Мозг компании

– Основа у нас есть – диалоговый бот контакт-центра. Надо прикрутить определение тональности и что-то придумать надо с юмором, без него за человека бот не сойдет. Прикрутим библиотеку шуток и приколов и обучим бот на текстах комментариев, где их употребляли люди. Должно сработать. Боты будут еще и умными – прикрутим рекомендательную систему «советчика», и тогда их полюбят простые пользователи на форумах.

– Предлагаешь запустить ботов влияния?

– Почему нет? Государству и партиям можно перед выборами, а нам нельзя?

– Как мы сделаем их авторитетными, чтобы им доверяли? Ведь симпатии может создать только авторитетный бот. Но пока для меня это сочетание – оксюморон.

– Для усиления сделаем сеть ботов. Они будут хвалить и лайкать друг друга, чтобы повысить их рейтинг и авторитетность. И они будут очень компетентны, в отличие от людей бот может обладать знанием всех товаров, и просто энциклопедическими знаниями, в прямом, между прочим, смысле. И к ним потянутся люди. Уверен. Люди ведомы и подчиняются вполне известным законам социального поведения. Покажи пальцем куда идти, изобрази, что толпа уже пошла, и все. Ими легко управлять.

– Но как эти боты будут работать, кто ими будет управлять?

– Какие люди, зачем? Скрипт парсинга находит комментарии по теме разных людей, бот дружелюбно отвечает на них по одному из шаблонов. Дает совет и шутит. Если это клиент компании, то его интерес записывается в клиентский анализ. Это повлияет на показ баннеров и контекста, когда он придет на сайт по рекомендации бота. Если у клиента негативный опыт, который он вылил в соцсети, то бот запустит другой шаблон, тоже пошутит, но не отправит сразу на сайт компании. Напишет ответ как клиент с удачным опытом, и все.

– То есть ты хочешь сказать, что сеть сама будет нейтрализовать негатив, отвечая на отрицательные отклики?

– У маркетологов, кажется, это называется репутационный маркетинг.

– А как система узнает, какой ответ удачный, если даже бы смогла подобрать ответ?

– Первая реакция на ответ. Человек или еще больше возмущается, или начинает добавлять после такого комментария детали, но уже в лояльном стиле общения. Хорошая распознавалка тональности отклика и все.

– А если чел не ответил на комментарий?

– Это хуже, но по умолчанию такой ответ нейтральный. Если это клиент компании, что можно узнать по его профилю в соцсети, то можно посмотреть по последующим визитам на сайт.

– Что требуется от меня?

– Хорошие примеры комментариев и ответов, много примеров.

– Сделаем.

Первый вариант бота был неудачным. Он отвечал невпопад, шутки были не в тему, тему комментария путал и на жалобу на обслуживание менеджером отвечал про доставку. Макс просил еще больше размеченных примеров диалогов в комментариях. Он опробовал уже несколько архитектур, от шаблонов классического бота до LSTM. Я впервые увидел, что Макс заметно нервничает, отвечает на ошибки резко и недружелюбно.

– С ботом контакт-центра было все просто – там понятна сразу тема обращения и намерение клиента. Ищет товар, хочет узнать состояние своего заказа или жалоба. Все. А в комментариях черт ногу сломит от различных намерений комментатора. Причем иногда не выраженных никаким из слов, по которым можно определить намерение. Оно подразумевается из «широкого контекста», которого нет! Фигня какая-то.

– Я перечитал все последние посты про боты. Ни у кого нет решения. Похоже просто на хайп. Что думаешь делать?

– Осталась последняя пока смутная идея. Не буду пока рассказывать. Надо попробовать. Дай мне две недели. Проект пока останови. Последние наработки перенесем в бот контакт-центра. Там они пригодятся.

Это были нервные две недели. До этого не без труда, но у нас все получалось. Никто не хотел осечки, хотя без такого бота мы могли обойтись. Это были амбиции Макса. И ровно через две недели он представил релиз для тестирования. И он работал! Верно определял намерение диалога, точно отвечал, вставлял уместные шутки, и даже определял смену намерений в комментарии по фразе «а можно еще узнать?».

– Как ты сумел это сделать? Бот работает, на любую тему!

– Пришлось сделать небольшой конструктор шаблонов на основе грамматики зависимостей, прикрутить word2vec и нацелить самообучение Раптора на подбор слов, обеспечивающих положительную реакцию комментатора. Не знаю сам точно как, но это, похоже, сработало.

– Ты уверен, что это не повод открыть свой бизнес?

– Пока хватает процентов, а там посмотрим. Я прикрутил бот как отдельный сервис, работающий из облака. Так что всегда можно открыть его пользователям. Пойдешь ко мне директором? – подшутил Макс.