As empresas que apresentam interfaces de conversação procuram escalar os seus negócios e seus processos o mais rápido possível. No entanto, um grande foco é colocado no UX (User Experience) e no CX (Customer Experience) e, muitas vezes, o devido caminho não é seguido em relação à estrutura do chatbot e à arquitetura básica.

À medida que o chatbot e o ambiente de IA de conversação em geral estão crescendo, geralmente são encontrados problemas na escala do bot e torna-se difícil entender o ambiente.

Esse é especialmente o caso quando um ambiente gráfico é usado para o gerenciamento de diálogo e o nó conversacional em vez do código nativo.

O Problema do Código

Tradicionalmente, um ecossistema de chatbot consiste em 3 componentes:

· Intenções;

· Entidades;

· Fluxo de diálogo e nós de conversação.

Os nós de conversação também incluem o Diálogo. Sendo, o próprio Diálogo, o texto exibido para o usuário, a saída ou solução que o chatbot fornece ao mesmo.

Intenções e entidades são definidas em uma GUI (Interface gráfica do usuário) e, geralmente, a saída é uma API NLU (Natural Language Understanding ou Compreensão de Linguagem Natural) personalizada.

Mas a parte conversacional é o “hard work” e demanda muito mais tempo.

No ambiente da Microsoft, a ferramenta disponível era o Bot Framework, com o qual um Assistente Digital poderia ser criado com o algum conhecimento técnico. Isso exigia código nativo (C # na maioria dos casos).

O calcanhar de Aquiles dos ecossistemas de Chatbot

O IBM Watson Assistant dominou isso até certo ponto, onde é possível definir seu diálogo no ambiente do Watson Assistant. Você também pode testar seu chatbot em uma visualização ou painel de teste nesse ambiente.

A Microsoft precisou de código nativo quando se tratava do fluxo de diálogos e do gerenciamento de estado, tornando-os um emulador de bot para teste. O código pode ser executado localmente em sua máquina ou na nuvem do Azure. O que, em princípio, é uma coisa boa.

Porém, quando você opta por uma ferramenta de operacionalização gráfica para gerenciamento de estado e fluxo de chamadas, surgem três impedimentos por vez:

Dimensionamento;
Integração;
Invariavelmente, você deseja incluir funções e extensões não disponíveis no seu ambiente de autoria.

A Microsoft estendeu sua oferta de IA de conversação com um ambiente que eles chamam de Power Virtual Agents (PVA). Antes de examinarmos a funcionalidade do PVA, é importante observar que o PVA é um bom ambiente de design, prototipação e wireframes e é uma excelente ferramenta para começar com o chatbot. E um chatbot avançado pode ser criado com o PVA através de integrações via API. No caso abaixo, a tela de criação de diálogo é uma funcionalidade avançada.

Invariavelmente, com o tempo, seu chatbot vai superar o PVA, e depois? Essa é a parte em que o ecossistema de IA de conversação da Microsoft está pronto para permitir a extensão.

Estender às habilidades da estrutura de bot

O Power Virtual Agents permitem que você estenda seu bot usando as habilitações do Azure Bot Framework. Se você já construiu e implantou bots em sua organização (usando as ferramentas de código profissional do Bot Framework) para cenários específicos, poderá convertê-los em uma habilitação e incorporá-la a um bot do Power Virtual Agents.

Com essas habilitações, você pode combinar experiências vinculando componentes de conversas reutilizáveis.

Dentro de uma empresa, isso pode se tornar um bot pai que reúne vários “subbots” pertencentes a equipes diferentes ou aproveitar, de maneira mais ampla, os recursos comuns fornecidos por outros desenvolvedores.

As habilitações em si são os Bots, chamados remotos e um modelo de desenvolvedor (.NET, TS) que estão disponíveis para facilitar a criação de novas habilidades.

Power Virtual Assistant

Os Power Virtual Agents, fornecem suporte excepcional a clientes e funcionários com agentes virtuais orientados por IA.

“Crie e mantenha facilmente bots com uma interface sem código”.

Esse é o absoluto argumento de vendas, e é verdade!

Um dos principais componentes do PVA são os Tópicos. Ao criar bots com o Power Virtual Agents, você cria e edita tópicos. Mas o que são esses tópicos?

Os tópicos são caminhos de conversação discretos e com fluidez de diálogo que, quando usados juntos em um único bot, permitem que os usuários conversem com um bot que pareça natural e flua adequadamente.

