MyUSI 2018 Chatbot : où en sommes nous ? Où est l'intelligence artificielle
4 j'aime787 vues
Le document traite de l'état actuel des chatbots et de l'intelligence artificielle, expliquant leur intégration dans divers contextes tels que le service client et la productivité. Il souligne l'importance de comprendre l'intention des utilisateurs et de définir des cas d'utilisation pertinents pour la mise en œuvre réussie d'un chatbot. Enfin, il préconise une approche de projet sérieuse pour le développement de chatbots, avec une attention particulière portée sur l'apprentissage continu et la supervision des interactions.
MyUSI 2018 Chatbot : où en sommes nous ? Où est l'intelligence artificielle
- 1. Chatbots Où en sommes-nous ? Où est l’IA ? Comment faire un projet Chatbot ?
- 2. Vincent Guigui Innovative Technologies Advisor @VincentGuigui #Chatbot #UserExperience #IA #VR #AR
- 3. Les chatbots sont des programmes qui peuvent simuler une conversation naturelle avec un humain grâce à des technologies d’intelligence artificielle Synonyme : Agent conversationnel
- 4. Dans notre maison et nos voitures Dans notre poche et au bureau Dans nos applications, sites et messageries
- 6. Plateau de productivité Lancement d’une technologie prometteuse Usages/attentes exagérées Désillusion temps adoption Gartner Hype Cycle
- 8. Ce n'est plus à l'utilisateur de connaître le fonctionnement de l’application C’est à la machine de comprendre ce que veut faire l'utilisateur Communiquer à la voix est ce qu’il y a de plus naturel
- 9. • C’est l’année du chatbot • Les autres l’ont fait, nous devons en faire un • Tout le monde veut un chatbot • Cela va alléger ou remplacer le support • C’est de l’IA, laissons faire le DataLab • C’est de la Relation Client, laissons faire le marketing • 85% de la RC peut être automatisé, c’est Gartner qui l’a dit
- 10. “By 2020, customers will manage 85% of their relationship with the enterprise without interacting with a human” 2011 “By 2020, 25% of Customer Service Operations will use Virtual Customer Assistants” 2018
- 13. • C’est plus compliqué que prévu • Il n’y a pas d’IA dedans • Ce n’est pas plug-and-play • Les utilisateurs ne sont pas là (pas encore là) • C’est correct, on va continuer à mesurer
- 14. Evolution Scripté FAQ/Formulaire Automatisation Arbre de décisions Intelligent Auto-apprenant Autonome Conseil expert Plug-and-play Smart Sémantique nativement Contextuel Recommandations Adaptable Connecté/Data Relié aux KB Relié au SI/API Machine Learning Dynamique
- 16. Evolution et Typologie de chatbots Scripté FAQ/Formulaire Automatisation Arbre de décisions Intelligent Auto-apprenant Autonome Conseil expert Plug-and-play Smart Sémantique nativement Contextuel Recommandations Adaptable Connecté/Data Relié aux KB Relié au SI/API Machine Learning Dynamique
- 17. Utilisateur Question de l’utilisateur Réponse SI Métier Texte Connecteurs Interfacedechat Réponse Intention / entités Moteur de langage naturel (NLU) Interprétation Logique métier Moteur conversationnel Traitement conditionnel API / base de données Action ou recherche d’informations (Backend) Chatbot
- 18. VOTRE PRIORITE N°1 Valider le usecase
- 19. VOTRE PRIORITE N°1 Quel est le usecase ?
- 20. Service client Selfcare Commerce Information Base de connaissances Productivité Compagnon B2E PublicationMarketing
- 21. Fonctions d’un chatbot 1. Accéder à du contenu éditorial, FAQ, KB 2. Remplissage de formulaire 3. Accéder en lecture aux données du SI 4. Lancer de commandes (process automation) 5. FAQ dynamique basé sur un contexte implicite 6. Transactionnel 7. Proactivité et notification 0. Routage / Triage / Préqualification
- 22. Pourquoi avoir un chatbot ?Pourquoi avoir un chatbot ? Pourquoi utiliser un chatbot ?
