人工智能与变革管理研究院AI研究小组活动之五

发布者:张钰歆发布时间:2019-08-26浏览次数:383

    8月18日,AI研究小组第五次会议通过线上形式开展。白诗施分享了《An Integrative 3C evaluation framework for Explainable Artificial Intelligence》文献,这篇文献是对于人工智能的一种整合3C评价模型,该论文为文献综述,其文章结构非常清晰,ppt 的几个部分是完全根据文献本身的结构而划分的。

       第一部分摘要:在这一个部分中,作者表示人们对于AI技术的评价仍然褒贬不一,尤其对于AI技术的能力和不可控的担心让人们害怕使用AI技术。科学家因此开发了一种可解释人工智能技术,也就是XAI。文章分析了评价了现有的一些XAI,并提出了一种围绕相关性、完整性以及复杂性的评价模型,根据这个,作者发现规则提取法是目前最先进也是最有前景的一种。

       第二部分introduction: 这一部分,作者提到了研究动机就是说AI技术横跨电脑技术、心理以及社会科学,所以评价AI技术将显得非常困难,因此文章用3C评价模型找到了最合理的评价方式,用以解决这个问题。首先我们要知道,AI评价是基于一个解释情景的技术,因此我们要考虑解释者和被解释者。本文所讲的3C原则就是一种评价XAI客观的功能性解释能力。

       第三部分作者介绍了现有的AI评价技术,并提到了之前人们所认为评价技术中准确性的重要性。作者认为准确性只提供了预测的准确性,但是并不能描述AI系统的运用过程,因此当AI技术发生道德性的问题或者漏洞时,很难进行调试和修复,因此并不是最优的评价原则。

       作者列出了一些现有的AI评价系统,并认为规则提取法是目前最优的。规则提取法分为三种类型:分解和重组(将AI技术分解成各个规则,然后进行重组)、目标模型(预设目标)、以及两者的结合。这个技术的好处在于,能让使用者追溯和回顾得到既定结果的过程。缺点在于在准确性和可解释性之间的权衡,没有定量的方法,还有就是非常依赖操作人员的经历的直觉。

       第四部分作者详细讲了这个3C原则。首先将解释性分为社会解释(AI技术专家和外行人员),功能性解释(AI技术领域内的人员)。在功能性解释方面,有3个部分,分为1.相关性:联想(A是什么干预 和反事实,2.完整性: 样本容量、变量等、优缺点以及如何应用,3.复杂程度。

 胡帅波学长建议,可以利用AI的实例来帮助理解这个原则。王琳琳学姐提出疑问,读完这篇文章最大的收获是什么?白诗施回答,这篇文献结构清晰,对于以后文献综述的撰写具有实际的参考意义和帮助,可以以现有的研究为基础提出一个研究框架。王琳琳学姐追问,对于现有XAI,规则提取法是最优的,结构清晰,在做建模的可解释性时,是否是分建模前,中,后的可解释性阶段来看的?三个指标的权重,是否因具体应用场景的不同而产生差异?回答是分为社会性和功能性。最后王琳琳建议可以用实例来更加清晰的解释3C模型,并结合自己的实例对文献提到的内容进行思考。王琳琳师姐同时也提出问题,关于文章的贡献,局限性,文章的可取之处(与自己研究方向相关),文章的改进方向等。

       胡帅波本次汇报的论文题目是《Conversational marketing: creating compelling customer connections》,首先因为与上次汇报的论文《HubSpot and Motion AI: chatbot-enabled CRM》在内容上有相似之处,所以胡帅波先帮大家回顾了上次论文的重点内容。

 在《HubSpot and Motion AI: chatbot-enabled CRM》这篇论文中讲到现阶段的人工智能技术只可以执行一些简单的任务和有限的功能。例如,人工智能不能理解对话背景,语言很难建模,相似的句子可以有完全不同的意义,看似不同的句子可以有相同的意义。人类在交流中是奇怪的,不守规矩的,无意识的,不一致的。此外,人工智能还不够聪明,无法处理罕见和异常的例子。自动化系统可能能够处理常规的案例。

 创建一个有效的聊天机器人所面临的挑战并非源于技术的局限性,而是源于与设计会话式界面相关的困难,以及预测预测聊天机器人与不同用户之间需要的会话流。论文中指出现阶段需要的是对话策略和聊天机器人的自动化(conversational strategy + the automation of bots)。

 此外论文认为情绪智力和智商一样重要,可以检测情感,选择合适的语言和语气表达,确保用户满意的会话体验。论文认为我们不只是构建一个机器人,而是启动一个对话策略——一个不断发展并根据用户实际与之互动的方式进行优化的对话策略。

