《中智观察》第1682篇推送

作者：赵满满

编辑：小宏

编审：杨小天

头图来源：图行天下

• 近年来，人工智能相关技术持续演进，与云计算、大数据、物联网、5G等技术不断融合，成为引领未来的新兴战略性技术，是驱动新一轮科技革命和产业变革的重要力量。

• 在新科技革命和产业变革的大背景下，人工智能产业化和商业化进程不断提速，正在加快与千行百业深度融合，正在促进新兴产业之间、新兴产业与传统产业之间以及技术与社会的跨界融合发展。

• 中国软件网、海比研究院认为，人工智能与产业深度融合，将成为企业释放数字化叠加倍增效应、加快战略新兴产业发展、构筑综合竞争优势的必然选择，全面梳理人工智能技术、应用的发展态势，对推动人工智能持续健康发展至关重要。

为此，中国软件网、海比研究院特别推出了“人工智能行业洞察”系列报道，通过对人工智能技术、应用、企业等深度报道，助力企业数字化、智能化。

目前，中国软件网、海比研究院已经推出的AI报道包括：

·MLOps：让AI应用周期从9个月缩短到几天

·超大规模与轻量化模型，谁会成为AI主流？

·大型机没有灭亡，反而正成为AI、混合云的宠儿

·向死而生，浴火重生，创新能让AI芯片新生？

·从蜂拥而上到纷纷退场，AI芯片谁在“裸泳”？

·谷歌微软阿里华为都爱上大模型，AI开发边界被打破

在日常生活中，很多人已经离不开像Siri、Alexa、Google Assistant、小爱等这样的对话式AI应用。这些AI虚拟助手被配置得更像人类，生成的响应语音更自然，并且与真实的人类对话更趋一致。

另一方面，当您去医院、银行、养老机构或者不动产中心等办事时，你是愿意咨询员工，还是与机器交谈？会不会担心因为口音、衣着等原因，被咨询的人员歧视呢？

国外一家公司的调查表明，80%的人更愿意与善解人意的机器人进行对话，以便获得更好的结果。

事实也证明，对话式机器人正在不同领域发挥着越来越大的作用，帮助企业用户解决客户服务等难题，提高客户的体验。

德勤（Deloitte）从对话式AI供应商中获得的统计数据显示，2021年在多个行业中，对话机器人处理的交互量增加了250%，大约90%的公司认可能更快地解决投诉，超过80%的公司表示使用对话式AI解决方案增加了呼叫的处理量。

那么，作为一个企业用户，会考虑在业务系统里构建对话式机器人吗？会将这一AI技术投入到商业应用中，代替人回答众多用户面临的问题吗？甚至期望通过对话式AI创造更大的商业机会吗？

来自苹果

1.融合各种AI技术，对话式 AI 异军突起

无论是虚拟助手在早上唤醒您，还是您询问通勤路线，或者您在网购时与机器人进行交流，或者医药公司回答代理商疑问，公司员工咨询HR政策，等等。

在这些情况中您可能都在使用对话式 AI。您用正常的声音说话，而设备可以理解并找到适当答案，然后用听起来自然的声音回复您。

那么什么是对话式AI呢？

对话式AI是应用机器学习技术，开发基于语言的应用，使人们能够通过语音与设备、机器和计算机进行自然交互。

在企业服务领域，对话式AI是支持企业与其客户之间自动对话的技术。这些对话可以基于文本或基于音频，并且可以在任何消息传递或基于语音的通信平台上完成。

首先，对话式AI是多种AI技术综合发展的结果。IBM认为，对话式人工智能是使用大量数据、机器学习和自然语言处理等技术，帮助模仿人类交互，识别语音和文本输入，能在各种语言之间实现实时翻译，并理解文字的含义。

对话式AI产品的AI技术底座由智能语音、自然语言理解与知识工程等技术支撑。在工作流程中，智能语音技术分为语音识别（ASR）、语音合成（TTS）两类，实现对话内容从语音到文本、从文本到语音的相互转换。

自然语言处理可分为自然语言理解（NLP）与自然语言生成（NLG），其关键是要让机器人“理解”人类语言中的意图并基于知识库“生成”对应的自然语言，完成人机对话交互。

