AI趋势：2020年将预示着智能对话时代的20个原因

一系列近期发展有望推动全球经济发生巨大变化。技术如机器人技术，人工智能(AI)和机器学习(ML)拥有先进的程度，世界上已经成熟了一大步进入的时代智能自动化。这种智能自动化意味着什么?为什么与早期时代不同?

首先，今天的机器人和计算机可以比人类更好，更便宜地执行大多数日常体力劳动活动。

第二，他们还被证明具有完成包括认知能力在内的活动的能力，这些能力曾经被认为难以成功实现自动化，例如做出默契的判断，感知情感甚至开车。

麦肯锡全球研究院的一份新报告估计，随着当前的进步水平，自动化可以使全球生产率每年增长0.8%至1.4%。该研究的独特之处在于，尽管将深度学习技术应用于整个经济中的用例具有巨大潜力，但主要由于对技术的理解不正确，因此也存在持续的局限和障碍。

从某种意义上说，人工智能的价值不是在模型本身中发现的，而是在公司利用它们的能力中发现的。对于全球企业而言，重要的是要清楚地了解塑造行业的趋势以及如何最好地利用它们。

语音将是将来的对话平台最重要的功能，因为自动语音通信的潜在节省要大于自动文本聊天的节省。

例如，会话式AI(基于文本或语音的交互式通信)作为AI的最常见用途而引起了企业的极大关注。基础自然语言处理(NLP)技术对AI和语言理解的依赖性创造了独特的机会，无论是改善客户体验还是降低成本。尽管我们可以从其不断的发展中获得希望，但了解其详细的影响也很重要。

我们带来了市场上的20大趋势及其对我们所有人的影响：

1.不断增长的企业级平台

如今，有很多提供商都提供NLP驱动的对话聊天机器人 -从纯游戏到大型游戏。但潜在的趋势显然是企业现在选择以目的为导向的对话型AI部署，以服务于特定的，具有高影响力和有利可图的用例，而不是组装几十个机器人(用于客户支持，计费，销售等) ，包裹跟踪和配送，计划等)。

HTTP://WWW.dfjb.net◐◐◐◐◐◐◐◐◐◐◐◐◐◐◐◐东方金报wev豪仕法律网

研究公司Opus表示：“与企业从数十家供应商处推出数十种机器人(例如客户支持，账单，销售，包裹跟踪和履行，计划等)相关的做法已被取代，推动“会话式AI”的部署，以服务于特定的，高影响力且有利可图的用例。”

如果您需要将自动化虚拟代理大规模地纳入主流，则首选企业级平台模型，因为它们可以被广泛的涉众利用。此类平台带有工具和管理控制台，可以由一组不同的主题专家，机器人程序开发人员，计算语言学家，对话设计师和其他专业(除了针对客户服务或联络中心管理员的常见职务说明)组成的团队进行协作。

Gartner预测，到2025年，将有30%的大型企业选择一个单一的，企业范围的对话平台，该平台将被业务应用程序用作前端，以提供客户服务和提高员工效率。这证实了对话式AI在2020年成为主流的持续趋势，进而帮助企业变得智能。

IDC对话型AI创新者报告还强调了从客户体验端点出发的平台模型的重要性。对话式AI软件平台使用户可以通过语音或文本与人类方言中的应用程序，网站和设备进行通信。企业部署对话式AI技术，以跨社交媒体，公司网站，移动应用程序和其他通信渠道自动实现面向客户的接触点。

聊天机器人的面向文本的含义更为有限，而会话式AI则更涵盖包括语音机器人，语音和文本助手在内的AI技术。会话式AI聊天机器人和软件平台正在帮助企业与客户进行更深入的互动，并实现更高的转化率。聊天机器人和会话式AI平台可帮助企业尽快解决数字时代的不确定性。”

2.优先关注垂直方向的平台

每个人都知道对话平台从长远来看是好的，但是您还需要立即实现的回报。通常，平台可帮助企业部署和维护多个聊天机器人，其平台架构可包括用于多渠道方案的Omnichannel部署，知识库管理和对话路由的功能。平台模型还有助于不断完善NLP和数据以使其成熟。但是，企业还通过闲聊或针对特定行业的用例机器人来实现内容加速器的乐趣，这有助于企业领导者引导您的聊天机器人实现。

带有内置数据的预包装机器人已针对特定的行业词汇和领域术语进行了严格的测试和培训，并进行了部署，以使客户能够更快地将产品推向市场。在银行，IT服务管理，人力资源管理系统和财务等领域，内部员工以及最终用户直接使用许多此类机器人。

