什么是聊天机器人？
聊天机器人是一种程序或应用程序，用户可以通过语音或文本与之交谈。您可能已经使用过聊天机器人进行在线销售或提供客户服务支持。机器人会模拟人际对话，在把您的问题交给人类代表之前，它们会尝试回答您的问题。
聊天机器人最早开发于 20 世纪 60 年代，随着时间的推移，为其提供支持的技术也发生了变化。聊天机器人传统上使用预定义规则与用户交谈并提供有脚本的回答。现代聊天机器人使用自然语言处理（NLP）来理解用户，并且能够深入而准确地回答复杂的问题。您的组织可以使用聊天机器人来进行扩展和个性化，以及改善从客户服务工作流程到 DevOps 管理等各个方面的沟通。
聊天机器人有哪些优势？
聊天机器人可以从任何内部或外部知识库搜索和检索信息，并通过类似人类的对话提供答案。
通过自动化实现高效率
聊天机器人可以为组织节省时间和精力。它们将复杂流程的步骤结合起来，通过一些简单的语音或文本请求来自动执行重复性任务。您可以自动解决常见问题并根据需要扩展操作。
灵活性
您可以构建以用户母语回复语音或文本的聊天机器人。通过在日常工作流中嵌入自定义聊天机器人，可以促进工作人员或客户的参与互动。客户服务聊天机器人可以回复社交媒体渠道、网站和消息收发应用程序上的客户查询。同样，您也可以将它们设置为回复任何内部应用程序上的员工查询。
更广泛的客户参与
良好的客户体验可以帮助您的组织脱颖而出。完全依赖人际互动的客户服务能力有限，而且缺乏灵活性。借助客户服务聊天机器人软件，您的组织可以大规模个性化客户互动。您可以在熟悉的环境中联系客户，更快地响应他们的请求并满足他们的期望。您可以主动出击并定制您的外联活动。
聊天机器人的使用案例有哪些？
各行各业的组织都使用聊天机器人来简化客户体验、提高运营效率和降低成本。
企业生产力
您可以将聊天机器人与企业后端系统（例如客户关系管理（CRM）、库存管理程序或人力资源（HR）系统）集成。聊天机器人可以检查销售数字或库存状态、生成营销报告或协助员工入职培训。
私人助理
聊天机器人可以简化并加快日常个人活动的处理。例如，客户可以通过移动设备、浏览器或最喜欢的聊天平台订购新鞋或杂货、预约医疗或预订旅行。
阅读 Kelley Blue Book 为车主设计的聊天机器人
呼叫中心应用程序
在呼叫中心应用程序中，聊天机器人可以帮助解决客户请求并减轻员工的工作量。例如，客户可以通过与聊天机器人交谈来更改密码、查询账户余额或安排约会。客户服务机器人可以维护上下文并管理对话，还可以根据对话动态更改回复，这样您就可以提供超越客户期望的服务。
聊天机器人有哪些类型？
聊天机器人会提取语音元素并提供即时回复，来复制人类风格的对话。随着时间的推移，聊天机器人的驱动技术在不断发展。
基于规则的聊天机器人
基于规则的聊天机器人技术是聊天机器人软件最简单的版本。它为用户提供按钮或菜单来搜寻特定信息。用户通过一系列步骤和预定问题来解决各自的问题。他们无法输入问题，只能从预定的问题集中点击一个问题。聊天机器人有一个内置词典，可以为每个问题提供特定的答案。它为所有提出特定问题的用户提供相同的答复。
对于涉及多个未知因素的场景，基于规则的聊天机器人不是好选择。它们也很难扩展，并且可能需要比预期更长的时间来回答用户的请求。
基于关键字的聊天机器人
基于关键字或声明性的聊天机器人会从对话中提取特定的关键字并提供相应的回复。它们使用关键字识别技术从问题中提取意图、主题和情感，并按照预定的方式，使用脚本答复进行回复。
例如，如果您输入“如何激活我的账户？”，聊天机器人会检测关键字“激活我的账户”，并以分步指南作为回复。
基于关键字的聊天机器人的回复仍然受限，并且只能在预先编程的主题范围内运行。
人工智能驱动的聊天机器人
最近的人工智能（AI）技术扩展了聊天机器人的功能。