知识库为对话式AI产品的大脑，由知识工程支撑建设。知识工程以深度学习FAQ为核心应用，还包括表格知识库、知识图谱和文档阅读理解等技术。

第二，人工智能已经发展到可以非常准确地模仿人类对话的水平。他们使用自然语言处理来推动这些类似人类的对话。

对话式AI可以帮助人工智能理解语音、文本和意图，破译不同的语言，并像人类一样做出反应。一些对话式AI技术足够先进，甚至可以理解上下文并个性化对话。

最后，对话式AI的应用有多种形式。最简单的是FAQ 机器人，经过训练，可以从具有预先格式化答案的定义数据库中回复查询（通常是以书面形式表达）。

更复杂的对话式AI形式是虚拟个人助理，如Amazon的Alexa、Apple 的Siri和 Microsoft 的Cortana等。这些工具设备经过调节，可以回应简单的请求。

另一种专门的对话式AI形式是虚拟员工助理，它可以了解员工与软件应用和工作流程之间的互动情况，并提出改进建议。虚拟员工助理广泛用于机器人流程自动化（RPA）。

在企业服务上，虚拟客户助理是一种更专业的个人助理版本，它能够理解上下文，从一个互动到下一个互动进行对话。

对话式 AI 是如何工作呢？

一个对话式AI应用的流程一般分为五步：

一是自动语音识别将语音转换为文本。一旦发出查询，语音助手的人工智能必须通过自动语音识别（ASR）将语音转换为文本，了解所询问的内容。

二是自然语言理解解释查询意图。通过自然语言理解的自然语言处理，帮助系统解释输入，以了解查询背后的情绪和意图。

三是机器学习有助于配置响应。在机器学习的帮助下，根据用户意图的上下文确定正确的答案。随着时间的推移，通过学习由相同意图指导的查询的不同变体，机器学习会学习最合适的响应。

四是自然语言生成有助于产生类似人类的响应。机器通过自然语言生成在自然语言处理的帮助下产生可理解的响应。无论是完成任务还是回答问题，它都以更类似于人际互动的方式完成整个过程。

五是文本到语音转换软件将生成的响应转换为语音。有了响应，虚拟助手现在使用文本到语音转换软件将文本转换为语音响应。

可以说，每一步都需要运行多个AI模型，因此每个单独网络的可用执行时间约为10毫秒或更短。

海比研究院认为，对话式 AI 在企业服务领域具有广阔的应用前景。

目前，对话式 AI的优势包括：

成本效益。为客户服务部门配备人员可能非常昂贵，特别是当您寻求在正常办公时间之外回答问题时。通过对话式AI提供客户协助，可以降低人员工资和培训的业务成本。

对话式AI工具比人类劳动力更容易访问，因此客户可以更快、更频繁地与企业互动，并且为潜在客户提供24小时服务。

企业可以对对话式AI进行编程，以处理各种用例，从而确保全面性和一致性。

对话式AI也具有很高的可扩展性，因为添加基础设施来支持对话式AI比新员工的招聘和入职流程更便宜，更快捷。

这些都可以改善整体客户体验，进而反映在客户忠诚度的提高和销售收入的提升。

2.改变客户和员工的体验，对话式AI应用快速增长

对话式AI都用在哪儿？

在线客户支持。在线聊天机器人正在取代客户旅程中的人工代理，回答常见问题，提供个性化建议，交叉销售产品，从而改变对网站和社交媒体平台客户参与度的看法。

平安科技就曾公开表示，我们做对话机器人的目的就是为了取代人工，为用户创造更多的价值，提供更好的服务。而平安科技就采用了云知声的对话式AI.

物联网 （IoT） 设备：大多数家庭现在至少拥有物联网设备，从Alexa扬声器到智能手表再到手机。这些设备使用自动语音识别与最终用户进行交互。流行的应用程序包括Amazon Alexa，Apple Siri和Google Home。

如电子商务网站上的消息传递机器人与虚拟代理，消息传递应用程序，如Slack和Facebook Messenger，以及通常由虚拟助手和语音助手完成的任务。

办公，办公环境中的许多任务都通过对话式AI进行了简化，例如在Google上搜索内容时搜索自动完成和拼写检查。

人力资源流程。许多人力资源流程都可以通过使用对话式 AI 进行优化，例如员工培训、入职流程和更新员工信息。

客户研究和反馈。对话AI平台的一个主要目的是与客户和潜在客户互动，了解他们的担忧，提供解决方案。企业可以使用从这些对话中收集的数据，更好地了解客户及其面临的挑战。

