对话式人工智能提供商Gnani坚信，在未来两到三年内，对话式人工智能机器人将得到显着改善，并激发消费者和企业用户的信心。早期的对话式AI系统是围绕关键字构建的，当用户提及这些关键字时，会触发相关响应。问题是，这个过程往往缺乏对上下文的理解。对于用户来说，这可能会令人沮丧，因为当机器人不理解他们时，他们会被转移到人工代理那里，人工代理必须重复他们已经与机器人交流过的所有内容。这都能让人抓狂，难怪有人调侃“人工智能”是“人工智障”。消费者使用对话式人工智能的成功取决于他们要求它为他们做什么。如果你想预约，今天就去做。预约试驾等工作都可以用机器人来完成。但如果人工智能机器人不能满足人类客户的期望，就会出现问题。如果你想在汽车经销店试驾，你可以说一百万种方式。你可以说“我想试驾”，也可以说“我想看看长城炮的表演”。除非机器人的人工智能(AI)接受过这种可变性的训练，否则它将无法理解客户的请求。Gnani目前的编码方式是提出一组初始方法，然后将这些方法输入自然语言处理算法。它们生成听起来相似的句子，但可能无法涵盖所有??地区的所有选项，并且某些用例可能具有独特之处。对于今天的许多客户服务电话，对话式人工智能机器人在70%的时间里都能正常工作。那么，什么时候能够提高反应性和理解力的对话式AI成为可能呢？在接下来的几年里，情况只会变得更好。但不要指望它会在一夜之间发生，系统需要从错误中吸取教训，从80%的时间都能正常工作的系统开始。当然，如果不解决剩下的20%，系统还是一团糟。你需要一个NLP（自然语言处理）学习系统，也可以根据自己的行业和用途进行定制。这种针对每个用例的定制对于为广泛的目的和行业实现准确且可用的对话式AI至关重要。AI正在努力帮助降低成本并让更多企业可以使用它。但它的成熟形式相当昂贵。IBMWatson已经被用于保险销售，而且令人信服的是，一些男人试图询问与他们约会的虚拟女性。问题不再是硬件的性能，而是训练它需要付出多少努力。这种训练是高度劳动密集型和成本密集型的??，希望下一代神经形态计算机能够减少相关的训练时间和成本。有了足够大的预算，对话式计算今天就可以成功实施。该行业正在努力将成本降低到更合理的水平。一旦它成熟起来，势必会极大地改变我们与计算机交互的方式，也会极大地改变企业客户服务的模式。
