<img height="1" width="1" style="display:none;" alt="" src="https://dc.ads.linkedin.com/collect/?pid=65934&amp;fmt=gif">
Michiel Gaasterland
Michiel Gaasterland
Chief Brand Officer
Nov 22, 2018

Artificiële Intelligentie en het eCommerce klantenservice gesprek: wat je aan een bot kunt overlaten!

robot op een bureau

AI en chatbots zijn in de afgelopen 12 maanden voor ons en onze klanten hier bij ROBIN enorm belangrijke onderwerpen geweest. Daarom hebben we deze tweedelige blogpost samengesteld. We willen je helpen om:

  • de onzin en de hype rond AI en chatbots te doorzien;
  • te bepalen wat je kunt "botten" en wat niet. Om uiteindelijk:
  • de beste te worden in service, want in de toekomst winnen degenen die het beste uit zowel technologie als mensen weten te halen.

Veel lees plezier!

— Michiel Gaasterland, Chief Brand Officer, ROBIN

De toekomst komt eraan ... maar niemand weet precies wanneer!

Het is maar net welke koppen in je feed voorbijkomen: AI gaat de mensheid redden, of het wordt onze definitieve ondergang. En wanneer? Dat varieert van 'het is al begonnen' tot 'in geen 1000 jaar'.

In 2014 voorspelde Elon Musk bijvoorbeeld dat 'killer robots' (robots die mensen kunnen doden) volgend jaar al hele nare dingen gaan doen.

Gelukkig hebben hij en de oprichters van Google’s Deepmind een document ondertekend waarin ze beloven dat ze nooit killer robots zullen bouwen – dat is heel aardig van ze.

Later meer over meneer Musk. Eerst willen we er eens bij stilstaan dat de lieden die het vakgebied AI als eersten ontwikkeld hebben, veel voorzichtiger met hun voorspellingen waren dan de futuristen van tegenwoordig.

Dit is Norbert Wiener (1894-1964).

Norbert Wiener

Wiener was professor in de wiskunde aan het MIT, filosoof, en een van de beroemdste wetenschappers van zijn tijd. Eind jaren veertig introduceerde hij de cybernetica als vakgebied.

Vanuit het idee dat machines 'intelligent' kunnen zijn, deed hij baanbrekend werk op het gebied van robotica, regeltechniek en automatisering, waarbij hij methodes uit de neurofysiologie, de psychologie en andere wetenschappen toepaste.

Wiener stelde in 1948 dat intelligent menselijk gedrag in een computer gemodelleerd kan worden. Slim dat hij daar geen tijdspad bij noemde.

Een sprong in de tijd naar de zomer van 1965: John McCarthy, een jonge assistent-professor in de wiskunde aan het Dartmouth College, organiseert een zomerworkshop om over de toekomst van "denkende machines" te brainstormen.

Hij bedacht de term 'Artificial Intelligence' (Kunstmatige Intelligentie) voor zijn workshop en nodigde een aantal briljante geesten uit. Hij voorspelde dat die veel van de lastigste AI-vraagstukken in slechts acht weken zouden oplossen en al in de jaren zeventig een machine met volledige intelligentie zouden ontwikkelen – maar dat is allemaal niet gebeurd natuurlijk.

In de jaren tachtig was McCarthy al een stuk voorzichtiger. Op de vraag wanneer volgens hem iedereen een autonome huisrobot zou hebben, antwoordde hij: "Ergens tussen 5 en 500 jaar".

De moraal van dit verhaal? Het is onmogelijk te voorspellen hoe artificiële intelligentie zich zal ontwikkelen. Laten we daarom liever eens kijken wat in eCommerce met geavanceerde technologie mogelijk is, op basis van de wet van Amara:

"We overschatten vaak het effect dat een technologie op korte termijn heeft en onderschatten het effect op lange termijn"

Roy Amara, wetenschapper, directeur van het Institute for the Future

Een waar woord.

Artificiële intelligentie leren kennen

'Relativeren' is een typisch Nederlands woord. Aan buitenlanders is het niet gemakkelijk uit te leggen. Je zou het kunnen omschrijven als alle invalshoeken gelijke kansen geven en realistisch blijven – bijna een nationale sport in Nederland, en ook bij ROBIN.

