怎样了解顾客的情境？如何有效互动？聊天机器人，给人类工作者的启发

越来越多的企业因为看上机器人比常人更能「超时工作」– 跟7-11 一样，加上能即时给予消费者回应，因此开始以Facebook 即时通或是其他第三方开发平台采用聊天机器人。聊天机器人对企业而言是一种新型态的投资，依据机器人背后运作的机制布局广度、深度，所需的资源与花费可以很可观，企业究竟该不该跟风？

创新点： 聘用聊天机器人就像聘用员工，需要检视目标用户使用情境、产业内容、业务、市场，评估是不是需要这名员工。

（图片撷取: Iyad Rahwan）

1. 用机器人之前，先了解使用者的使用情境

根据Cheryl Platz， 使用者与聊天机器人之间的关系可分成四个境界：

控制（Control） ：使用者必需明确给予机器人任务指令，另如「请在Netflix 播放“Let Her Go“」

委派（Delegate）: 使用者可以跟机器人表示期望，以获得机器人的协助来完成任务。例如「请播放一些轻快的音乐」

指引（Guide）: 使用者可以与机器人做简单的双向沟以达到目标，例如「我想要听些音乐，我该怎么做？」

协作（Collaborative）: 使用者仅需要说「我该做些什么？」机器人便懂得倾听以及询问，根据使用者的想法一步一步给予建议，一起与使用者做决定。

协作显然是每一个机器人开发者、采用者最终的理想境界，让机器人融合于真人的世界中，帮企业提升，也帮员工加值。员工面对的课题是学习与机器人沟通、共创; 企业则是培训员工，让他们成为机器人的训练者、带领者，在工作场域里和机器人快乐相处。

在讨论如何达到人机共荣的理想境界之前，并不是每个产业都适合采用聊天机器人，企业在跟风前应该先自行做个检视、评估适不适合投入资源再行动。

首先，最重要的是考量目标使用者的情境— 在什么场合下你的使用者会需要或想要使用机器人？

英国Santander 银行去年(2017) 开始使用语音机器人，广告是一个女生在擦脚指甲时说了一句：「帮我明天支付Becky Morton 20 英镑」(Pay Becky Morton £20 tomorrow) 并且确认机器人可以执行动作， Becky 就会收到汇款。这听起来很方便，但已经有使用者抱怨汇款到了另一位同名同姓的人。如果要避免这个错误风险，银行必须再次与用户确认收款者资料细节，如此语音沟通的复杂度就高了，可能倒采用传统的文字沟通方式会比较适合。

（图片撷取：Santander UK）

反之，语音机器人在双手忙碌又需高度专注的情境会较适合，例如开车和下厨。想像一下，你正在上班开车途中，想要一点音乐提振精神，轻轻下了一句指示：「我想要听歌。」汽车导航系统的语音机器人便答应并播放了Best Driving Songs。此时是不是语音就比文字输入、以及萤幕触控容易？此时语音机器人甚至能发挥「读情境」的感知力，根据你的所在位置或目的地调整歌曲播放曲风。

再试比较一下上提的两个情境：转帐与播放歌曲，使用者在双手忙碌的情境下需要迫切执行转帐的机会也小。

2. 哪些情境不适合用聊天机器人？

因此，企业应该要回到源头问自己目标组群是谁？他们的使用情境是？有些情境比较不适合使用聊天机器人，包含：

– 情感驱动的业务，例如销售，机器人不像人能「动之以情」。

– 需要双向多资料的传输与沟通。由于聊天机器人的互动是模拟对话情境，一次发送的资讯量不宜太多，不然使用者会有困难保持与机器人应答。

– 目标地区网络频宽有限，聊天机器人品质会受影响

– 目标地区语言复杂度高，语音机器人可能无法理解各种方言

– 对资料记录或录音敏感的业务内容或区域。例如消费者对机器人需要纪录信用卡卡号可能就有安全之虞、另欧盟今年颁布一般资料保护法规GDPR 也明确规范了个资使用限制都必须注意。

