CTI論壇(ctiforum.com)（編譯/老秦）： 人工智能 (AI) 和機器學(xué)習 (ML) 創(chuàng)新很像蓋房子。你不會有一天一覺醒來發(fā)現(xiàn)房子已經(jīng)完工。
每個最先進的進步都始于基本概念，并建立在之前的研究和開發(fā)之上。這個想法適用于人工智能的許多子學(xué)科，尤其是對話智能。
在過去的幾十年里，語音和語言 AI 的進步為對話智能奠定了基礎(chǔ)。如今，公司利用對話智能來真正了解其全渠道客戶交互背后的背景。
有了這些知識，團隊可以減少 CX 中的摩擦，有效地指導(dǎo)他們的員工，并在銷售、營銷和產(chǎn)品開發(fā)等部門進行關(guān)鍵的業(yè)務(wù)改進。
我們最新的白皮書《AI 很重要：深入了解CallMiner如何推動業(yè)務(wù)績效改進》通過回顧對話智能市場的歷史，涵蓋了對話智能市場的這些結(jié)構(gòu)性變化。
這四個 AI 時代塑造了當前圍繞對話智能的思維，即使行業(yè)在不斷發(fā)展。
時代 1：機器轉(zhuǎn)錄與人工分析
語音識別 AI 用于將對話轉(zhuǎn)錄為文本。它的歷史可以追溯到 1950 年代，當時貝爾實驗室制造了第一個被記錄在案的語音識別器"Audrey"，它可以識別中間有停頓的數(shù)字字符串。
隨著摩爾定律和計算能力的重大進步，該領(lǐng)域在 1990 年代末至 2000 年代初真正起飛。
機器轉(zhuǎn)錄的缺點：人類仍然需要手動解釋每個轉(zhuǎn)錄本以收集見解。這需要人類付出很多努力，并且對于大量交互來說是不切實際的。
仍然有價值的地方：當需要深入研究個人互動時，這項技術(shù)仍然有效。許多工作流程仍需要這些深入探索，尤其是在客戶互動的第一線指導(dǎo)和培訓(xùn)員工時。
時代 2：單詞識別
單詞識別，也稱為關(guān)鍵字識別，使用 AI 來查找某些單詞的存在或不存在。該領(lǐng)域的一些初步研究發(fā)生在 1980 年代末和 1990 年代初。通常，該技術(shù)用于情緒分析。
例如，單詞識別算法可以查看通話記錄中是否存在"真棒"或"可怕"這些詞，以幫助進行情感分析。
單詞識別的缺點：首先，該技術(shù)依賴于完美的轉(zhuǎn)錄準確性。即使是最好的轉(zhuǎn)錄員也不是 100% 準確的。其次，很多詞有多重含義。語言通常比所說的單個單詞復(fù)雜得多。相反，意義來源于詞語的相互作用。
仍然有價值的地方：在許多必須檢測行業(yè)或公司特定詞的情況下，詞發(fā)現(xiàn)仍然有用。例如，競爭對手的提及可能會觸發(fā)機器人流程自動化 (RPA) 系統(tǒng)中的某些自動化事件，從而大大減輕單個座席的負擔。
時代 3：基于規(guī)則的方法
在這個時代，自然語言處理 (NLP) 的先驅(qū)們開始在對話中捕捉人類語言的復(fù)雜性�；谝�(guī)則的方法不再是檢測單個單詞，而是更多地了解單詞如何交互。
1980 年代和 1990 年代的早期統(tǒng)計模型是第一個基于規(guī)則的自動化語言系統(tǒng)，它不依賴于勞動密集型的手寫規(guī)則。
規(guī)則是人工智能的一次重要演變，因為它們能夠捕捉到什么時候說什么（元數(shù)據(jù)）、具體說了什么（語義）和怎么說（聲學(xué)）的上下文。規(guī)則還允許過濾某些場景。
基于規(guī)則的方法的缺點：很難在有限的規(guī)則集中捕捉到可以說的每一種方式。
仍然有價值的地方：在很多情況下，某事只能以幾種方式表達（或者，事物只能以一種特定的方式表達）。很好的例子包括法律披露、合規(guī)要求和某些座席腳本。
時代 4：機器學(xué)習（當前）
ML 是當前最先進的對話智能技術(shù)。 ML 不是通過創(chuàng)建規(guī)則來描述數(shù)據(jù)，而是使用高級算法來創(chuàng)建基于大數(shù)據(jù)的規(guī)則。
例如，機器學(xué)習解決方案可能會使用無監(jiān)督學(xué)習來分析任何交互子集并將其聚類為可探索和可擴展的主題，而不是預(yù)先確定應(yīng)該在對話中出現(xiàn)的主題并編寫規(guī)則來捕獲它們。
例如，無監(jiān)督學(xué)習使用算法在沒有人工監(jiān)督的情況下發(fā)現(xiàn)未標記數(shù)據(jù)集中的模式。 ML 還可以為組織提供在實際對話中類似使用的相關(guān)單詞和短語。
了解更多關(guān)于 AI 和 ML 的歷史可以幫助用戶了解這項技術(shù)是如何發(fā)展的。隨著時間的推移，組織與這些趨勢保持同步。
結(jié)果是對話智能技術(shù)建立在以前的人工智能進步的基礎(chǔ)上，將它們整合到最需要的地方，并從多年的經(jīng)驗中受益，以領(lǐng)先一步。
聲明：版權(quán)所有 非合作媒體謝絕轉(zhuǎn)載
原文網(wǎng)址：https://www.callcentrehelper.com/ai-innovation-in-conversation-intelligence-210099.htm
