第21到25天的文章探討了多種開發方案,包括SaaS服務、API可選用的服務、Low Code工具以及通訊軟體開發,當單獨看每個方案時會認為最後需要從中選擇一個進行實施,但從實務面來看應當根據不同的時間點和內部現況,綜合評估各個方案的優劣。
從Day 4 : Solution Architect 技術相關技能樹的Decision Making來做個練習。
接下來提到的情境會以helpdes客戶服務與知識管理導向為例
在確定公司內部是否需要引入AI聊天機器人時,解決方案架構師可能會採取以下的做法進行需求確認:
確定目標和目的
明確定義公司內部對於AI聊天機器人的需求和目的,例如目標是提高內部支持的效率並減少helpdesk的諮詢時間,則可能會考慮開發一個能夠回答常見IT問題或提供基本故障排除步驟的聊天機器人。
考慮用戶需求和體驗
分析員工的常見疑問和需求,並確保聊天機器人可以提供清晰、準確的回答和解決方案。例如員工經常問有關如何重設密碼或訪問特定系統的問題,則聊天機器人可以被設計成提供相關的指南和支持,以改善員工的自助服務經驗。
商業目標
聊天機器人如何協助達成知識管理和內部支持的目標。例如如果目標是提高知識共享和文檔查找的效率,則可能會設計一個能夠在知識庫中檢索和提供相關資訊的聊天機器人,以便員工能夠快速找到所需的資訊。
與業務策略保持一致
聊天機器人的設計和功能應與公司的整體IT支持和知識管理策略保持一致。例如公司的策略是通過提供即時的內部支持來提高員工的生產力,則聊天機器人可以被設計成提供即時的問題解決方案和支持,以符合這一策略。
查看市場上現有的AI聊天機器人解決方案,了解它們的功能、價格與各自的評價,或者是在已有的案例有使用哪一些服務和開源專案實踐出來。
2023年的全球聊天機器人市場估計為58.6億美元,預計到2028年將達到210.8億美元,預計在2023至2028年期間將以29.18%的復合年增長率(CAGR)增長,這顯示市場上存在多種AI聊天機器人解決方案,並且市場正在迅速增長。 參考來源
Saas服務(Bing Chat Enteprise)
Low Code工具(Power Virtual Agent)
Teams的開發方案(Teams toolkit、Teams上的Power Virtual Agent、Teams Ai Library)
成本:考慮預算和預期的投資回報率。
功能:需要哪些特定功能,例如多語言支持、自然語言處理能力或整合其他系統的功能。
易用性:是否需要專業的技術團隊來維護和管理?
客戶評價:查看其他公司的使用經驗和反饋。
選擇一或兩種看似最合適的解決方案,進行短期的試驗以評估其在實際環境中的效果。
關於PoC和Pilot run可參考Day 18 : 淺談怎麼思考在企業導入AI輔助開發的服務 (公司內部的評估)
在試驗期結束後收集數據和反饋,評估AI聊天機器人的效果和效益。
這個部分除了整合測試階段的結論外,也需要同步更新市面上的最新資訊
根據試驗結果,選擇最合適的解決方案並正式在公司內部導入。
這個部分如果是服務的且有成本預算的話,可以先以較頻繁使用或者是重點的部門人數購買,而開發的方式則是要考量系統的架構與部署的資源分批開放使用。
隨著時間的推移根據客戶的反饋和使用數據,不斷優化AI聊天機器人以及掌握其他有潛力產品的資訊,確保其始終能夠滿足公司的需求。
深入了解導入AI聊天機器人的決策流程後,有去體會和練習解決方案架構師在這整個過程中的關鍵性。從確定需求、研究市場、評估選項,到最後的正式導入和持續優化,每一步都需要精確的判斷和深入的分析。
特別是在現今技術迅速發展的時代,市場上充斥著各種AI聊天機器人解決方案,如何做出最佳的選擇成為了一大挑戰,不僅要考慮技術和功能,還要確保所選擇的方案能夠與公司的業務策略和目標保持一致。