Relativerend denken wij dat iedereen drie dingen moet weten als het om AI gaat:

#1 AI-terminologie is onduidelijk – en vaak misleidend

'Artificieel' betekent 'gemaakt door mensen'. Dat is heel simpel. Maar het definiëren van 'intelligentie' is een stuk lastiger. Zoals we misschien wel negen, elf of zelfs eenentwintig zintuigen hebben, zo zijn er ook acht vormen van intelligentie.

Schaakgrootmeester Garry Kasparov werd in 1997 verslagen door de IBM-computer Deep Blue. Dat was de eerste keer dat een computer een grootmeester versloeg. Schaken is een ingewikkeld spel. Maar er zijn slechts 32 stukken, 64 velden, beperkte bewegingsmogelijkheden voor elk stuk en een aantal duidelijke regels voor de afloop van het spel. Deep Blue heeft gewonnen, dus deze computer moet een vorm van data-intelligentie hebben gehad. Maar betekent dat ook dat het apparaat wiskundig intelligent was? 

Een ander voorbeeld is emotionele intelligentie (EI). EI is pas sinds het midden van de jaren 2000 een gangbaar begrip. Het wordt gezien als het soort intelligentie dat je nodig hebt om bijvoorbeeld een kind op te voeden. Het betekent dat je je eigen emoties en die van je kind herkent, ze vervolgens filtert en uitdrukt, en ze als input gebruikt voor je handelen. Natuurlijk hebben machines niets, maar dan ook echt helemaal niets, wat hierop lijkt.

Er bestaat gewoon geen definitie van menselijke intelligentie waar iedereen het over eens is. Laat staan dat die er voor machines zou zijn. Hoe meer we ons erin verdiepen, des te vager worden de termen waarmee AI wordt beschreven. 

Andrew Ng, oprichter van Google Brain, voormalig hoofdwetenschapper bij Baidu en #SmartestPersonInTheWorldAboutDeepLearning™ zei:

"Vanwege de term 'neurale netwerken' denken mensen vaak dat wij kunstmatige hersenen bouwen. Maar in feite hebben we geen flauw idee hoe menselijke hersenen werken – en een computer bouwen die werkt zoals het menselijke brein, dat kunnen we al helemaal niet."

Met dit in het achterhoofd zal een artikel over een 24-jarige uitvinder van het MIT je niet verbazen, die een 'nieuw apparaat dat je gedachten kan lezen' heeft uitgevonden. Hij ontdekte al snel dat "het niet écht gedachten kan lezen, en dat ook nooit zal kunnen". 

De conclusie: neem claims over AI met een korreltje zout.

#2 AI is een verzameling technologieën die menselijk gedrag nabootsen

Kunstmatige Intelligentie is een verzameling technologieën is die menselijk gedrag proberen na te bootsen

In de breedste zin van het woord gaat AI over machines die dingen doen zoals mensen dat kunnen. Zo geformuleerd kun je je waarschijnlijk wel voorstellen hoe afzonderlijke technologieën op verschillende manieren gecombineerd kunnen worden.

  • Natural language processing (NLP) helpt computers gesproken en geschreven taal te begrijpen en te genereren. NLP wordt als één van de allergrootste uitdagingen voor AI gezien. De overgrote meerderheid van alle chatbots gebruikt niet of nauwelijks NLP. Er zijn verhalen over bots die agressief, seksistisch en racistisch worden – wat de terughoudendheid verklaart. 
  • Vision systems zijn bedoeld om te 'zien' zoals mensen dat doen en worden vaak in combinatie met andere technologieën gebruikt. Op Schiphol draait bijvoorbeeld een systeem dat je uiterlijk kan herkennen, en dit in verband kan brengen met je paspoort, tickets, vluchtinformatie en andere gegevens. Zichtsystemen winnen snel terrein in de meest uiteenlopende sectoren, van beveiliging en oorlogvoering tot gaming en reclame.

  • Bij robotica gaat het om computers die fysiek dingen doen, zoals mensen. Robots zijn cool, maar voor ons eenvoudige eCommerce-stervelingen hebben ze weinig praktische waarde. RPA (robotic process automation) is een heel saai onderdeel van de robotica, dat enorme waarde heeft. Hiermee worden repetitieve handelingen in een werkproces, die voorheen door mensen moesten worden uitgevoerd, geautomatiseerd. RPA bestaat al sinds het midden van de jaren vijftig, en wordt pas sinds kort als onderdeel van AI gezien.

