Alles over chatbots: wie zijn het, wat kunnen ze en hoe worden ze steeds beter?

‘Hi I’m Jenna. What can I help you with?’ Waarschijnlijk ken je ze wel, de vriendelijke chatbots die opduiken wanneer je een website bezoekt. En de soms enigszins onhandige (of juist hele handige) antwoorden die je krijgt wanneer je een chat bericht verstuurt naar een klantenservice chat. 

Chatbots hebben de laatste jaren een prominente rol binnen de online marketing en klantenservice gekregen. Ze zorgen voor (beperkte) 24/7 bereikbaarheid en kunnen in veel gevallen netjes antwoord geven op een vraag. 

Maar wat is een chatbot precies? Hoe kunnen ze onze vragen interpreteren en de juiste antwoorden geven? In deze blog kijken we naar de chatbot. We bespreken een stukje geschiedenis, leggen uit hoe een bot precies werkt en kijken naar een aantal verschillende typen chatbots: Van klantenservice bot tot Siri. 

Van ELIZA naar SmarterChild naar Siri en Alexa 

Al begon het onderzoek al veel eerder, in 1966 was het zo ver. MIT Artificial Intelligence Laboratory van Joseph Weizenbaum ontwikkelde de eerste echte chatbot: ELIZA. 

ELIZA was een computerprogramma dat aan de hand van een beslissingsboom gesprekken kon voeren. ELIZA was een simulatie van een psychotherapeut, en ‘hielp’ mensen bij hun problemen. Weizenbaum voorzag de bot van verschillende scripts zodat het gesprek diverse kanten op kon gaan. De bot analyseerde geschreven zinnen aan de hand van onderdelen van deze zin, en berekende vervolgens het meest logische antwoord op een vraag of opmerking. In veel gevallen werd door het simpelweg omgooien van een zin een tegenvraag geformuleerd. Zie onderstaand voorbeeld. Dit resulteerde grotendeels in ‘goede’ gesprekken, maar werkte uiteraard niet altijd. 

ELIZA was een groot succes en slechts het begin van een lange lijst met bots die in de jaren daarop volgden. 

Een bot die een aantal van jullie misschien nog wel kennen is SmarterChild. Deze werd in 2001 ontwikkeld door ActiveBuddy Inc. en was beschikbaar op de onder meer AOL Instant Messenger en Windows Live Messenger (MSN).  SmarterChild gaf antwoord op alle mogelijke vragen en zorgde voor veel vermaak. 

Sinds die tijd zijn we sprongen vooruit gegaan in onze AI – en machine learning technieken, en hebben onze bots een heel ander niveau. Mooie voorbeelden van onze huidige bots zijn Siri en Alexa. Deze twee systemen zijn op de meeste gebieden totaal anders dan ELIZA en SmarterChild. Om te beginnen kunnen ze niet alleen antwoorden, maar ook taken uitvoeren. Daarnaast kunnen ze praten en maken ze gebruik van spraakherkenning en ‘Natural Language Processing’. 

Wat is een chatbot nu precies? 

Voordat we de diepte in duiken, willen we nog even duidelijk uitleggen wat een chatbot precies is. Simpel gezegd is een bot niet meer en niet minder dan software die bepaalde taken automatisch uitvoert. Het is een computerprogramma dat is ontworpen om te communiceren en taken uit te voeren op het internet. 

De meest gangbare typen chatbots zijn momenteel de virtuele assistent (denk aan Siri of Alexa) en de klantenservice of feedback bots (voorbeelden hiervan zijn Intercom, Drift, Twyla of QnA). 

Veel grote bedrijven maken tegenwoordig gebruik van dergelijke software. Zo helpt Sephora’s Reservation Assistant (geïntegreerd met Facebook Messenger) bijvoorbeeld bij het boeken van afspraken voor een makeover in een van de winkels en helpt de Sephora Virtual Artist bij het vinden van de juiste lippenstift kleur aan de hand van een ingestuurd foto. 

Uiteraard kosten dergelijke bots nogal wat om te integreren, maar de resultaten zijn indrukwekkend. Zo boekte Sephora met de Reservation Assistant een 11% hogere conversie rate dan met alle andere boekingsmethoden voor deze makeovers. 

Hoe werkt de moderne chatbot?

