Home

News and Insights

Conversational AI:你不可不知的企业级AI技术与应用趋势

Conversational AI:你不可不知的企业级AI技术与应用趋势
2022年06月14日

“海内存知己,天涯若比邻”

——王勃《送杜少府之任蜀州》

 

王勃的这句诗歌表达了人类远距离沟通、理解的重要性。人与人之间相互帮助和信任,需要首先了解彼此的意图和需求。今天我们介绍的Conversational AI技术,能帮助机器更好的理解、处理和响应人类语言及意图,让机器和人类之间的对话交互更“人性化”,让人人沟通更轻松便捷,更智能,若知己,无距离。


 

什么是Conversational AI

 

ConversationalAI是一种人工智能技术,它使机器能够理解、处理和响应人类语言。它包含一组技术,包括语音识别,文本和语音之间的转换,自然语言处理(NLP)和机器学习(ML)等。我们可以把ConversationalAI想象成为一个“大脑”,在它的“指挥”下,不仅可以完成人和机器的沟通,也能将无结构的会话、视频、文本等数据进行结构化分析,从而让人人沟通的过程更加自动化、智能化。

 

很多人最初对于Conversational AI的了解源起于从亚马逊、微软等这类“国际AI大厂”的技术创新。

 

教会机器人如何开展真正的对话,是人工智能所面临的最艰难挑战之一。为了让语音机器人更聪明,亚马逊豪掷几百万美金搞了个竞赛。这个竞赛名字叫——Alexa Prize,并且在亚马逊每年举行的 AWS Re:Invent大会上公布获胜名单。这个赛事的获奖标准是创建一个使用 Alexa 的聊天机器人,且能正常地与人类交谈 20 分钟。亚马逊希望Alexa将可以像人类那样进行对话,谈论诸如电影、新闻和体育之类的话题,回答人们所关心的细节问题。

 

为什么即便有机器学习等技术,机器人像人来一样展开对话依旧很难呢?人类语言是由严格的语法、音调以及多样的变化构成的,同时也充满了不确定性,人们可以使用无限多的词语来传达相同的基本信息。人工智能系统很难仅仅通过数据去学习这些知识,也很难保证正确率。

 

那么,为聊天机器人编写一个可遵照的话术规则是不是个好的办法呢?这种方法可以获得想要的与提问相一致的结果,但设计过程费时,且只能处理有限数量的话题。

 

经过数年时间,ConversationalAI有了飞速发展,不仅苹果的Siri、谷歌的GoogleAssistant或亚马逊的Alexa之类的服务已经成为移动设备中司空见惯的虚拟助手。在企业级应用领域,Conversational AI已经为很多企业客户提供聊天机器人服务、会话分析等应用。比尔·盖茨在创立微软研究院时,曾提出过一个愿景:让计算机能看会听,并可理解人类的想法。微软的新一代AI平台以“对话”为核心来构建,让机器人融入所有的企业级产品,推广到客户面前。

 

Conversational AI是如何工作的呢?

 

Conversational AI是如何将人类语言翻译成机器能够理解并以类似人类的方式做出反应的?实际上有许多不同的技术在幕后工作,其中最核心的是NLP技术,在这里,我们不仅要解释一下什么是NLP,还要解释一下什么是NLU、NLG。

 

什么是NLP?

 

NLP自然语言处理,是从计算语言学发展而来的,计算语言学是语言学的一个分支,它利用计算机科学、语言学、人类学等多个领域的工具和技术来分析和合成一种语言。

 

自然语言输入的格式是非结构化的,并通过自然语言处理算法转换为结构化的。自然语言处理的应用十分广泛,比如,拼写纠正、语言翻译、语法检查器、文本摘要、消除词汇歧义等。

 

什么是NLU?

 

NLU是NLP的一个子领域。它包括语义分析,帮助机器理解文本的意图含义和上下文。NLU的应用有情绪分析、违禁词过滤、垃圾邮件过滤等。

 

什么是NLG?