总体而言，对话式AI应用程序能够很好地复制人类的对话体验，从而提高客户满意度。

你知道对话式AI有多受欢迎吗？

从提供客户支持，到指导用户完成产品销售，对话式AI这种客户支持自动化平台可用于不同的行业和领域。对话式机器人服务能力越多，对话能力就越强，更像人类。

Gartner预测，到2022年，70%的白领将每天与对话平台互动。到2030年，聊天机器人和对话代理将筹集并解决十亿个服务票证。根据Gartner的说法，这种聊天优先策略将增加自助服务并提供快速的投资回报率。IDC预测，人工智能将定义50%的客户互动。

艾瑞咨询的数据显示，四年后对话式AI市场规模突破百亿，带动约三到四倍相关产业规模。

报告认为，2021年对话式AI的市场规模为45亿元，带动规模126亿元。未来，企业端与政府端对对话服务资源的需求将持续增加。

政府端，全国各地继续推进服务热线归并工作，并在新冠疫情常态化下固化了“智能通知”“智能核查”等对话式AI产品防疫需求。

企业端，在流量红利天花板、竞争态势日益激烈的行业背景下，企业纷纷加强对客服、营销等服务资源部门的投入，持续深化服务领域的智能洞察以优化用户服务体验。

预计2026年，对话式AI的市场规模将达到108亿元，带动规模超385亿元。

海比研究院认为，越来越多的公司正在采用人工智能驱动的客户服务解决方案，以满足客户需求并降低运营成本。在这些人工智能驱动的解决方案中，聊天机器人和智能虚拟助手名列前茅，预计在未来2-5年内，它们的采用率将翻一番。

3.参与者众多，对话式AI供应商英雄辈出

市场研究机构Everest Group 首次聚焦对话式AI产品，对全球 20 家对话式AI供应商进行评估。艾瑞咨询的报告也列入了阿里云、百度智能云多家国内优秀对话式AI厂商。

目前，对话式AI企业参与者众多。

最重要的阵营是创新企业，国外如Kore.ai 对话式AI 平台，国内的如云知声。

作为国内的AI独角兽企业，云知声人机交互搭建平台（UniOS），定位于让客户简单几步即可获得对话式 AI 能力。目前该平台支持选择官方技能配置自己的人机交互产品，对于特定需求场景的客户也支持零代码快速制作、调试并发布技能应用到产品中。

在技术上，云知声的优势是可定制性强，技能开发满足客户特定需求、特定资源、特定话术（平台可帮助泛化）的配置；语义训练预置业界领先的高性能算法，以数据优化驱动模式打造的全流程。

同时，云知声具有无代码机器学习能力，低成本实现高性能AI模型的大规模批量生产与部署。

在服务上，云知声社群、工单、商务、项目经理保障客户问题及时、高效解决。

而使用Kore.ai平台，企业可以设计、测试、创建和部署支持 AI 的助手。其要功能包括配备多管齐下的 NLP引擎，支持超过30个通道，灵活的部署模式，与自定义 ML 模型和自定义渠道轻松集成。

优势是企业可以轻松自定义它，它带有域训练用例，它可以使机器人交互人性化，免费演示和试用。

另一大阵营是互联网企业、云服务商。几乎每一个运服务商都涉足对话式AI平台领域，并在自己的产品与服务上，优先使用自己的产品。

谷歌认为，人工智能正在学习回话，将改变客户和员工的体验。为了简化这一过程，这家科技巨头正在推出所谓的“Bot-in-a-Box”。

这项新功能是一种对话式消息服务，允许组织通过Google搜索、Google地图或自己的业务渠道与人们联系。新的Bot-in-a-Box功能允许企业使用现有的客户常见问题解答文档启动聊天机器人，无论是来自网页还是内部文档，以保持服务简单。该功能使用Google的Dialogflow技术来创建聊天机器人，人无需编写任何代码即可自动理解和响应客户问题。

视频会议企业Zoom通过收购对话式AI平台Solvvy增强自己的实力。目前，企业对个性化客户体验的需求越来越高。借助Solvvy公司的AI和机器学习技术，Zoom将加速提升个性化客户体验，提高运营效率。

