为什么对话式AI是业务的未来

最近的一份报告显示 ，2017年语音激活设备的使用增加了129％。现在，五分之一的智能手机用户每月至少与语音助手通话一次。用户也越来越多地采用聊天机器人作为与品牌互动的方式。千禧一代是功能强大的消费者群体，尤其愿意与机器人进行互动。 其中有67％的人甚至愿意从聊天机器人那里购买。

尽管客户越来越习惯与机器对话，但许多品牌仍不确定如何开始使用对话式AI（或最佳实践是什么）。会话式AI具有巨大的潜力，可以提高效率并在所有渠道中推动智能化，特别是对于市场营销和客户服务团队而言。但是，与任何创新一样，当这项技术失败时，潜力就丧失了。许多用户（ 据估计有30％）对他们的机器人参与感到失望。

通常，这些失败的对话源于品牌的对话式AI策略的缺陷：这不仅涉及自动化。到目前为止，已经构建了该技术，以使流程更快，规模更大。幸运的是，我们开始看到使用工具来发现业务价值的转变，而不仅仅是偏转和节省成本。速度不是唯一的目标：最终，这项技术应该扩大我们的理解以及我们的服务交付，从而带来更好的情报，并最终使整个企业的客户满意。

什么是会话式AI
对话式AI的核心是用于管理数据输入和输出的系统。您的客户（用户）通过用户界面（语音，聊天等）输入数据。或者，您的客户可能会采取诸如单击要约的提示之类的操作来提示系统参与。无论哪种方式，会话式AI系统都集成了多种工具和技术，旨在实时了解用户输入并根据其正确操作。

然后，系统需要同时做两件事。首先，它需要了解用户的意图，以便为您的客户提供准确的信息，或采取适当的措施。这样做的方式必须符合用户对准确，个性化和快速的期望。其次，它需要从交互中捕获和分析数据。在提供可操作见解的同时，对机器学习这一步骤进行了监督和无监督，以训练系统。然后，这些见解可用于改善系统的总体设计，并最终在整个业务中增加价值。

对话智能的基础
一旦了解了良好的对话式AI系统应该做什么，就可以将其实现分解为逻辑步骤，并调整AI策略。直到最近，这一直是非常困难的–构成对话式AI系统的技术已广泛存在于一个“黑匣子”中，该黑匣子提供了一种“一刀切”的解决方案，该解决方案可能会或可能不会真正满足业务需求，更不用说提供以下功能：随着时间的推移，系统规模扩大。现在，开放了AI和ML工具的分布式模型。这些开放模型使企业能够分析现有数据，同时收集新数据以准确部署所需的内容，在何时何地部署所需的内容，以构建自己的定制系统或增强已投入生产的系统。简而言之，

剖析黑匣子时，我们的重点应该是利用工具，使我们能够制定战略并预测客户的需求和需求。倾听和理解是系统的目标，因为这最终将建立信任并赢得客户的忠诚度。

如何倾听和了解您的客户
开始使用对话式AI系统自动进行聆听和理解的最有效方法是利用能够分析大量非结构化数据的技术和ML工具。这些数据可能包括通话记录，网络聊天，电子邮件，非结构化文本，社交媒体帖子，甚至与现有漫游器的对话。使用这些技术，您可以确定客户的主要目的或动机，并查看他们如何与对话系统互动。您还可以众包分析机器人或助手提供的用户体验，并收集有关机器人如何以及为什么误解了特定用户的意图以及误解是否与您的业务相关的见解。

例如，假设您捕获了200,000个会话。您的系统应指示参与程度更高或更低的领域。它还应该自动填补与系统业务目标相关的系统理解空白。理想情况下，这些工具将使您能够识别可拖放到已确定的业务意图数据库中的非结构化数据，从而可以实时测试和部署语言理解。

所有这些的关键是了解客户的意图-他们真正关心的是什么。准确发现分析意图需要正确混合数据和用户输入。这种组合包括上下文：当我们试图了解客户的需求时，特定的对话，情况，历史信息和业务都是所有因素。

这种水平的分析和洞察力将真正揭示您的对话为客户和企业带来价值的能力。在利用对话式AI工具之前，许多公司依靠感知以及Web分析，呼叫和聊天路由，CX调查和审计的组合来描绘“足够好”的图景。有些测量总比没有好，但是最终这些方法太容易受到解释偏差的影响，从而使它们变得非常不精确：如何从页面视图，关键字搜索或高级路由标签中推断用户的真正需求？

倾听意图
人工智能使我们能够推拉对话数据，以使用户意图与正确的结果和机会相匹配。这将针从听觉转移到了行动。

每个对话式AI系统都需要标记的数据来创建意图模型。要创建标签数据，请先分析您的客户互动。找出客户与您交流的地方，并寻找机器人或自然语言理解引擎在过程中插入并创建可行的结构化数据的机会。第二步是将您的数据与现有的意图模型进行匹配。跨行业开发的最佳方法是：数据越丰富越好。

有了这两个组件，您就可以构建模块：上下文和经过战斗测试的数据。现在，我们可以训练一个机器学习系统并实现一个AI平台，该平台的体系结构可以驱动和发展集成的上下文，对话状态和内容。

选择一个可以在运行时支持系统的平台，并且随着系统的发展，它可以自定义并扩展到现在和将来的所有业务中，这一点也很重要。它应该利用多种集成和NLU技术来保证精度和准确性。智能和体验工具的这种结合将使您无论客户选择哪种渠道，都可以提供出色的客户体验。同时，它将使您不断了解客户对业务的渴望。

例如，戴尔是全球最大的技术公司之一，最近通过在Dell.com上引入IVA与他们的实时聊天频道一起支持客户自助服务来提高业务绩效和客户满意度。在短短三个月内，实时聊天和IVA联系率的聊天实例增加了61％。同时，实时聊天成本降低了27％。IVA能够令人满意地为客户提供帮助，并且比单独的现场客服人员以更高的速度结束对话，同时还能可靠地通过与产品推荐进行聊天来增加收入。

IVA不仅能够有效地协助客户导航不断变化的站点并立即支持问题，而且能够准确地识别出客户的意图，从而能够通过在客户之前了解有关新产品和技术的语言来比较不断变化的产品。这样做，以便根据个人客户需求为购买决策提供建议。

假设的终结
以这种方式实施的对话式AI将成为您客户的新范例。它很可能会消除您网站的搜索栏和其他耗时，通常不准确的信息获取方法。它甚至可以彻底消除当前的网站。在戴尔的示例中，客户不再需要学习导航站点，在聊天队列中等待或浏览无尽的产品选项。借助对话式AI，客户可以以最自然的方式获得所需的东西：简单的对话。

创建令人满意的AI并没有捷径：上面的示例始终需要迭代和分析，但是对于企业和客户而言，结果都是值得的。在业务方面，除了提高客户满意度之外，这些解决方案所提供的清晰度和准确性对于理解客户和推动有意义的对话也具有深远的意义。例如，许多公司目前都依赖KPI，例如“解决时间”。这会给我们的客户互动带来偏见和不耐烦：为了确定客户的需求，我们经常在没有信息或经验的情况下进行假设。

设计良好的漫游器和IVA并非基于假设。它们以人类无法企及的规模和步伐运转。这些技术有可能消除假设，提高准确性，提高满意度并推动整个企业的智能化。通过有效地使用它们，我们可以从被动的方法过渡到主动的客户服务方法。如果我们可以战略性地做到这一点，我们将不仅利用对话式AI来实现自动化，还可以利用所有成功的商人所做的事情：持续聆听并采取行动。