 

它是自然语言生成。这是NLP的重要组成部分,自然语言生成帮助机器生成更接近人类语言的非结构化数据。NLG的应用有自动摘要、图像字幕等。实际上,我们很难区分哪个应用分别使用NLP、NLU或NLG,甚至是不可能的。

 

在典型的对话系统应用中,有如下几步,第一步,语音识别,并转换成文字,第二步,机器进行意图理解,第三步,对话管理模块进行推理,并针对如何回复进行逻辑决策,第四步,机器通过自然语言生成用人类习惯的语言表达出来,第五步,转换成语音送出去。

 

此外,在一些单纯“闲聊”场景的应用中,例如,陪伴机器人,也会用端到端深度学习模型,用不同的语料生成。

 

企业级ConversationalAI的趋势/预测:市场将快速增长

 

先来看一组数据,Gartner预测,到2023年,全球40%的企业都将开始应用Conversational AI。Conversational AI市场正在快速增长。目前,Conversational AI的全球市场规模为68亿美元(2021年),预计到2026年将增长到184亿美元。增长背后的原因是客户互动的数字化、技术创新和不断变化的客户需求。

 

越来越多企业采用AI技术,提供更好的客户服务,来满足客户需求并降低运营成本。

 

根据德勤Conversational AI未来的调查,训练数据和维护等问题的挑战是阻碍企业采用聊天机器人的主要原因。然而,创新和低代码解决方案的出现,Conversational AI的前景非常光明。

 

Conversational AI可以划分成两类

 

我们可以将Conversational AI划分成两类:对话系统与会话分析。

 

对话系统是在人和机器的沟通中,通过程序(Agent)参与沟通,可以干预和引导人机对话的走向。而会话分析是隐藏在人人沟通背后,不会直接参与沟通,企业级会话分析应用的核心在于赋能员工,让企业员工和员工之间、员工和客户之间的沟通更加智能化。

 

 

对话系统(Dialogue System)

 

首先说说对话系统,学术角度,把对话系统按照任务性质,可以分为,一种是任务型对话系统,比如,手机Siri语音助手,可以完成任务,比如,打电话或者查询信息;另一种,聊天机器人,比如,微软的小冰,主要功能就是聊天。

 

因为在有的场景下不需要聊天,就只是做任务,打电话,查询路线,查询天气等。而有的时候二者也会结合在一起,以便让任务交互更有人情味,比如,很多银行信用卡中心的AI电话客服。有时候也需要在聊天中导流到电商。因此,任务型对话系统和聊天机器人两种对话系统也在不断融合中。

 

会话分析(Conversation Analysis)

 

本质上,数据是公司的核心资产,会话数据也不例外。今天,经营数据带来的价值已经显而易见。那么会话数据带来的会话应用爆发式发展就不难理解了。

 

会话分析有助于改进客户服务流程,客户服务代表可以缩短解决客户问题和询问所需的时间,并提高客户满意度。客户常见问题的潜在答案可以由机器人自动化回复,或者从知识库中提供智能推荐的回复给客户服务人员,从而让客户服务人员腾出时间来完成要求更高的任务。在会话分析中,机器人还能够自动将客户问题推荐引导给适当的团队成员。

 

会话分析还可以简化培训和入职,使得那些人员高流动性和工作高挑战性的的企业降低人员培训成本。

 

最后,抛开表象看本质,ConversationalAI实际上是一次通讯革命的开始。以Conversational AI技术取代传统的信息交流和信息搜索手段是大势所趋。它开拓的是一套新的人机乃至机机交互方式。概括起来,Conversational AI有很多商业价值。更好的客户体验:速度更快,体验更简单性;通过直接的消息,成为首选的用户交互渠道,特别符合年轻一代用户的交互习惯。更短的等候时间:让大量的客户互动自动化完成,还可以为服务支持人员赋能,增强能力,提升了人工客户服务的工作效率。高效的人力支持:增强了人工客户服务的工作,每小时解决的案例更多,沟通交互的信息流更加流畅。

Related News
明略科技对话式AI:将专家能力赋能给一线员工

明略科技对话式AI:将专家能力赋能给一线员工

2022年04月14日

当下,对话式AI产品的应用意图并非通过AI产品去完全替代人类,而是以用户为中心,以实现对话服务质效提升为目的,从替代与辅助双角度出发,达成对话工作流人机协作的最优赋能。

