越來越多的企業(yè)因為看上機器人比常人更能「超時工作」–跟7-11一樣，加上能即時給予消費者回應，因此開始以Facebook即時通或是其他第三方開發(fā)平臺采用聊天機器人。聊天機器人對企業(yè)而言是一種新型態(tài)的投資，依據(jù)機器人背后運作的機制布局廣度、深度，所需的資源與花費可以很可觀，企業(yè)究竟該不該跟風？

　　創(chuàng)新點：聘用聊天機器人就像聘用員工，需要檢視目標用戶使用情境、產(chǎn)業(yè)內(nèi)容、業(yè)務、市場，評估是不是需要這名員工

　　本文4大重點:1.用機器人之前，先了解使用者的使用情境。2.哪些情境不適合用聊天機器人？3.重復性、時效需求高、個資敏感的業(yè)務，最適合使用機器人。4.跟聊天機器人共創(chuàng)學習體驗，將會是數(shù)字學習新潮流。

　　根據(jù)CherylPlatz，使用者與聊天機器人之間的關(guān)系可分成四個境界：

　　控制（Control）：使用者必需明確給予機器人任務指令，另如「請在Netflix播放“Let Her Go“」

　　委派（Delegate）:使用者可以跟機器人表示期望，以獲得機器人的協(xié)助來完成任務。例如「請播放一些輕快的音樂」

　　指引（Guide）:使用者可以與機器人做簡單的雙向溝以達到目標，例如「我想要聽些音樂，我該怎么做？」

　　協(xié)作（Collaborative）:使用者僅需要說「我該做些什么？」機器人便懂得傾聽以及詢問，根據(jù)使用者的想法一步一步給予建議，一起與使用者做決定。

　　協(xié)作顯然是每一個機器人開發(fā)者、采用者最終的理想境界，讓機器人融合于真人的世界中，幫企業(yè)提升，也幫員工加值。員工面對的課題是學習與機器人溝通、共創(chuàng)；企業(yè)則是培訓員工，讓他們成為機器人的訓練者、帶領(lǐng)者，在工作場域里和機器人快樂相處。

　　在討論如何達到人機共榮的理想境界之前，并不是每個產(chǎn)業(yè)都適合采用聊天機器人，企業(yè)在跟風前應該先自行做個檢視、評估適不適合投入資源再行動。

　　首先，最重要的是考量目標使用者的情境—在什么場合下你的使用者會需要或想要使用機器人？

　　英國Santander銀行去年(2017)開始使用語音機器人，廣告是一個女生在擦腳指甲時說了一句：「幫我明天支付BeckyMorton20英鎊」(Pay Becky Morton￡20 tomorrow)并且確認機器人可以執(zhí)行動作，Becky就會收到匯款。這聽起來很方便，但已經(jīng)有使用者抱怨匯款到了另一位同名同姓的人。如果要避免這個錯誤風險，銀行必須再次與用戶確認收款者資料細節(jié)，如此語音溝通的復雜度就高了，可能倒采用傳統(tǒng)的文字溝通方式會比較適合。

　　反之，語音機器人在雙手忙碌又需高度專注的情境會較適合，例如開車和下廚。想像一下，你正在上班開車途中，想要一點音樂提振精神，輕輕下了一句指示：「我想要聽歌。」汽車導航系統(tǒng)的語音機器人便答應并播放了Best Driving Songs。此時是不是語音就比文字輸入、以及螢幕觸控容易？此時語音機器人甚至能發(fā)揮「讀情境」的感知力，根據(jù)你的所在位置或目的地調(diào)整歌曲播放曲風。

　　再試比較一下上提的兩個情境：轉(zhuǎn)帳與播放歌曲，使用者在雙手忙碌的情境下需要迫切執(zhí)行轉(zhuǎn)帳的機會也小。

　　因此，企業(yè)應該要回到源頭問自己目標組群是誰？他們的使用情境是？有些情境比較不適合使用聊天機器人，包含：

　　–情感驅(qū)動的業(yè)務，例如銷售，機器人不像人能「動之以情」。

　　–需要雙向多資料的傳輸與溝通。由于聊天機器人的互動是模擬對話情境，一次發(fā)送的資訊量不宜太多，不然使用者會有困難保持與機器人應答。

　　–目標地區(qū)網(wǎng)路頻寬有限，聊天機器人品質(zhì)會受影響

　　–目標地區(qū)語言復雜度高，語音機器人可能無法理解各種方言

　　–對資料記錄或錄音敏感的業(yè)務內(nèi)容或區(qū)域。例如消費者對機器人需要紀錄信用卡卡號可能就有安全之虞、另歐盟今年頒布一般資料保護法規(guī)GDPR也明確規(guī)范了個資使用限制都必須注意。

