聊天机器人和印度应用程序的未来
已发表: 2016-06-24那是 2015 年 4 月，我刚刚结束了在伦敦的创业工作，回到了印度炎热的夏天。 我对炎热不满意，但我从来没有很好地适应气候变化。 我被加利福尼亚的天气宠坏了，前一年搬到肖尔迪奇寒冷的街道上也不容易。 但天气与我决定在孟买潮湿的环境中出汗无关。
我想看看智能手机的普及如何影响那些传统上习惯于不依赖技术的生活的人的生活。 有相当多的趋势突出，但特别是一个。 消息传递的惊人增长，尤其是 WhatsApp。 正是这种认识推动了我对 Haptik 的贡献，这是一项基于聊天的个人协助服务。
但你可能不是来这里阅读我的旅程的。 所以，让我们来看看你在这里的真正原因。
聊天机器人被吹捧为应用程序的未来，但有很多很好的例子说明它们如何以及为什么永远不会达到这种命运。
当 Sundar Pichai 在 Google IO 推出 Allo 作为基于聊天的 Google Assistant 时，他说：“我相信我们正处于一个开创性的时刻。 作为 Google 的我们在过去 10 年中取得了长足的进步，我们相信我们已准备好在接下来的 10 年中迈出一大步……我们真的希望迈出下一步，为我们的用户提供更多帮助。 所以今天，我们发布了谷歌助手。”
但谷歌已经迟到了！
微软首席执行官 Satya Nadella 认为，像 Cortana 这样的人工智能辅助“代理”将改变我们使用网络的方式。
Facebook Messenger 的负责人 David Marcus 去年推出了 Facebook M，他说：“这是令人兴奋的一步，它让 Messenger 上的人们能够完成各种事情，这样他们就可以有更多的时间专注于他们生活中重要的事情。 ”
今年早些时候，Siri 的幕后推手 Dag Kittlaus 推出了 Viv，它几乎是一个具有助手所有功能的 Siri 2.0。 他的演示视频可能会出现在每个聊天机器人爱好者的电脑屏幕上。
但不是每个人都是信徒。
关于聊天屏幕和会话商务的成功和可行性存在相反的论点。 a16z 的合伙人 Connie Chan 在 Twitter 上发表了一篇长篇文章，阐述了为什么对话式商务不是前进的方向。 围墙花园的概念展示了为什么聊天平台并不能真正解决应用程序的问题。 Dan Grover 阐述了许多人对机器人、设计以及为什么机器人可能无法取代应用程序的看法。
想象应用程序的未来并分享有关该主题的新颖想法已成为人类自以为是（聪明）头脑中的一种趋势。 在这些强烈意见的浪潮中，印度公司并没有得到很好的代表。 我在 Haptik 的经历帮助我深入了解我认为我们与手机交互的未来。
但为什么我们要谈论“聊天机器人”？
要回答这个问题，我们必须看看“把事情做好”的首选方式的演变。
人们每天进行 100-200 笔交易。 从发送短信、回复电子邮件、设置提醒和下订单午餐开始，列表就一直在继续。 我们喜欢交易。 也许是因为它让我们感到富有成效。 因此，当乔布斯将智能手机放在我们手中时，它让我们感觉很强大，我们自然而然地从旧手机/哑手机过渡。
然后是 App Store，它激发了我们尝试新界面来完成任务的兴趣。 在不知不觉中，我们尝试实验的冲动让我们的应用程序不堪重负。 如今，Google 和 App Store 上共有 410 万个应用程序。
但这不仅仅是手机（硬件）内存问题。 我们实际上限制了人类的注意力范围。
人类的记忆力很弱，需要经常激活。 为了避免迷失在人群中，最初的想法是为公司创造“钩子”。
钩子是人们在听到名称或看到徽标时立即与公司/品牌联系起来的东西
然后我们开始限制这些钩子，公司开始争夺统治地位。 不断增长的雄心导致了一种融合，并且在一个应用程序可以完成的事情上出现了相当大的重叠。
为了保持领先地位，初创公司采取了使他们的服务可以从其他应用程序中访问的策略。 他们开始分配单独的团队来构建和维护其他应用程序可以使用的 API（在某些情况下还包括 SDK），以将他们的体验包含在新界面中。
所以“App-A”也可以通过使用他们的API来提供“App-B”的功能和服务。 有趣的是，“App-B”可以对“App-A”做同样的事情。 嗯，你猜对了。 现在，App-A 或 App-B 实际上是在相互竞争，而不是加强各自的价值主张。
这些雄心壮志为软件技术的发展轨迹指明了全新的方向。 走向不存在独立应用程序的轨迹。