  • Machine learning (ML) zorgt ervoor, dat een programma steeds beter wordt in het uitvoeren van een bepaalde taak. Er zijn verschillende soorten ML. Toepassingen lopen uiteen van relatief eenvoudige online productaanbevelingen tot complexe diagnostiek en prognoses.

  • Cognitieve systemen zijn bedoeld om menselijke gedachteprocessen zoals analyseren, problemen oplossen en plannen te simuleren. In deze systemen worden data mining, patroonherkenning, NLP en andere technologieën gecombineerd, om complexe problemen op te lossen. Er is geen vaststaande definitie van een cognitief systeem.

De conclusie? AI is een verzamelbegrip voor een aantal technologieën – waarvan de meeste al oud zijn, en sommige nieuw – die op verschillende manieren en in verschillende context worden gebruikt.

#3 AI hoeft niet slim te zijn om waarde te hebben

Als kind heb je je vast wel eens voorgesteld hoe robots de grootste problemen van de mensheid oplosten. Maar veel deskundigen zeggen dat dit soort algemene artificiële intelligentie (AGI, artificial general intelligence), waarbij een machine zijn intelligentie voor elk probleem kan inzetten en niet alleen voor één specifiek probleem, zelfs theoretisch onmogelijk is.

Maar AI hoeft niet superintelligent te zijn om waarde te hebben. De eerste tandenborstel ter wereld met AI is bijvoorbeeld slim genoeg om jouw poetsbewegingen te onthouden, en vriendelijk genoeg om je op je smartphone een berichtje te sturen over de plekken die je in de afgelopen weken gemist hebt, zodat je tanden in topvorm blijven. Wij vinden het geweldig.

De conclusie: het klinkt wel sexy om superintelligente robots te hebben, maar de waarde van AI zit in kleinere, hapklare brokken. 

De bots die we bij eCommerce zien, zijn hier een voorbeeld van.


Bots, chatbots, assistenten en AI’s

Er zijn zoveel verschillende bots dat het ons handig lijkt om ze eerst eens in twee hoofdcategorieën te verdelen:

  • Rules-based bots zijn simpele, geautomatiseerde taken die een aantal voorgeprogrammeerde antwoorden kunnen geven. Dit type bot komt veruit het meeste voor. Virtuele assistenten zijn in principe hetzelfde, met meer functionaliteit. Als ze goed ontworpen zijn, hebben ze allemaal waarde. Bijna altijd worden ze 'AI' genoemd, terwijl de meeste dat in geen enkel opzicht zijn.

  • Bots met échte artificiële intelligentie kunnen van ervaringen leren en autonoom werken. Ze maken gebruik van machine learning en een stevige dosis NLP. Vaak zijn dit experimenten van de technologiegiganten en hebben ze alleen nog maar in potentie waarde, maar deze bots spreken veruit het meest tot de verbeelding en beheersen het nieuws.

Laten we elke groep bots eens nader bekijken.


Rules-based bots

De meeste bots die je tegenwoordig online tegenkomt, volgen voorgeprogrammeerde regels en een strikte ja/nee-logica – niets meer en niets minder. Ze begrijpen niet werkelijk wat je zegt (of typt), daar zijn ze niet voor ontworpen. Ze reageren gewoon op triggerwoorden, -zinnetjes of -kliks.

Toch kunnen deze bots, zoals je hieronder in het voorbeeld van flow.ai zult lezen, uitstekend worden gebruikt voor het automatiseren van eenvoudige taken. Als je een simpele vraag hebt met simpele antwoordmogelijkheden, dan kan zo'n bot je snel op weg helpen. 

Een chatbot om eten te bestellenImage: Flow.ai

In 2018 ontdekken retailmerken steeds meer use cases voor automatisering. En dat gebeurt in diverse sectoren.

In de afgelopen 12 maanden hebben cosmeticamerken als Sephora, Estée Lauder en L’Oréal allemaal diverse chatbots uitgerold. Sommige zijn bijvoorbeeld ingebouwd in de grote messenger-spelers zoals Facebook, terwijl andere 'proprietary' ontwikkeld zijn en bijvoorbeeld in de webwinkel van een merk zitten.

Deze virtuele assistenten worden gebruikt voor marketing en sales doeleinden en ondersteunen bij zaken als het presenteren van portfolio's, product matching én  up- en cross-selling.