根据Gartner的数据，到2022年，会话代理将处理30%的客户服务体验，高于2017年的3%。

3.进入壁垒越来越低，导致人工智能民主化

利用云服务，平台和框架，可以在短时间内将聊天机器人创建，部署和集成到大量渠道。在低代码/无代码平台占主导地位的时代，即使是非技术用户也可以通过使用现有的Web API并将其与Amazon Slack集成来创建，测试和完善简单的原型聊天机器人，这相对容易立即回声/ Alexa和Skype。

尽管这样的解决方案可能并不代表可以投入生产的情况，但它反映了进入相对较低的障碍，以探索聊天机器人的用例作为客户，用户和员工体验的一部分。从本质上讲，使用聊天机器人获得对话体验的成功并不是掌握技术，而是确定自然语音或基于文本的交互非常适合并设计引人入胜且高效的对话流程的用例。

正如Gartner在其2020年“十大技术预测”中所说：“该模型将从一名具有技术素养的人转变为具有人员素养的技术。” 总体趋势表明，更多的功能可用于更少的开发和更少的数据科学工作。在某种程度上，这导致了AI的民主化。

4.没有UI 是最好的UI

会话-基于文本或启用语音的交互式通信-是下一个被大量采用的UI。正如他们所说，没有UI是下一个UI。随着这项技术的成熟并成为主流，我们正在目睹有趣的趋势。

首先，向功能丰富的对话平台的转变已经开始，该平台提供了在企业范围内开发，部署和维护多个聊天机器人的功能。其次，我们已经在考虑下一代对话，它将模糊对话UI和图形UI之间的界限，以提供最方便的用户体验-一种UI-Chat交响乐。

在基于语音的通道中，这可能涉及控制诸如音调，音频节奏或消除内容歧义之类的事情(显然，电话号码的读取方式与原义号码不同)。在基于文本的通道中，通道提供程序通常会允许文本的格式丰富以及嵌入UI元素(例如图像，链接和按钮)。

5.会话接口作为执行代理

会话界面代表了与图形用户界面(GUI)的根本变化。使用GUI，用户是技术的操作者，而在对话界面中，执行动作的责任在于代理，代理根据用户想要完成的工作来解释用户的意图，然后转身执行该意图。 。实际上，翻译意图的负担将从用户转移到计算机。这是与技术进行交互的一种根本方式，而目前它仅限于文本输入或对话，并且越来越多地添加了多模式，并且随着时间的推移，会话界面将转换为多模式界面并成为主要的交互模型。

根据Gartner的说法，到2022年，领先的供应商将拥有适用于有能力的商业用户使用的语音和文本对话助手的意图调整工具，但应用程序设计仍将需要高级技能。

6.跨沟通工具的会话协作

尽管有多种对话工具可供选择：聊天机器人，虚拟个人助理(VPA)，虚拟消费者助理(VCA)，虚拟员工助理(VEA)–两者在平台架构，集成模型和请求方面均互不相同-交互的响应性质–消费者，用户甚至企业利益相关者都很难轻易区分它们。

例如，聊天机器人和VPA(例如Amazon Alexa，Google Assistant和Microsoft Cortana)甚至他们的企业替代产品(例如Kora)都具有独立和差异化的功能，诸如Slack，Facebook Messenger，Microsoft Teams和Skype 等通信和协作平台也是如此。将来，用户应该能够轻松地从一个代理无缝导航到另一个代理，并且聊天机器人应该提供扩展机制，以允许对话连接到平台提供商所提供的核心功能以外的服务。

7.会话分析受到高度重视

使用从聊天机器人和对话平台捕获的数据产生有用的分析和指标以制定数据驱动的决策以扩展和调整平台的趋势可能会显示上升趋势。当前捕获的一些指标是对话参与度，最佳参与时间，用户行为，基于用户参与度，失败和聊天过程中的障碍，用户痛点，人工代表干预实例，事件跟踪来过滤用户对话。

此外，通过提供机器人与用户对话的可视化表示，您可以在视觉上下文中映射流行的用户路径，任务和退出点，从而帮助识别使用基于文本的数据可能不会注意到的模式，趋势和相关性分析方法。

尽管大多数chatbot框架都提供了自己对会话分析的支持，但是还有第三方服务可以集成和跟踪会话，以获取有价值的见解以进行报告。Google聊天库和Kore的Conversational Analytics是一些平台，可为用户使用聊天机器人的旅程提供深刻的推断。当然，另一个优点是通过了解用户旅程可以产生交叉销售或追加销售的机会。2020年，采用聊天机器人技术的企业将渴望使用这些分析来更好地了解用户并据此制定策略。

8. NLU正在成熟，使对话看起来更加“酷酷”

在企业界趋向于与客户和员工进行自然而灵活的互动时(通常适合重视简明通讯的X 世代和千禧一代)，NLU已接受了良好的培训，可以轻松处理此类消息。即使在与人类用户进行交互时，用户也会在消息传递应用程序和协作工具中回避长而复杂的答案，以解决简短的简短问题。我们必须说，对话渠道已经很好地管理了用户对响应的期望。