Learn More
明略科技姜平:后疫情时代,以会话智能为核心实现数字化转型

明略科技姜平:后疫情时代,以会话智能为核心实现数字化转型

2022年06月01日

客户永远有新的需求,在高频竞争的市场之下,谁能第一时间抓住,在产品端得以体现,就可以及时满足市场需求。

Learn More
明略科技:金融领域应用会话智能,用AI激活存量用户

明略科技:金融领域应用会话智能,用AI激活存量用户

2022年04月27日

智能时代的AI新技术结合金融行业庞大的基础网点银行,又会迸发出哪些新价值呢?“以人为本”的会话智能或将是AI+金融发挥价值的关键。

Learn More
Conversational AI:你不可不知的企业级AI技术与应用趋势
2022年06月14日

“海内存知己,天涯若比邻”

——王勃《送杜少府之任蜀州》

 

王勃的这句诗歌表达了人类远距离沟通、理解的重要性。人与人之间相互帮助和信任,需要首先了解彼此的意图和需求。今天我们介绍的Conversational AI技术,能帮助机器更好的理解、处理和响应人类语言及意图,让机器和人类之间的对话交互更“人性化”,让人人沟通更轻松便捷,更智能,若知己,无距离。


 

什么是Conversational AI

 

ConversationalAI是一种人工智能技术,它使机器能够理解、处理和响应人类语言。它包含一组技术,包括语音识别,文本和语音之间的转换,自然语言处理(NLP)和机器学习(ML)等。我们可以把ConversationalAI想象成为一个“大脑”,在它的“指挥”下,不仅可以完成人和机器的沟通,也能将无结构的会话、视频、文本等数据进行结构化分析,从而让人人沟通的过程更加自动化、智能化。

 

很多人最初对于Conversational AI的了解源起于从亚马逊、微软等这类“国际AI大厂”的技术创新。

 

教会机器人如何开展真正的对话,是人工智能所面临的最艰难挑战之一。为了让语音机器人更聪明,亚马逊豪掷几百万美金搞了个竞赛。这个竞赛名字叫——Alexa Prize,并且在亚马逊每年举行的 AWS Re:Invent大会上公布获胜名单。这个赛事的获奖标准是创建一个使用 Alexa 的聊天机器人,且能正常地与人类交谈 20 分钟。亚马逊希望Alexa将可以像人类那样进行对话,谈论诸如电影、新闻和体育之类的话题,回答人们所关心的细节问题。

 

为什么即便有机器学习等技术,机器人像人来一样展开对话依旧很难呢?人类语言是由严格的语法、音调以及多样的变化构成的,同时也充满了不确定性,人们可以使用无限多的词语来传达相同的基本信息。人工智能系统很难仅仅通过数据去学习这些知识,也很难保证正确率。

 

那么,为聊天机器人编写一个可遵照的话术规则是不是个好的办法呢?这种方法可以获得想要的与提问相一致的结果,但设计过程费时,且只能处理有限数量的话题。

 

经过数年时间,ConversationalAI有了飞速发展,不仅苹果的Siri、谷歌的GoogleAssistant或亚马逊的Alexa之类的服务已经成为移动设备中司空见惯的虚拟助手。在企业级应用领域,Conversational AI已经为很多企业客户提供聊天机器人服务、会话分析等应用。比尔·盖茨在创立微软研究院时,曾提出过一个愿景:让计算机能看会听,并可理解人类的想法。微软的新一代AI平台以“对话”为核心来构建,让机器人融入所有的企业级产品,推广到客户面前。

 

Conversational AI是如何工作的呢?

 

Conversational AI是如何将人类语言翻译成机器能够理解并以类似人类的方式做出反应的?实际上有许多不同的技术在幕后工作,其中最核心的是NLP技术,在这里,我们不仅要解释一下什么是NLP,还要解释一下什么是NLU、NLG。

 

什么是NLP?

 

NLP自然语言处理,是从计算语言学发展而来的,计算语言学是语言学的一个分支,它利用计算机科学、语言学、人类学等多个领域的工具和技术来分析和合成一种语言。

 

自然语言输入的格式是非结构化的,并通过自然语言处理算法转换为结构化的。自然语言处理的应用十分广泛,比如,拼写纠正、语言翻译、语法检查器、文本摘要、消除词汇歧义等。

 

什么是NLU?

