成功部署对话式人工智能（AI）项目与其他数字业务流程升级完全不同。
事实上，这根本不是传统意义上的IT升级；对话式人工智能不仅仅是将复杂的机器人引入前台。
认为这一事实是理所当然的注定项目会失败。
这些跨渠道人工智能系统旨在通过文本或口头对话与内部用户和/或客户进行自然流畅的交互，与传统业务系统最相似，因为短视决策会破坏增长并阻碍未来的生产力。
部署对话式人工智能项目时应注意什么？这里有六个需要考虑的因素。
1.人工智能是一个新面孔：就像之前的交易所和网站一样，机器人可能成为公司非常重要的新面孔。
例如，Progressive Insurance 推出了其广受欢迎且古怪的广告吉祥物“Flo”，并在 Facebook 上创建了一个 Flo 聊天机器人，可以讲一些有趣的笑话，旨在销售保单。
弗洛的例子不仅仅是一个可爱的人。
对话式AI的“角色”必须体现公司的价值观，并通过与无数不可预测的人类进行准确有效的沟通来体现其能力。
与您的品牌过于不一致的个性化合成声音可能与音乐盲广告活动一样灾难性。
2.关注技术细节：确实，公司有时会在客户没有意识到它们存在的情况下解决技术问题。
但部署对话式人工智能时情况并非如此，因为它的缺点将成为你品牌的缺点。
人工智能系统必须是“防弹的”。
“防弹”的一部分是饱和集成。
如果对话式人工智能没有与 ERP 或 CRM 系统广泛集成，这种情况就不太可能发生。
成功实施的项目可以实时访问所有相关的企业数据库（云端或本地），数据量级别至少是GB级别，如果不是PB级别的话。
理想情况下，他们的界面（合成语音）足够真实，可以让用户专注于任务，而不是软件。
3．自我教育：了解对话式人工智能和传统聊天机器人之间的差异非常重要。
聊天机器人根据预期的请求提供人类的预设响应和陈述。
这些系统是孤立的应用程序，因此不与前端平台或数据集成。
这意味着他们不了解上下文，或者在回答中没有附加信息，这可能使他们的回答过于一维，无法满足当今高管的需求。
另一方面，对话式人工智能平台深度融入各大信息系统，可以通过大多数企业渠道进行沟通，包括短信、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。
其成果是一个系统，为居住在六个国家的客户提供跨多个渠道（包括家庭设备、移动设备和社交媒体）的广泛而丰富的数据。
与 Progressive 一样，Telefonica 使用现成的软件工具来构建、测试、部署和交付其自然语言解决方案。
4. 整合关键数据集：今天的企业高管需要让过去的口头承诺带来数据的价值。
精明的高管不会根据部分数据采取行动，对于成功的面向客户的人工智能系统也是如此。
部署对话式人工智能时，请确保系统能够访问以下数据集，否则其效用将受到限制： 客户交易 客户交互历史记录 客户语音/文本记录 产品和服务组合 定价和库存 及时制造计划 竞争对手产品和定价企业范围支持协议将数据视为人工智能系统的燃料。
假设您的企业数据尽可能安全，允许您的人工智能系统不受阻碍地访问成功执行任务所需的每个数据库。
没有人愿意乘坐缺乏喷气燃料的客机，企业也无法承受人工智能带来的同样的灾难。
5.从小处开始：部署对话式人工智能时，让你的第一个项目非常小并且非常集中。
早期的小型部署可以作为构建块来帮助企业适应新的政策和程序，并内化从部署过程中吸取的经验教训——毕竟，这是一个复杂而独特的软件。
6．愿意适应：也许最违反直觉的是，首席执行官必须准备好颠覆公司刚刚建立的东西。
如果您部署的聊天机器人无法正常工作或推销不正确，请重新评估。
如有必要，请重新开始，因为这将是您品牌最明显的方面之一。
对话式人工智能将成为每个行业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。
通过遵循这些基本步骤，您将打造品牌并与客户建立更牢固、更持久的关系。
如果做得好，人工智能系统（至少在早期阶段）对客户来说就像魔法一样，它可以让你的公司脱颖而出。