例如，现代聊天机器人可以向客户提供动态回复，而不是脚本化的回复。为了实现这一点，聊天机器人使用了自然语言处理（NLP）、自然语言理解（NLU）和自然语言生成（NLG）。
生成式人工智能也使聊天机器人的功能更加强大。聊天机器人可由大型语言模型（LLM）提供支持，在大量人类语言数据上进行预先训练。这些模型可帮助聊天机器人模拟自然对话。
生成式人工智能聊天机器人还可以处理复杂问题，并准确检测对话中的讽刺、情绪和微妙变化。例如，客户可能会问：“我知道现在是高峰时段，但我多久才能拿到餐食？” 然后，聊天机器人会给出自然、精确的回答。由生成式人工智能驱动的聊天机器人可以在主题之间无缝切换，并做出谨慎或幽默的回复。
与聊天机器人相关的其他技术有哪些？
与聊天机器人相关的技术有很多，它们有不同的含义。
虚拟座席
虚拟座席（或虚拟助手）是一种智能计算机程序，可以自然地与客户交谈并帮助他们解决问题。虚拟助手可以理解对话中的情感细微差别、意图和上下文相关性。任何人工智能驱动的聊天机器人都可以在需要时充当虚拟助手，基于规则的聊天机器人则不能。
对话式 AI
对话式人工智能是一个总称，指任何通过文本或音频与用户交流的人工智能。例如，基于聊天的助手 Amazon Ask 和语音助手 Amazon Alexa 都是对话式人工智能的形式。许多聊天机器人都使用对话式人工智能。
语音机器人
语音机器人（或语音助手）是一种聊天机器人，它可以听取语音命令、执行特定操作或以自然语音回复用户。例如，Alexa 是一款语音助手，可以执行诸如控制智能家居设备、报告天气和播放音乐等各种任务。
语音助手使用自动语音识别（ASR）以及聊天机器人使用的其他 AI 技术。借助 ASR，语音助手可以分析复杂的语音模式并提供无缝的语音用户体验。
聊天机器人软件
聊天机器人软件是指支持企业构建、部署和管理聊天机器人的专业平台或工具。聊天机器人是人工智能赋能的虚拟助手，旨在以自然语言与用户互动，同时模拟类似人类的对话。它们可以集成到各种通信渠道中，例如网站、消息收发应用程序、社交媒体平台和语音助手。
AWS Marketplace 中提供哪些聊天机器人软件？
通过您的 AWS 账户，您可以探索数千种 AWS 合作伙伴解决方案。 AWS Marketplace 提供聊天机器人软件解决方案，以支持您的独特使用案例。最受欢迎的解决方案包括：Cyara 支持服务、适用于 Amazon Connect 的 eGain、Talk Desk、Calabrio ONE、Verint Open Platform 和 Genesys。实施聊天机器人软件为企业带来诸多优势。接下来探讨其中一些关键优势：
改善客户服务和支持
聊天机器人软件通过提供即时帮助和快速响应时间来显著改善客户服务和支持。客户可以随时与聊天机器人互动，无需等待人工座席上线。聊天机器人可以同时处理大量查询，确保客户得到及时的关注和支持。聊天机器人能够理解自然语言并提供准确的回应，因此可提供一致而可靠的支持，从而减少客户的挫败感并提高满意度。
提高效率和节省成本
聊天机器人可以自动执行重复且耗时的任务，从而提高运营效率并节省成本。他们可以处理例行查询，执行简单的交易，指导用户完成自助服务流程，让人工座席腾出时间专注于处理更复杂和关键的任务。聊天机器人可以同时处理大量互动，从而不需要增添客户服务代表。这种可扩展性和效率有助于用更少的资源处理更多查询，因此可以节省经营成本。
全天候可用性和即时响应
聊天机器人软件的显著优势之一是它能够提供全天候可用性和即时响应。客户可以随时与聊天机器人互动，包括在正常工作时间以外。这种全天候可用性可确保客户在需要时获得支持和信息，无论他们身在何处或哪个时区。即时响应时间还有助于提供良好的客户体验，因为客户不必等待人工座席提供服务，从而提高了客户满意度和忠诚度。
个性化的客户体验