- 23. Quand vos utilisateurs veulent-ils utiliser un Chatbot ? Pour le traitement rapide de leurs préoccupations (suivi de commandes, recherche d’informations de base, etc.) Pour ne pas être mis en attente pour des opérations triviales
- 24. Quand vos utilisateurs ne veulent-ils pas utiliser un Chatbot ? Quand ils ne savent pas exprimer simplement leur problème Pour un conseil personnalisé Pour faire une réclamation complexe ou se plaindre Pour négocier
- 26. Et maintenant, on code !
- 27. Question de l’utilisateur Réponse SI Métier Texte Connecteurs Interfacedechat Réponse Intention / entités Moteur de langage naturel (NLU) Interprétation Logique métier Moteur conversationnel Traitement conditionnel API / base de données Action ou recherche d’informations (Backend) Chatbot Utilisateur
- 28. Comment frimer ce soir ? Intention Groupe auquel appartient un ensemble de formulations similaires Utterance Une formulation précise donnée par l’utilisateur Entité Mot important qui correspond à un nom, une date, une valeur, …
- 29. Jeu de données: 20-200 utterances par intention Natural Language Understanding Machine Learning Faîtes confiance aux utilisateurs pour ne pas parler comme vous l’avez prévu
- 30. VOTRE 2ème PRIORITE N°1 Définir le scénario & Collecter les utterances
- 31. Historique de chat Statistiques support (tel/mail) Méthode du Magicien d’Oz Lean UX et prototypage rapide ...
- 32. Question de l’utilisateur Réponse SI Métier Texte Connecteurs Interfacedechat Réponse Intention / entités Moteur de langage naturel (NLU) Interprétation Logique métier Moteur conversationnel Traitement conditionnel API / base de données Action ou recherche d’informations (Backend) Chatbot Utilisateur
- 33. Workflow FAQ
- 34. Workflow interactif et conditionnel
- 37. ◉ Avoir une identité: une personnalité, un ton, un mode d’interaction ◉ Ne pas mentir ◉ Expliquer ses capacités et proposer des choix ◉ Reformuler en cas d’ambiguïté et proposer des choix ◉ Eviter les impasses et permettre de sortir de la boucle ◉ Gérer les interruptions et les changements de contexte, corrections et retours arrière ◉ Permettre le Bot-to-Human Handoff: vers une page web, vers un appel téléphonique, vers un humain…
- 38. ◉ Adaptez vos réponses à la plateforme et au besoin ◉ Quick Replies, Cartes, Carrousels, … ◉ Simple formulaire avec des questions fermées ou FAQ ◉ Avez-vous besoin d’un NLU de bout-en-bout ?
- 39. To chatbot or not to bot Quel est votre problème ? Money Transfer App - Support Le virement n’a pas marché Compte chèque 3004 1234 1234 1234 Compte d’épargne 3004 1234 1234 1234 Compte joint 3004 1234 1234 1234 Sélectionnez le compte Je n’ai pas reçu la somme Le destinataire n’a rien reçu Quel est le type de problème ?
- 40. Question de l’utilisateur Réponse SI Métier Texte Connecteurs Interfacedechat Réponse Intention / entités Moteur de langage naturel (NLU) Interprétation Logique métier Moteur conversationnel Traitement conditionnel API / base de données Action ou recherche d’informations (Backend) Chatbot Utilisateur
- 41. Votre chatbot aura autant de valeur que les données sur lesquelles il s’appuie
- 42. Pour votre client ou votre employé Est-ce que votre FAQ a de la valeur ? Est-ce que les clauses du contrat ont de la valeur ? Est-ce que les montants ont de la valeur ? Est-ce que le suivi d’un remboursement a de la valeur ?
- 43. Comment se passe un projet Chatbot ?
