當(dāng)時，我們的期望很高，并認(rèn)為這個行業(yè)已經(jīng)成熟，并且翹首以待迎接新的創(chuàng)新時代：是時候開始與機器進(jìn)行社交了。
那人類又何樂而不為呢？所有的預(yù)測都表示未來將會非常成功。
在2017年的世界移動通信大會上，聊天機器人是主要的頭條新聞。會議組織者引用在“品牌和企業(yè)對聊天機器人的關(guān)注不可避免地轉(zhuǎn)移”的情況下，“壓倒性的認(rèn)可”。
事實上，關(guān)于聊天機器人的唯一重要問題是誰會壟斷這個領(lǐng)域，而不是聊天機器人是否會首先突然成功：一個單一的平臺是否將會出現(xiàn)并占領(lǐng)聊天機器人以及個人助理生態(tài)系統(tǒng)中呢？
一年過去了，我們對這個問題有了答案嗎？
然而并沒有，因為沒有一個生態(tài)系統(tǒng)可以使一個平臺占據(jù)主導(dǎo)地位。
被另一個炒作周期愚弄
聊天機器人并不是第一個被堂而皇之談?wù)摱笸蝗槐┑募夹g(shù)性發(fā)展。這個古老的炒作周期以熟悉的方式展開。
一些意見領(lǐng)袖在寫了一些非常嚴(yán)肅的文章，稱硅谷十分看好與智能自動化對話的前景，各種信息也開始充斥聊天機器人。Slack經(jīng)歷了指數(shù)級增長，甚至還推出一個面向聊天機器人投資的基金。
期望逐漸建立，建立，然后……一切都失敗了。預(yù)測并沒有成為現(xiàn)實。
我們回顧了我們令人窒息的樂觀情緒，然后向彼此求助，如今有點困惑：“是嗎？這就是我們所期待的聊天機器人革命嗎？”
Digit的伊桑·布洛赫總結(jié)了普遍的共識：“我甚至不確定我們是否可以說聊天‘機器人已經(jīng)走到盡頭'，因為我甚至不知道它們是否曾經(jīng)活過。”
Heap負(fù)責(zé)產(chǎn)品設(shè)計的副總裁戴夫·費爾德曼說，聊天機器人不僅僅是遇到一個問題但失敗了：它們承擔(dān)了幾個任務(wù)，而且都失敗了。
文本vs語言vs.GUI：一段顯著的歷史
機器人可以通過不同的方式與用戶交互。最大的區(qū)別是文本和語言。在（計算機接口）開始的時候是（書面的）單詞，用戶必須手動輸入命令才能完成任何操作。
然后，圖形用戶界面（GUI）出現(xiàn)并挽救了局面。我們被窗戶、鼠標(biāo)點擊和圖標(biāo)所吸引。嘿，我們最終也提取到了顏色！
與此同時，一群研究科學(xué)家正忙著開發(fā)與數(shù)據(jù)庫發(fā)的自然語言（NL）接口，而不是必須學(xué)習(xí)一種晦澀難懂的數(shù)據(jù)庫查詢語言。另一群科學(xué)家正在開發(fā)語音處理軟件，這樣你就可以直接和你的電腦說話，而不必打字。
事實證明，這比任何人最初意識到的要困難得多，有這么多不同的口音，人們可能說話太快或太慢，只是喃喃自語。
你說過“recognise speech”或“wreck a nice beach”嗎？
議程上的下一個項目是與一臺機器進(jìn)行雙向?qū)υ挕＿@里有一個示例對話框（可以追溯到20世紀(jì)90年代）和VCR安裝系統(tǒng)：
用戶：“你好。”
機器人：“你好，你叫什么名字？”
用戶：“Candy。”
機器人：“你好，Candy！”
用戶：“讓我們設(shè)定時鐘。”
機器人：“現(xiàn)在幾點了？”
用戶：“時間是上午11點。”
機器人把時鐘撥到上午11點。
很酷，對吧？系統(tǒng)以協(xié)作的方式進(jìn)行轉(zhuǎn)換，并且以聰明的方式確定用戶需求。它是精心制作的，用來處理涉及錄像機的談話，而且只能在嚴(yán)格的限制下進(jìn)行操作。
