聊天机器人沉浮录：扬言要替代 APP，结果变得默默无闻

我们说会有一个平台统治生态系统，但是现在连生态系统甚至都还没有出现，你如何占领？

被另一轮炒作愚弄了

之前也曾出现过许多技术，开始炒得轰轰烈烈，结果突然坠落，聊天机器人不过是其中之一。

古老的炒作以熟悉的方式展开……

TechCrunch写了一批文章。

先知一样的思想领袖Chris Messina站出来讲话。

硅谷对智能自动化垂涎欲滴。

聊天机器人向Messenger入侵。

Slack获得了爆炸式增长，还建了一个基金向聊天机器人投资。

预期，预期，还是预期……然后失败了。

我们认为模式会发生大转变，结果没有。

App活得很好很健康。

我们太乐观了，现在却困惑了：

“这就是聊天机器人？这就是我们许诺的聊天机器人革命？“

Digit的Ethan Bloch总结说：

“我们是否可以说‘聊天机器人已死‘，我不确定，因为我甚至都不知道它是否已经活过。”

Heap产品设计副总裁Dave Feldman认为，聊天机器人并只是在解决一个困难问题时失败了，而是解决几个问题全都失败了。

文本VS语音VS GUI：既定的历史

聊天机器人可以用多种不同的方式与人交流。最大的两派是文本和语音。在计算机界面诞生之初，书写文本是统治者。

用户必须输入命令，以手动方式输入机器，然后才能执行。

然后GUI（图形用户界面）来了，一直用到今天。我们被Windows、鼠标点击、图标包围。最终还出现了色彩。

与此同时，一大帮科学家正在忙着开发NL（自然语言）界面，针对数据的，这样我们就没有必要学习复杂神秘的数据库查询语言了。

还有一帮科学家开发语音处理软件，有了它，你可以直接向计算机说话，不用打字了。事实证明，要做到比当初大家预料的难很多：

“有那么多不同的口音，有的人说话太快了，有的太慢了，或者呢喃小语，或者嗯个不停。“

有时人家说一句话，你却听成另一个意思。

接下来，科学家想让人与机器实现双向交流。1990年代时，曾经有人开发过VCR系统，下面就是对话的一个样本：

用户：你好。

代理：你好，你叫什么名字？

用户：我叫Candy。

代理：你好，Candy！

用户：麻烦帮我设一下闹钟。

代理：设到几点？

用户：上午11点吧。

代理将闹钟设在上午11点。

相当酷，难道不是吗？系统可以与人协作，而且清楚知道用户想要什么。

这是一套精心设计的系统，处理VCR对话时很不错，但是只能在特定条件下发挥作用。

看看今天的聊天机器人，不论是用文本输入还是用语音输入，都要面对多种多样的挑战，在各种平台上运行时还要保持很高的效率，保证可靠性。

老实说，我们现在想达到的目标和30年前追求的目标是一样的。

我认为人类犯了一些错：

从聊天机器人、App对立的角度来思考

人们心中有这样一个假定：App完蛋了，终将被聊天机器人替代。

我们将它们对立起来，没有看到二者有着完全不同的设计，针对完全不同的目的，正是这一误解鼓动大家开发聊天机器人。

10年前，当App第一次出现时，人们也曾有过这样的呼喊，可是App真的取代了互联网吗？没有。

还有人说，新产品和新服务如果想成功，应该具备两大要素中的一个：更好更便宜，或者更快。聊天机器人真的比App更“便宜“或者更快吗？没有，至少目前还没有。

它们是不是真的更好，这是一种主观判断，老实说，即使是今天最好的聊天机器人，也没有办法与今天最好的App抗衡竞争。

没有人认为使用Lyft太复杂了，也没有人认为订餐或者从App买裙子是什么难事。相反，用聊天机器人做这些事才会难很多，老是出错。

图片是聊天机器人失败的原因之一

如果是出色的聊天机器人，能够像普通App一样实用。如果App很丰富、很复杂、有许多层，聊天机器人就没有办法竞争了。

为什么？因为机器让人类连接到庞大复杂的信息系统，早期的图形信息系统是一个革命性的突破，它帮助我们给这些系统“定位“。

