远程却仍然保持互动：使用AI重新构想商业互动 – 思想领袖

作者：Gary Bhattacharjee，Infosys AI实践负责人。Infosys

商业交易中的人际交往力量一直被忽视，直到2020年的COVID-19大流行关闭了全球各行各业的所有物理接触点，迫使领导者重新思考商业规范。让我们探讨使商务对商务（B2B）环境中的人际交往复杂化的因素，以及人工智能（AI）的原则如何缓解这些复杂性。

协作

在远程工作环境中，团队合作变得困难，因为没有面对面的交往。虽然在大流行之前已经有很多虚拟会议技术，但封锁使其成为唯一的协作方式，从而为创新打开了大门，以扩大和改进现有的功能。

转录

使用AI中的神经网络技术，可以通过在虚拟会议中使用语音转文本技术创建自动会议记录。此外，它还可以自动创建转录文本，以便于分析、追踪和参考。

翻译

使用AI中的迁移学习技术，可以实现虚拟会议中的自动翻译，包括多语言参与者。

情绪分析

在面对面会议中，我们会下意识地读懂对方的肢体语言，并根据此设计我们的回应。在视频通话中，这很难做到。然而，手势分析和微表情分析技术可以更准确地识别情绪，相比于人类的感知能力。

文书工作

尽管数字世界中业务对消费者（B2C）交易所需的文书工作已经大大减少，但业务对业务（B2B）交往仍然大量依赖于解释叙述性文档、打印表格和/或手写纸张。主要原因是，各种交易的业务规则通常是独特和复杂的，不适合计算机化处理。

自然语言理解（NLU）

在本体论和基于神经网络的算法方面的进展被广泛用于理解商业文档，例如合同。支持NLU的平台可以取代人工处理纸张的需要，从而有助于无接触的商业运营。

手写识别

仍然有很多信息被记录在手写笔记中，例如合同上的法律笔记、临床笔记、处方、会议纪要等。图像处理、模式识别和风格分类的进展提高了手写文本的准确性和理解度。这有助于消除人际交往的模糊性，并在手写通信中建立信任。

来源

我们在“真实世界”中经常认为他人的真实性是理所当然的。然而，虚拟世界需要我们验证和认证我们交往的实体的身份。

数字身份

人类用户可以通过他们在数字空间中留下的电子痕迹来识别。机器人可能能够模仿人类，但使用行为分析，AI驱动的机器可以识别非人类。另外，通过从第三方数据源收集个人资料信息，系统不仅可以验证个人身份，还可以验证资格，并消除人工审查的必要性。

第三方验证

公证服务和托管服务是为了确保在商业交易中，第三方实体验证身份或交易而设立的。但是，使用数字签名、生物识别验证和其他AI驱动技术的验证进展，使得公证可以完全虚拟化，从而消除对人类公证人的需求。

区块链

区块链技术可以在商业中建立交易、合同或资产的真实性。AI中的机器学习技术可以用于创建一个唯一的、不可变但可从业务上下文推导出的区块标识符。

安全

在虚拟空间中，安全性需要发现和管理一些在物理空间中被认为理所当然的东西，因为威胁通常是不可见的。

周界保护

在虚拟工作场所，用户通常通过多因素认证的“门”进入，并且所有通信都受到加密保护。然而，这些保护方法容易被黑客攻击。AI的进展有助于实时检测和隔离威胁。

内部威胁

一种更为阴险的威胁是，当一个经过认证的用户从事不当行为时，因为他们的行为不像在正常工作场所那样受到同事的监控。例如，用户可以轻松地从他们的远程计算机屏幕上窃取敏感数据，方法是拍照或简单地记在纸上。使用行为分析的AI技术可以识别和推断此类行为，即使没有捕获实际信号。

沉浸

远程工作的人员会缺乏工作场所的交谈和互动。此外，家庭工作者的注意力容易被个人触发因素分散。AI的视觉分析和视频智能学科可以实现以下技术：

增强现实（AR）

AR将虚拟对象从另一个空间叠加到家庭办公室的真实对象上，给它一种物理的交互式工作空间的感觉。使用AI中的视觉智能技术，可以创建一种改变的现实，模拟一个可以让工人保持参与的扩展工作空间。

虚拟现实（VR）

在VR中，工人完全沉浸在投射的现实中，包括视觉、声音和触觉。在某些商业工作场所中，例如车间，高级VR系统可以呈现“数字孪生”。这本质上是数据和行为的复杂组合和渲染，这些数据和行为是从模拟孪生中实时检测到的，使用AI的学科。

虽然这些增强的功能，受AI的驱动，模拟和放大了人际交往，可以缓解远程工作人员的“真实世界”参与需求，但有一件事仍然超出了当前AI进步的范畴：直觉。这种人类的第六感是否无法量化，还是尚未用数学表达式表示？对成功结果的感知仍然倾向于依赖直觉驱动的决策，这是由于我们深深依赖于直觉的感觉，这种感觉可能会随着时间的推移而被克服，并相信机器控制。直觉可能只是人类思维中短暂的、虚构的构造，或者它可能是一种真实的东西，可以被计算、模拟和放大。随着AI的不断演进，我们最终将构建出可以信任的直觉机器。随着时间的推移，也许我们可以克服并相信机器控制。直觉可能只是人类思维中短暂的、虚构的构造，或者它可能是一种真实的东西，可以被计算、模拟和放大。随着AI的不断演进，我们最终将构建出可以信任的直觉机器。