- 44. Rôles théoriques sur un projet chatbot Développeur Chatbot Crée la logique conversationnel (NLP) et intègre les API métier + l’IT pour la création de nouvelles API métier Linguiste et entraîneur Collecte et crée les données d'entraînement servant au NLU + dialoguiste pour créer des échanges plus complets Superviseur Examine les interactions (phrases utilisateur + réponses bot) et ajuste l’entraînement Il lève des alertes en cas de nouvelles tendances UX / CUX Coordonne les tests utilisateur et valide la pertinence des interactions chatbot + scénariste pour créer un persona du chatbot en accord avec les valeurs et l’univers du service (ton, registre, vocabulaire) Développeur Intégrateur Crée l’application mobile ou web et intègre les API du chatbot Responsable métier En charge de la vision et la définition du périmètre fonctionnel du chatbot Lecture complémentaire: https://www.meta-media.fr/2018/06/06/dialoguiste-pour-robot-lhumain-derriere-la-machine.html
- 45. Principaux moments du projet Atelier Vision et Cadrage fonctionnel Définir les enjeux et attentes du projet ainsi que les besoins principaux auxquels devra répondre le bot Atelier fonctionnel et UX Définir l'Experience Map, les persona et scénarios détaillés auxquels devra répondre le bot Ateliers Conversational UX Concevoir les différentes interactions conversationnelles, arbitrer sur les scénario inadaptés Ateliers avec les équipes IT Valider les API disponibles, les technologies, les licences, l’hébergement Atelier Légal et la sécurité Définir la politique de confidentialité et les conditions d'utilisation du chatbot (RGPD) Tests utilisateurs Tests à la volée (dans la rue), panel sélectionné Transfert de compétences Maintenance technique et éditoriale
- 46. Un projet chatbot, c’est : • Un projet de software delivery comme une web app ou une app mobile • Ouvrir son SI (API) à des services tiers (SaaS) • Héberger une logique conversationnelle (technique et métier) • Avoir des ressources pour entraîner, superviser et faire la maintenance : • De la logique conversationnelle • Du contenu éditorial • Des briques techniques
- 47. Il faut superviser J+0 J+7 J+30
- 48. VOTRE VRAIE PRIORITE N°1 Superviser le chatbot en production Chatbot Master Entraîneur de Chatbot Chief Bot Officer
- 49. Et faire de la supervision
- 51. En synthèse • C’est un marché en émergence et très prometteur • Il faut identifier correctement les usecases pertinents • Les utilisateurs ont encore besoin de temps pour adopter les chatbots • Un projet chatbot doit être abordé comme un projet mobile ou web • Ce n’est pas plug-and-play, ni deploy-and-forget
- 52. Un chatbot n’est pas un service à part entière C’est une des facettes de la relation client multi-modale
- 53. Investissez maintenant sur les principes Chatbot et vos bases de connaissances (API/DATA) et non sur les technologies qui seront obsolètes dans 1 an
- 54. QUESTIONS
- 55. Bonus Ne démarrez une Chatbot Factory que si vous en avez déjà créé au moins 5 chatbots Le métier est-il mutualisable ? La technologie est-elle mutualisable ? Les APIs sont-elles les mêmes ? Quelle est l’autonomie des équipes locales ?
Notes de l'éditeur
- #6: Effervence Outil, des briques techniques, plateforme de création, distribution, services, conseil Des plateformes verticalisées
- #11: 2011: App mobile, chatbot, selfcare 2018: est-ce que cela sera pertinent, prophétie autoréalisatrice
- #13: Où en sommes nous aujourd’hui ?
- #16: Justement où en sommes-nous ?
- #18: Machine Learning (IA) Logique Métier (IA) Comparaison avec le mobile
- #23: En quoi cela va vous aider, vous l’entreprise Remplacer les humains sur les tâches répétitives ou sans valeur ajoutée On change un mot Que veut l’utilisateur, le client
- #27: Et maintenant que l’on connait le usecase, on peut rentrer dans la technique
- #28: IA !!!
- #29: Entité : variable à extraire pour effectuer le traitement
- #30: Comment mettre fin à mon contrat Annuler, résilier Suspendre mes mensualités
- #41: Comparaison avec le mobile
- #55: Questions
- #56: Coaching, étude de usecases, benchmark, recommandations, processus de création Contenus: Corpus déjà collectés, dialogues déjà conçus Outillage de démarrage, de run (hébergement), de supervision