今天的App之所以能够出现，应该感谢之前几十年的研究与实验。我们为什么要将这些成果抛弃呢？

如果我们不说“替代“，而说”延伸“，事情就会变得更有趣。

今天最成功的聊天机器人体验就像是一种混合技术，将聊天植入更宽泛的服务中，里面有许多传统元素。

比如Penny，它既提供基于聊天的建议和警告信息，也提供传统帐户仪表板和交易清单。

比如HubSpot Conversations，它将Facebook Messenger、聊天、社交媒体、邮件及其它信息入口整合在一起，放进一个共享收件箱。

Layer为开发者提供工具，帮他们开发个性化信息体验，面向移动WEB和桌面WEB端，就像原生App一样。

下一次浪潮应该是“多模式App“，你可以用语音告诉机器你想要什么（比如告诉Siri），然后就能获得地图、文本、语音信息。

为聊天机器人开发聊天机器人

我的产品真的需要聊天机器人吗？现有平台的功能是否已经够用？我们是否有耐心开发一个聊天机器人，它能做我想要它做的事？

对于许多公司来说，聊天机器人并不是正确的选择。在过去两年里，我们看到许多反面例子，说企业盲目使用聊天机器人来解决问题，而解决时根本不需要使用聊天机器人。

纯粹为了聊天机器人而开发它，放任自流，希望能有好的结果，这根本不可行。

有大量的聊天机器人是根据“决策树“逻辑开发的，当用户输入时，系统会抓取关键字，然后寻找预制回应答案。

用这种方法开发有一个优势：在设计时你要考虑处理什么情况，用这种方法能够轻松将各种情况列出来。优点正是它的最大缺点。

为什么？因为这样的聊天机器人是创作者能力、专心、耐心的一种反应，由创作者对用户需求和输入的预测能力来决定。

当使用情况不在“范围“之内，问题就来了。

最近的报告显示，Facebook Messenger上有10万多个聊天机器人，当中70%无法处理用户简单的请求。为什么？主要是因为开发者想缩小聊天机器人的目标范围，专注某个领域，但是还是失败了。

开发GrowthBot时，我们想让它瞄准销售领域，瞄准营销人员，不想让它变成多面手。

请记住：让机器人专心做好一件事远比做多件事但是做得糟糕更实用。

不可接近

如果开发者很能干，几分钟就能开发一个简单的聊天机器人，如果想让聊天机器人可以对话，那又是另一回事了。虽然我们鼓吹说AI有多大的进步，但是要让AI像人一样聪明，还差得很远很远。

在理想环境中，NLP（自然语言处理）应该能让聊天机器人理解它接收到的信息。但是NLP刚刚才在实验室里培育出来，还很稚嫩。

有些平台提供部分NLP功能，但是即使是最好的功能，也处在蹒跚学步的阶段。看看Siri，它只能理解你的词汇，但不知其义。

Matt Asay曾经说过，因为技术还很稚嫩，所以带来另一个问题：它无法抓住开发者的注意力，发挥他们的创造力。

“在机器智力真正接近人类智力之前，消费者不会太感兴趣。要让消费者真正感兴趣，必须拥有足够先进的AI技术，让消费者觉得与机器人聊天是有价值的。“

对话是很复杂的，它不是线性过程，一个主题环绕另一个主题，随机应变，可能重启，也可能突然结束。

今天的对话系统是根据规则制定的，无法应付无穷无尽的可能性，用统计方法来开发机器学习技术，局限性太大了。总之，能像人类一样对话的AI还没有出现。

与此同时，在定制聊天机器人中有没有“高质量案例”，可以引领行业前进呢？很少很少。

Dave Feldman曾经说过：

“Slack、Facebook、谷歌、Microsoft、Kik及其它人是不是应该开发自己的机器人，引导行业前进？它们是不是应该更主动一些，向聊天机器人投入资金，建立孵化器，招聘导师教育参与者，或者提供工程设计资源？对于那些知名的合作伙伴，是否应该提供资金支持？依我之见，是的，是的，是的，应该这样做。对于平台来说，开发者就是用户，为什么我们要开发产品？为什么要这样开发？我们不能指望用户去理解，我们要展示给他们看。“

