商业中的人工智能未来不仅仅是自动化，而是智能对话

多年来，商业中的人工智能对话主要集中在自动化上。重点主要是帮助组织提高工作效率，减少手动劳动，改善效率。虽然这些好处是真实的，但它们只讲述了故事的一部分。人工智能的下一个阶段不仅仅是自动化任务，而是使企业与其服务的人们之间的交互更加智能、适应性和上下文感知。

随着人工智能变得越来越能够理解意图、维持上下文和从经验中学习，它正在超越工作流程执行，进入到更强大的东西：对话。

为什么我们仍然认为人工智能是自动化

我们进入人工智能领域的背景正在塑造我们如何使用它的许多方式。

自从我们使用技术重新设计商业流程以来，目标一直是 提高效率或有效性。我们专注于更快地完成事情或更好地完成事情。我们很少考虑如何以不同的方式交付商业流程。

这就是为什么我们今天的默认方法是自动化。我们查看现有的流程，并问如何使用人工智能来加速它。在许多情况下，这是有价值和有益的。

我们还没有充分探索如何将认知工具如人工智能引入业务运营。这需要一种不同的思考方式。它需要我们考虑当认知（人工智能）本身在规模上可用时会发生什么变化。这是一个根本新的范式。

构建真正对话式人工智能的挑战

这种转变之所以需要时间，是因为对话式参与本质上是困难的。

大多数计算机系统都是为处理数字数据而设计的，而不是模拟语音。数字信息是结构化和可预测的。语音不是。人类对话是非结构化的、情感化的，并充满了超出单词本身的信号。

挑战变得更加明显，当你查看通信工作原理时。传统的计算机系统主要在单工模式下运行，信息在一个方向上移动，然后在另一个方向上返回。人类对话在全双工模式下运行，信息同时在两个方向上流动。

支持丰富的语音对话需要与传统数字信息处理所使用的模型和工具完全不同的模型和工具。

最终，理解和参与对话所需的技术栈与处理数据所需的技术栈是根本不同的。

什么使人工智能交互感觉像人类

对话式人工智能中最重要的区别是系统是否理解或只是响应。

聊天机器人交互遵循脚本。它有一个有限的路径集，一旦你超出其中一个路径，它就会中断或将你循环回开始。它就像等待你说出它已经知道如何处理的事情的IVR。

高质量的人工智能交互在对话中实时执行认知工作。它理解你想要什么，而不仅仅是你说了什么。它在整个交换过程中保持上下文，因此你不必多次重复信息。它知道何时提出澄清问题和何时简单地采取行动。最重要的是，当出现意外情况时，它会适应而不是失败。

我使用的测试很简单：客户是否离开对话时感到被理解还是被处理？聊天机器人系统处理。它们将人们引导通过工作流程。真正的对话式人工智能系统理解，理解是一种认知行为，而不是工作流程。

超越工作流程，进入认知

几十年来，软件都是以相同的方式构建的。你绘制了用户可能采取的每条路径，编写了每个场景的逻辑，并接受了你没有预料到的事情简单不会起作用。这就是工作流程。它是有人事先绘制的决策树。智慧存在于设计软件的人中，而不是软件本身。

现在发生的变化是，智慧存在于系统中。现代人工智能平台使用 知识、上下文和推理来确定接下来会发生什么。对话不再是沿着预定义路径的旅程。它成为了一系列在那一刻做出的决定，受到系统对业务和以前交互所了解的所有信息的启发。

这就是许多人低估的转变。脚本系统在部署当天就被封顶了。它在第500天和第1天一样聪明。认知系统通过使用改进，因为每次交互都有助于它学习什么有效。

技术不再只是人们操作的工具。它正在成为一种能够通过使用适应、复合和扩展的能力。

为什么在规模上，信任变得更加重要

随着企业将人工智能置于客户交互的中心， 信任成为最重要的设计要求。

当人工智能与客户交谈时，它有效地成为业务。每次对话都是您的品牌在说话。在较小的体积上，人类可以监督交互并在必要时干预。在规模上，这变得不可能。企业将不得不学习信任系统在他们永远不会亲自听到成千上万次对话中准确地代表他们。这一水平的责任需要信任被设计，而不是假设。

对我来说，这归结为几个核心承诺：

• 系统准确地代表业务，并不编造内容。
• 当它不知道某些事情时，它会说出来，而不是编造答案。
• 它将每次客户交互视为关系的开始。

这些不是你稍后添加的功能。它们是你从一开始就构建到平台中的设计指南。

成功扩展人工智能的企业理解这一点。挣扎的企业往往是那些在使其值得信赖之前部署了令人印象深刻的东西，并发现在规模上自信地错误的答案会造成真正的损害。信任不是柔软的部分。这是基础设施。

人工智能的下一个演进：软件作为劳动力

我们正在进入一个时期， 软件开始执行工作，而不仅仅是组织工作。

对于企业来说，这改变了我们几个世纪以来运作的最基本假设之一：产出与人类可用性挂钩。随着人工智能变得更加能够销售和执行客户服务，常规的认知工作不再完全依赖于谁在特定时刻可用。这并不使人们变得不那么重要。在很多方面，它使人们变得更加重要。随着重复工作转移到机器上，人类的价值转向判断、创造力、关系和决定什么是重要的。

在接下来的十年中，胜利的企业将不会是那些仅仅使用人工智能来降低成本的企业。它们将是那些将人工智能视为一种新能力并提出比如何以更快的速度完成这个问题更大的问题的企业。它们将问，当智能对话和认知在规模上可用时会发生什么。