Chatbot ยุค AI: ทำไม Generative AI เปลี่ยนทุกอย่าง

(รูปภาพจาก : Salesforce)

จาก Chatbot ที่ตอบตามสคริปต์ สู่ AI ที่เข้าใจบริบท

Chatbot ไม่ใช่เทคโนโลยีใหม่สำหรับองค์กร หลายบริษัทเริ่มนำ Chatbot มาใช้ตั้งแต่หลายปีก่อนเพื่อช่วยตอบคำถามลูกค้า ลดภาระของ Call Center และให้บริการได้ตลอด 24 ชั่วโมง

อย่างไรก็ตาม หนึ่งในปัญหาที่พบมากที่สุดคือ Chatbot มักตอบไม่ตรงคำถาม เข้าใจเจตนาของผู้ใช้งานผิด หรือไม่สามารถสนทนาต่อเนื่องได้เมื่อคำถามซับซ้อนขึ้น

การมาถึงของ Generative AI และ Large Language Models เช่น ChatGPT, Claude และ Gemini ได้เปลี่ยนข้อจำกัดเหล่านี้อย่างมีนัยสำคัญ ทำให้ Chatbot สามารถเข้าใจบริบท สื่อสารได้เป็นธรรมชาติมากขึ้น และตอบคำถามได้ใกล้เคียงกับการสนทนากับมนุษย์

สำหรับองค์กร นี่ไม่ใช่เพียงการอัปเกรดเครื่องมือเดิม แต่เป็นการเปลี่ยนรูปแบบของ Customer Service และ AI Automation อย่างแท้จริง

Chatbot มีการพัฒนาอย่างไร

• Chatbot รุ่นแรก : Rule Based Chatbot

Chatbot ยุคแรกทำงานตามกฎและคำสั่งที่กำหนดไว้ล่วงหน้า

ผู้ใช้งานต้องเลือกคำตอบจากเมนู หรือพิมพ์คำถามที่ตรงกับรูปแบบที่ระบบเตรียมไว้เท่านั้น หากคำถามอยู่นอกเหนือจากที่กำหนด ระบบมักไม่สามารถตอบได้

ข้อดีคือควบคุมคำตอบได้ง่าย แต่มีข้อจำกัดด้านความยืดหยุ่นและประสบการณ์ของผู้ใช้งาน

• Chatbot รุ่นที่สอง : NLP Chatbot

Chatbot รุ่นถัดมาเริ่มนำเทคโนโลยี Natural Language Processing หรือ NLP เข้ามาช่วยวิเคราะห์ภาษา

ระบบสามารถตรวจจับเจตนาของผู้ใช้งานและดึงข้อมูลสำคัญจากประโยคได้ดีขึ้น ทำให้รองรับคำถามได้หลากหลายกว่าเดิม

อย่างไรก็ตาม ระบบยังต้องอาศัยการกำหนด Intent และการฝึกข้อมูลล่วงหน้า หากผู้ใช้ถามด้วยรูปแบบที่ไม่เคยเรียนรู้มาก่อน ประสิทธิภาพของคำตอบจะลดลงอย่างชัดเจน

• Chatbot รุ่นใหม่ : Generative AI

Generative AI คือจุดเปลี่ยนสำคัญของอุตสาหกรรม Chatbot

แทนที่จะค้นหาคำตอบจากรายการที่เตรียมไว้ ระบบสามารถสร้างคำตอบใหม่ตามบริบทของบทสนทนาได้แบบเรียลไทม์

ความสามารถนี้ทำให้ AI Chatbot เข้าใจคำถามที่หลากหลาย สนทนาได้ต่อเนื่อง และสามารถปรับรูปแบบการตอบให้เหมาะสมกับสถานการณ์ได้มากขึ้น

ผลลัพธ์คือประสบการณ์ของลูกค้าที่ใกล้เคียงกับการสนทนากับเจ้าหน้าที่จริงมากกว่าที่เคย

ทำไม Generative AI จึงแตกต่างจาก Chatbot แบบเดิม

ความแตกต่างสำคัญอยู่ที่วิธีการประมวลผลข้อมูล

โมเดล Generative AI ได้รับการฝึกจากข้อมูลจำนวนมหาศาล ทำให้สามารถเรียนรู้ความสัมพันธ์ของภาษา ความหมาย และรูปแบบการสื่อสาร

เมื่อผู้ใช้งานส่งคำถามเข้ามา ระบบไม่ได้เพียงค้นหาคำตอบที่ตรงที่สุด แต่จะวิเคราะห์บริบทของบทสนทนาและสร้างคำตอบที่เหมาะสมขึ้นมาใหม่

ด้วยเหตุนี้ AI Chatbot จึงสามารถจดจำบทสนทนาก่อนหน้า เข้าใจคำถามต่อเนื่อง และตอบคำถามที่ไม่เคยถูกกำหนดไว้ล่วงหน้าได้