 完全拥有公司与客户的对话关系,需要建立一个品牌特定的聊天机器人个性,不仅需要有人用个性(品牌导向的声音和语调)来制作聊天机器人的回应,而且一位作家、战略家、用户体验专家还需要思考整个客户旅程,并提供样本客户输入。

 论文使用销售漏斗模型来阐述聊天机器人的使用位置和可以做的工作以及仍要思考的问题。

 销售漏斗的顶端是公司的内容刚刚吸引了潜在客户的注意力。这个阶段使用聊天机器人可以帮助公司获得更多有关客户的信息;用品牌的声音与顾客交谈,可以帮助公司与顾客建立更强的联系;进行实时情感分析,可以改变机器人对话的声调,判断消费者是够渴望购买或是更加谨慎或者沉思。在漏斗的顶端,客户经常需要咨询协助来定义他们试图解决的业务问题,并指定他们对HubSpot 产品的需求,最重要的漏斗任务包括让客户了解HubSpot 的产品,并教育他们如何满足他们的需求,公司可以进行追加销售和交叉销售等。

 销售漏斗的中间层面,这个阶段潜在客户需要教育和培养,塑造他们的需求,并评估公司的产品与竞争产品。聊天机器人可以进行销售线索等级划分,来确定销售线索的前景,将等级达到一定要求的销售线索传递给销售人员等。此外,在整个销售漏斗中,客户互动的性质发生了显著变化,购买过程的早期阶段,客户会提出相对简单的问题,随着客户知识越来越丰富,他们提出了更复杂的问题,并期望根据他们的需求定制更复杂的答案。

 在销售漏斗的底层,咨询销售人员提供产品的指导性演示,并帮助潜在客户了解如何将产品集成到现有系统中。聊天机器人可以培养和开发未被触及的销售线索,可能需要考虑的是成本问题,机器人程序故障问题,大量的潜在客户寻求人力支持而产生的人员不足问题。

 在售后客户服务过程中,聊天机器人能否帮助加强客户关系,是否有方法可以继续培养销售之外的客户关系,鼓励持续使用软件,回答客户的问题并帮助他们解决问题,以及减少因失望而放弃产品的客户流失。

 在整个销售漏斗过程中,客户希望对话要有上下文,有一个公共的历史记录,可使多个应用或者多个销售人员之间传输。

 第二篇论文是《Conversational marketing: creating compelling customer connections》,作者Nicholas研究重点是测量营销投资与技术的影响;另一个作者Jonathan主要讲授品牌,营销战略和营销技术。

 苹果公司的Siri,亚马逊的AlexaFacebook的聊天机器人,谷歌的Google homeGoogle Pixel,微软的CortanaSkype,三星的Bixby,这些工作的核心是会话接口(CI),用户和设备之间的连接,模拟通过语音或文本与真实的人交谈。简单地说,CIs(会话接口)使计算机能够以类似人类的方式作出反应,使来回对话成为可能。论文认为,在最好的情况下,CIs有潜力在市场营销方面进行变革,承诺能够与无限数量的客户尽心安排一对一的品牌-客户互动,同时收集有关人们如何搜索、购买和使用产品和服务的宝贵数据。在人工智能(AI)的驱动下,这些界面将允许营销人员设计交互式品牌体验,提供高度个性化和反馈的双向接触点。

 论文指出在通过希望的道路上充满了障碍,第一个也是最重要的障碍是采纳,为了采用接受会话界面,消费者必须改变长期根深蒂固的习惯,接受与计算机交互的新方法;第二个是营销推广,论文中指出亚马逊64%的第三方应用程序评级为0,表明它们正在被发现或未被使用。

 虽然存在这些障碍,但是CIs所带来的营销机会很大,机器学会使用客户的语言,预测客户的需求,大规模的满足客户的需求,优化与客户的交互来促进关系与利润。同时论文认为要做到以上,营销人员需要遵循4个指导原则,   

  •  了解两个主要的对话平台——聊天机器人和虚拟助理——以及推动其发展的趋势;

  •  确定客户的对话要做的工作,并评估今天的技术如何执行这些工作;

