如今，自动化、人工智能(AI)和自然语言处理(NLP)的进步使设计具有成本效益的数字体验成为可能。现在信息可以是有目的的、简单的和自然的，客户业务对话越来越像与员工的面对面对话。根据德勤的报告，基于这种以程序化和智能方式提供对话体验的创新能力，通过数字和电信技术模拟与真人的对话，并提供丰富的数据集和意图，为客户提供非凡的正式、引人入胜的体验，与通信、销售和服务查询以及其他客户服务相关的数字产品、平台和体验。对话式人工智能市场规模预计将从2019年的42亿美元增长到2024年的157亿美元，2019年至2024年的复合年增长率为30.2%。使用对话式人工智能，企业可以提供个性化、差异化的体验，从而与客户建立关系。每次互动都感觉像是一对一的对话，了解上下文并了解过去的互动。对话式AI汇集了八个技术组件，包括自然语言处理、意图识别、实体识别、实现、语音优化响应、动态文本到语音、智能机器学习和上下文感知。NLP是“阅读”或解析人类语言文本的能力。这是理解具有简单关键字“触发器”的自然句子结构的先决条件。意图识别是系统理解用户请求的能力，即使是意想不到的措辞。如果您不想因体验障碍而惹恼用户，那么良好的意图识别至关重要。此外，实体识别意味着理解某些文本指的是信息丰富的抽象类别（实体），例如“2月2日”=日期。这对于更复杂的命令和分析是必要的。其中，fulfillment指的是使用API??从web服务或数据库中提取数据，运行条件??并通知对话管理器的能力，语音优化响应指的是系统参与对话并以人为本表现情感的能力提供优化体验的方式。动态文本到语音将书面文本转换为听起来自然的语音，支持多种语言、语音和口音。它允许强调大写字母和变形。情境意识是一种通过对话跟踪对话历史、翻译、回忆和记住信息的能力。这对于自然的、类似人类的来回对话是必要的。机器学习是关于如何通过分析人工代理响应来学习如何更好地响应用户。ML是提高意图识别所必需的。报告和监控，以及安全性和合规性，是对话式人工智能的其他促成要素。通过提供洞察力和分析来告诉你的对话代理他们如何运作的能力被称为“报告和监控”，而减轻跨平台安全风险的能力、安全性和日志记录能力被称为“安全性和合规性”。