格式丰富且交互式的响应有助于改善用户体验，或者被称为“对话体验”。Gartner估计，将有超过20亿人定期使用对话式AI与VPA，VCA，支持AI的连接设备进行交互。

9.用例的复杂性稳步上升

除了提供简单查询的答案之外，会话式AI将开始支持复杂的移动问题以及更细微的差别，包括语气，消费者个性，以前的参与度，客户旅程的阶段等。结果将是高度个性化的对话，而不是机械的在音调上。

情境参与将成为常态。当客户从一个渠道转移到另一个渠道，或从聊天机器人转移到人工渠道时，系统不仅会记住所有收集到的见解，还会记住所有收集到的见解。这些将被保留，并成为正在进行的对话和解决方案的未来交付的一部分。

随着AI应用程序的扩展，消费者所能接触到的选项的数量也将随之增加-从机器，语音，人类等等。提醒您，将由客户来决定他的选择。

10.训练有素的机器人和第三方数据集

随着数据为AI提供动力，需要大量高质量的训练数据来训练机器学习算法以获得预测性并产生良好的分析结果。我们将看到企业能够从涵盖各种类别的各种免费和付费算法和模型中进行选择，包括计算机视觉;自然语言处理;语音识别 ; 文字，数据，语音，图像和视频分析;和预测分析。2020年将是接受预训练的机器学习模型，第三方数据集和模型以及开源训练数据的一年。

11.但是，“对话经验”仍在涌现

直截了当：聊天机器人和对话体验即使随着它们的发展而变得越来越智能和复杂，仍然不是参与的主要界面。他们的UI，设计和技术在不断发展和成熟，用例正在爆炸和增加，并进行了大量实验，但聊天机器人通常是客户使用的现有服务和产品的补充接口。它更被视为一种便利和增值。

毫无疑问，在移动设备和连接的扬声器对VPA的支持以及某些台式机OS集成的推动下，它在消费类技术领域更为普遍。但是在许多其他渠道(例如，企业协作工具和消息平台)上，用户仍然需要发现您的聊天机器人，在首次使用时注册或连接到该聊天机器人，并记住要使用它。在各种渠道中促进和推动聊天机器人使用的最佳实践正在不断发展。

12.人或机器–取得正确的组合

尽管对话界面正在迅速发展，但您仍然需要同时结合人和AI才能提供出色的用户体验。聊天机器人可以回答大多数简单的问题。诸如研究或比较各种分析性问题之类的开放式任务仍可以由人类更好地处理。

虽然可以构建机器人来帮助用户回答查询并为用户执行交易，但在某些情况下，可能需要依靠人员代理来帮助用户完成交互。例如：

用户提出问题或说出机器人不准备回答的内容

用户更喜欢与Live Agent聊天而不是与机器人聊天

开发人员希望对话可以由人工代理在特定条件下接管(例如，基于特定的用户类型)

因此，当AI达到极限时，客户服务代表接管对话而不会失去语境的趋势将继续存在，并且可能会变得更加无缝。

13.机器人的性格至关重要

对话的区别和“个性类型”将成为今后任何对话界面的固有特征。要创造良好的对话体验，您必须创建品牌个性，以指导跨所有意图进行写作，并最终跨多个聊天机器人实现。Gartner发现，企业越来越重视为聊天机器人和虚拟助手开发个性。至此，一些极富创造力的团队聘请了来自电视和游戏行业的对话作家。报告说，到2022年，将有20%的大型企业拥有专门的对话设计师作为其用户体验团队的一部分，而如今这一比例还不到1%。

期望公司根据对虚拟角色代理对话设计的品牌指南或参考文献的评估，来评估适合其品牌形象的个性类型。他们需要在语音方面，更喜欢的单词选择和可识别的语音模式等更精细的方面进行培训。两家公司甚至通过具有实践经验的写作练习，评估以及来自具有深厚对话写作知识的培训师的更正，将我们的生活指导文件提供给机器人脚本编写和培训作家。

14.语音启用

语音将是将来的对话平台最重要的功能，因为自动语音通信的潜在节省要大于自动文本聊天的节省。如今，超过4300万美国人拥有数字助理或智能扬声器，例如Amazon Alexa或Google Home(来源)。亚马逊(Amazon)，苹果(Apple)，微软(Microsoft)，谷歌(Google)，三星(Samsung)，百度(Baidu)等发布了许多重要产品，供应商纷纷涌入市场。