2016 年的应用程序看起来不像公司，而更像是用户每天/每周参与的任务/交易的数字表示。 我们正在从公司的钩子转移到对其价值主张的抽象心理映射。
这就是聊天机器人的用武之地
当很明显解决方案不仅仅是存储空间时，公司看到了巨大的机会。 完成这些任务（应用程序）的实际界面和底层方法受到质疑。 微信开始在其专有的中国市场尝试一些强大的东西。 他们实际上在完全接管这个艰巨的市场方面做得很好。 我实际上可以说微信是中国人日常生活中与生俱来的一部分。 他们的方法在 Dan Grover 的这篇博文中得到了很好的草拟。
在他的帖子中，有很多关于人类对技术的期望的知识。 我们必须释放人类放松的情绪，帮助创造自由的心理时空。 这是基于人们所处环境的主观判断。 例如，在火车几乎总是准时的印度和日本等国家，获得“正确”的火车时刻表是一个非常重要的问题。
当他们（微信）在印度进行大型发布会时，我真的很兴奋。 可悲的是，它没有对中国人那么强大。
我尝试在微信上搜索印度孟买的一家名为“中国美食”的餐厅，但没有收到任何相关结果。 它甚至不适用于“Techcrunch”。
西方世界以及亚洲和欧洲的部分地区仍然需要一个与文化相关的解决方案来解决这个问题。 在将应用程序视为任务和需要有一个文化中立的界面来完成任务的交叉点上，对话式商务的讨论开始了。 需要注意的是，聊天屏幕只是其中一种实现方式。 这应该被视为创建这些任务（应用程序）融合的通用界面的机会。
但为什么是聊天屏幕？
要使界面真正具有革命性，最关键的先决条件是采用。 人们需要感到舒适并愿意积极使用它。 微信、WhatsApp 和 Facebook Messenger 的逆势增长让全世界（那些正在寻找的人）意识到聊天是一个自然的用户界面。 通过消息发送栏、个人资料照片和在线状态，聊天屏幕的功能可以实现几乎平坦的学习曲线。 不仅技术友好，聊天在商业上被长尾用户所接受。 消息在低互联网连接上运行良好，这对于那些尚未见证智能手机和互联网的人来说至关重要。
由于学习曲线平坦，下一波 3B 智能手机用户将自然过渡到对话式商务。 这就像他们一直使用的 SMS 界面，但功能更多。 这使得聊天成为未来非常有利可图的界面。
但用大卫马库斯的话来说，“这是新时代的第一天。” 请记住我们对公司从传统网站过渡到移动优先体验的看法。
为你推荐：
反暴利条款对印度初创企业意味着什么？
教育科技初创公司如何帮助印度的劳动力提高技能并为未来做好准备……
本周新时代科技股：Zomato 的麻烦仍在继续，EaseMyTrip 发布强...
印度初创公司走捷径寻求资金
数字营销平台 Logicserve 获得 80 卢比的资金，更名为 LS Dig...
报告警告对 Lendingtech Space 重新进行监管审查
在创业世界中，聚会总是在人们所在的地方。 聊天注定不仅仅是与您的朋友交谈。 它将成为一个提供（所有类型的）服务的地方。 从游戏到法律建议的一切现在都可以通过聊天机器人获得。 我曾经建立了所有基于聊天/人工智能的文本服务的列表。 在 53 家公司之后，我停止了计数。 但假设你已经知道这一切，让我们切入正题。 随着服务而来的是体验和交易，这两者都需要标准化。
如果您在 10,000 英尺以上的高度，您会看到所有这些噪音分为 3 段：
- 平台：公司只想拥有任何公司/玩家都可以在其上构建体验的层。
- 玩家：希望通过对一些用例进行最终所有权来创建智能、预测性和包容性体验的公司。
- 聚合器：公司构建一个接口，该接口是其他应用程序的聚合器（在大多数情况下是它们自己的聚合器）并通过重定向来实现。
平台（例如-Facebook Messenger/WeChat/Viv）：
- 构建底层聊天层
- 提供开放 API，允许公司和爱好者构建聊天机器人
- 提供可用于构建一致体验的元素
优点：
- 现有大量受众每天都在使用该产品
- 阅读文档后构建机器人相当简单
- 在一个界面中与您的朋友和公司聊天
缺点：
- 这是一个像应用商店一样的庞大菜单，发现是个问题
- 消息过载（一个视图中的朋友和公司/交易）
- 体验质量取决于公司构建机器人的能力
玩家（例如，Haptik / Operator / Allo / ChatBot for X）：
- 构建整个体验（聊天 + 元素 + 支付）
- 创建一层智能以提供包容性和情境化体验
- 通常会选择一些用例进行更深入的关注
优点：
- 针对少数用例进行了优化以获得最佳体验
- 在机器学习和 NLP（自然语言处理）上大赌注，以进行预测性、智能和语义对话
