Málokdo odhalí, že když zavolá nebo napíše na infolinku svého operátora či pojišťovny, nemusí mu na druhé straně odpovídat člověk, ale počítač. Robotické systémy, které se označují jako chatboti, jsou vytrénované na to, aby zákazníkům dávaly co nejpřesnější odpovědi. Nikdo je přitom neovládá a samy se dokážou učit ze svých chyb.

Jedním z hlavních světových výrobců chatbotů je americký koncern IBM, jehož roboti dokážou díky tuzemskému týmu Martina Švíka mluvit a psát také česky.

"Česko je malý trh na to, aby na něj velké společnosti dodávaly své chatboty v národním jazyce. My máme ale výhodu v tom, že část našeho vývoje probíhá právě tady, a proto naši chatboti češtinu zvládají," říká expert, který v IBM zastává pozici výkonného IT architekta, a má tak na starosti klíčové firemní klienty z celého světa.

Martin Švík (39)

Absolvent pražského ČVUT a britské Warwick University v IBM pracuje od roku 2007. Od roku 2015 ve firmě zastává pozici takzvaného výkonného IT architekta a pracuje na firemních projektech po celém světě. Vede také skupinu, která vyvíjí chatboty a další robotické systémy.

HN: Jak v IBM vypadá vývoj chatbotů?

Drtivá většina tvůrců těchto systémů jsou programátoři. U nás se ale na jejich vývoji podílejí také datoví analytici, kteří musí posuzovat i psychologické aspekty těchto systémů. Nedávno jsme třeba řešili projekt pro britského operátora Vodafone. Naším úkolem bylo, aby chatbot obstaral první kontakt se zákazníkem, který píše svůj dotaz na asistenční podporu operátora. Robot se snaží odpovědět co nejlépe. Přitom ale průběžně zjišťuje, jaký je sentiment takové konverzace. Když během dvou tří odpovědí nereaguje podle očekávání člověka, který začíná být trochu naštvaný, okamžitě klienta přepojujeme na živého operátora.

HN: Chatbot pozná, že je člověk naštvaný?

Ano. Dokáže sledovat jednotlivá slova, která jsou negativně zabarvená. Při jeho tréninku mu navíc můžeme ukazovat vzorové věty, které označíme jako negativní. Chatbot se je naučí, a když zákazník nějakou takovou větu v konverzaci použije, tak je to pro systém varovný signál, podle něhož upravuje své reakce v jiném duchu.

HN: Kolik se toho musí robot předem naučit, aby ­reagoval správně?

Je to individuální podle oboru, v němž konkrétní firma působí. Dá se ale říci, že náš systém potřebuje na vyřešení jedné konkrétní otázky třeba jen deset příkladů. Klíčové je pro nás, aby nám zákazník dodal veškerou historii komunikace se zákazníky. Drtivá většina dnešních chatbotů řeší jednoduché otázky, kdy se klient třeba ptá, kde se nachází nejbližší pobočka jeho operátora či pojišťovny. Horší je to ale se složitěji formulovanými dotazy. Někdo například napíše: "Jedu do Alp, nemám dobré pojištění, a proto bych potřeboval to a to." Rozluštění takového požadavku je pro systém nesmírně složité.

HN: Liší se nějak nastavení chatbota, který pracuje v call centru Česku nebo třeba ve Velké Británii?

Jako Češi jsme velmi přímočaří, takže jdeme hned k podstatě problému. V Británii oproti tomu lidé trochu kličkují, takže není jednoduše možné přenést chatbota z jedné země do jiné. Pak jsou tu také jazykové odlišnosti, které se nejvíce projevují v případech, kdy systém odpovídá hlasem. Provedeme přepis hlasu na text, což často řešíme třeba v USA. Tam ale stojíme před problémem různých amerických dialektů angličtiny. Pro hlasový systém je také podstatné rozpoznat, kde končí věta, aby ji mohl analyzovat. To je ale v případě mluvené řeči mnohdy složité. Proto sledujeme také pauzy, které volající dělá. Ty naznačují, že právě dokončil předchozí větu.

HN: Vaše společnost vyvíjí také systémy pro rozpoznávání obrazů. K čemu je firmy využívají?

Pracujeme třeba pro jednu českou banku, která svým klientům umožňuje nechat si vytisknout na platební kartu vlastní obrázek. Ten ale pochopitelně nesmí mít pornografický charakter, a tak náš robot vhodnost obrázků posuzuje. Další zajímavé využití představuje oblast umělého oplodnění. Embryologové musí v krátkém čase vybrat embrya vhodná k oplodnění. Nemají ale dost času na to, aby prošli celý vzorek, což náš robot zvládne. Embrya tak dokážeme analyzovat až stokrát rychleji než lidé v laboratoři.

HN: Dá se říci, jaké přinášejí chatboti nebo systémy na rozpoznávání obrazu podnikům úspory?

Značně se to liší podle oboru. Nejsilnějším argumentem pro zavedení chatbotů je úspora nákladů na lidském personálu. Nemusí to znamenat, že firmy lidi propustí, mohou jim ale spíše dát jinou pracovní náplň. Úspory přicházejí také s automatizací call centra, kdy se různé softwary navzájem propojí, což usnadňuje společnostem práci. Pokud je řeč o systémech na analýzu obrazu, ty mohou být prospěšné v mnoha směrech. Ať už je to zmiňované zpřesnění a zrychlení výběru embryí při umělém oplodnění nebo analýza tovární výroby. Ke kameře, která na výrobní lince sleduje kvalitu produkovaných součástek, můžete připojit robota. Ten pak odhalí zmetek ještě dříve, než se na lince sestaví celý výrobek dohromady, čímž podnik ušetří spoustu peněz.