成功部署会话式人工智能(AI)项目和其他的数字化业务流程升级完全不同。事实上,它根本不是传统意义上的IT升级;会话式人工智能不仅仅是将复杂的机器人引入前台办公室。将这一事实视为理所当然注定会让项目失败。
这些跨渠道人工智能系统——旨在与内部用户和/或客户在文本或口头对话中自然流畅地进行交互——与传统业务系统最为相似之处在于,短视的决策能够如何破坏发展并阻碍未来的生产力。在部署会话式人工智能项目时,你应该记住什么?以下是需要考虑的六个因素。
1. 人工智能是一副全新的面孔:像它们之前的交换机和网站一样,机器人可能会是公司非常重要的新面孔。例如,Progressive Insurance推出的、非常流行而又古怪的广告吉祥物“Flo”,并在Facebook上创建了Flo聊天机器人,它会开戏谑的玩笑,并且瞄准了销售政策。
Flo的例子不仅仅是一个小可爱。会话式人工智能的“角色”必须体现公司的价值观,并通过与不计其数又难以预测的人类进行准确有效的沟通来反映其能力。一个与你的品牌过于矛盾的、个性化的合成声音可能与乐盲般的广告活动具有一样的灾难性。
2. 注意技术细节:企业有时候会在客户甚至没有意识到问题存在的时候,就解决一些技术问题,这是事实。但部署会话式人工智能并不是这种的情况,因为它的缺点将成为你的品牌的缺点。人工智能系统必须是“防弹”的。
“防弹”的一部分在于饱和集成。如果会话式人工智能没有与ERP或者CRM系统进行广泛的集成,就不太可能如此。成功实施的项目可以实时访问所有相关企业数据库(云端或者本地),数据量的级别就算不是PB级的,至少也是GB级的。理想情况下,它们的界面——合成语音——足够逼真,可以让用户专注于任务,而不是软件。
3. 自我教育:了解会话式人工智能和传统聊天机器人之间的区别非常重要。聊天机器人针对预期中的请求提供预先设置好的响应以及来自人类的声明。这些系统是隔离的应用程序,因此不与前台平台或数据集成。这意味着它们无法理解上下文,或者回复中没有额外的信息,这可能会让它们的维度过于单一,无法满足今天高管们的需求。另一方面,会话式人工智能平台深入集成到各大信息系统之中,可以通过绝大部分企业通道进行沟通,包括文字消息、语音界面、企业网站和社交媒体。
在比较两种界面选项时,欧洲和拉丁美洲电信公司Telefonica意识到它需要超越传统聊天机器人提供的服务水平。结果是一个系统,可以为居住在六个国家的客户提供跨多个渠道的广泛而丰富的数据集,包括家庭设备、移动设备和社交媒体。与Progressive一样,Telefonica使用现成的软件工具来构建、测试、部署并交付其自然语言解决方案。
4. 集成关键数据集:今天的企业高管们需要让以往的口头服务带来数据的价值。精明的高管们不会根据部分数据就采取行动,成功的面向客户的人工智能系统也是如此。在部署会话式人工智能的时候,确保系统访问了以下数据集——否则,它的效用将受到限制:
将数据视为你的人工智能系统的燃料。假设你所在的企业的数据尽可能地安全,让你的人工智能系统能够不受阻碍地使用它们成功执行任务所需要的每一个数据库。没有人愿意乘坐缺乏喷气燃料的客机,而企业也无法承受人工智能出现同样的灾难。
5. 从小处开始:在部署会话式人工智能时,要让第一个项目非常小而且非常聚焦。早期的
小规模部署可以作为构建块,帮助企业适应新的策略和程序,并且从部署过程中汲取经验教训——毕竟这是一种复杂而独特的软件,并将这些经验教训内化。
6. 愿意调整:也许最违反直觉的一点是,首席执行官们必须准备好打破他们的公司刚刚建立的东西。如果你部署的聊天机器人工作不正常或音调不正确,请重新评估。如果有必要,请重新开始,因为这将是你的品牌最明显的方面之一。
会话式人工智能将成为每个行业中品牌军备竞赛的一部分,获胜者将是那些利用人工智能系统超越客户期望和市场标准的首席执行官们。遵循这些基本步骤,你将建立一个品牌,并且同客户建立起更为强大、也更为持久的关系。如果做得好,人工智能系统——至少在早期——对于客户来说看起来就会像魔术一样,这会让你的公司显得与众不同。
好文章,需要你的鼓励
AWS与AMD联合发布Amazon EC2 M8a实例,搭载第五代AMD EPYC处理器,最高频率4.5GHz。相比M7a实例性能提升30%,性价比提升19%。支持最高192个vCPU和768GB内存,网络带宽达75Gbps,EBS带宽60Gbps。适用于Web托管、微服务架构、数据库等通用工作负载,已在美国俄亥俄、俄勒冈和欧洲西班牙区域上线。
丹麦技术大学研究团队开发出首个商业鱼类重新识别系统,通过AI技术为鱼类配备"电子身份证",解决渔业电子监控中的重复计数难题。研究采用Swin-T视觉变换器,在AutoFish数据集上达到90.43%的识别准确率,显著优于传统CNN方法。技术可实现全自动捕捞记录,为可持续渔业管理提供重要工具。
IBM发布了适用于SAP的IBM咨询应用管理套件,利用生成式和代理AI简化并加速现代化进程。SAP传统ECC系统支持将于2027年结束,但目前仅45%的组织已迁移到新的S/4HANA系统。IBM的工具可创建符合客户标准的特定代码更改,提供主动监控和影响分析。然而分析师指出,迁移工具未能解决核心问题:价值创造,因为客户需要处理多年积累的ECC系统定制化技术债务。
本田研究院开发出突破性的机器人听觉预测技术,让机器人能够通过分析当前声音预测未来几秒的音频变化。该技术采用流匹配算法,在装水和钢琴演奏实验中表现出色,装水任务达到100%成功率。这项技术将声音从辅助信息提升为核心感知能力,为机器人智能发展开辟了新方向,在制造、医疗、服务等领域具有广阔应用前景。