- 可以了解用户的偏好并随着时间的推移增加产品
缺点：
- 有限的用例
- 从头开始建立用户群和分销渠道
- 依赖伙伴合作
聚合器（Justdial/HelpChat/SnapDeal 等）：
- 一个应用程序适用于许多用例
- 创建一个类似浏览器的视图，重定向到合作伙伴网站以完成
- 如果存在聊天，它仍然作为高级支持层
优点：
- 下载一个应用而不是多个（节省手机内存）
- 服务提供商之间的比较
- 一个简单的 DIY 界面，无需与任何人交谈
缺点：
- 重定向到合作伙伴应用程序/网站以完成交易
- 发现和完成的经验缺乏一致性
- 要求您自己完成，而不是要求别人完成
- 难以提供个性化体验
简而言之，您要么告诉某人为您完成工作，要么让他们自己完成。
Haptik 的方法和人工智能
当事情开始变得不成比例时，Haptik 不得不跟上大赌注。 我们利用我们的先发优势做出了一些数据驱动的决策。
最终导致我们做出决定的谈话始于 Aakrit（首席执行官）和我一天早上吃早餐。 （食物）菜单是一个永无止境的清单，我无法决定我的订单。 这个菜单与我们的应用程序/游戏商店有多么相似，这让我感到震惊。 应用商店是我在忙碌或无聊时可以做的大量事情的菜单。
想想你什么时候打开手机。 你要么很忙，想完成一些事情（打电话、发短信、回复、发帖、上传、分享），要么你很无聊，想娱乐/教育/提高自己（游戏、照片、发现、阅读）。 你手机上的应用程序，更重要的是你的通知，对你说了很多。 它们是您在获得菜单时所做的选择。
但是，当您在寻找特定的东西时，菜单会让人感到困惑和沮丧。 所以，我们想出了一个简单的理论：
如果您控制菜单上的项目，您就可以控制人们可以做出的选择。 如果你控制了选择，你就可以预测决策。 了解人们如何投资他们的时间以及在给定固定菜单时他们做出哪些选择决定了他们的心理（空间）投资。 这是您所谓的“兴趣”的元数据，可用于提供超上下文体验。
这一理论导致了一项实验，最终完善了 Haptik 目前关注的服务。
但为什么不成为一个可以成为未来 App Store 的“平台”呢？
我的朋友和前 Haptik 团队成员 Raveesh Bhalla 有一句很好的蝙蝠侠启发名言：“你要么死掉一个应用程序，要么活得足够长，成为一个平台。” 幻想成为世界各地的公司构建工具和机器人的平台，这听起来和感觉都很棒。 可悲的是，创造全球影响的进入壁垒不仅仅是一个想法。 以下是一些先决条件，尤其是对于聊天：
- 现有的高度参与的大型用户群（1000 万+ DAU）
- 使平台提供商在您的手机上必不可少的内在原因/用例
- 必须对全球受众可用且相关
- 解决了用户如何在服务提供商之前出现的自相矛盾的 catch-22 问题
一个很好的例子是 Facebook 或微信。 他们现在能够提供的不仅仅是社交网络，因为点对点共享（文本/照片）的基础使它们在每部手机上都必不可少。 一旦他们成为大量用户日常生活的一部分，他们就可以通过提供不仅仅是社会价值来释放价值。
成为平台是状态的改变或过渡，而不是启动的想法。 您可以制定战略以增加您的公司成为平台的机会。 但是，这不是一个可以作为初创公司启动的周末项目。 Haptik 与许多其他公司一样，有朝一日成为一个平台的雄心。 但是，如果我们昨天选择了它作为我们的方向，我们就不能公正地对待它。
这个决定很容易。 但是要独立存在并真正提供私人助理的服务是很棘手的。 我们必须对每个单独的用户了解很多，才能提供神奇的体验。 我们可以构建一个简单的机器人，它会问你一堆问题并试图破译答案，但让我们面对现实吧，聊天机器人很糟糕（现在）。
以下是我在 Luka 和 Facebook M 上测试（据称）人工智能驱动的聊天机器人时的一些经验。
- 他们中的大多数人“不是很”聪明
- 他们只在演示中看起来很酷
- 很难相信机器人真的理解你
- 来回花费太多时间
- 缺乏进行个性化/上下文对话的能力
TC 在这篇文章中很好地总结了。
一个好的私人助理应该是聪明的并且有上下文理解。 它必须能够进行语义双向对话； 对话。
让聊天机器人更智能
像谷歌和 Facebook 这样的公司拥有 10 亿用户在他们的平台上分享照片和信息的奢侈。 在无法访问此类用户数据的情况下，新公司必须具有创造力并使用聪明的方法。
从用户从特定个人/公司获得的通知数量可以学到很多东西。 这些通知的上下文（它们来自哪些应用程序、什么时间等）以及用户如何与它们交互代表了对他们来说重要的信息。
