Blogs Enzyme

Digitalización para el departamento Marketing y Comercial

Digitalización para el departamento Marketing y Comercial

SAP se sube al tren cognitivo de los chatbots y el machine learning con Sap Leonardo

13/06/18 8:30 5 min. lectura

SAP Leonardo logo

Historia reciente de SAP e introducción a Leonardo

La existencia de plataformas cloud PaaS (Platform as a Service) es un recurso común que muchos fabricantes están incluyendo en su portfolio de productos estrella. El gigante alemán SAP no es menos y cuenta entre sus filas con su exitosa SAP Cloud Platform, lanzada originalmente en 2012 como SAP NetWeaver Cloud, renombrada en 2013 como SAP HANA Cloud Platform y, desde febrero del 2017, quedó rebautizada con su nombre actual. Según SAP, desde el 2012 ha experimentado un crecimiento estable hasta dar servicio a más de 4000 clientes y 500 partners.

En un panorama digital de servicios B2B y B2C, SAP no ha dejado pasar la oportunidad de incorporar prestaciones y servicios cognitivos a su plataforma. Fruto de esta iniciativa, SAP presentó el mayo pasado en la edición SAPPHIRE 2017 su solución SAP Leonardo, que a la larga se ha ido convirtiendo en un “cajón de sastre” para soluciones novedosas y punteras no relacionadas directamente con el núcleo principal de servicios de SAP (ERP, Data&Storage, BI, etc.). Inicialmente Leonardo se presentó para englobar soluciones relacionadas con IoT (Internet of Things), Blockchain, Big Data o Data Analytics (Data Intelligence).

A principios de 2018 SAP presentó la incorporación a SAP Leonardo de la rama de soluciones cognitivas centradas en machine learning, bautizado sin lugar a equivocación como Leonardo Machine Learning. Principalmente esto implica dos pilares:

  • SAP Conversational AI: es un servicio que emplea procesamiento del lenguaje natural (NLP) para construir soluciones de chatbots capaces de comprender lo que solicita el usuario, y responder en consecuencia para mantener una conversación natural con el usuario
  • SAP Leonardo Machine Learning Foundation: permite crear, entrenar, validar y mantener modelos de machine learning que puedan exponerse para consumirse por aplicaciones de terceros; incluye modelos y algoritmos predefinidos sobre los que empezar a jugar con datos propios de inmediato y permite integración con modelos de Google TensorFlow

En este artículo profundizaremos en la primera solución NLP para construir chatbots.

 

Haciendo chatbots con SAP Leonardo

Para poder incorporar tecnología conversacional, SAP recurrió a la adquisición en enero de 2018 de la start-up recast.ai, fundada en 2015 en París. Es una empresa dinámica enfocada a crear software, tecnología y soluciones en torno al procesamiento de lenguaje natural en más de 20 idiomas que sirve, entre otros, para hacer chatbots. Han crecido rápidamente gracias a clientes internacionales entre los que se incluyen grandes empresas del sector bancario, aseguradoras y tecnología.

SAP Leonardo chatbot

SAP ha incorporado la tecnología de recast.ai que se fundamenta en 3 pilares principales:

  • Bot Builder - Incorpora un imprescindible gestor de diálogos para modelar lo que contesta el bot así como los flujos de los diálogos mantenidos con el usuario o “skills”. Además:
    • Ofrece un sistema intuitivo para crear y entrenar intents (lo que el usuario escribe al bot) con un sistema avanzado y flexible para hacer anotaciones de diversas entidades por tipo (fecha, persona, moneda, porcentaje, etc.). Esto es lo que permite entrenar la parte cognitiva para que el bot ‘entienda’ al usuario.
    • Se presenta de la mano de una comunidad de desarrolladores que comparten ejemplos y plantillas de skills (diálogos o bots parciales) ya hechos.
    • Permite integrarse con aplicaciones de terceros e incluso con un backend a medida (orquestador).
  • Bot Connector - Habilita una amplia compatibilidad con muchos canales de comunicación: Facebook Messenger, callr, Cisco, Kik, Line, skype, slack, SAP Jam, Telegram, twilio y twitch. Gestiona de forma fácil para el desarrollador la utilización de componentes de interfaz de usuario (quick replies, carruseles, multimedia, etc.)
  • Bot Analytics - Incluye un dashboard para analizar el uso y comportamiento del bot, para facilitar su diagnóstico y reentrenamiento.

