Het toekomstbeeld van Conversational AI

Het toekomstbeeld van Conversational AI is continu in beweging door de grote veranderlijkheid van dit werkveld. Deze hangt hierdoor grotendeels af van technologieën die nog moeten worden ontdekt of ontwikkeld. Toch volgt de levensloop van Conversational AI twee duidelijke trends, die waarschijnlijk zullen doorzetten in de toekomst. Het werkveld van Conversational AI groeit namelijk zowel in volwassenheid als populariteit.

Van Rule-Based…

Eind vorige eeuw werden de voorgangers van Conversational AI-toepassingen gebouwd met rule-based ontwikkelmethoden. Deze toepassingen werkten op voorgeprogrammeerde combinaties van invoerwoorden en antwoorden. De structuur en inhoud van taalgebruik bleek echter niet van tevoren vast te stellen, waardoor deze toepassingen gebrekkig waren in effectiviteit en flexibiliteit.

…naar Natural Language Understanding

Deze ontwikkelmethoden maakten daarom plaats voor de hedendaagse ontwikkelmethode genaamd natural language understanding (NLU). NLU is een verzamelnaam voor technieken die relevante informatie halen uit ongestructureerde taalinvoer van gebruikers. Twee belangrijke methoden hierin zijn het classificeren van de gebruikersintentie ('intent recognition'), en het herkennen van relevante termen ('entity extraction'). NLU stelt Conversational AI-toepassingen in staat complexe en gepersonaliseerde transacties met gebruikers uit te voeren in de vorm van gesprekken. De implementatie van deze toepassingen brengt klanten van CGI een betrouwbare automatisering van processen die leidt tot klanttevredenheid en kostenbesparing.

…naar Generative AI

Recente ontwikkelingen op het gebied van generative artificial intelligence (generative AI) bieden nieuwe mogelijkheden voor verdere groei van Conversational AI-toepassingen. Zogeheten large language models (LLMs) zijn namelijk sterk in aspecten waar NLU-toepassingen minder op scoren. NLU herkent bijvoorbeeld enkel intenties en termen waarop deze vooraf is getraind. Daarnaast daalt de nauwkeurigheid van NLU naarmate de lengte en complexiteit van taal-invoer stijgt. LLMs zoals Open AI's GPT-3 en Google's LaMDA zijn op zoveel taaldata getraind dat ze de regels van menselijke taal zeer goed beheersen. Hiermee kunnen Conversational AI-toepassingen op een steeds flexibelere manier op complexe taken worden toegepast.

Toenemende populariteit van Conversational AI

De vraag naar Conversational AI-toepassingen neemt de afgelopen jaren flink toe. Enkele redenen hiervoor zijn dat organisaties de klantervaring als steeds belangrijker zijn gaan zien. Daarnaast sluiten Conversational AI-oplossingen aan op de toenemende behoefte naar automatisering en kostenreductie. Bovendien wil de nieuwe generatie consumenten sneller worden geholpen dan mogelijk is door bellen of mailen. De kracht van Conversational AI-toepassingen sluit hierop aan en maakt customer support snel, moeiteloos en on-demand. Toenemende populariteit is ook terug te zien in de grote investeringen van techbedrijven, zoals Microsoft en Google, in Conversational AI. Hierdoor is er veel aandacht voor technologieën als ChatGPT en Bard. Deze ontwikkelingen veroorzaken grootschalige interesse, en fungeren als positieve stimulans voor de wereld van Conversational AI. CGI ziet hierdoor een toenemend besef onder klanten van de positieve impact die Conversational AI-toepassingen kunnen hebben op hun organisatie.

Verwachtingen voor Conversational AI

Door toenemende volwassenheid en populariteit voorziet CGI een toekomst vol groei en impact voor Conversational AI. Het lijkt erop dat generative AI, en specifiek de komst van LLMs, een transitiefase heeft ontketend in de wereld van Conversational AI. De uitkomsten van deze transitiefase zijn nog in ontwikkeling, maar de verwachtingen zijn hoog. Toch is het belangrijk om kritisch te kijken naar zowel de krachten als de beperkingen van nieuwe technologieën als LLMs. Zo zijn LLMs bijvoorbeeld zeer goed in het redeneren met formele regels van taal ('formele taalcompetenties'), maar hiermee beschikken zij niet over daadwerkelijk begrip van datgene wat deze taal representeert ('functionele taalcompetenties'). Het onderscheid hiertussen is soms lastig te maken omdat wij automatisch menselijke intelligentie projecteren op toepassingen die menselijk overkomen. Dit kan verwachtingen scheppen over een toekomst waarin Conversational AI volledig werkt op generative AI dat als denkende machine toepasbaar is. CGI ziet hierin een belangrijke verantwoordelijkheid naar haar klanten toe. Vanuit haar rol als technologisch expert begeleidt CGI haar klanten met het bouwen en implementeren van toepassingen die precies op het snijvlak van de huidige innovaties passen.

Hoe ziet de toekomst van Conversational AI eruit?

Een realistisch toekomstbeeld is dat Conversational AI mede door LLMs op een steeds breder scala aan use-cases toepasbaar gaat zijn. Enkele nieuwe voorbeelden hiervan zijn live-vertaling, softwareontwikkeling, copywriting en het samenvatten van grote hoeveelheden data (zoals kennisbanken). Daarnaast zal er op de korte termijn een hybride model ontstaan waarin toepassingen gebruikmaken van zowel NLU als LLMs. De eerste tekenen van deze verandering zijn al zichtbaar: NLU-platformen integreren LLMs in hun bestaande systeem om zowel conversation design werkprocessen te automatiseren als een krachtigere NLU te leveren. Enkele sectoren waarin deze ontwikkelingen voornamelijk zullen plaatsvinden zijn de financiële sector, retail, overheid, transport, telecom en e-commerce.

Meer weten over Conversational AI en wat de toekomst ons gaat bieden op dit onderwerp, neem dan contact op met Koen van Kan, Conversational AI Developer & Consultant bij CGI Nederland.