現(xiàn)代的機器人，不管它們需要打字還是語音輸入，都必須面對所有這些挑戰(zhàn)，但也要在各種平臺上以一種高效、彈性的方式工作。基本上，我們?nèi)栽谂崿F(xiàn)類似30年之前的突破創(chuàng)新。
然而，我們在很多地方出現(xiàn)了偏差。
從機器人與應(yīng)用的角度思考問題
一個超大的假設(shè)是，APP已經(jīng)“結(jié)束”，將被機器人取代。通過將兩個截然不同的概念相互對立（而不是將它們看作是為不同目的而設(shè)計的獨立實體），我們鼓勵機器人開發(fā)。
你可能還記得十年前當(dāng)應(yīng)用首次出現(xiàn)時類似的戰(zhàn)斗口號，但你還記得當(dāng)應(yīng)用程序（APP）取代互聯(lián)網(wǎng)的時候嗎？據(jù)說，一種新產(chǎn)品或新服務(wù)需要滿足以下兩個要求：更好、更便宜或更快。
聊天機器人比應(yīng)用程序更便宜或者更快嗎？不，至少現(xiàn)在還沒有。
他們是否“更好”是主觀的，但我認(rèn)為更合理地來講，當(dāng)今最好的機器人無法與當(dāng)今最好的應(yīng)用相提并論。
此外，沒有人認(rèn)為使用Lyft過于復(fù)雜，或者在應(yīng)用程序上訂購食物或購買裙子太難。太復(fù)雜的是嘗試讓機器人完成這些任務(wù)——并且讓機器人失敗。
一個偉大的機器人可以和普通的應(yīng)用程序一樣有用。當(dāng)涉及到豐富、復(fù)雜、多層次的應(yīng)用程序時，就沒有競爭了。這是因為機器讓我們能夠訪問龐大而復(fù)雜的信息系統(tǒng)，早期的圖形信息系統(tǒng)在幫助我們定位這些系統(tǒng)方面取得了革命性的進(jìn)步。
現(xiàn)代的應(yīng)用程序受益于數(shù)十年的研究和實驗。那我們?yōu)槭裁匆阉鼇G掉呢？
但是，如果我們把“替換”這個詞換成“擴展”，事情就會變得有趣多了。今天最成功的機器人體驗采用了一種混合工藝的方式，將聊天融入更廣泛的戰(zhàn)略之中，同時包含更多的傳統(tǒng)元素。
從以上圖片中看出，佩妮在傳統(tǒng)的賬戶控制面板和交易列表旁邊提供了一些很好的建議和提醒。
HubSpot對話系統(tǒng)將Facebook Messenger、現(xiàn)場聊天、社交媒體、電子郵件和其他消息渠道統(tǒng)一為一個共享收件箱。
Layer給開發(fā)者提供了工具，從而可以在移動網(wǎng)絡(luò)和桌面web以及原生應(yīng)用上創(chuàng)建個性化的消息傳遞體驗。
下一波將是多模式應(yīng)用，你可以在這里說出你想要的（比如Siri），然后通過地圖、文本，甚至是語音回復(fù)的方式收到信息。
為機器人而出現(xiàn)的機器人
我的產(chǎn)品需要機器人嗎？現(xiàn)有的平臺是否能夠支持其功能？我是否有足夠的耐心去建造一個能夠做我想做的事情的機器人？
大肆宣傳的另一個問題是，它往往會繞過像這樣的基本問題。
對于很多公司來說，機器人并不是一個正確的解決方案。在過去的兩年里，機器人被盲目地應(yīng)用于沒必要的問題之上。為了建造機器人而建造機器人，讓它自由進(jìn)展，并期待最好的結(jié)果永遠(yuǎn)不會有好結(jié)果。
完全沒必要的Maroon 5聊天機器人
絕大多數(shù)的機器人都是使用決策樹邏輯構(gòu)建的，在這個邏輯中，bot的響應(yīng)依賴于在用戶輸入中發(fā)現(xiàn)特定的關(guān)鍵字。這種方法的優(yōu)點是，很容易列出它們被設(shè)計用來覆蓋所有的情況。這也是他們的劣勢所在。