De meeste chatbots zijn gebaseerd op machine learning. Dit betekent dat de software zonder menselijke besturing kan functioneren en steeds beter wordt in het beantwoorden van vragen. Alle patronen in gesprekken worden opgeslagen en bij elke nieuwe vraag scant de bot razendsnel door de eerdere gesprekken heen, op zoek naar bruikbare informatie. Uiteraard wordt pas na enige tijd een groot genoeg databestand opgebouwd en wordt in eerste instantie alleen gebruik gemaakt van vooraf ingevoerde scripts (net als bij ELIZA en SmarterChild, maar dan natuurlijk een stukje uitgebreider). 

Maar hoe leert een bot dan precies? De meeste bots zijn gebaseerd op drie methoden: ‘Pattern matching’, ‘Natural Language Understanding’ (NLU) en ‘Natural Language Processing’ (NLP). 

Pattern Matching is simpelweg het zoeken van patronen in zinnen en zinsstructuren en aan de hand daarvan het samenstellen van het beste antwoord. Dit is vergelijkbaar met wat ELIZA deed. Om deze patronen te kunnen vinden, wordt gebruik gemaakt van NLU en NLP. In NLU worden zinnen volledig geanalyseerd. Zo stelt de bot bijvoorbeeld de intentie, timing, locatie en het sentiment van een zin vast, om deze vervolgens te structureren en een bepaalde weging mee te geven. Denk bijvoorbeeld aan: 

‘Ik wil graag een tafel voor 4 boeken op 12 oktober 2019 bij Vapiano’. Een bot zou deze zin kunnen analyseren als tafel voor 4 (intentie, meest belangrijk) boeken (intentie) 12 oktober 2019 (datum) Vapiano (locatie). 

Vervolgens worden deze zinnen omgezet in opdrachten en in geschreven of gesproken taal (NLP). 

Sprekende bots

De meeste bedrijven gebruiken hun bots voor geschreven gesprekken in een chatscherm. Echter, ook de bekende Siri en Alexa vallen onder de categorie bot. Ook deze twee tools gaan met ons in gesprek en beantwoorden onze vragen. Maar hoe kunnen deze systemen gesproken taal herkennen? Hoe kunnen ze verschillende accenten en stemmen analyseren? 

Laten we als voorbeeld naar Siri kijken. Siri’s database bestaat uit een indrukwekkend aantal stem voorbeelden. Dit zijn stemmen van personen met verschillende leeftijden, accenten, tonen en spraak snelheden. Siri’s machine learning systeem (met hulp van de systeemontwikkelaars) leert patronen te vinden in de verschillende klanken, maar ook in de verschillende manieren van vraagstelling. Met voldoende data en bijsturing is een systeem uiteindelijk in staat om uit een mannenstem die vraagt: ‘Wil je mijn wekker om 7 uur zetten?’ en een kinderstem die zegt” ‘Ik wil om 7 uur wakker worden’ dezelfde opdracht te halen.

De toekomst van chatbots

Zoals jullie zien is de chatbot snel gegroeid in zowel populariteit als in mogelijkheden de afgelopen jaren. We gingen van simpele bots die voornamelijk vragen terug stelden naar slimme systemen die kunnen praten en online taken uitvoeren. 

Uiteraard blijft het hier niet bij en gaat de ontwikkeling door. Zo is uit verschillende onderzoeken gebleken dat het gebruik van bots alleen nog maar zal toenemen de komende tijd. Bedrijven gaan hoogstwaarschijnlijk meer en meer bezuinigen op klantenservice medewerkers en zullen in plaats daarvan gebruik maken van bots. Zo verwacht IBM bijvoorbeeld dat in 2022 rond de $8 miljard euro bespaard zal zijn door het gebruik van chatbots. Ook zal in 2020, volgens Gartner, ongeveer 85% van alle klantcontacten door chatbots worden uitgevoerd.

Dit zijn erg hoge aantallen en wij betwijfelen of deze in de zeer nabije toekomst gehaald zullen worden. Echter, we zijn ervan overtuigd dat zowel groei als ontwikkeling razendsnel zal doorzetten. Bots worden steeds slimmer en zullen steeds ingewikkelder vragen kunnen beantwoorden. Ook verwachten we dat spraakgestuurde bots verder ontwikkeld zullen worden, zodat ze als ‘echte klantenservice medewerkers’ kunnen worden ingezet. Wanneer? Dat weten we niet. We volgen de nieuwste ontwikkelingen op de voet en kunnen niet wachten om alle nieuwe mogelijkheden uit te proberen. 

Ben je op zoek naar een geschikt chatbot systeem voor jouw bedrijf? In deze handige tool browser kun je onder de categorie ‘chat’ diverse bot tools vinden.