Chatbots ontwikkeld door Sephora, H&M, eBay, BurberryImage: A Better Lemonade Stand

In-store shopper bots worden soms aan andere databronnen gekoppeld, en maken soms ook gebruik van machine learning-technieken, om betere resultaten te kunnen leveren. Maar in de meeste gevallen is dit niet zo. In plaats daarvan voert een programmeur wat analyses uit en optimaliseert hij of zij vervolgens de reacties.

Ook de reisbranche werkt graag met bots, om boekingsservices te automatiseren en te optimaliseren. De in-house ontwikkelde bot van Booking.com is hier een goed voorbeeld van.

Booking.com klantenservice assistant

Images: Youtube VentureBeat

Eerder dit jaar meldde Booking.com dat zijn in-house bot de helft van alle vragen binnen vijf minuten oploste. Dit was een grote verbetering ten opzichte van de prestaties bij de introductie van de bot. Vijf minuten lijkt erg lang om een vraag te beantwoorden, maar vragen over reizen kunnen ingewikkeld en uiteenlopend zijn zegt Booking.com daarover.

Kort samengevat: ondanks de claims chatten deze chatbots zelden of nooit. En virtuele assistenten 'assisteren' op een manier die Amazon al zo'n 20 jaar lang toepast. Ondanks deze situatie kan het automatiseren van taken met een bot bij eCommerce toch enorme waarde hebben.

Dus wat hebben we nog meer?

Bots met 'echte' artificiële intelligentie

AI-bots werken ook met regels, maar ze worden daar niet door bepaald. Bots die échte artificiële intelligentie hebben, zijn grotendeels ontworpen om door middel van machine learning van hun interacties met mensen te leren en zich aan te passen.

Ze zijn aan diverse systemen, data- en kennisbanken gekoppeld. Vele kunnen (gesproken en geschreven) natuurlijke taal zelfstandig begrijpen en genereren.

Deze échte AI-bots zijn vooral het domein van de grote techspelers. Duplex, de AI achter Google Assistant (Assistent), is een heel goed voorbeeld om te bekijken, want ook die wordt ingezet voor natuurlijke gesprekken met mensen.

De CEO van Google verwoordde dit als een belangrijke ontwikkeling, waarin "alle investeringen die wij in de loop der jaren hebben gedaan in het begrijpen van natuurlijke taal, deep learning, text to speech, etc." samenkomen.

Bekijk de video hieronder eens. Bij het bekijken van deze demo vroegen we ons spontaan af hoe een eenvoudig servicegesprek zou verlopen. Wat denk jij?

Stilstaand beeld van de Google Duplex presentatie door Sundai Pichai tijdens Google I/OImage: Youtube

Velen zijn van mening dat Duplex op dit moment het summum van NLP/conversatietechnologie is. De reacties variëren van helemaal te gek en het begin van iets heel groots, tot, nou ja, een beetje eng. 

Duplex kan alleen hele specifieke en eenvoudige afspraken maken, verder niets, dus het is 'beperkte' ('narrow') AI. Maar we weten al dat AI tegenwoordig in hapklare brokken de meeste waarde heeft – vooral als het om eCommerce gaat.


Dus … is het botbaar of niet?

Als het aan ons ligt: laat de bots maar komen! En we hebben een super-eenvoudige formule bedacht om het samen te vatten:

Groot assortiment met producten + Up/Cross-sell mogelijkheden = Virtual Assistant!

Beperkt aantal vragen + Beperkt aantal mogelijke vragen = Chatbot!

De marketingclaims over assistenten en chatbots moeten we wel met een flinke korrel zout nemen.

Gartner heeft voorspeld dat in 2020 85% van alle klanten hun relatie met de onderneming zonder interactie met een mens zal beheren. En nog één die ons opviel: “het is realistisch dat 80% van alle chatsessies door een chatbot kan worden afgehandeld” (pdf van Accenture, 2016).

Laten we zeggen dat we sceptisch blijven. 

In deel twee zullen we onderzoeken of deze claims voor eCommerce kunnen gelden door ze toe te passen op echte klantenservicevragen uit de praktijk. We zullen daarbij ontdekken wat NIET botbaar is – en nog veel meer.

Tot gauw!

Handvest Klantenservice voor eCommerce

chatbots, AI, Customer service, eCommerce

Comments

Meest recente berichten

Kort nieuws