消费者使用这些数字助理来获取新闻和天气更新，播放音乐，控制设备，订购食物或其他物品，收听有声读物和播客以及获取航班信息，仅举几例。

语音对话趋于细微差别，并且需要在界面中内置特定功能以了解中断，提示和语音信号，这目前已超出大多数实现的范围。

虽然重点主要放在消费者受众上，但随着企业逐渐将基于语音的助手用于企业功能，它可能会在2020年发生变化。这些包括工作场所任务，例如计划，基本信息搜索和辅助电话会议，以及更复杂的操作，包括处理电子邮件，处理费用报告以及提供增强智能功能和其他深层对话功能。

据IDC统计，三分之一的企业将利用对话语音技术为客户参与到2022年的研究从Salesforce的显示，商业买家已经有75%表示新兴技术(包括聊天机器人和语音助理)正在改变他们的公司的预期。此外，企业每年合计花费1.3万亿美元来为2650亿次客户呼叫提供服务，而会话式AI可以成为一种有目的地解决呼叫中心问题并提高效率的出色技术。

15.对话式人工智能驱动的搜索

以人工智能为动力的助手的用户越来越多，并且以新的方式暗示着，对于先进的以对话为动力的人工智能驱动的搜索的需求将比以往更快。语音搜索将彻底改变消费者在线搜索的方式。

考虑一下，例如，您正在寻找刚搬到新城市的餐厅。消费者将无需输入诸如“波士顿意大利餐馆”的搜索查询，而可以使用更多的对话短语来表达他们的搜索查询，例如“波士顿有多少家意大利餐馆?”。

人工智能驱动的搜索引擎将做的不只是为用户提供大量就餐机会。他们还将收到更多的对话答案。搜索引擎可以询问以下问题，以提供更详细的解决方案：

您要预订几张桌子?

您想在什么位置用餐?

您想要一张池畔桌吗?

16.对话式人工智能促进自动化

对话式AI将成为启用AI的应用程序自动化领域中至关重要的齿轮。预计三种技术的融合(对话界面，自动化业务流程和事件驱动的应用程序体系结构)将改变消费者和员工与企业应用程序互动的方式。由AI启用的由语言服务提供支持的会话平台具有内在的吸引力，这源于使用服务而无需学习UI或应用程序固有的控件的能力。到2019年，40%的企业将积极使用聊天机器人来促进使用NLU的业务流程。

宏观经济条件也有利于应用自动化，以应对即将来临的经济下滑带来的困难。由于全球紧张局势，冲突和贸易战造成的不稳定加剧，预计在衰退中将出现长期利率和企业投资下降。对于具有自动化第一思维方式的组织而言，经济低迷是改变并惠及其业务，其股东和员工的机会。

17.关于上升的认知搜索

对话式AI中的另一件令人兴奋的事情是认知搜索。根据Forrester的说法，认知搜索是新一代企业搜索，它使用AI返回与用户更相关或嵌入到发出搜索查询的应用程序中的结果。认知搜索市场正在爆炸式增长-预计到2023年其价值将达到152.8亿美元，高于2018年的25.9亿美元-并且恰逢企业对AI和机器学习的采用呈上升趋势。

18.聊天机器人将增强现实技术带给客户

对话式AI正在利用的众多技术中有AR。聊天机器人能够与AR和谐相处，帮助重新定义客户参与度和体验。当前的移动/ Web应用程序种类繁多，无法支持AR，因为它是一种相对较新的技术，用户也不习惯使用它。应用内的聊天机器人可以促进这项技术的使用。根据用户的行为及其购买周期的阶段，机器人可以通过使用AR来提示他们。

Gartner在其《 2020年技术十大预测》中指出，到2021年，至少三分之一的企业将部署多经验开发平台来支持移动，Web，对话和增强现实开发。

19.图像识别

改进的图像识别在各个领域都产生了奇迹。最近，Google展示了一种用于对前列腺癌进行分级的先进成像系统，该系统比受过训练的病理学家能够更准确地做到这一点，并且斯坦福大学的一个团队在皮肤癌方面也 取得了类似的成功。与对话界面结合在一起时的图像识别扩展了其工作范围。借助图像识别，虚拟助手可以比人类更快地筛选信息，并且不易出错。

同时，将面部识别功能内置到虚拟助手中可帮助银行，金融科技和保险等行业实施更好的安全机制。

20.数据隐私问题将变得更加重要

在确保用户数据以及其数据及其用户的隐私方面，组织必须执行更严格的规范，并保持遵守任何相关法律或法规。当您的客户群向您提供他们的数据时，就带有保护其隐私的期望。组织有责任让聊天机器人确保敏感数据的安全通道。数据泄露是一件棘手的事情，并且可能以最无害的方式发生。因此，请保持警惕，预见这些违规行为，并采取措施避免它们。如果您要从客户那里获取个人数据，一种好的做法是让漫游器将它们链接到安全的渠道，甚至是人类代表。

无论是独特的突破，突破还是新产品模型，会话式AI每年都将取得突破。坐下来，反思并计划迈出一大步，迎接您的激动人心的未来!