讓我們回到2019年，根據(jù)弗雷斯特研究公司(Forrester Research)的數(shù)據(jù)，大多數(shù)消費(fèi)者都討厭聊天機(jī)器人。事實(shí)上，分析師發(fā)現(xiàn)，54%的美國(guó)在線消費(fèi)者認(rèn)為，與聊天機(jī)器人互動(dòng)"對(duì)他們的生活質(zhì)量產(chǎn)生了負(fù)面影響"。

　　值得慶幸的是，自那以后，對(duì)話式人工智能取得了突飛猛進(jìn)的發(fā)展，人們對(duì)語(yǔ)音機(jī)器人的興趣尤其高漲。這種興趣很大程度上可能源于目前圍繞ChatGPT和生成式人工智能的炒作。

　　事實(shí)上，這些技術(shù)已經(jīng)增強(qiáng)了許多企業(yè)對(duì)話式人工智能平臺(tái)。盡管如此，更多的技術(shù)進(jìn)步為2023年客戶友好型、高附加值的語(yǔ)音機(jī)器人做出了貢獻(xiàn)。

　　以下是這些進(jìn)步的五個(gè)例子，它們使該技術(shù)成為各種形式和規(guī)模的企業(yè)更可行的選擇。

 1 
語(yǔ)音識(shí)別

　　2020年3月，Statista發(fā)表了一項(xiàng)研究，發(fā)現(xiàn)各行各業(yè)語(yǔ)音到文本自動(dòng)轉(zhuǎn)錄模型的平均準(zhǔn)確率為77%。
　　換句話說(shuō)，平均模型只能準(zhǔn)確地轉(zhuǎn)錄100個(gè)單詞中的77個(gè)。

　　然而，三年過(guò)去了，這項(xiàng)技術(shù)更加先進(jìn)了。事實(shí)上，微軟和亞馬遜的準(zhǔn)確率分別達(dá)到了95.9%和95.6%。

　　盡管如此，20個(gè)單詞中有1個(gè)單詞的錯(cuò)誤率可能聽(tīng)起來(lái)很糟糕。然而，這數(shù)字還算合理。正如babelforce首席執(zhí)行官兼聯(lián)合創(chuàng)始人皮爾斯o巴克利所解釋的那樣：

　　"與客戶的對(duì)話可能涉及簡(jiǎn)單的語(yǔ)言，而不是科學(xué)論文或復(fù)雜書(shū)籍中的棘手術(shù)語(yǔ)--人工智能將難以駕馭這些術(shù)語(yǔ)。"

　　因此，根據(jù)Buckley的說(shuō)法，語(yǔ)音機(jī)器人在簡(jiǎn)單的用例中--比如在人工座席交互之前預(yù)先收集客戶信息--現(xiàn)在的成功率已經(jīng)超過(guò)了80%。

　　此外，剩下的< 20%的大部分將因?yàn)榕c會(huì)話AI模型的功能分離的問(wèn)題而失敗。

　　例如，可能集成系統(tǒng)無(wú)法定位客戶ID號(hào)，或者客戶沒(méi)有現(xiàn)有記錄。這類問(wèn)題最有可能導(dǎo)致語(yǔ)音機(jī)器人故障。

 2 
語(yǔ)音合成

　　想想我們是如何說(shuō)話的，作為人類，不斷地改變我們的重點(diǎn)--以非常微妙的方式--來(lái)傳達(dá)語(yǔ)氣和意思。對(duì)于語(yǔ)音機(jī)器人來(lái)說(shuō)，這要棘手得多。
　　通常，語(yǔ)音機(jī)器人供應(yīng)商會(huì)采取兩種方法中的一種來(lái)克服這個(gè)問(wèn)題。

　　首先，他們可能采用預(yù)測(cè)的、基于統(tǒng)計(jì)的神經(jīng)網(wǎng)絡(luò)或隨機(jī)模型。

　　另一種選擇是人工編寫規(guī)則，開(kāi)發(fā)人員可以使用語(yǔ)音機(jī)器人中的控制機(jī)制來(lái)強(qiáng)調(diào)重點(diǎn)。

　　然而，隨著語(yǔ)音機(jī)器人的發(fā)展，供應(yīng)商們正在尋找一種皆大歡喜的媒介。在分享原因時(shí)，巴克利說(shuō)：

　　想象一下，寫出一個(gè)句子，其中有兩個(gè)重音。你希望能夠告訴機(jī)器人這樣做。你不想等六個(gè)月，直到神經(jīng)網(wǎng)絡(luò)有足夠的數(shù)據(jù)來(lái)處理這種類型的請(qǐng)求，所以它會(huì)自動(dòng)完成。應(yīng)該會(huì)在周五上線。"

　　因此，界面將允許開(kāi)發(fā)人員添加重點(diǎn)--或語(yǔ)言學(xué)家所說(shuō)的"韻律標(biāo)記"--這樣機(jī)器人就能以期望的方式說(shuō)話。

　　然而，神經(jīng)網(wǎng)絡(luò)將在機(jī)器人內(nèi)部運(yùn)行，不斷學(xué)習(xí)和改進(jìn)--跨越它所說(shuō)的每一種語(yǔ)言--所以未來(lái)的一代需要更少的人工編程。

 3 
無(wú)代碼(NoCode)工具

　　在第一次使用語(yǔ)音機(jī)器人的30分鐘內(nèi)，企業(yè)可以在計(jì)劃接下來(lái)一周的A/B測(cè)試時(shí)啟動(dòng)并運(yùn)行第一個(gè)流程。
　　這樣的部署速度是相對(duì)較新的，其中很大一部分源于低代碼 (Low-Code) 或無(wú)代碼 (No-Code)接口的開(kāi)發(fā)。