聊天机器人软件助力企业大规模提供个性化的客户体验。通过利用用户数据和偏好，聊天机器人可以根据个人客户的需求和兴趣提供量身定制的推荐、个性化的产品建议和自定义的回应。聊天机器人可以访问客户资料、订单历史记录和浏览行为，以提供相关的个性化互动。这种个性化增强客户参与度，提高客户忠诚度，并为用户创造更加个性化和人性化的体验。
组织如何构建人工智能聊天机器人？
如何生成聊天机器人？ 组织可以根据使用案例，通过三种方式构建人工智能聊天机器人软件。
构建您自己的 LLM
一些组织在自己选择的数据集上构建自己的大型语言模型（LLM）。尽管这种方法提供了最大的控制力，但它需要大量的计算，极其昂贵且耗时。这最适合需要将 LLM 用于聊天机器人以外应用程序的超大型组织。
自定义现有的 LLM
组织针对其使用案例自定义现有的 LLM，包括特定数据和内部知识库。检索增强生成（RAG）是增强 LLM 的主要技术。RAG 引入了信息检索组件，利用用户输入从新数据来源提取信息。用户查询和相关信息都提供给 LLM。LLM 可以引用自定义数据并使用完整的人工智能功能进行响应，
使用完全托管的服务
想要快速为现有应用程序（如预订系统）添加对话界面的组织通常会选择完全托管的服务。您可以确定需要机器人执行的一系列操作或意图。例如，机票预订机器人可以按照意图（可执行的任务）预订、取消和查看预订。您还可以识别能调用意图的短语，例如“我可以订票吗？” 如果机器人需要输入更多数据，您可以定义要求机器人收集信息的提示——例如，“您想要预定什么时间的表演？” 这项服务管理所有内部深度学习技术，因此您可以专注于业务需求。
构建聊天机器人的最佳实践是什么？
创建满足客户期望并符合业务目标的聊天机器人时需要注意最佳实践。
透明度
为了提高透明度，请在与人工智能驱动的聊天机器人互动时告知客户。披露内容设定了明确的期望，提高了满意度并改善了客户体验。您可以促进客户信任，并提高对对话式聊天机器人的接受度。
集成
高效、即时的响应是聊天机器人成功的关键。整合您的知识库，让聊天机器人可以立即访问相关信息。将其连接到 CRM 或 ERP 等其他后端系统，根据客户的互动历史记录或账户详细信息提供个性化信息。这样，聊天机器人就可以准确处理常见查询，缩短响应时间并提高用户满意度。
测试和改进
聊天机器人需要持续测试来确保符合性能标准。实现自动监控聊天机器人的互动，确保遵守服务准则。根据通过客户反馈获得的洞见，优化聊天机器人互动，并扩大使用范围。这些洞见还有助于您开发新的使用案例、支持其他语言并改善不同渠道的服务。这种数据驱动方法可以确保聊天机器人保持相关性，满足当前客户需求。
AWS 如何帮助构建聊天机器人？
Amazon Web Services（AWS）提供许多选项来帮助您构建聊天机器人或其他对话式人工智能。
AWS Trainium 是 AWS 专为训练您自己的 LLM 而构建的机器学习 (ML) 芯片。每个 Amazon Elastic Compute Cloud (Amazon EC2) Trn1 实例最多可部署 16 个 Trainium 加速器。这为云端 LLM 训练提供了一款高性能、低成本的解决方案。
Amazon Bedrock 是一项完全托管的服务，提供多种可定制的 LLM 以及构建生成式人工智能应用程序的广泛功能。使用 Amazon Bedrock，您可以轻松试验和评估适合您的使用案例的常用 LLM。您可以使用 RAG，通过您的数据私下定制它们并构建所需的 AI 聊天机器人。
Amazon Lex 是一项完全托管的服务，可使用语音和文本构建对话界面。Amazon Lex 由与 Alexa 相同的对话引擎提供支持，可提供高质量的语音识别和语言理解功能。借助 Amazon Lex，您可以在新的和现有的应用程序中添加复杂的对话式人工智能。
立即创建账户，开始使用聊天机器人和 AWS 上的对话式人工智能。
