Почему люди считают голосовых роботов тупыми. Провел опрос и вот что я узнал

Большинство людей уверены в том, что они ненавидят голосовых роботов. Но очень часто люди даже не замечают, что разговаривают не с живыми операторами.

Меня зовут Александр Зайцев, я сооснователь платформы Dasha.ai — неотличимого от человека ИИ для разработчиков и бизнеса. С 2017 года я создаю голосовые модели и не раз замечал, что люди в большинстве случаев негативно относятся к голосовым роботам. У меня было ощущение, что голосовых роботов не любят, потому что они тупые.

Недавно я решил провести опрос, чтобы проверить эту гипотезу. В статье расскажу, какие результаты получил и что меня удивило.

Для проверки своей гипотезы обзвонили 19 000 людей. Сначала узнавали, был ли у них опыт общения с голосовым роботом, и если да, то как они к ним относятся.

Вот так распределили ответы:

• 21,7% относятся к роботам позитивно
• 9,8% — нейтрально
• 68,5% — негативно

Результаты меня удивили. У меня было ощущение, что голосовых роботов ненавидит 90% людей. Но оказалось, что намного меньше людей негативно к ним настроены.

Я проанализировал ответы людей, которые негативно относятся к роботам, и выделил 3 самых распространенных причины:

• роботы плохо понимают, что от них хотят;
• просто роботы раздражают;
• долго отвечают.

Людям не нравится, что робот не понимает их вопросы. От голосового робота почти невозможно добиться вразумительного ответа. Люди упоминали о том, что очень часто робот не понимает ответ собеседника и просто повторяет фразу: «Я вас не понял, повторите». В результате разговор не продолжается или робот начинает повторять весь свой текст с самого начала.

Большинство людей отмечали несообразительность голосовых роботов

Многие считают, что голосовой робот нужен, чтобы переключать звонок на оператора. И даже создают целые гайды, как обойти голосового робота при обращении в поддержку.

Из-за сложившегося отношения к роботам, важно создавать неотличимыми от человек. Ведь вместо того, чтобы пытаться в одиночку изменить отношение общества в голосовым моделям, его можно обойти.

Чтобы робот для компании не служил переключателем на оператора, очень важно создавать его человечным и умным. Тогда клиенты не смогут сразу распознавать, что говорят с роботом и перестанут бросать трубки. И даже если во время разговора люди догадаются, что общаются не с живым человеком, но робот будет понимать человека, то желания пробиться к оператору у большинства не возникнет.

При создании человечного робота разработчики обычно допускают одни и те же ошибки:

Робота делают под задачу бизнеса, а не для решения проблем клиента. Разработчики выделяют только те посылы фраз — интенты, которые их интересуют. Это одна из самых распространенных проблем и она очень ограничивает робота в понимании сказанной фразы. Иногда робот выделяет смыслы там, где не нужно. Поэтому важно создать механизм борьбы с ложным выделение интентов. Мы это реализовали в Даше с помощью слов-исключений.

Важно добавить возможность роботу выделять несколько интентов из одной фразы. Например, если человек говорит: «У меня интернет не работает, роутер я уже перезагрузил» то выделится 2 посыла — «не работает интернет» и «роутер перезагружен». Только если обрабатывать эти 2 интента сразу, то уже не надо говорить: «Перезагрузите роутер».

Создают роботов негибкими. Голосовая модель работает линейно. После каждого вопроса идет следующий. Но если человек в какой-то момент передумает, и скажет ответ на предыдущий вопрос, то робот не знает как реагировать. Сделать робота более гибким можно с помощью нелинейных моделей разговоров. В них робот может вернуться к предыдущему смыслу фразы, перефразировать вопрос и с большей вероятностью понять собеседника.

Ее дважды спросили имя, она правильно отреагировала, благодаря нелинейной модели разговор

Если голосовой робот может вернуться к любой части диалога, это значительно повышает конверсию.

Не продумывают развитие голосовой модели. Для высокой конверсии голосового робота важно тестировать разработанный сценарий разговора. Изучать реакции людей, выделять новые интенты и добавлять их в модель голосового робота. Это очень долгая работа, которую может упростить такой инструмент как профилировщик. Он позволяет не изучать каждый разговор, а одновременно смотреть много диалогов в проблемных местах и проверять реакцию робота. Если появляются новые посылы, которые можно выделить, то это модель быстро совершенствуется. Благодаря графическому интерфейсу с ним могут работать не только разработчики, но и обычные специалисты, например руководители отдела продаж, которые совершенствуют скрипты разговоров.

Не используют новые технологии. Многие голосовые модели работают только по ключевым словам без использования нейронных сетей. Если человек не употребляет какое-то слово, то робот его не понимает. Это и приводит к тому, что робот просит повторить фразу и разговор не продолжается. Использование нейронных сетей позволяет выделить посылы из похожих фраз и точно понять смысл сказанного.

Робота не наделяют человеческими качествами. Когда люди слышат металлизированный голос робота, то бросают трубку. Важно создавать робота с человеческим голосом: интонациями и эмоциями. Также работа выдают паузы между фразами. Скорость реакций робота должна быть такой же как у человека — несколько миллисекунд, а не пауза на 2–3 секунды.

Еще одна распространенная проблема — это реакции робота. Обычно, она одна по умолчанию: «Я вас не понял». А других просто нет. Чтобы повысить конверсии разговора, важно добавить такие реакции, как «Перезвоните мне», «Повторите», «Не звоните мне».

Я уверен, что большинство из вас общались с голосовым роботом и даже этого не заметили. Но вот если уточнить, что звонит виртуальный ассистент люди бросают трубку. Как вы думаете, стоит ли предупреждать людей с кем они говорят, если это режет конверсию разговоров?