 

Primer análisis

Tras una primera toma de contacto con este sistema, destacamos algunos aspectos:

  • En general, introducen un poco de ‘aire fresco’ en los sistemas de creación de intents (reconocer lo que el usuario quiere decir), tanto a la hora de anotar como de automatizar la recogida de toda la información necesaria (slots), al usar una interfaz de configuración que puede resultar más orientada a proceso, más usable, que en el caso de otros competidores como Amazon o Google (muy similares entre sí) o que IBM (este a menudo requiere de pseudo-código, aunque recientemente están haciendo grandes esfuerzos en que cada vez se usen más formularios).
  • Para organizar los diálogos, utiliza un sistema híbrido entre skills (como es el caso de Amazon) y un sistema puramente de árbol de diálogo (como utiliza IBM), lo cual a priori permite tanto gestionar conversaciones muy pautadas y guiadas, como conversaciones más inconexas entre partes del diálogo (como ocurre en conversaciones naturales).
  • A destacar la facilidad para incorporar distintos tipos de salidas de información de forma muy fácil, por ejemplo para añadir quick-replies, carruseles, elementos multimedia, etc. En este sentido IBM está a la cola aunque es un punto que están trabajando en su roadmap (recientemente han incorporado estas funcionalidades pero, de nuevo, mediante pseudo-código).
  • Existen plantillas y ejemplos de chatbots ya hechos, aunque la mayoría son en francés y al investigarlos son menos ambiciosos de lo que uno podría pensar. Este aspecto de ‘abrir a la comunidad’ el desarrollo de chatbots es algo que todos los fabricantes están impulsando, en particular IBM, que tiene páginas propias con ‘recetas’ y tutoriales propios de gran calidad así como espacios abiertos en github.
  • El número de integraciones con canales existentes es muy completo. Además ofrece una compatibilidad muy alta entre elementos de la interfaz (quick-replies, carruseles, etc.) y los canales disponibles, en particular, garantiza que si el canal no soporta ese elemento gráfico de forma nativa, se utilizará otro similar o se representará en forma de texto sin perder contenido.
  • A nivel de integraciones, permite crear ‘acciones’ que lanzan peticiones contra APIs externas y gestionan la respuesta, con limitaciones. Para funcionalidades avanzadas, puede integrarse una pieza de software a medida que opere como un orquestador o backend. Esto es un estándar en la industria y no presenta innovación alguna.
  • Tampoco es particularmente novedoso el dashboard integrado que permite monitorizar el número de usuarios que han conversado con el bot, y qué intents o diálogos se han reproducido más. Sí es interesante que permite hacer estas estadísticas segmentadas según el canal de comunicación empleado por el usuario, lo cual es de utilidad pero no es una gran innovación.

SAP Leonardo demo

Conclusiones

SAP no ha querido perder la oportunidad de subirse al tren de las tecnologías cognitivas del lenguaje y ha sabido buscarse un aliado con experiencia para recortar diferencias con otros grandes players como IBM Watson, Google Cloud AI o Amazon Web Services ML. Cabe destacar que estos otros fabricantes tienen más servicios cognitivos ‘avanzados’ en torno al lenguaje (Language Classifier, TextToSpeech, SpeechToText, etc.) y sobre todo en torno a procesamiento de imágenes (clasificación automática, reconocimiento facial, etc.).

Pero si se trata de hacer chatbots completos o incluir funcionalidades conversacionales en otras aplicaciones (saber entender la intención del usuario y saber qué contestar), ya es posible hacerlo en SAP Leonardo y el resultado no dejará indiferente a nadie.

La adquisición de recast.ai aún es reciente pero es más que probable que en muy poco tiempo SAP empiece a aplicar las prestaciones que ofrece su nueva tecnología para enriquecer muchas de sus soluciones. Esto permitirá que en próximas actualizaciones se incorpore entre las novedades tecnología NLP nativa para que los usuarios puedan operar estas soluciones mediante lenguaje natural.

Hasta entonces, quedan a nuestra disposición nuevas opciones en el panorama de herramientas para construir nuestros propios chatbots a medida, ahora también marca SAP.

 

¿Quieres saber cómo construir un chatbot y cuánto te costará? Descárgate nuestro ebook “Cómo construir un chatbot a medida” y descubre cuáles son los principales players que ofrecen servicios cognitive en el cloud.

chatbot

 

Posts relacionados
¡Comparte con tus contactos!
   

Comenta este artículo...

Nuevo llamado a la acción

¡No te pierdas las novedades de nuestros blogs!

¡Comparte con tus contactos!