  •  使其组织与会话数据策略保持一致;以及

  •  为未来而建,同时了解当前的现实。

     论文指出当前市场营销人员应该关注两个清晰的面向顾客的机会:聊天机器人与虚拟助手。

     聊天机器人是Facebook信使和WhatsApp等信息应用程序上的程序,通过自然对话为用户完成任务,允许用户通过文本或从项目列表中选择进行交互。大多数聊天机器人都是基于规则的,并为用户提供了一组可供选择的选项作为响应。那些允许自由输入的通常依赖关键字来构建回复,而不是真正的自然语言处理。虚拟助理是个性化的数字门房,通过响应用户的声音来帮助用户。它们可以代表用户使用各种应用程序,并存在于移动和家庭设备上。亚马逊(Amazon)的Alexa和谷歌助手(Google Assistant)等助手为名为技能或集成的品牌提供集成服务,使他们能够为用户规划自己的个性化体验。

     论文中讲到两个重要的消费者趋势已经把对话界面带到了大众采用的边缘:消息应用程序的快速增长和“语音优先”设备的激增。

     在分析和决定品牌使用声音、聊天或两者兼用之前,营销人员必须首先确定客户的对话“要做的工作”以及他们将要执行的上下文。

     论文认为消费者通过对话界面进行沟通受到五个潜在动机的驱动:知识、联系、消费、行动和服务。这些动机映射到品牌可以为其客户做的工作和购买漏斗中的营销目标如下:

     知识

     在知识阶段,寻求知识的消费者代表了品牌需要做的两个工作:“帮助我找到”和“通知我”。这个信息收集阶段的重点是搜索,从简单的快速语音搜索到复杂的行程建设和产品建议。

     连接

     在获得阶段,可以利用对话式界面与客户建立联系,执行娱乐和注册两方面的工作。

     消费

     在使用会话界面作为购买渠道之前,营销人员必须询问该渠道是否为客户增加了价值。对于他们来说,使用语音或文本购买比品牌的应用程序或网站更有效吗?如果营销人员成功地解决了这一需求,他们可以增加订单规模和频率。

     行动和服务

     产品体验可以通过开发会话界面来激活功能或内容来得到改善。聊天任务也与客户服务密切相关,因为许多组织正在采用聊天机器人来处理消息平台或他们自己的网站上的服务问题。虽然这些工作通常属于产品创新或客户服务领域,但市场营销可以帮助组织了解客户需求,以改善购买后体验,提高便利性和客户满意度。

     论文指出选择适合品牌工作和客户的对话渠道,一旦确定了要为客户完成的工作,就应该根据适合性、上下文和客户偏好选择合适的对话渠道。Voice最适合于快速、简单的任务,如播放音乐、搜索互联网或常规、低投入的购买。聊天更适合于更复杂的任务,如产品推荐或高参与度的购买。

     关于会话数据策略-营销者的观点,论文认为会话数据的出现带来了客户数据的新阶段:您就是您所要求的。与数字分析相比,记录的实际语言向市场营销人员提供了更丰富、更容易理解的画面,因为在数字分析中,路径和附带报告背后的客户动机往往是不透明的,必须加以推断。

     论文最后总结,今天的现实与明天的机遇,列出以下几点:

  •  现在仍然是“摸索”的时候

  •  保持简单:会话接口目前只解决基本任务

  •  品牌有时会绊倒,失去对谈话的控制

     有了这些认知能力,CIS在今天的市场上也将比菜单和关键字驱动的版本更具有真正的会话能力。这种向不太正式和结构的演变将导致品牌难以维持对体验的控制。

  •  从营销的角度培训机器

  •  市场营销在对话界面中的作用将集中在品牌体验、发现和维持对话上

  •  随着消息应用程序的使用不断增加,聊天机器人将对品牌至关重要

  •  声音:品牌与消费者的新前沿

  •  虚拟助理战将由在你手机上的公司赢得

  •  品牌应该是有用的,可用的,随时准备从错误中吸取教训

      屠文怡提问,Chatbot机器人和虚拟助理主要是开发端研究人员的评价吗?胡帅波回答,论文主要讲的是人工智能技术的发展对市场营销人员的影响,以及将来对市场营销人员工作的变动。作者认为主要关注两个方面,一是虚拟助理,它可以帮人们做一些事情,比如,天猫精灵,可以帮助人们阅读,提供订餐服务,拨打电话,进行天气预报等。二是聊天机器人,更多存在于APP和网站。两者也存在区别,聊天机器人可以执行高复杂难度任务,虚拟助理执行的任务复杂难度较低。王琳琳师姐提问,你通过这篇论文学到了什么?胡帅波回答这两篇论文帮助他理解了CRM软件,例如Salesforce, Conversia, Drift, HubSpot等,这些软件存在一些相同的地方和不同的地方,可以进行总结。

       会议最后对AI研究小组的规章进行讨论。

(撰稿/郑银银)


Baidu
map