Qual è la differenza tra Robotic Process Automation e Conversational AI?
La Robotic Process Automation si applica a processi che non contemplano nessun tipo di interazione via chat ed è finalizzata ad eliminare le inefficienze, incrementare la velocità e la performance dei processi aziendali.
La RPA coinvolge bot di automazione, mentre la conversational AI utilizza i chatbot.
I bot di RPA non gestiscono, dunque, conversazioni a differenza dei chatbot che si basano su tecnologia NLP (Natural Language Processing) per emulare le conversazioni umane e l’interazione in linguaggio naturale.
Il crescente livello di attenzione nei confronti dei Large Language Models, richiede un’ulteriore precisazione, inoltre, rispetto la differenza tra Conversational AI e LLM.
L’intelligenza artificiale conversazionale è un’applicazione dei LLM che ha suscitato molto interesse e attenzione grazie alla sua scalabilità in molti settori e casi d’uso. Sebbene i sistemi conversazionali esistano da decenni, gli LLM hanno apportato la spinta qualitativa necessaria per la loro adozione su larga scala.
Caratteristiche della conversational AI
La conversational AI è applicabile a qualsiasi interazione utente attivata via voce (telefono o interfaccia ad attivazione vocale) o messaggio testuale (testo, chat, email, web, etc).
Ha un approccio focalizzato sulla conversazione, si basa principalmente sull’automazione di interazioni con l’utente attraverso canali digitali, simula la conversazione umana e ne comprende l’intento per produrre task automatizzate.
Un chatbot è in grado di rispondere alle richieste dei clienti interpretandone l’intento, recuperare i dati necessari e presentare le informazioni in risposta al cliente.
Sia che si parli di RPA che di Conversational AI la tecnologia può variare da automazioni basiche basate su regole a soluzioni complesse, basate sul machine learning e sull’AI generativa.
bot a regole, chatbot basati su machine learning e chatbot generativi
I bot a regole si basano su un processo decisionale cosiddetto “ad albero”, che utilizza una serie di regole e condizioni predefinite.
Queste regole costituiscono la knowledge base attraverso cui il bot riconosce le casistiche e fornisce una risposta.
Esattamente come un diagramma a flusso, i bot a regole mappano le conversazioni, anticipando cosa il cliente potrebbe chiedere e come il bot dovrebbe rispondere.
Tuttavia, uscire da questo flusso predefinito significa mandare il bot in crisi, con conseguente delusione da parte dell’utente che lo sta utilizzando.
I bot a regole possono usare regole molto semplici o molto complicate, ma non possono uscire dal contesto così delineato. Non imparano attraverso le interazioni e agiscono solo nell’ambito dello scenario di conversazione per cui sono stati addestrati.
I chatbot utilizzano invece il machine learning per la comprensione del contesto e degli intenti delle domande.
Questi chatbot sono in grado di fornire risposta a domande complicate utilizzando il linguaggio naturale e aumentano il proprio livello di competenza nel corso del tempo, imparando dalle interazioni con gli utenti.
Mentre i bot a regole sono più facili da addestrare e sono maggiormente prevedibili nel proprio comportamento di risposta, non presentano caratteristiche di flessibilità e scalabilità.
I chatbot basati su machine learning potrebbero richiedere un tempo di training più lungo rispetto i bot a regole, ma hanno livelli di performance più avanzati e consentono di ottimizzare processi e risorse.
Questo perchè:
- Continuano ad imparare
- Comprendono i path di comportamento degli utenti
- Hanno una maggiore gamma di competenze di decision making
- Possono comprendere diverse lingue
A questi si aggiungono i chatbot generativi che utilizzano i Large Language Models per generare nuove Q&A e risposte coerenti alle domande degli utenti.
In conclusione, RPA e Conversational AI sono due tecnologie complementari, dove la Conversational AI permette alle organizzazioni di automatizzare le interazioni con clienti e dipendenti e l’RPA può significativamente ridurre il bisogno di intervento umano nei processi di business end-to-end.
Nell’ambito della Conversational AI, i progressi dei Large Language Models consentono un’interazione sempre più fluida e naturale.
Fonti:
https://www.forbes.com/sites/cognitiveworld/2020/02/23/choosing-between-rule-based-bots-and-ai-bots/
https://www.information-age.com/how-rpa-differs-from-conversational-ai-benefits-both-123492332/
