中文Chatbot的現實與突破的契機
中文Chatbot的現實與突破的契機

自2016年起,App的榮景不再,不論是因為功能市場飽和,或是惰性使然,在使用者不再隨便下載App到手機上的時空背景下,愈來愈多的企業和電商開始將目光投往每個人都有的「聊天軟體」上,並企圖讓使用者加入特定頻道,計畫以「聊天機器人」所收集到的對話內容,利用各種大數據的人工智慧NLU技術理解客戶需求,進而推出客製化的服務來增加產品的曝光率,以及客戶對品牌的黏著度。

推薦閱讀:一個Chatbot催動業績成長10%!UNIQLO台灣兩年的數據摸索心路

但是四年過去,在2020年的今天,前述的願景沒有任何一項成真。

到底是Chatbot,還是Clickbot?

我們最常看到的仍然不是具備「和客戶聊天(chat)」能力的機器人,反而是具備了「引導客戶各種點擊(click)」的機器人。與其叫它Chatbot,不如稱之為Clickbot!

這種透過「點擊」引導使用者在既定的劇本流程中一步一步走下去的操作,在Web 1.0的時代就有了,那個時候的名稱叫「網站地圖」。而網站地圖是一種非常不適合在「文字聊天軟體」中呈現的資訊模樣。有限的選項限制了企業對客戶意圖的剖析和側繪的深度,過多的資訊也常常出現如下圖紅框標示處的現象:需要客戶再往上滑動內容。

Chatbot_web1.0
圖/ 王文傑提供

正如商業管理書籍中最常出現的那個例子:「當客戶買電鑽的時候,他需要的不是電鑽,而是牆上的那個洞!」現在的「Clickbot」無法幫助我們瞭解客戶究竟要什麼,反而把所有的產品選項陳列在他面前,然後隨著他每一次的點擊,就帶領他往更深的一層走去,直到完成購買的流程。

這個流程乍看之下很完美,頗有讓人覺得「雖然聊天機器人不能聊天,但至少它能把『導購』這件事情專注地做好」的錯覺。但事實上,請回想上一次你和你的銀行討論信用卡細節、和電信公司溝通門號事宜,或是和網路供應商詢問網路狀況時,你是依照電話裡的指示,一層一層地按著數字滿足你的服務需求,還是在第一層就迫不及待地「按9,由客服人員為您服務」了呢?

你按的是「9」,你的客戶也是。因為你們都不想浪費時間在這不知道幾層的點擊迷宮裡繞圈子。

我們的Chatbot問題出在哪?

那為什麼國外的各種聊天機器人能獲得這麼多成功,而我們卻無法複製在我們的目標市場裡呢?

推薦閱讀:台灣每10人就有1人追蹤!LINE防疫機器人「疾管家」爆紅,幕後推手HTC DeepQ怎麼辦到?

我們見到許多成功的NLU(自然語言理解)範例都是基於英文的技術。直接套用在中文上時,就像是拿起油畫的刮刀,硬是沾了墨汁,不但畫不出油畫味道,連水墨原本的精神也抓不到。這就是為什麼我們需要謹慎地選擇工具、選擇NLU的解決方案!

否則,你拿到的所謂「Chatbot」(聊天機器人)的方案,其實就只是一個在聊天室介面下復活的Web 1.0的僵屍。不但無法幫你瞭解你的客戶在想什麼,更沒辦法提供有效的市場洞見(insight)。

一個良好的Chatbot可以分成兩個層次:主動的市場調查員,與被動的導購店員

主動的市場調查員,應該像你的王牌業務一樣,整天都在外頭跑。散布在各個公開的聊天室、留言板裡成為駐站的觀察員。它要做的事情不再是簡單的「關鍵字觸發」的任務,而是仔細地利用「專為中文開發的NLU」技術,分析是否有潛在客戶的存在。

比如說,在你的市調機器人長駐的聊天室裡,當有人提到「A7的房子,交通會不會不方便?」或是「從A7捷運站到台北要多久?」的時候,如果您是銀行的貸款部門,或是汽車銷售商,就應該要發覺「這可能是一個銷售目標!」。但相對地,如果有人提到的是「我的房子買在A7附近,交通滿方便的」,那麼這就不是你的銷售目標。

你不能用傳統的方法,設定「A7」、「房子」或「交通」做為觸發的關鍵字,否則就會和現在一樣,答非所問之餘還會收到一堆假警報。若是真的朝這些潛在客戶投放廣告,還會讓你的客戶的注意力提早因過度刺激而麻痺。你需要真正能分析「中文句法、中文句型、中文句子結構」的NLU工具,讓您發現:

