AI智能客服？

最近Umeiko在使用自己平日手機裡的一些APP/Line工具，例如金融、保險、藝文訂票服務等的「AI智能客服」功能時，非常一致性地發現，其實它們不怎麼AI，完全只是「穿著AI面具的FAQ」啊？

這些「AI智能客服」有幾個共通處：

（1）上下文記憶：幾乎沒有

（2）一次只能問一個清楚的問題（所以甚至大多提供了樹狀選項）
（3）無法處理交叉條件的問題：例如詢問XX展覽-->列出展覽資訊；詢問票別-->列出購票資訊；但你若詢這XX展覽可以買愛心票嗎？它會回答：我聽不懂你的意思……@@

（4）幾乎都是FAQ導引任務導向型，偶有出現在輸入時AutoComplete的優化介面

烏梅菓使用小結：這完全是【穿著AI外衣的FAQ】啊！這不是AI！這不是AI！這不是AI！算是AI幼幼班？

為此，我認真地研究了目前台灣的各產業限制，為什麼這些聊天式的AI，都還只能在「類似FAQ」的範圍內發展，原來這涉及了很多層面的限制：

一、技術底層並非真正的LLM。多半都是關鍵字--〉意圖分類--〉對應答案。背後的邏輯對應應該也都是將SOP或既有的Rule輸入。涉及較複雜的詢問例如：「請問外幣定存商品建議投資什麼幣別？」這類複雜的判斷，它會建議你：轉接真人客服。

二、上下文記憶的技術瓶頸：本來不知道GPU那麼燒錢，但是黃仁勳先生在台灣演講了很多次，所以我現在知道了它真的很燒錢、很難訓練、出錯風險高。

三、除了難以訓練、成本高之外，倘以金融、保險這些產業的性質，一旦像ChatGPT出現「一本正經的胡說八道」，那還不如不回答。

所以這是烏梅的使用小結：

這些「穿著AI外衣的FAQ」確實是台灣聊天型AI產品的發展現實。但我個人期望它在低風險場域（例如文史、觀光、導覽…等公部門），聊天型AI可以更進化、真的做出有LLM底層的導覽/ChatAI，只是我不知道究竟有沒有這樣的產品。

圖：穿著AI外衣的FAQ
筆者提供角色概念，ChatGPT生成圖

※ 本文為作者實際使用經驗與觀察整理，純屬個人意見。