對話式人工智能供應商Gnani堅信，在未來兩到三年內，對話型AI機器人將得到大幅改善，并激發消費者和企業用戶的信心。

[[441301]]

早期的對話AI系統是圍繞關鍵字構建的，當用戶提及這些關鍵字時，就會觸發相關的響應。問題是，這個過程往往缺乏上下文理解。對于用戶來說，這可能會令人沮喪，因為當機器人不理解他們時，他們會被轉移到一個人工客服，不得不重復他們已經與機器人溝通的所有內容。這會讓人抓狂，難怪有人調侃“人工智能”就是“人工智障”。

消費者使用的對話式AI能否成功，取決于他們要求它為他們做什么。

如果你要預約，今天就可以。預約試駕和其他任務都可以用機器人來完成。但如果人工智能機器人不能滿足人類客戶的期望要求，就會出現問題。

如果你想在汽車經銷商那里試駕，你可以用一百萬種方法來表達。你可以說“我想試駕”，但也可以說“我想看看長城炮的性能”。

除非機器人的人工智能(AI)接受了這種多變的訓練，否則它將無法理解客戶的要求。目前Gnani編碼的方式是，先提出一組初始方法，然后將其輸入自然語言處理算法。它們會生成聽起來類似的句子，但可能不會涵蓋所有地區的所有選項，某些用例可能有一些獨特之處。

對于今天的許多客服電話來說，會話式AI機器人在70%的情況下工作良好。

那么，具有更高的反應性和理解能力的對話AI何時成為可能呢?

在未來幾年內，情況會越來越好。但不要指望一蹴而就，需要系統從錯誤中學習，從一個80%有效的系統開始。當然，如果不解決剩下的20%時，系統仍然還是一團糟。你需要一個NLP(自然語言處理)學習系統，而且還要根據自己行業和用途進行定制，這種針對每個用例的定制對于實現廣泛用途和行業的準確可用會話AI至關重要。

人工智能正在努力幫助降低成本，并提供給更多的企業使用。但其成熟形式相當昂貴。IBM Watson已經被用于保險銷售中，它是如此可信，一些男子試圖邀請他們正在交談的虛擬女性約會。問題不再是硬件的性能，而是訓練它需要付出多大的努力。

這種培訓依靠高度人力和成本密集型，希望下一代神經形態計算機將減少相關培訓時間和成本。

只要有足夠大的預算，會話計算可以在今天成功地實現。業界正在努力將成本降至更合理的水平。它一旦成熟，勢必會極大地改變我們與電腦的互動方式，也會極大地改變商業客戶服務模式。