  1. 這是一個問句
  2. 問句詢問的是「時間」
  3. 名詞包含了「房子」和「交通」

這三個條件的時候,才能觸發你的市調機器人,將這個客戶的資訊記為銷售目標。

乍看之下,許多人會覺得句子裡有「房子」和「交通」,不就是現在的關鍵字的觸發模式嗎?但仔細一看,就會發現這裡其實說的是「名詞」裡,要包含了「房子」和「交通」,而且條件3是在條件1成立的前提下才算數的。能分析中文詞性的NLP/NLU引擎,才能做到這一點。

也就是說,你需要的是一個能透過中文句型分析,確知「這是不是一個問句」的NLU引擎,才能做後續的動作。

相較之下,世面上常見的微軟LUIS語意引擎,宣稱會自動框列句子中的重點,但在遇到這類句子的時候,會解析出如下的結果:

微軟LUIS語意引擎_chatbot
圖/ 王文傑提供

由此可以清楚的看到之前提到「因為語言不同」而產生的錯誤。在繁體中文常見的語境裡,已經不用「幾分錢」這個單位了。但英文仍有,因此它會把「30分」優先視為「金錢(money)」來理解。此外,下面三個句子是簡單的問句,但若沒有額外做處理的話,這些NLU引擎是無法辨識「這是一個問句」,更別說辨明這個句子想要問什麼了。

這就是為什麼沒有真正NLU引擎的Chatbot聊天機器人,充其量只是一個Clickbot點擊機器人。而Clickbot點擊機器人頂多就只能把使用者重新帶回Web1.0時代的操作感,或是將使用者帶回諸如Facebook或Twitter的社群平台,讓您透過他的「行為模式」進行客戶側繪和分群。一個Clickbot點擊機器人是沒有辦法讓您知道客戶究竟要的是擁有一把電鑽,還是想要在牆上打個洞的。

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場

關鍵字: #Chatbot
往下滑看下一篇文章
從 CDP 到 Agent,beBit TECH 如何打造懂企業、懂行銷的 AI 代理人?
從 CDP 到 Agent,beBit TECH 如何打造懂企業、懂行銷的 AI 代理人?

當眾多 AI 新創仍將焦點放在追求更強大的模型能力,或尋找下一個成功案例時,beBit TECH 已開始思考另一個層次的問題:如何打造一家能夠持續成長、且具備規模化複製能力的企業級 AI 公司。

近期,beBit TECH 完成與日本 beBit 集團的戰略分拆,不僅確立台灣為全球總部,也同步完成逾億元首輪募資,並預計不久後啟動在台 IPO 規劃。然而,真正值得市場與投資人關注的,不單是分拆或募資本身,而是這一連串布局背後所釋放的訊號—— beBit TECH 已正式跨越產品與市場驗證階段,邁向規模化擴張的新成長階段。

而產品、產業應用及海外市場,就是驅動 beBit TECH 下一階段成長的三大引擎。beBit TECH 創辦人暨執行長陳鼎文表示, 未來將聚焦三大布局,包括持續深化企業級 AI 產品、擴大跨產業應用版圖,以及拓展日本與東南亞等海外市場。首先,在產品面,將持續強化 AgentBit 智慧代理人的能力,結合 OmniSegment CDP 的數據底座與產業 Know-how,打造真正懂企業、懂行銷的 AI Agent。

beBit TECH 創辦人暨執行長陳鼎文
beBit TECH 創辦人暨執行長陳鼎文
圖/ 數位時代

產品布局:從理解數據的大腦,進化為「自主執行」的虛擬員工

陳鼎文進一步說明,近年企業紛紛導入各種 AI 或 AI Agent 應用,希望提升營運效率與員工生產力,但 AI 能否真正創造價值,關鍵並不在模型本身,而是資料品質。若企業的會員資料分散、格式不一致,甚至充滿錯誤,即使導入再先進的 AI 模型,也難以產出可靠的分析與決策。換句話說,企業唯有先建立穩固的數據底座,才能真正發揮代理式 AI 的價值。

正因如此,beBit TECH 選擇將 AgentBit 建立在 OmniSegment CDP 上,形成以 CDP 為數據底座、Agent 為執行核心的新一代企業級 AI 架構。陳鼎文形容,OmniSegment 就像一顆智慧大腦,可以完成跨通路數據整合,並進行資料清理與標準化,而 AgentBit 則是智慧代理人,它可以根據 CDP 大腦所提供的數據做出決策,自主完成受眾分群、內容生成、活動執行、成效監測與優化建議等行銷工作。

