה, משהו מחוץ למה שנמסר לבוט, הוא צריך לומר את זה ולהכניס בן אדם במקום לאלתר מעבר לידע האמיתי שלו. הלקוח לא צריך לדעת או להתעניין במה שקורה טכנית מאחורי התשובה. הוא פשוט שם לב, לא תמיד מסוגל להסביר למה, שהשיחה זרמה בקלות במקום להרגיש כמו מסלול מכשולים.