Zoom 近日推出的联络中心是第一个提供视频优化的全渠道联络中心平台，包括视频、声音、SMS、网络聊天等渠道。本次合作还将为 Zoom 提供规模化的自助服务和对话 AI 功能。

AI与RPA企业也没有缺席对话式AI平台。

作为芯片企业，英伟达推出了NVIDIA Speech AI ，使企业能够为每个品牌创造独特的声音。

通过NVIDIA丽娃定制语音软件，为虚拟助手、呼叫中心语音和其他基于语音的应用提供支持。而丽娃企业版可用于大规模部署。NVIDIA Riva Custom Voice是NVIDIA Riva语音AI软件中的一项功能，它使数百万家公司能够使用Riva在数小时使用少量数据开发富有表现力的自定义语音。

在不到三年的时间里，NVIDIA的对话式AI软件已被下载超过250，000次，在各行各业被广泛采用。

近期中国RPA企业来也科技收购了法国对话式AI公司Mindsay。来也科技开创了通过收购欧洲创业公司来加速AI业务全球化的先河，并会进一步丰富与深化其面向全球客户的一体化智能自动化平台。

软件企业积极发展对话式AI平台。

如SAP就推出了SAP Conversational AI，可以将基AI的聊天机器人集成到自己的业务中。采用NLP技术，快速上市，配备强大的分析仪表板，可支持多种语言，可以语音激活等是其优势。

4.虽然挑战众多，但是企业仍从中受益

当人们想到对话式人工智能时，自然会想到客户支持服务和全渠道部署的在线聊天机器人和语音助手。大多数对话式 AI 应用在后端程序中内置了广泛的分析功能，有助于确保类似人类的对话体验。

但是专家认为对话式AI当前应用还较弱，因为过于专注于执行非常狭窄的任务领域，现在很难出现一个强人工智能、专注于一种类似人类意识的应用，可以解决各种任务，解决广泛的问题。

因此，对话式AI仍处于起步阶段，近年来才开始在商业领域被推广。与任何新技术进步一样，对话式AI应用也存在一些挑战。

一是语言输入可能是对话式AI的痛点，无论输入的是文本还是语音。方言、口音和背景噪音等会影响AI对原始输入的理解。俚语和无脚本语言也可能在处理输入时产生问题。

同样，对话式AI面临的一大挑战是语言输入中的人为因素，如情感、语气和讽刺使对话式AI难以解释预期用户的含义并做出适当的回应。

二是隐私和安全。由于会话AI依赖于收集数据来回答用户查询，因此它也容易受到隐私和安全漏洞的影响。在实施对话式AI平台时，用户的数据安全和隐私是一个大问题。对话式AI平台应遵守该地区的数据监管准则，并足够安全，以克服黑客的任何攻击。

三是训练数据。如果公司没有足够的数据来涵盖不同用例的变化，那么在内部构建对话式AI平台并不容易。一旦企业获得数据，就需要一个专门的数据科学家团队来构建ML框架，训练AI，然后定期对其进行重新训练。

要成为“对话式”，一个平台需要在具有各种意图和话语的大型AI数据集上进行训练。除此之外，该平台应与其他工具和技术堆栈兼容，以实现数据的平稳集成和共享。

人工智能应该能够从与用户的对话中学习。如果它没有强化学习能力，它将在几年内过时。

四是易用性。对话式AI平台的设计应使其易于代理使用。如果用户体验不好，包括创建会话流、响应最终用户、分析数据、更改设置等，代理将不会使用该平台。

根据德勤对对话式AI未来的调查，培训和维护等设置挑战是企业没有实施聊天机器人的主要原因。然而，随着新的创新和低代码解决方案的出现，对话式AI的未来充满了光明。

尽管话式AI关注点很窄，但对话AI对企业来说是一项有利可图的技术，可以帮助企业降低成本，并获得更多利润。

---

科技媒体·企业演化科学·战略托管综合体

本文作者系赵满满

寻求报道，以及对相关话题感兴趣，请评论区留言

CDEC 2022中国数智智能生态大会暨第十五届软件渠道大会 火热报名中

深圳站

扫码报名参会/进群

扫码报名

扫码报名