這是因為這些機器人純粹是對他們設(shè)計者的能力、一絲不茍以及耐心的反映，以及對他們能夠預(yù)見到的用戶需求和投入的反映。當(dāng)生活拒絕使用它們時，問題就出現(xiàn)了。
根據(jù)最近的報道，在Facebook Messenger上的10萬個機器人中，70%不能完成簡單的用戶請求。這在一定程度上是由于開發(fā)人員無法將他們的機器人專注于一個優(yōu)勢的焦點領(lǐng)域。
當(dāng)我們在建造“咆哮機器人”時，盡管人們可能會對潛在的資本問題感到過度擔(dān)憂，但是我們決定專門針對銷售和市場營銷人員進(jìn)行設(shè)計：而不是使其成為一個“全能選手”。
記住：能很好完成一件事的機器人比一個能做多件事的機器人更有幫助。
不可接近性
一個有能力的開發(fā)人員可以在幾分鐘內(nèi)構(gòu)建一個基本的機器人——但是一個可以進(jìn)行對話的機器人呢？這是另一個故事。盡管圍繞人工智能的炒作不斷，但我們要做出任何類似人類的東西還有很長的路要走。
在一個理想的世界中，NLP（自然語言處理）的技術(shù)應(yīng)該幫助聊天機器人理解它所接收到的消息。
但是NLP只是剛剛從研究實驗室起步，而且還處于起步階段。有些平臺提供了一些NLP，但即使是最好的平臺也能達(dá)到“孩子的水平”（例如，想想Siri理解單詞，但是不理解他們的意思）。
正如Matt Asay概述的那樣，這導(dǎo)致了另一個問題的出現(xiàn)：未能抓住開發(fā)人員的注意力和創(chuàng)造力。
“除非機器智能能夠接近人類智能，否則消費者的興趣永遠(yuǎn)不會實現(xiàn)。”用戶的興趣取決于人工智能，這使得與機器人對話對消費者來說是有值得的。”
今天基于規(guī)則的對話系統(tǒng)過于脆弱，無法應(yīng)對這種不可預(yù)測性，而使用機器學(xué)習(xí)的統(tǒng)計方法也同樣有限。人工智能對話所需的人工智能水平目前來說還不具備。與此同時，很少有高質(zhì)量的機器人引領(lǐng)潮流。
就如戴夫費爾德曼評論道：
“Slack、Facebook、谷歌、微軟、Kik和其他公司是否應(yīng)該打造自己的內(nèi)置機器人來引領(lǐng)這一發(fā)展？他們是否應(yīng)該更積極地利用他們的機器人基金和孵化器，雇傭?qū)焷斫逃齾⑴c者，或者提供工程和設(shè)計資源？在高知名度的合作伙伴中資助戰(zhàn)略機器人計劃呢？
在我看來絕對是的。當(dāng)涉及到平臺時，開發(fā)人員是用戶；我們不依賴于用戶來理解為為何或如何使用我們的產(chǎn)品。我們必須向他們展示。”
GUI不應(yīng)該被忽略
曾幾何時，與計算機交互的唯一方法就是在終端上輸入晦澀的命令。使用Windows、圖標(biāo)或鼠標(biāo)的可視化界面是我們操作信息的一場革命。計算從基于文本的到圖形用戶界面（GUI）的轉(zhuǎn)換是有原因的。
在輸入端，點擊比輸入更容易，也更快捷。點擊或選擇顯然比輸入整句話更可取，即使是具有預(yù)測性（通常容易出錯）的文本也是如此。在輸出端，有句老話說，一張圖片值一千個字，這句話通常是正確的。
由于我們是高度可視化的生物，所以我們可以看到信息的光學(xué)顯示。孩子們喜歡觸屏，這并非偶然。構(gòu)思圖形界面的先驅(qū)者們受到了認(rèn)知心理學(xué)以及關(guān)于大腦如何處理溝通研究的啟發(fā)。
對話式的用戶界面是為了復(fù)制人類喜愛的交流方式，但最終需要額外的認(rèn)知努力。從本質(zhì)上講，我們在將一些簡單的東西替換為更復(fù)雜的選擇。