更重要的是,OmniSegment 多年來已累積眾多不同產業的實戰經驗與行銷 Know-how,使 AgentBit 不只具備內容生成的能力,更理解不同產業的會員經營模式與行銷邏輯,能依據企業情境挑選最適合的受眾、生成更精準的溝通內容,並持續優化策略。

以中秋節的節慶行銷活動為例,當過去行銷人員必須自行篩選受眾、撰寫文案,再依據活動成效反覆調整策略,整個促銷活動期間都要處於備戰狀態;如今,只要以自然語言輸入活動目標,AgentBit 即可串接 OmniSegment 的數據,自主完成後續工作。當行銷成效未達預期目標時,它還會持續分析結果、修正策略,直到找出轉換率更高的路徑為止,真正讓企業累積的數據,轉化為持續創造營收的智慧資產。

讓數據自己跑出營收!AgentBit 結合 CDP 乾淨數據與實戰 Know-how,只需輸入指令即
讓數據自己跑出營收!AgentBit 結合 CDP 乾淨數據與實戰 Know-how,只需輸入指令即可全自動執行行銷並自主優化成效,打造不斷線的 AI 營收引擎。
圖/ beBit TECH

市場布局:以電商護城河,打造 OMO 與金融雙成長引擎

其次,在產業應用面,beBit TECH 將持續擴大在實體零售、生活服務與金融業的市場布局。「電商是 beBit TECH 的核心基本盤,而實體零售與金融業則是我們下一波的成長引擎。」陳鼎文說。

beBit TECH 成軍初期聚焦於品牌電商,透過客戶數據平台 OmniSegment CDP 協助客戶整合並應用手中的第一方數據,提升會員價值與營收。至今,beBit TECH 已累積上百家品牌電商客戶,並在不同產業情境與應用需求中,持續驗證及優化 OmniSegment CDP 的產品能力。這些豐富的導入經驗,讓 beBit TECH 更深入掌握企業在數據應用上的實際痛點,進而推動產品與 AI 模型持續迭代成熟, 築起一條競業難以跨越的數據護城河。

有了電商戰場的成功經驗,beBit TECH 開始將目光投向線下與實體場域,運用 OmniSegment CDP 協助零售品牌打通線上與線下的會員數據,真正做到跨通路的數據即時整合,讓 OMO 經營不再只是口號。

過去一年,beBit TECH 更成功將觸角延伸至同樣擁有龐大數據的金融業,包括國際保險集團及指標金控,皆已導入 OmniSegment CDP,由系統依據客戶在不同通路的行為,即時判定其意圖並推薦最合適的金融產品。這意味著金融業也能運用電商「千人千面、即時觸及」的行銷模式,一改過去亂槍打鳥、只能照著名單一一撥電話的傳統做法。

「金融業的 AI 個人化行銷現在才剛開始,beBit TECH 能與多家指標性金融客戶合作,代表我們的數據安全和隱私合規性,已經通過了市場上最嚴格的標準,這對於未來跨足其他產業有非常大的幫助。」陳鼎文強調。

海外布局:立足台灣,加速拓展日本與東南亞市場

第三,在海外發展上,則是加速拓展日本與東南亞市場。陳鼎文表示,相較於多數台灣新創進軍日本市場,往往需要一、兩年才能站穩腳步,beBit TECH 憑藉與日本 beBit 集團的緊密合作,已經成功「逆向」打回日本市場,短短兩年多便累積超過 30 家大型企業客戶,涵蓋航空、餐飲集團等不同產業,未來日本仍將是 beBit TECH 拓展海外營收的核心關鍵。

除了日本之外,beBit TECH 也將東南亞視為下一階段的戰略要地。一方面,看好當地人口結構年輕與數位應用快速成長所帶來的商機;另一方面,隨著全球 AI 人才競爭白熱化,東南亞更是重要的人才庫,有助於 beBit TECH 持續推動產品全球化與技術迭代。

「我們希望將 beBit TECH 打造為『亞太區企業級 AI 的領導品牌』。」陳鼎文感性表示,這也是團隊確立將全球總部設在台灣的初衷。未來,beBit TECH 將持續以台灣為核心,向外輻射至日本、東南亞、甚至更廣泛的國際市場,讓世界看見來自台灣的 AI 技術實力與商業價值。

從台灣品牌電商起家,一路跨足實體、金融、日本與東南亞市場,beBit TECH 想做的不只是一套好用的 AI 工具,而是一個能讓企業把數據轉化為營收的企業級 AI 平台。當全球 AI 競爭開始從模型能力,轉向商業化與規模化,這家台灣新創正用清晰的策略布局,寫下屬於自己的下一個成長故事。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