企业应该针对使用者情境、需求（期望、欲望等） 选择适当的「沟通方式」，比如机器人该会说话还是打字？还是机器人根本帮不了太多忙而应使用其他数位媒介？这必须同步藉由检视自身业务的属性、内容，评估机器人角色与运用范畴去定位有哪些业务可以交付给聊天机器人。

（绘制参考依据IDEO Design kit）

3. 重复性、时效需求高、敏感的业务，最适合使用机器人

高度重复执行、流程简单、且有急需即时给予消费者回覆等业务，就是聊天机器人最好运用的范畴，可以大幅提高企业工作效率。

下面是Expedia 使用Facebook 即时通文字机器人全天候协助消费者管理旅行、找寻班机、旅馆、活动及当日折扣等，机器人仅需透过连结Expedia 资料库以及预设好的剧本（包含情境、话语等）应答使用者的选择。

（图片撷取：Digital Reflections）

但目前机器人功能也还仅限于提供资讯、执行简单任务，还无法因应实际状况或个人需求执行较复杂的任务，例如临时要加床的订单客制化处理; 也无法预测消费者潜在需求，例如明天将会雨天而提供饭店接驳车等服务。

机器人的沟通也缺乏人类般的情感。却因此在处理「比较敏感、尴尬的业务」更能获得消费者的信任，例如尴尬的医疗客诉、以及给予财务建议等。

根据Mindshare公司2016年对1000位英国人调查，比起客服人员，67％的受访者表示较愿意与聊天机器人揭露个人财务讯息、并听从他们的建议。此外，机器人在这方面也较容易给消费者客观的相对应协助，比如数字上的计算、财务目标设立与提醒等，受益于机器学习、智慧提醒、运算与预测。

例如，从去年(2017) 开始，美国银行(Bank of America) 发行人工智能机器人Erica，用户可以打字或是用语音说话的方式在App 上与Erica 沟通、执行基本的银行转帐等动作，亦可透过Erica 提供个人财务建议、省钱撇步等进行财务管理、建立财务习惯。例如Erica 可对用户蜜雪儿建议：「蜜雪儿，我找到了一个减少债务的好机会，可为您节省300美元。Erica 与用户之间的互动显然已达到前文所提到的指引(Guide ) 的阶段，即聊天机器人可引导用户如何存钱、花钱，来达到存款目标。另Erica 不仅使用语音，还用了文字、图示等，让较为复杂的财务资讯也能顺利与用户沟通。

（图片撷取：BANKNXT）

4. 跟聊天机器人共创学习体验，将会是数位学习新潮流

聊天机器人目前最常被使用在银行、饮食与电商三大行业，但我发现另一个有趣的议题是将聊天机器人运用在教育学习上，将「客服聊天」转为「以学习为目的聊天互动」。

未来的聊天机器人可拥有超学习能力，可以当作老师教授知识，例如目前大众可以透过与Mondly app机器人对话，学习33种不同的语言。语音机器人可以判断学习者的回答包含发音、字词等给予回应，完成一段生活情境对话。

（图片撷取：Mondly）

虽然Mondly 聊天机器人在互动体验上依然较偏向前文中较单纯的控制（Control）以及委派（Delegate），在选定主题的lesson 中与学生做已设立好的对话，没有办法根据学生想要的情境以及目标（例如：「我在鱼餐厅，想要点餐」或是更开放的「我想要学会义大利文旅行基本对话」等）调整对话内容，来达成某个语言的学习目标。其他如误判、学生的回答必须在选项范围内、且无法学习地方常用词汇、方言等，这和与语言老师面对面直接学习仍有一段差距。但可预测智能学习机器人在不久的将来，能为消费者开创新的数位学习体验、提供客制化学习课程，陪伴终身学习。

虽然目前多数的聊天机器人依然停留在接收指令、执行偏向简单的任务，但未来人工智慧的演算可让机器人朝提供建议前进。届时，两种「人」并存的世界，如何分工、如何合作也将面临大洗牌了。