 

NLU是NLP的一个子领域。它包括语义分析,帮助机器理解文本的意图含义和上下文。NLU的应用有情绪分析、违禁词过滤、垃圾邮件过滤等。

 

什么是NLG?

 

它是自然语言生成。这是NLP的重要组成部分,自然语言生成帮助机器生成更接近人类语言的非结构化数据。NLG的应用有自动摘要、图像字幕等。实际上,我们很难区分哪个应用分别使用NLP、NLU或NLG,甚至是不可能的。

 

在典型的对话系统应用中,有如下几步,第一步,语音识别,并转换成文字,第二步,机器进行意图理解,第三步,对话管理模块进行推理,并针对如何回复进行逻辑决策,第四步,机器通过自然语言生成用人类习惯的语言表达出来,第五步,转换成语音送出去。

 

此外,在一些单纯“闲聊”场景的应用中,例如,陪伴机器人,也会用端到端深度学习模型,用不同的语料生成。

 

企业级ConversationalAI的趋势/预测:市场将快速增长

 

先来看一组数据,Gartner预测,到2023年,全球40%的企业都将开始应用Conversational AI。Conversational AI市场正在快速增长。目前,Conversational AI的全球市场规模为68亿美元(2021年),预计到2026年将增长到184亿美元。增长背后的原因是客户互动的数字化、技术创新和不断变化的客户需求。

 

越来越多企业采用AI技术,提供更好的客户服务,来满足客户需求并降低运营成本。

 

根据德勤Conversational AI未来的调查,训练数据和维护等问题的挑战是阻碍企业采用聊天机器人的主要原因。然而,创新和低代码解决方案的出现,Conversational AI的前景非常光明。

 

Conversational AI可以划分成两类

 

我们可以将Conversational AI划分成两类:对话系统与会话分析。

 

对话系统是在人和机器的沟通中,通过程序(Agent)参与沟通,可以干预和引导人机对话的走向。而会话分析是隐藏在人人沟通背后,不会直接参与沟通,企业级会话分析应用的核心在于赋能员工,让企业员工和员工之间、员工和客户之间的沟通更加智能化。

 

 

对话系统(Dialogue System)

 

首先说说对话系统,学术角度,把对话系统按照任务性质,可以分为,一种是任务型对话系统,比如,手机Siri语音助手,可以完成任务,比如,打电话或者查询信息;另一种,聊天机器人,比如,微软的小冰,主要功能就是聊天。

 

因为在有的场景下不需要聊天,就只是做任务,打电话,查询路线,查询天气等。而有的时候二者也会结合在一起,以便让任务交互更有人情味,比如,很多银行信用卡中心的AI电话客服。有时候也需要在聊天中导流到电商。因此,任务型对话系统和聊天机器人两种对话系统也在不断融合中。

 

会话分析(Conversation Analysis)

 

本质上,数据是公司的核心资产,会话数据也不例外。今天,经营数据带来的价值已经显而易见。那么会话数据带来的会话应用爆发式发展就不难理解了。

 

会话分析有助于改进客户服务流程,客户服务代表可以缩短解决客户问题和询问所需的时间,并提高客户满意度。客户常见问题的潜在答案可以由机器人自动化回复,或者从知识库中提供智能推荐的回复给客户服务人员,从而让客户服务人员腾出时间来完成要求更高的任务。在会话分析中,机器人还能够自动将客户问题推荐引导给适当的团队成员。

 

会话分析还可以简化培训和入职,使得那些人员高流动性和工作高挑战性的的企业降低人员培训成本。

 

最后,抛开表象看本质,ConversationalAI实际上是一次通讯革命的开始。以Conversational AI技术取代传统的信息交流和信息搜索手段是大势所趋。它开拓的是一套新的人机乃至机机交互方式。概括起来,Conversational AI有很多商业价值。更好的客户体验:速度更快,体验更简单性;通过直接的消息,成为首选的用户交互渠道,特别符合年轻一代用户的交互习惯。更短的等候时间:让大量的客户互动自动化完成,还可以为服务支持人员赋能,增强能力,提升了人工客户服务的工作效率。高效的人力支持:增强了人工客户服务的工作,每小时解决的案例更多,沟通交互的信息流更加流畅。

Tel

Business Hotline

4006-538-899

Reception

010-64303888
Online Consult

Scan QR code
Consult Now

Back to Top