GUI不应该被忽视

曾几何时，如果想与计算机交流，唯一的办法就是向终端输入指令。视频界面用窗口、图标、鼠标来引导用户，这是一次革命，改变了操纵信息的方式。

从文本向GUI转移是有充分原因的。从输入角度看，GUI输入更轻松，更快。相比输入整个句子（即使可以预测，能够纠错），点击或者选择更可取。在输出端，一图顶千言是颠簸不破的真理。

我们为什么喜欢光学显示信息，因为人类本来就是高度视觉化的动物。为什么孩子能爱上触摸屏？这可不是偶然。先驱们受到认知心理学的鼓励，开发出图形界面，研究告诉我们大脑是如何沟通的。

会话UI本来是想复制人类喜欢的沟通方式，但是需要人类在认知方面付出更多的努力。老实说，这样做本来就是抛弃简单的东西，选择更复杂的替代手段。

没错，有些场景我们只能使用语言，但是完成大多任务时GUI比会话UI效率更高，更直观。

人类喜欢与其它人对话

当我们谈论销售与营销时，往往说它缺少人性，品牌藏在票号、反馈表、勿回复邮件、自动回应、联系方式之后。

Facebook的目标是让自己的聊天机器人通过“图灵测试“，意思就是说它说话你无法判断是机器还是人在说话。但是聊天机器人和人是不一样的，永远不会一样。

除了文本，会话还有很多其它元素。

人类可以理解言外之意，可以获取环境信息，可以理解多层信息，比如讽刺。聊天机器人很快就会忘了刚才谈论的话，换言之，当你与机器交流，它像一个拥有很少记忆或者健忘的人。

HubSpot团队曾经这样说过：

“聊天机器人提供一种可以扩展的方法，让品牌可以用一对一方式与买家交流。当人与客户通过信息App交流时，能提供更复杂、更多层次的会话体验，机器人如果想提供同样的体验，具备很高的效率，让人愉悦，现在还做不到。想愚弄人是很难的，如果让聊天机器人伪装成人，与客户交流，结果肯定很糟糕（如果向用户说谎就更糟糕了）。

在众多的聊天机器人中，用先进NLP支撑的机器人本来就极少。即使用NLP支撑，在处理和生成内容时，这些聊天机器人也没法与人类相提并论。

还有一点要注意。会话UI会复制人类喜欢的沟通方式——与其它人沟通的方式。

但是人类与机器交流时也喜欢这种方式吗？

不一定。

总之，即使你加入一些诙谐元素，刻意加入一些类似人类、矫揉造作的习惯，也无法拯救聊天机器人，让它免于失败。

我们应该朝哪里前进

当然，这些早期尝试者所做的一切并非全错了。

我们朝着谷歌Home叫喊，让它播放我们喜欢的歌曲，我们用Domino聊天机器人预订披萨，购买丝芙兰化妆品。但从消费者的反应、开发者的积极性来看，现在的聊天机器人产业与2015、2016年相比冷清很多了。

之前是天，现在是地，相差很远。

计算机作为计算机是出色的，它可以搜索数据、处理数字、分析选项、压缩信息。

但是想理解人类的情绪，计算机就有点爱莫能助了。从当前的NLP技术看，当我们向计算机提问时，他们都很难明白，它又怎么能了解我们感受呢？

如果不与人真正接触（不能形成共鸣，不能加入情绪智力），想让客户支持、销售、营销变得真正有效，几乎是不可能的事。

就眼下来说，聊天机器人的确可以帮我们处理一些自动化、重复性、低级任务和查询，就像庞大复杂系统的齿轮一样。

这就是故事的全貌吗？不是的。

没错，我们的行业过高估计了聊天机器人的早期影响力，早期总是有点强调过头了。

但是正像Bill Gates所说的：

“我们总是高估未来两年的变化，却低估未来十年的变化。不要让自己无所作为。”

鼓吹总是会有点过火的，这是好事。现在我们开始审视站在中间立场的“灰色地带“，而不是过度膨胀的黑色地带和白色地带。

我深信，我们处在爆炸性增长的起步阶段。这是一种“反高潮“（anti-climax）感觉，对于变革性技术来说，有这样的感觉是完全正常的。

信息会再一次引起大家的关注。聊天机器人不会远去。NLP和AI会变得越来越复杂，每天都进步。

开发者、App、平台会在会话营销领域继续做实验，投入更多资源。

我期待未来的发展。

编译组出品。编辑：郝鹏程返回搜狐，查看更多