現在很難找到一種聲稱沒有使用機器學習、跟人工智能（AI）無關的產品。但有趣的是，其實產品并沒有改變，改變的只是營銷方法。你會驚訝如此多的產品都在一夜之間都變成了基于AI的解決方案，而其實大多數解決方案都跟人工智能無關，我們在產品營銷材料和網站上閱讀到的內容僅僅是為了增加吸引力。

AI現狀

坦率地說，在這個時代，如果一個廠商聲稱沒有使用人工智能來提高產品性能和表現，那么將很難吸引客戶的注意。如果一個產品固步自封，而另一個產品不斷進取，例如使用人工智能（即機器學習）來提高產品能力，大多數人都會選擇最新和最尖端的產品。

問題是，人們購買后很可能感到失望，因為大部分所謂基于AI的產品都是炒作。企業應意識到人工智能還處于商業化的早期階段，它有巨大潛力，但是目前的技術和應用還遠遠沒有達到大規模使用的地步。當我觀察相關市場時發現，那些研究最新AI應用的廠家正在通過不同的解決方案提供大量的專業服務，以構建他們的產品。

進步的動力

人工智能革命背后的驅動因素是對生產力和質量改進的需求，這對所有企業都很重要，對勞動密集型的前臺和后臺組織至關重要。設想下，一個語音自助解決方案，也稱為交互式語音應答系統（IVR），當客戶在使用過程中的某個節點退出時，該系統應用機器學習自己識別問題，然后在不需要人工干預的情況下，對腳本進行適當更改。

人工智能的另一個重要用途是將它嵌入到個自動呼叫分配器（ACD）中，以改進和優化路由。假設ACD能不斷優化其路由算法，確保能將事務交付給最適合的客服代表處理。這些例子聽起來不錯，但它們今天并沒有完全成型。目前被稱為人工智能的大部分產品，其實都由人類創建和修改業務規則。雖然供應商正努力使解決方案變得更加智能和敏捷，它們的應用和推廣方式也隨之變化，但這些方法跟過去相比，仍沒有質的變化。

過去和未來

30多年前，我接觸到的第一個人工智能應用是知識管理（knowledge management，KM），它是一個人工智能仍未完全進入商用成熟期的很好案例。知識管理仍然是機器學習方面的人工智能，它面臨的首要問題就是如何不斷更新，保證內容與時俱進。如果人工智能起作用，多年前這些就不是問題了。在AI未能真正實施的時代，仍要對系統不斷開發，才能達成上述效果。

DMG看好當前的人工智能革命。與以往不同的是，許多公司的IT部門都在進行投資，試圖在解決方案中嵌入人工智能。因為客戶接觸中心需要大量使用這類技術，雖然人工智能的成熟應用尚需時日，但這塊市場太潛力巨大了。

思考

人工智能正在推動一輪對IT部門（包括呼叫中心 ）的配套系統和應用程序的大規模投資。雖然人工智能還沒有進入廣泛的商業應用時期，但許多解決方案的更新正推動供應商重新思考系統邏輯，提供新一代更容易實現和使用的系統，這些系統將設計地比以往更加聰明。

盡管底層技術還不是真正的人工智能，而是機器學習，但許多解決方案，包括智能虛擬代理（IVAs）和機器人過程自動化（RPA）應用程序，將擁有顯著的生產力和質量改善。新一代的系統還沒有完全啟用，但它正在正確的道路上前行，許多解決方案的誕生都比實際公司商用要提前20到30年。

標簽：海西 固原 齊齊哈爾 白銀 常州