更多干货内容请关注微信公众号“AI 前线”，（ID：ai-front）
就在短短几年前，人们想用人类语言与机器进行“会话” ，体验让人感到沮丧，感觉就像一个喜剧。
今天，这一切都发生了改变。虽然自然语言处理和识别技术还远未达到完善的程度，但得益于机器学习算法的发展，人们越来越难以分辨究竟是在和机器还是和人类“说话”。
业务部门已经充分利用了这一点，越来越多的公司都在客服部门部署了聊天机器人，在内部流程中越来越依赖聊天机器人，并用来协助培训员工。
在温哥华举办的 ICLR 2018，Salesforce 的首席科学家 Richard Socher 提出了七项突破性的研究成果，涵盖了自然语言处理的实际进展，包括摘要、机器翻译和回答问题。
他告诉我，“自然语言处理技术对商业来说，将会非常重要：它将从根本上改变我们提供服务的方式、我们如何理解销售流程以及我们如何进行营销。尤其是在社交媒体上，你需要自然语言处理来了解你的营销信息以及人们如何看待你的品牌。”
当然，这就引发了一些问题，其中一个最明显的问题就是：人们真的想与机器交谈么？从商业角度来看，这是合乎情理的：用一台机器进行 1000 次同时进行的客服回话，要比一个巨大的人工呼叫中心来做的同样的工作来得更划算。
但是从客户的角度来看，他们得到了什么呢？除非他们得到的服务更快速、更高效、更有用，否则他们可能不会使用聊天机器人。
Socher 说：“我的观点并不能代表全世界部署的所有聊天机器人，因为有一些做得并不是太好。但在我们的案例中，我们得到了非常积极的反馈，因为当一个机器人正确地回答问题或满足你的要求时，它做得非常非常快。到最后，用户只需要一个快速的回答，原本人们想的是他们要和一个人会话，因为做出选择是通过按十分钟的菜单，或者听上十个选项，然后按下一个相应的按键。这样的方式，一点都不好玩，也不快，更没效率。”
实现高效利用自然语言处理技术的关键是聚合和增强的概念。人工智能和聊天机器人可以被用来监视和从每一次会话中获取见解，并从中学习如何在下一次会话中表现得更好，而不是只考虑一个人与一台机器之间的会话。
增强意味着机器不必进行整个会话。聊天机器人可以“介入”日常事务，例如回答组织知识库中的直接问题，或获取付款细节。
在其他情况下，实时分析的速度意味着机器人可以在检测到变化的时候提高警惕，例如，检测到客户变得愤怒时，就会让人类操作员接管会话——这要归功于情感分析。
摘要是自然语言处理的另一个非常有用的功能，它有望越来越多地应用到聊天机器人上。在企业内部，机器人可以在需要的时候快速消化、处理和报告业务数据，而且新成员可以快速提升自己的业务速度。而对于面向客户的功能，客户可以得到关于产品和服务项目的总结回答，或者技术支持的问题解答。
聊天机器人是“智能助理”技术的一种形式，它可以为你的手机上的 Siri 或 Google Assistant，或者你桌面上的 Cortana 赋能。一般来说，它们只专注于组织内的一个特定的任务。
Spiceworks 一项研究发现，40% 的大型企业将在 2019 年前实施智能助理或聊天机器人。（https://www.spiceworks.com/press/releases/spiceworks-study-reveals-40-percent-large-businesses-will-implement-intelligent-assistants-chatbots-2019/）
其中 46% 表示，自然语言处理将用于语音文本听写，14% 用户客服，10% 用于其他数据分析工作。
聊天机器人在协作型工作环境中应用也越来越普遍，比如 Slack，它们可以监控团队之间的会话，并在会话中的相关位置提供相关的事实或统计数据。
在未来，聊天机器人有望更进一步发展，并提出解决商业问题的对策和建议。
Socher 告诉我，“它们有望基于对过去成功的所有事物的理解，帮助我们制定营销信息。”
另一个例子是客服机器人，它们可以根据所拥有的会话的分类和情感分析来分配资源处理客户案例。
与所有人工智能一样，自然语言处理的发展还远未完成，我们今天所能拥有的会话水平，无疑在短短几年时间内会显得太过做作和不自然。
但今天，企业显然越来越适应了这个想法：将聊天机器人和智能助手集成到它们的流程，并相信这样做会带来效率和客户满意度的提高。
原文链接：
https://www.forbes.com/sites/bernardmarr/2018/05/18/how-artificial-intelligence-is-making-chatbots-better-for-businesses/2/#5e0288273cf2
如果你希望看到更多类似优质报道，记得点个赞再走！
