人工智能会话机器人目前并不常见，但在五年后的未来，你收到的销售邮件很有可能并不是由人工发出的，而是来自于它们。

假设如下的场景：你对客户服务自动化软件感兴趣，你访问了一个供应商的网站，提供了你的联系信息，请求软件演示，并要求销售人员给你发邮件，以获取你所需要的信息。

如果你不回复这封邮件，销售人员在第二天又发来一封，接下来的几天都是如此，最后的最后则是一封道歉邮件。你感觉自己可能不太礼貌，最后礼貌的回复了该邮件，而现实却是，这个看起来礼貌又坚持的销售人员可能并不是一个人类。而是一个会话机器人。

这种情况已经出现在虚拟助手平台，如Conversica上了，虽然这还不普遍，但在未来五年内，由于技术的飞跃，很有可能给你发邮件介绍产品或服务的会是一个人工智能(AI)会话机器人，他们能够理解客户的意图，生成对话来模拟人类自然的对话。

实际上，人工智能近年来发展非常快，Gartner预测，到2020年，人工智能在所有新产品中够会变得十分常见，其主要涉及的技术包括自然语言处理，深层神经网络和会话能力等。

其他分析师持同样的观点。属于人工智能范畴内的技术，包括图像识别、机器学习、人工智能会话机器人和语音识别，而且很快就会变得无处不在，因为业务应用程序开发人员可以自由使用IBM Watson或Google Cloud Natural Language的相关API。

“你使用的每一个企业应用程序在未来五年都将成为智能应用程序。谁会买一个不智能的应用程序呢？”Dave Schubmehl，IDC负责认知系统和内容分析的研究室主任反问道。

AI 预期，避免陷入拟人化的陷阱

之前看似遥远的人工智能，现在却断言它将在五年内会变得十分普遍，这样的论调可能听起来有些突然。但是AI的种子已经扎根在许多商业应用中了，它很快就会深深的纠缠在应用程序的生态系统中。深层神经网络——人工智能项目背后的技术，图像识别，语音识别，自然语言处理，如果这些技术与数据分析模型合理搭配，将会提供行之有效的内容分类器功能，Gartner副总裁，近期主导人工智能研讨会的Tom Austin说道。

可以肯定的是，公司距Star Trek-esque Data 机器人还相差甚远。但这并不是企业目前需要从人工智能中获得的东西，那些科幻幻想的展现，会误导人们追求“拟人化思考”的人工智能，会导致人们错误的理解AI是什么以及它能做什么的问题，Austin说道。他提醒道，注意AI推销者“编织诱人的故事，高谈阔论成功，而对失败风险避而不谈的行为。”

“智能机器并不会主动思考，他们也不具备人类常识，他们没有自我意识，以后他们也不会有意识，”Austin在网络研讨会上说到，“人们广泛谈论的有关AI的信息是具有欺骗性的，这些人其实并不了解真相。”

事实上，大多数技术供应商宣称其能够提供人工智能，但他们过于滥用人工智能这个词了。实际上，应用程序开发商已经开始使用统计数据模型自动生成的机器学习来取代传统的规则了，IDC的Schubmehl解释道。这种变化意味着应用程序将会变得更为智能。

“在过去，你需要一个规则集，它规定‘如果发生这种情况该如何应对’。应用程序将不再依赖于规则和启发式技术，它们将依赖于数据模型，有效数据可以纠正程序自身，这是学习的一部分。”Schubmehl说道，“我们的想法是，如果对失败的预测变得越来越精准，那这些系统也会随之变得越来越智能”

IBM，Google 引领着AI会话的发展

现在市场上存在着各式各样的人工智能，苹果的Siri和微软的Cortana本质上属于语音搜索引擎的范畴，他们并不能真正地回答问题，也不能理解语言的上下文。谷歌和IBM所提供的则是与之不同的新型会话平台。

IBM 的Watson Conversation API 现在对开发人员可用，谷歌在今年夏天推出了两个云机器学习产品：Cloud Natural Language API 和Cloud Speech API。使用这些API，公司可以将自然语言处理接口添加到业务应用中，来理解客户在网上对其产品和服务的相关评论。他们还可以实现与用户沟通的自动化，通过虚拟代理或人工智能会话机器人即可实现。IDC的Schubmehl 说，随着语音识别和会话应用的发展，他相信声音很快就成为主要的接口。今天的会话API系统能够让开发人员构建一个人工智能会话机器人，并可以与用户进行“合理的谈话，”他说。