ประโยชน์ของ Generative AI Chatbot สำหรับองค์กร

Generative AI กำลังช่วยให้องค์กรยกระดับประสบการณ์ลูกค้าและเพิ่มประสิทธิภาพการดำเนินงานในหลายด้าน

• เข้าใจภาษาธรรมชาติได้ดีขึ้น แม้ลูกค้าจะพิมพ์ผิดหรือใช้ภาษาพูด
• รองรับหลายภาษาในระบบเดียว ลดต้นทุนในการขยายตลาด
• ปรับรูปแบบการสื่อสารให้สอดคล้องกับภาพลักษณ์ของแบรนด์

นอกจากนี้ องค์กรยังสามารถเชื่อม AI Chatbot เข้ากับฐานข้อมูลภายในผ่านแนวทาง Retrieval Augmented Generation หรือ RAG เพื่อดึงข้อมูลจริงขององค์กรมาใช้ตอบคำถามได้อย่างแม่นยำมากขึ้น

ความเสี่ยงที่ผู้บริหารต้องเข้าใจ

แม้ Generative AI จะมีศักยภาพสูง แต่ก็มีข้อจำกัดที่ไม่ควรมองข้าม

ประเด็นสำคัญที่สุดคือ Hallucination หรือการสร้างข้อมูลที่ฟังดูถูกต้องแต่ไม่ตรงกับข้อเท็จจริง

ในบางกรณี AI อาจตอบคำถามด้วยความมั่นใจ แม้ว่าข้อมูลนั้นจะไม่ถูกต้องก็ตาม ซึ่งอาจส่งผลกระทบต่อความน่าเชื่อถือขององค์กร โดยเฉพาะในธุรกิจที่เกี่ยวข้องกับการเงิน ประกัน สุขภาพ หรือกฎหมาย

นอกจากนี้ ยังมีประเด็นด้านความเป็นส่วนตัว ความโปร่งใส และอคติของข้อมูลที่องค์กรต้องกำหนดแนวทางกำกับดูแลอย่างเหมาะสม

องค์กรที่นำ AI Chatbot มาใช้จึงควรมี AI Governance และ Guardrail ที่ชัดเจน เพื่อควบคุมความเสี่ยงและรักษาคุณภาพของคำตอบ

ตัวอย่าง

Klarna AI Assistant

(รูปภาพจาก : Warp News)

บริษัท Klarna พัฒนา AI Assistant ร่วมกับ OpenAI เพื่อให้บริการลูกค้าในหลายประเทศ

ระบบสามารถให้บริการได้ถึง 35 ภาษา และช่วยลดเวลาตอบคำถามจาก 11 นาที เหลือประมาณ 2 นาที

ผลลัพธ์ดังกล่าวสะท้อนให้เห็นว่า AI Chatbot สามารถช่วยเพิ่มประสิทธิภาพการให้บริการและลดต้นทุนการดำเนินงานได้อย่างมีนัยสำคัญ

เมืองไทยประกันชีวิต

เมืองไทยประกันชีวิตนำ AI Chatbot มาใช้ในการตอบคำถามเกี่ยวกับกรมธรรม์ การให้ข้อมูลผลิตภัณฑ์ และการอำนวยความสะดวกด้านบริการลูกค้า

แนวทางดังกล่าวช่วยลดภาระของ Call Center และเพิ่มความรวดเร็วในการให้บริการ ขณะเดียวกันยังช่วยให้ลูกค้าเข้าถึงข้อมูลได้ตลอดเวลา

สรุป

Generative AI ได้เปลี่ยน Chatbot จากระบบตอบคำถามตามสคริปต์ ไปสู่ระบบที่สามารถเข้าใจบริบทและสร้างคำตอบใหม่ได้อย่างเป็นธรรมชาติ

ความสามารถดังกล่าวช่วยให้องค์กรยกระดับประสบการณ์ลูกค้า เพิ่มประสิทธิภาพการให้บริการ และสร้างโอกาสใหม่ในการทำ AI Automation

อย่างไรก็ตาม การนำ AI Chatbot มาใช้ให้ประสบความสำเร็จจำเป็นต้องคำนึงถึงความถูกต้องของข้อมูล ความปลอดภัย และการกำกับดูแลความเสี่ยงควบคู่กันไป

สำหรับผู้บริหาร ประเด็นสำคัญจึงไม่ใช่การตัดสินใจว่าจะใช้ AI Chatbot หรือไม่ แต่คือการออกแบบการใช้งานให้สร้างคุณค่าทางธุรกิจได้สูงสุด พร้อมรักษามาตรฐานความน่าเชื่อถือขององค์กรในระยะยาว