當(dāng)然，有些概念是我們只能用語言表達(dá)的（“向我展示通往博物館的所有方法，讓我走2000，但不需要超過35分鐘”），但是大多數(shù)任務(wù)可以使用GUI更高效、更直觀地完成，而不是使用對話式的UI來完成。
人類喜歡與人交談
在業(yè)務(wù)交互中，針對人的維度是有意義的。如果有一件事是將銷售和市場營銷分裂的，那就是缺乏人性：在彩票號碼、反饋表格、“不回復(fù)郵件”、“自動回復(fù)”和“聯(lián)系我們”的表格后面所隱藏的是品牌。
Facebook的目標(biāo)是，他們的機器人應(yīng)該通過所謂的圖靈測試，這意味著你無法判斷你是在和機器人還是人類對話。
但是機器人和人類是不一樣的。它永遠(yuǎn)不會。對話所包含的不僅僅是文本。人類可以理解字里行間的寓意，利用語境信息，理解深層次含義，比如諷刺。
但是，機器人很快就會忘記它們在說什么，這意味著它有點像和一個短期記憶或幾乎沒有記憶的人交談。
正如HubSpot團隊所指出的：
機器人提供了一種可擴展的方式，可以與買家進(jìn)行一對一的互動。然而，當(dāng)他們沒能提供一種高效、令人愉快的體驗時，他們就會失敗，因為人們習(xí)慣于在消息應(yīng)用中與他人進(jìn)行復(fù)雜的、多層次的對話。
人們不容易上當(dāng)受騙，同時，假裝機器人是人類，肯定會減少回報（更不用說你對用戶撒謊的情況了）。而且，即使是那些稀有的機器人是由最先進(jìn)的NLP驅(qū)動、擅長處理并生產(chǎn)內(nèi)容，相比之下也會相形見絀。
這是另一件事。對話式的交互界面是為了復(fù)制人類喜歡與他人進(jìn)行交流的方式——并應(yīng)用于與其他人類的交流之中。但這是人類更喜歡與機器互動的方式嗎？
不一定。在一天結(jié)束的時候，沒有多少機智的妙語或類似于人類習(xí)慣可以將機器人從失敗的對話中拯救出來。
我們目前會朝什么方向發(fā)展？
在某種程度上，那些早期采用者并不是完全錯誤的。人們在家里要求谷歌播放他們最喜歡的歌曲，從Domino的機器人上訂購披薩，并從絲芙蘭那里得到一些化妝提示。
但就消費者的反應(yīng)和開發(fā)者的參與度而言，聊天機器人并沒有達(dá)到2015或2016年左右所宣揚的宣傳效果。甚至連接近都達(dá)不到。
計算機的功能沒有問題。搜索數(shù)據(jù)，分析數(shù)據(jù)，分析觀點，壓縮信息。計算機不擅長理解人類的情感。NLP的狀態(tài)意味著他們?nèi)匀粵]有得到我們所想要的東西，更沒有將我們的感受考慮進(jìn)去。
這就是為什么我們?nèi)匀粺o法想象有效的客戶支持、銷售或營銷，而不需要人類基本接觸，即移情和情商的情景是什么樣子的。
目前，機器人可以繼續(xù)幫助我們處理自動化、重復(fù)、低層次的任務(wù)和查詢工作；同時，在一個更大、更復(fù)雜的系統(tǒng)中承擔(dān)銷售成本的作用。由于我們期待太多，要求過急，對他們以及我們都造成了傷害。但這并不是故事的全部。
我們的行業(yè)嚴(yán)重高估了聊天機器人的初始影響效應(yīng)。
正如比爾蓋茨曾經(jīng)說過的：
我們總是高估接下來兩年將要發(fā)生的變化，同時低估接下來10年將要發(fā)生的變化。
不要讓自己陷入一種不作為的境地。
炒作已經(jīng)結(jié)束，這是一件好事。
現(xiàn)在，我們可以開始檢查中間的灰色區(qū)域，而不是那些過度膨脹、瘋狂的黑白極端區(qū)域。我相信我們正處于爆炸性增長的開端。這種反高潮的感覺對于轉(zhuǎn)換技術(shù)來說是完全正常的。消息傳遞將繼續(xù)吸引用戶。