这个会话技术的发展程度已经超越了交互式语音应答系统，它们给企业带来了更多的灵活性，使他们得以更为有效的回答客户的问题，提高他们处理问题的的成功率，Schubmehl解释道。

经过数十年对会话系统的研究和以及算法的发展，智能会话技术达到了一个高潮，IBM Watson平台总监Steve Abrams说。

“我不希望有人认为这是一蹴而就的事，但我们正处于一个转折点。我们看到新应用程序正在不断被开发出来，”Abrams说道。

Welltok公司，一家IBM的合作伙伴，已经开始使用Watson Conversation API，此外，该公司也已经使用Watson机器学习和认知计算技术来推动其CaféWell Concierge平台，该平台主要向医疗领域消费者提供他们所需要的信息。

例如，医疗保险的客户可能联系Welltok' 的Concierge，获取关于保险的免赔额或试图需求客服帮助，以帮助其理解晦涩难懂的保险计划。Welltok的Concierge将会理解问题，并提供容易理解的答案，该公司的联合创始人兼负责功能架构的副总裁Jeff Cohen说道。

在Concierge不理解客户的问题时，系统来决定如何消除歧义，并持续跟进来澄清问题，他说道。

“这部分十分棘手，把所有这些技术编织在一起，模仿与人类交谈的情景，”Cohen说，“你想要一个智能对话框，一个智能系统，能够学习和理解你语言的上下文，你的健康计划，你的年龄，你的家属关系等。系统会提供一个个性化的回答，这样客户才会对人工智能技术有信心。”

AI并不是即插即用

尽管Conversation API让开发者更容易在他们的应用程序中实现人工智能，但这些认知系统并不是即插即用的。他们需要投入相当多的时间来达到公司要求的客户信任水平，Cohen说。

“你需要睁大你的眼睛。医疗领域相对保守，对于个人健康而言，我们永远要避免给出一个错误的答案，所以我们要花三到六个月来集中测试回答的准确性，直到我们觉得有足够的信心把它带到试点用户面前。”

的确，一个人工智能会话机器人只能提供信息知识库的一部分，如果给它提供不良的信息，你的客户就将得到不良信息，IDC的Schubmehl说道。公司需要长久使用这些系统。就像员工，必须经常接受培训，以保持其所掌握技能的时新性，他补充说。

Welltok将置信水平设置为95%，如果其认知系统不能确定一个答案，它将向客户提供不同的资源或帮客户转接在线代理。

“我们不会给客户一个错误的答案，相反，我们为他们重定向到其他解决方案，宁可不给出答案，也不能向客户提供错误答案，”Cohen说。

如何开始使用AI

AI专家和用户警告，公司需要一步一个脚印的开展认知计算项目，选择一个有明确边界的区域，来请领域专家来训练系统，理解客户的问题和需要。公司也需要对其业务目标和预期结果保持清醒的认识，Gartner的Austin在研讨会上说道。

“尽量选择那些短期内就能产生价值的应用程序。你不需要搞得像建立一个月球探测器那样复杂。你尽可能保证尽可能的简单。也许小巧一些就足够优秀了。简而化之最重要。” Austin表示。

对于那些没有开发团队或IT资源有限的公司，软件即服务(SaaS)应用程序可能是不错的选择，比如Conversica就提供用于预约功能的人工智能会话机器人。

在线业务演示平台供应商，KnowledgeVision使用Conversica的虚拟助手平台跟进低优先级的线索。SaaS应用程序虚拟助理是人工智能技术结合的产物，有的用来破译意图，有的用于判断情绪，此外还包括神经网络和其他技术。这些技术协同工作。KnowledgeVision的虚拟助理通过电子邮件跟踪了入站线索，并创建一个对话框来收集信息，最终传递信息给销售或营销代表。

虽然在大多数情况下它工作得非常好，虚拟助理还是会遭遇问题，例如它收到的邮件是休假期间的自动回复。虚拟助手可能会将其视为会议请求。所以KnowledgeVision需要在追踪客户钱完成交互审核，KnowledgeVision的营销副总裁Susan Zaney说道，他的部门正在使用Conversica。

Zaney表示，人工智能会话机器人所带来的好处远远超过其局限性。现在公司能够跟踪每个线索，虚拟助理像是一位7*24小时在线的员工，它从不生病。如果一个潜在的客户在1点打开电子邮件并回复邮件，虚拟助理立即就能回复。而客户却不知道这个不知疲倦的销售人员是一个会话机器人。

相关阅读：《人工智能大爆发 哪些价值引关注？》