- 用户的手机上有哪些应用程序？
- 是否存在针对一天中的时间和位置启动应用程序的趋势？
- 用户最常使用哪些应用程序？
- 他们检查手机多少次？
- 他们是否有很多会议或大部分时间都花在 Instagram 上？
- 他们在手机上使用了多少数据？
这些问题以及更多问题提供了聪明的公司可以用来创建上下文相关体验的见解。
对 Haptik 有用的是人工支持的 AI（人工智能）。 这样想，当您在 Haptik 上发送消息时，我们的机器人会首先尝试破译您的意思。 如果无法达到 99% 的准确率，机器人将（在后台）中断并要求真人帮助解决此查询。 然后将请求与根据年龄、地理和专业知识选择的相关人员（助手）进行匹配以回答。 因此，询问有关新德里优质意大利美食推荐的用户更有可能得到机器人的回答。 但是，孟买的一名助理将接手孟买的宠物友好型餐厅的请求，该餐厅提供美味的蔬菜汉堡。 这位助手在被雇用时会被归类为美食家，并且喜欢与用户谈论最佳就餐场所。
当助手回答时，机器人会从该人口统计中为未来的用户学习并保存上下文。 它还了解所要求的内容的含义，并将其与我们预定义的任务类别之一相关联。 机器人很难理解和回应来自不同文化背景的用户。 这是真正的人类帮助我们的机器人了解这些交互的地方。 虽然这种方法需要时间，而且我们还处于早期阶段，但美丽将是规模化的。
我们的机器人将很快能够根据您之前的聊天来了解您作为一个人，并以您习惯的聊天术语做出回应。 因此，当您说“您需要很长时间”或“您需要很长时间”时。 该机器人能够解释您的不耐烦，并根据您的请求返回状态更新。
例如：
您在 Haptik 上设置了每天早上 9 点的起床提醒。 结果：我们知道您早上 9 点起床。
当您启动此提醒的应用程序时，您很可能在家中。 结果：我们知道您居住的区域。
您向我们询问 2 点之间的最佳路线/交通。 结果：我们知道您经常往返的区域。
如果您多次向特定地址订购午餐，那很可能是您的工作场所。 结果：我们知道您工作的区域。
有了微妙的信息，我们就可以做一些非常酷的事情。 如果您不暂停唤醒提醒，我们可以安排一个电话。 在您醒来后 30 分钟通知您最快的上班路线或预订出租车的选项。 此外，允许您在上班途中预订餐点，并在到达那里之前将咖啡送到您的餐桌上。
但这还不是全部。
使聊天机器人更智能的下一步是……好吧，其他聊天机器人。
我们构建和部署聊天机器人，了解用户如何构建句子并在主要面向消费者的聊天机器人上运行测试。 这是一个 24 x 7 全天候运行的连续过程，以教导机器人相似的用户（最有可能）如何询问不同的用例。
这是我们称之为“天才模式”的结果，它了解用户并预测下一步行动。
这一切要去哪里？
每家公司对他们认为行业的未来都有自己的主观看法。 每个人都在优化以在宏伟的计划中找到自己的位置。 在我的主观意见中，我认为我们所有（应用程序）的努力都将汇聚成一个单一的目标，即减少完成工作所需的心理空间和时间。 移动分发正在结束，它需要一些紧迫而重要的范式转变。
作为创新者和创造者，我们不仅要优化产品参与度，还要分担减轻产品用户心理负担的责任。 帮助人类创造并摆脱自己成为通知奴隶。
好消息是自然选择正在引导我们朝着这个方向前进。 人类对记忆的限制迫使应用程序整合到大脑中各种主页上可用的有限空间中。
因此，如果您正在为移动用户构建，以下是您应该在未来 5 年内准备的几件事：
- 移动足迹——让智能手机掌握在下一个 3B 手中。
- 平坦的学习曲线——智能手机将把互联网交到以前没有学习过移动界面的人手中（长尾）。 必须重新构想用户体验和界面，以便对新用户友好。
- 互联网可访问性— 为所有人提供可靠的高速互联网。 为子孙后代考虑氧气。
- 将应用程序融合到任务中——执行固定功能并占用手机内存的独立应用程序将不存在。 事情将汇聚成更集中的东西。 对此的界面存在疑问，聊天只是其中之一。
- 始终保持个性化——机器学习几乎达到了每个手机用户都期待定制个性化体验的地步。 （例如：基于紧迫性和与用户的相关性的定时通知。）
- 智能手机和智能体验——每一种移动体验都需要理解偏好和数据的上下文呈现。 （例如：预测即将到来的任务和上下文提醒）
获胜者必须在 7B 用户想要完成任务的界面上想象并执行。 这肯定会是一次有趣的实验之旅。
感谢 Alisha 和 Vaibhav 的校对，Shreya 的所有创意和 Laksh 的牵引力。 没有你，这是不可能的。