МФТИ представил топ-50 чат-бот платформ и виртуальных ассистентов 2019 года

Лаборатория бизнес-решений на основе Центра компетенций НТИ по Искусственному интеллекту МФТИ представила рейтинг 50 чат-бот платформ и виртуальных ассистентов 2019 года.

Согласно исследованию ResearchAndMarket, мировой рынок чат-ботов и виртуальных ассистентов в 2019 году составляет около 2 миллиардов долларов и растет на 30% в год. В исследовании рассмотрены наиболее популярные в мире чат-бот-платформы, среди которых есть три решения от российских разработчиков — DeepPavlov, Electra.AI и Just.AI.

В работе были рассмотрены 50 инструментов для создания чат-ботов, наиболее широко представленных на мировом рынке. Степень проникновения каждого продукта на рынок оценивалась по таким признакам, как количество публикаций с упоминанием платформы, число публичных кейсов по ее использованию, частота упоминаний в профессиональном сообществе, а также по результатам сбора консолидированного мнения экспертов рынка, которые приняли участие в создании данного отчета. Это ученые из ряда лабораторий МФТИ, специализирующиеся на технологиях NLP, в частности специалисты Лаборатории бизнес-решений на основе искусственного интеллекта при МФТИ, которая входит в Центр компетенций Национальной технологической инициативы (НТИ) по направлению «Искусственный интеллект».

Все 50 платформ оценивались группой экспертов по 7 показателям, каждому из которых был присвоен вес по значимости для пользователей, разрабатывающих продукты с использованием чат-бот платформы. Особое внимание эксперты уделили возможностям искусственного интеллекта, прежде всего, обработке естественного языка, примерам использования каждой платформы, и отраслям, в которых платформа может найти применение.

В результате ранжирования чат-бот платформ по их функциональным возможностям, которые отражены в сравнительной таблице, был составлен данный рейтинг.

Рейтинг чат-бот платформ по убыванию итогового балла

Рассмотренные платформы можно разделить на два типа: решения, которые не требуют знаний программирования и содержат визуальный конструктор потоков; инструменты для разработчиков без визуальных конструкторов диалогов.

В процентном соотношении первых в 2,3 раза больше (35 платформ против 15), чем вторых. Большая часть решений, выпущенных в 2017-2018 годах — с визуальным интерфейсом, который создан специально для неспециалистов. Это связано с тем, что чат-боты набирают все большую популярность: данный инструмент взаимодействия с клиентами нравится потребителям и помогает компаниям экономить на контактных центрах. Их осваивают даже небольшие компании, в штате которых нет разработчиков для создания собственных решений, как и бюджета на аутсорсинг разработки.

Среди наиболее популярных и функциональных инструментов для обработки естественного языка можно выделить IBM Watson, Amazon Lex, Microsoft LUIS, Google Dialogflow, Wit.ai, Rasa. В России старейшими компаниями в данной сфере являются ЦРТ и Наносемантика. Также в последние годы появился ряд новых проектов, использующих нейронные сети, таких как DeepPavlov.AI, Electra.AI, Just AI и Chatme.AI.

За 2-3 года появилось множество локальных продуктов для разработки чат-ботов с языковой спецификой: Recast.AI во Франции, Xenioo в Италии, DeepPavlov.ai, Just AI и Electra.AI в России, AgentBot в Аргентине, Botsify в Пакистане, Engati и Morph.ai в Индии и другие. По функциональному наполнению и качеству они вполне могут конкурировать с крупными международными вендорами, превосходя их с точки зрения более глубокой проработки языковых и культурных особенностей.

Одна из тенденций 2019 года — рост сообществ, посвященных платформам, где можно найти ответы на возникающие вопросы у пользователей платформы или экспертов.

Есть признаки консолидации этого рынка, то есть вступления его в самый начальный этап процесса созревания. Так, несколько стартапов были приобретены более крупными компаниями. Api.ai был поглощен компанией Google, Semantic Machines — Microsoft, Motion.ai куплен Hubspot, KITT.AI — Baidu, ChattyPeople — компанией MobileMonkey.

Решения различаются по степени свободы, которую имеет разработчик. Так, платформа Imperson позволяет создать чат-бота с уникальной внешностью, разговаривающего желаемым голосом. По сути, такой виртуальный персонаж становится лицом бренда, отражающим его ценности. Создание более персонализированных и эмоциональных чат-ботов может стать одной из тенденций будущего года.

Подавляющее большинство популярных чат-бот платформ обладает инструментами мониторинга различных метрик, таких как: динамика количества обращений, обработанных ботом; динамика количества пользователей; частые темы и ключевые слова обращений; инструменты просмотра неудачных диалогов.

«Рынок чат-ботов в РФ в прошлом году, по разным оценкам, увеличился в два раза, в этом году, по прогнозам, вырастет ещё в три раза и продолжит эту динамику в следующие четыре-пять лет. На мировом уровне эти технологии также распространяются с высокой скоростью. Аналитики прогнозируют, что уже в следующем году 80% компаний будут использовать чат-ботов. В 2022 году в банках взаимодействие с клиентами будет на 90% автоматизировано за счёт использования чат-ботов. В России сильная научная школа в области лингвистического анализа и диалогового искусственного интеллекта. Данное исследование демонстрирует, что отечественные разработки могут составить конкуренцию решениям от крупных международных корпораций. Деятельность ЦК НТИ „Искусственный интеллект“ при МФТИ направлена на то, чтобы российские научные разработки превращались в сильные коммерческие продукты и быстрорастущие бизнесы», — прокомментировал Геннадий Куркин, руководитель Центра.

«Можно выделить несколько трендов, которые окажут наиболее существенное влияние на развитие индустрии чат-ботов в ближайшем будущем. В первую очередь, это рост доли комбинированных решений, в которых робот не заменяет полностью работу человека, а дополняет ее на повторяющихся рутинных действиях. Наиболее перспективными в ближайшие пару лет выглядят ассистенты человеческих операторов, интегрированные с системами RPA (Robotic Process Automation). Второй тренд заключается в развитии инструментов быстрого майнинга знаний и построения онтологий на неструктурированных данных. Иными словами, это системы, в которые можно загрузить набор разнообразных текстов, и они самостоятельно выделят из них семантические связи и построят языковые модели, характерные именно для данной предметной области. Например, с помощью подобных инструментов можно будет быстро научить чат-бота для ритейла различать продовольственные и непродовольственные товары. Третья тенденция — это быстрый перенос знаний между роботами. И наконец, через несколько лет мы увидим рост доли более персонифицированных виртуальных помощников, обладающих уникальной „личностью“ и подстраивающихся под конкретного клиента», — отметил Иван Бондаренко, ведущий научный разработчик лаборатории бизнес-решений на основе Центра компетенций НТИ по Искусственному интеллекту МФТИ.