　　企業(yè)應該針對使用者情境、需求（期望、欲望等）選擇適當?shù)摹笢贤ǚ绞健�，比如機器人該會說話還是打字？還是機器人根本幫不了太多忙而應使用其他數(shù)字媒介？這必須同步藉由檢視自身業(yè)務的屬性、內(nèi)容，評估機器人角色與運用范疇去定位有哪些業(yè)務可以交付給聊天機器人。

　　高度重復執(zhí)行、流程簡單、且有急需即時給予消費者回覆等業(yè)務，就是聊天機器人最好運用的范疇，可以大幅提高企業(yè)工作效率。

　　下面是Expedia使用Facebook即時通文字機器人全天候協(xié)助消費者管理旅行、找尋班機、旅館、活動及當日折扣等，機器人僅需透過連結(jié)Expedia資料庫以及預設(shè)好的劇本（包含情境、話語等）應答使用者的選擇。

　　但目前機器人功能也還僅限于提供資訊、執(zhí)行簡單任務，還無法因應實際狀況或個人需求執(zhí)行較復雜的任務，例如臨時要加床的訂單客制化處理；也無法預測消費者潛在需求，例如明天將會雨天而提供飯店接駁車等服務。

　　機器人的溝通也缺乏人類般的情感。卻因此在處理「比較敏感、尷尬的業(yè)務」更能獲得消費者的信任，例如尷尬的醫(yī)療客訴、以及給予財務建議等。

　　根據(jù)Mindshare公司2016年對1000位英國人調(diào)查，比起客服人員，67％的受訪者表示較愿意與聊天機器人揭露個人財務訊息、并聽從他們的建議。此外，機器人在這方面也較容易給消費者客觀的相對應協(xié)助，比如數(shù)字上的計算、財務目標設(shè)立與提醒等，受益于機器學習、智慧提醒、運算與預測。

　　例如，從去年(2017)開始，美國銀行(Bank of America)發(fā)行人工智能機器人Erica，用戶可以打字或是用語音說話的方式在App上與Erica溝通、執(zhí)行基本的銀行轉(zhuǎn)帳等動作，亦可透過Erica提供個人財務建議、省錢撇步等進行財務管理、建立財務習慣。例如Erica可對用戶蜜雪兒建議：「蜜雪兒，我找到了一個減少債務的好機會，可為您節(jié)省300美元。Erica與用戶之間的互動顯然已達到前文所提到的指引(Guide)的階段，即聊天機器人可引導用戶如何存錢、花錢，來達到存款目標。另Erica不僅使用語音，還用了文字、圖示等，讓較為復雜的財務資訊也能順利與用戶溝通。

　　聊天機器人目前最常被使用在銀行、飲食與電商三大行業(yè)，但我發(fā)現(xiàn)另一個有趣的議題是將聊天機器人運用在教育學習上，將「客服聊天」轉(zhuǎn)為「以學習為目的聊天互動」。

　　未來的聊天機器人可擁有超學習能力，可以當作老師教授知識，例如目前大眾可以透過與Mondlyapp機器人對話，學習33種不同的語言。語音機器人可以判斷學習者的回答包含發(fā)音、字詞等給予回應，完成一段生活情境對話。

　　雖然Mondly聊天機器人在互動體驗上依然較偏向前文中較單純的控制（Control）以及委派（Delegate），在選定主題的lesson中與學生做已設(shè)立好的對話，沒有辦法根據(jù)學生想要的情境以及目標（例如：「我在魚餐廳，想要點餐」或是更開放的「我想要學會義大利文旅行基本對話」等）調(diào)整對話內(nèi)容，來達成某個語言的學習目標。其他如誤判、學生的回答必須在選項范圍內(nèi)、且無法學習地方常用詞匯、方言等，這和與語言老師面對面直接學習仍有一段差距。但可預測智能學習機器人在不久的將來，能為消費者開創(chuàng)新的數(shù)字學習體驗、提供客制化學習課程，陪伴終身學習。

　　雖然目前多數(shù)的聊天機器人依然停留在接收指令、執(zhí)行偏向簡單的任務，但未來人工智慧的演算可讓機器人朝提供建議前進。屆時，兩種「人」并存的世界，如何分工、如何合作也將面臨大洗牌了。