因為敝公司今年度正在研發與聊天機器人有關的服務，所以聽聞 iThome 舉辦了 Chatbot Day 活動，週四（ 4 月 27 日）便帶著老婆大人搭乘高鐵趕赴參加。早上送完小孩去上學，接著轉了幾次車，總算在上午 10 點鐘左右抵達會場，從第二個 Keynote 的後半段開始參與這場活動。
現場包含工作人員在內，大約 300 人。整天活動下來，除了大啖餐點、零食、咖啡之外，還寫了洋洋灑灑 16 頁的 A5 尺寸筆記帶回家，感覺我們自己今年的聊天機器人課程和服務又要多賺好幾個億了，哈。
根據 Keynote 第二場的內容，目前聊天機器人主要分成兩支：任務導向（ Task-Oriented ）、純聊天（ Chit-Chat ）。前者主要是完成任務或代理任務，後者真的就是在聊天。這個部分跟我自己的簡報在第 39 頁所做的聊天機器人分類是一致的，嘻。
我自己既然是公司的經營者，也就特別關心專案如何獲利和變現，沒有現金流，再偉大的點子都將難以為繼。扣除兩個 Keynote ，整個活動有 8 場演講和 8 個 Pitch Demo ，大部分講者都是探討與展示技術，談到獲利的部分並不多，幾個方式如下：
- 利用再行銷（ Re-sell ），讓使用者與聊天機器人問答，導向購物，再回來聊天，再購物，一直循環。
- 透過 Facebook Messenger 聊天機器人來擴大粉絲專頁的族群，使用者人數一多，就可以推銷賣東西，或者拉贊助商廣告。
然而一個不爭的事實是，聊天機器人的回答其實還沒有辦法像真人那樣，甚至可以說還差得遠了。以前覺得遙不可及的語音辨識（ Speech Recognition ）已趨成熟（例如你可以直接以口代手對著 Google Maps 講出目的地），現在反而是理解人類到底在講什麼（ Language Understanding ）變成了新的瓶頸。
聊天機器人要能夠好好地回覆使用者，靠的是後方強大的 Domain Knowledge Base 知識庫來支援，而 FAQ 往往就是最好的知識庫來源，微軟甚至有一套 Q&A Maker 工具，可以直接匯入 FAQ 網址，然後產生整個知識庫。
關於人工智慧：
- 目前對於繁體中文支援度比較好的有 LUIS.ai 和 Watson（ IBM ）。
- 人工智慧必須一直再訓練（ Re-train ），因此無法預測非常初期的結果。
- 與其寄望非常厲害的人工智慧，不如定義好使用者流程（引導使用者去操作，並且快速歸納使用者的目的）。
所謂的工人智慧，就是在人工智慧不足的部分，依靠人工介入去補足：
- 由人工把無用字去除，例如：的、了、啦。
- 由人工去選定關鍵字。
- 由人工去設定關鍵字的對應動作。
- 更重要的是，強化反義字的理解能力，例如：不要找、不想要、不喜歡。
幾種不要惹惱使用者，不要讓人想要立刻逃離對話視窗的作法如下：
- 聊天機器人如果不確定時，不妨跟真人一樣，丟出「確認訊息」來反問使用者。
- 如果使用者已經有點生氣了，聊天機器人不要傻傻地回覆「我聽不懂，可否請您再說一遍」之類的蠢話。
- 提供選項，讓使用者可以切回真人客服，雖然這樣會提高客服成本，但是總比損失一位使用者要來得好。
- 聊天機器人不要只回純文字，可以善用貼圖、卡片式、按鈕式等各家通訊 App 特有的 template-based rich content （範本式豐富內容）。
- 讓使用者可以隨時結束對話，換言之，如果使用者沒有回覆某個問題，不要一直追問。
- 跟答非所問同樣惱人的，就是傳送過多的 PUSH 訊息，一直收到廣告只會讓人想封鎖。相反地，聊天機器人應該根據過往的對話記錄，分析數據後做出精準的 PUSH 推播，例如適時提醒衛生紙差不多應該要補貨了喔。
- 使用者有時就是想跟真人互動，所以聊天機器人偶爾也可以慰問一下，不要一味 PUSH 推銷。（說實在的，聊天機器人滿常被抱怨的一點，就是缺乏人味，但是相反地，也有些人只想跟機器人聊天，反而完全不想跟真人講話。）
對比 App ，聊天機器人的優勢如下：
- 要預約晚餐，使用 App 的話，需要操作三次，首先用 App 看餐廳評價，接著用 Google Maps 看地圖，最後用通訊 App 跟餐廳訂位。而如果是用聊天機器人的話，這三段對話都在同一個視窗內完成，甚至可能濃縮到一句話就敲定了。
- 降低客服人員的壓力，前提是聊天機器人夠資格的話，否則不開心的使用者終究還是會轉接給真人客服。
聊天機器人的實戰技巧：
- 回話逾期（ Facebook 是 24 小時）或是訊息被刪時，聊天機器人要如何再次傳送訊息給使用者呢？ → 保存對話 ID ，在逾期前再次主動丟個訊息戳一下使用者。
- 將不容易用文字呈現的功能，用網頁方式呈現。 → 記得網頁要支援 RWD ，而且網頁其實都是嵌在通訊 App 內，並未跳離。
- 維護對話用的是資料結構的 Queue ，但是當迴圈變多，效率就會變差。 → 對策是什麼，我筆記上面忘記寫了， XD 。
- 其實聊天機器人雖然是機器人，但是一旦被使用者加為好友，使用者往往就把它當真人看待，對話經常很白話文，搞得機器人經常答非所問。 → 趕快讓聊天機器人聽得懂人話吧。
- 對話式介面（ Conversational UI ，簡稱 CUI ）的彈性很大，流程可以隨時根據數據和偏好而改變。例如在意價格的使用者，就優先讓他看到優惠卷的訊息。
- 透過 NLP 自然語言處理（ Natural Language Processing ）來判斷情感，然後送出適合的貼圖。
總結這次的活動，在回程的高鐵車廂上，我自己做了下列兩個預測：
- 預測一：聊天機器人將成為新的入口。以前是打開瀏覽器用 Google 找，以後可能是打開 LINE 直接問機器人。所以以前搶著註冊響亮好記的網域名稱，以後可能會變成搶著註冊 LINE ID 。
- 預測二：臉書粉絲專頁與 LINE 聊天機器人的完美聯姻。 LINE 在台灣可謂是自成一格的網路，有些長輩不會上網、不會用臉書，但是卻會用 LINE 。所以可以把真人客服的部分留給粉絲專頁的管理員，而將機器人客服的部分委由 LINE 擔綱。
另一方面，我自己對於聊天機器人的想像，其實是如同電影《機械公敵》那樣，能夠理解人類說的話、能夠幫忙做許多事、能夠陪伴與噓寒問暖的那種人形機器人，不過是早期前幾代的那種版本，不是後來發狂的那種型號就是了， XD 。
- 5/2補充： iThome 自家的報導也出爐囉！（媽，照片的右側有我耶，我正在低頭做筆記，哈哈！）