在过去的几年里，我们都遇到过网页上“让我们聊天！”的按钮，它们都承诺提供快速、有用的客户服务体验。自2016 年以来，大肆宣传的人工智能的聊天机器人是客户体验的重要组成部分，目前也被证明是好坏参半。消费者发现跟许多机器人交流时令人失望且浪费时间。与此同时，企业通常需要为聊天机器人提供比预期更昂贵的花费与维护。
AI 高级研究分析师 Hayley Sutherland表示，得益于开源 AI 语言模型，如Google 的 BERT和Microsoft/Open AI 的 GBT，组织和技术软件供应商现在可以更轻松地在这些创新之上进行构建。他们可创建更复杂的对话式 AI 工具，从更智能的聊天机器人和异步消息传递到语音和移动助手。如今，可以非常快速地设计深度学习模型。而且，根据他们的工作方式，可能只需少量的训练数据。
Hayley Sutherland：“在过去的两三年里，机器理解人类书面和口头语言的能力确实提高了，这项技术已经远远超越了我们所认为的基于规则的脚本方法，在这种方法中，人类手动编写了一个僵化的脚本，如果超出这个范围，很容易破坏并增加挫败感。现在，机器不仅可以更好地理解所说的话，还可以理解会话背后的意图，同时也可更灵活地做出响应。无论它们是基于文本的还是基于语音的，这意味着我们可以创建更复杂的虚拟助理或客户服务代理。”
解决对话式客户挑战
Derek Roberti 是 Cognigy 的北美技术副总裁，Cognigy 是一个位于德国的低代码对话式人工智能平台，它与 Kore.ai、OneReach.ai 和 Amelia 等公司一起被评为 Gartner 企业对话 AI 平台魔力象限的领导者。根据 Gartner 的说法，企业对话式 AI 平台市场“通过针对多个用例、对话模式（如语音、聊天、短信和电子邮件）以及在企业内部实施的能力，专注于满足大型企业的需求。”
Roperti 解释说，总体而言，客户服务领域的对话式人工智能市场分为三个关键类别：第一个是对话式人工智能专家，其平台具有为技术和非技术用户量身定制的用户界面，开箱即用的集成以及多种渠道。
其次是巨头云提供商，如微软、谷歌、亚马逊和IBM。“这些提供核心服务，可能是翻译、自然语言理解或语音到文本，但不一定具有用户界面和预建组件。
最后第三是数以千计的其他较小的市场参与者利用开源创新来提供具有不同复杂程度的现成工具。
Roperti 说，所有这些不同类别的公司都在“努力解决同样的问题”：“我们如何使人们能够建立友好、易于上手的自动化交互并建立最先进的对话？” ，也就是创造一流的客户体验，尤其是非技术人员和技术人员都可以使用的工具。
对话式人工智能针对两种类型的客户服务买家
Roberti 列举了市场上用于客户服务和支持的对话式 AI 工具的两种主要类型的买家。首先，有些买家拥有联络中心或面向客户的支持系统，这些通常是非技术买家。
Sutherland 补充说，这些买家以前可能从未使用过对话式 AI，或者没有开发人员资源。这就是我们越来越多地看到这类低代码的原因，她说：“你可以有一个不是开发人员但在客户对话方面是专家的人，他知道一个好的对话是什么样的，他可以帮助培训和检查正在构建的对话 AI 的功能，并真正确保人的因素在那里。”
Roberti 解释说，另一方面，有更多的技术买家，包括企业架构师，他们从组织的各个部分收到聊天机器人和语音自动化功能的请求。他们正在寻找一个可以在整个企业中使用的平台。他们确实关心用户界面，但他们也关心这些工具将如何集成到其他系统中，以及它如何在安全和合规生态系统中工作。
情境感知对话式人工智能至关重要
Quiq 是位于蒙大拿州博兹曼的人工智能对话平台，该品牌能够通过最流行的异步短信渠道吸引客户。根据创始人兼首席执行官 Mike Myer 的说法，第一代聊天机器人缺乏良好的自然语言能力，并且通常不允许客户访问正确的数据。
Myer 解释说，他们也几乎没有提高个性化的上下文意识：“例如，如果你最近完成了一次购买，几天后你又回到了网站，如果聊天框实际上显示【欢迎回来，您对昨天下的订单有疑问吗？】 这将很有帮助，现在，对话式 AI 技术，例如底层 AI 驱动的自然语言能力，正在达到一个平台的预期。从客户的角度来看，供应商之间在自然语言理解方面的差异是难以察觉的，现在不同的是实施的质量、设计以及投入了多少培训，用户体验已经成为最大的差异化因素。”
紧张的劳动力市场导致更智能的对话式人工智能
Roberti说，紧张的劳动力市场正在推动客户服务领域的对话式人工智能的增长。例如，在疫情大流行初期，许多联络中心的座席被解雇了。现在，即使他们能够以 25% 的报酬多雇佣尽可能多的人，也没有人员配备。因此，公司正被迫将使用自动化作为生存问题。好消息是，最新的客户服务对话式人工智能有可能改善以前聊天机器人固有的无用的行业形象。