Esses tópicos podem ser vistos como diferentes jornadas do cliente ou caminhos de diálogo no seu chatbot. Esses tópicos são invocados por frases de gatilho. Essas frases de gatilho são definidas por você como usuário e podem ser vistas como uma luz LUIS.

Você não precisa de nenhuma outra configuração de NLU / NLP (Natural Language Processing ou Processamento de Linguagem Natural e Natural Language Understanding ou Compreensão de Linguagem Natural em chatbots torna o sistema mais completo. Com eles, o risco de a tecnologia não compreender o que o cliente deseja é muito menor. Isso porque o NLP refere-se à habilidade da máquina absorver o que é dito pela pessoa, compreender o significado e determinar a próxima ação para responder ao humano de uma forma que ele entenda. Já a NLU faz parte do NLP, ajudando o chatbot a lidar com solicitações fora da estrutura programada e convertê-las em algo que o robô entenda. Tudo isso com base no contexto do que é dito pelo humano) além dessas frases de gatilho. Variantes de frases de gatilho também ativam a correspondência mais próxima. Portanto, um tipo de modelo é criado pelas frases de gatilho e combinações próximas são possíveis.

Nós vimos isso quase como uma versão leve do LUIS ( um serviço baseado em Machine Learning para criar linguagem natural em aplicativos, bots e dispositivos de IoT. Crie rapidamente modelos personalizados prontos para a empresa que melhoram continuamente). Os tópicos são uma combinação de Intenções e o diálogo real de conversação.

Entidades

As conversas no Power Virtual Agents se concentram no entendimento da linguagem natural, que é a capacidade de entender a intenção do usuário.

Um aspecto fundamental do entendimento da linguagem natural é identificar entidades na caixa de diálogo do usuário. As entidades são cruciais em qualquer conversa, depois que a intenção é estabelecida.

As entidades podem ser vistas como substantivos. Uma entidade pode ser vista como uma unidade de informação que representa um determinado tipo de assunto do mundo real, como um número de telefone, código postal, cidade ou mesmo o nome de uma pessoa .

A opção de correspondência inteligente permite que o bot entenda a linguagem natural. Isso pode ajudar a combinar erros ortográficos, variações gramaticais e palavras com significados semelhantes.

Se o bot não corresponder a palavras relacionadas suficientes, aprimore ainda mais a compreensão do bot adicionando sinônimos aos itens da sua lista.

LUIS (entendimento de idioma)

O LUIS pode ser usado como um recurso adicional da PNL, como uma API. Para identificar informações valiosas nas conversas. LUIS pode ser usado para um passe alto inicial da PNL ou um fallback se o tópico certo não puder ser determinado. O LUIS se integra perfeitamente ao Serviço de Bot do Azure, facilitando a criação de um bot sofisticado. E também para dimensionar sua solução.

Criando um bot no Power Virtual Agents

Entrega do agente ao vivo

A transferência para o agente pode ser implícita ou explícita. Pode estar implícito que o chatbot detecta que a caixa de diálogo não está progredindo e a conversa é entregue a um agente.

Portanto, com os Power Virtual Agents, você pode transferir conversas para viver agentes de maneira transparente e contextual.

Quando você entrega uma conversa, compartilha o histórico completo da conversa (o contexto), bem como todas as variáveis definidas pelo usuário. Isso significa que os agentes ativos que estão usando qualquer hub de interação conectado podem ser notificados de que uma conversa requer um agente ativo, ver o contexto da conversa anterior e retomar a conversa.

Google Analytics

Incluímos análises básicas, que são constituídas por um resumo, satisfação do cliente e sessões. As sessões podem ser vistas como resolvidas, escaladas e abandonadas.

Conclusão

Até esse momento, sempre achei que o IBM Watson Assistant tinha a iniciativa quando se trata de um ambiente completo de desenvolvimento e configuração. Rasa também facilitou bastante o desenvolvimento de um protótipo de chatbot.

Houve uma resistência geral no desenvolvimento do Chatbot ao código nativo, por algum ou outro motivo; isso não tem sido uma vantagem para a Microsoft. Tudo isso pode ter mudado com o advento do Power Virtual Agents.

Assim como o Power Virtual Agents proporciona muita agilidade em seus processos, toda a POWER PLATFORM também o faz. Não sabia? Então baixe grátis nosso Guidebook e saiba tudo sobre Power Platform e todo o empoderamento que você e sua empresa pode ter.