　　這些界面使構(gòu)建語(yǔ)音機(jī)器人的體驗(yàn)類似于玩視頻游戲，因?yàn)殚_(kāi)發(fā)人員可以瀏覽下拉菜單，連接對(duì)話框，并選擇各種任務(wù)和操作。

　　現(xiàn)在，有了大語(yǔ)言模型(LLM)，各大品牌在這方面走得更遠(yuǎn)。例如，谷歌正在使用其硬件驅(qū)動(dòng)的App Builder來(lái)繪制會(huì)話流程，并為IT團(tuán)隊(duì)自動(dòng)調(diào)整設(shè)計(jì)，僅使用自然語(yǔ)言提示。

　　這樣的創(chuàng)新是優(yōu)秀的。然而，品牌必須記住，語(yǔ)音機(jī)器人成功的最關(guān)鍵因素是它與聯(lián)絡(luò)中心利用的各種其他數(shù)據(jù)集的溝通能力。

　　"把它想象成一座冰山，"巴克利說(shuō)。"頂部的亮點(diǎn)是AI組件。然而，你的泰坦尼克號(hào)將要撞上的那90%都是數(shù)據(jù)流。"

　　因此，品牌還必須與能夠圍繞各種系統(tǒng)包裝API并升級(jí)系統(tǒng)架構(gòu)的供應(yīng)商合作，以便IT團(tuán)隊(duì)可以隨時(shí)快速優(yōu)化Bot。

 4 
自然語(yǔ)言理解(NLU)

　　直到最近，將NLU嵌入到可操作的AI模型中被證明是乏味的。

　　對(duì)話式設(shè)計(jì)團(tuán)隊(duì)會(huì)坐下來(lái)，考慮客戶有多少種方式可以表達(dá)他們有一個(gè)特定的問(wèn)題。

　　這需要很長(zhǎng)時(shí)間。例如，一家澳大利亞銀行發(fā)現(xiàn)了2000多種客戶問(wèn)"我的余額是多少？"

　　銀行的員工必須手動(dòng)將這些咨詢插入語(yǔ)音機(jī)器人。

　　巴克利說(shuō)："在一種語(yǔ)言中，有40或50種不同的方式來(lái)簡(jiǎn)單地說(shuō)'是'和'不是'。"變化是驚人的。"

　　因此，即使是最具事務(wù)性的對(duì)話，也需要付出難以置信的努力來(lái)繪制所有可能性，并將它們映射到"NLU結(jié)果"。

　　近年來(lái)，隨著語(yǔ)音分析系統(tǒng)能夠理解意圖，這一過(guò)程得到了改善。然而，它們的價(jià)格很高，用多種人工智能技術(shù)對(duì)它們進(jìn)行測(cè)序就變成了另一回事。

　　現(xiàn)在，隨著大語(yǔ)言模型(LLM)的出現(xiàn)，它可以在沒(méi)有任何事先培訓(xùn)的情況下檢測(cè)客戶的意圖，這變得簡(jiǎn)單多了。

　　事實(shí)上，許多語(yǔ)音機(jī)器人提供商已經(jīng)在用他們的語(yǔ)音機(jī)器人解決方案來(lái)增強(qiáng)這些模型。

 5 
對(duì)話框管理

　　巴克利表示："任何地方都沒(méi)有擅長(zhǎng)對(duì)話管理的大語(yǔ)言模型(LLM)或神經(jīng)網(wǎng)絡(luò)。
　　"當(dāng)你使用ChatGPT時(shí)，你可能會(huì)認(rèn)為它有上下文，但它沒(méi)有。

　　"API在后臺(tái)所做的是用新的提示重新注入以前的提示。"

　　因此，像ChatGPT這樣的工具可以模擬擁有上下文。但是，實(shí)際上，他們只引用了對(duì)話的前一部分，這導(dǎo)致了人們?cè)诰W(wǎng)上發(fā)布的許多有趣的對(duì)話。這是一個(gè)很好的例子：

　　盡管如此，它在某些方面仍然令人印象深刻。例如，它可以記住以前提示中的人名和角色，這是一個(gè)驚人的飛躍。

　　此外，一些語(yǔ)音機(jī)器人現(xiàn)在利用LLM來(lái)檢測(cè)客戶在談話中途的意圖何時(shí)發(fā)生變化，并將客戶拉回正軌。

　　得益于這些新功能，對(duì)話管理在一定程度上得到了改進(jìn)。然而，還有很長(zhǎng)的路要走。

　　"與對(duì)話有關(guān)的一切，它應(yīng)該以什么模式發(fā)生，以及之前發(fā)生的事情的知識(shí)都必須由人類編程。"

　　因此，重新配置和快速測(cè)試任何語(yǔ)音機(jī)器人設(shè)計(jì)（包括后端集成）的能力至關(guān)重要（這讓我們回到第三點(diǎn)…）。

　　結(jié)束語(yǔ)

　　部分歸功于這五項(xiàng)技術(shù)的進(jìn)步，對(duì)話式人工智能的發(fā)展可能會(huì)在未來(lái)三年內(nèi)起火。

　　事實(shí)上，盡管機(jī)器人只自動(dòng)化了1.6%的座席交互，但根據(jù)Gartner的估計(jì)，截至2022年，這一數(shù)字將在2026年上升到10%。

　　這是一個(gè)相當(dāng)大的增長(zhǎng)，技術(shù)合作伙伴正在幫助品牌為未來(lái)做好準(zhǔn)備，提供出色的語(yǔ)音人工智能和專家支持服務(wù)。