人工智能的7种类型
人工智能，也许是人类有史以来最复杂和最让人震惊的创造物。同时也忽略了一个事实，即仍然有大片的领域人工智能仍未涉及。
当今我们所看到的每一个让人惊叹的人工智能应用，也仅仅是其极大潜力的冰山一角(TipoftheAIIceberg)。尽管事实上人们已经不厌其烦的反复说明，可实际上AI对人类社会未来的潜在冲击，仍难以获得全面的了解。其原因可能在于，正在发生的AI对人类社会的革命性的冲击，目前仍处在相当早期的演进阶段（Earlystageinitsevolution）。
AI的快速发展及其强大的能力，使人们对不可避免的，和逐渐接近的AI可能对人类社会的控制(takeover)产生了恐惧(Paranoid)。同时，各工业领域由AI所带来的转变，使商业领袖们和普通大众们误以为我们已经达到了AI研究的顶峰，且AI已经发挥了其最大价值。但是，理解AI已经存在的和将要存在的不同类型，将有助于我们更好地理解AI现存的能力及AI研究仍要经过的漫长道路。
理解AI分类的不同类型
由于AI研究的意图(purport)在于使机器可以模拟类人(Human-like)功能，AI系统可以精准复制(Replicate)人类能力的程度，被用来作为确定AI类型的标尺(Criterion)。因此，取决于机器与人类相比较的多功能性(Versatility）及其性能，AI可以被划分为类型一。若AI可以达到类似于人类的功能及等同的熟练程度(Proficiency)，则可视为更先进的人工智能类型，反之则视为相当简单而不先进的类型。
在此标准下，通常有两种方式分类。类型一是基于AI和AI赋能的机器其于人类思维的相似程度，甚至可以象人类一样去思考(Think)和感知(Feel)。在此中分类标准下，有四种AI或AI系统，分别是：
ReactiveMachine-无内存记忆，仅仅是对刺激做出反应Limitedmemorymachines-使用内存记忆来学习和改进其反应Theoryofmind-可以理解其他智慧实体的需求Self-awareAI-类人的智慧和自我意识(self-awareness）ReactiveMachines最古老的AI类型，能力非常有限。其模拟人类心智活动(HumanMind)来对不同的刺激做出反应。这种设备不具备记忆相关能力(Memory-basedfunctionality)，不可以利用先前所获得经验来指导当下的行为，例如机器没有能力去学习（Learn）。这种机器尽可以用来自动化的对有限的指令或输入做出反应，不能依靠记忆来改进其操作。最为大众所知的ReactiveAI机器就是IBMDeepBlue，其在1997年击败了人类国际象棋冠军卡斯帕罗夫。LimitedMemory这类机器不仅可以对刺激做出反应，还可以从其历史数据中学习并做出决策。我们所指的几乎所有的应用基本上都属于此类型。所有现金的AI系统，如那些使用深度学习的系统，都通过其内存中大量数据的训练，形成参考模型(ReferenceModel）来解决未来的问题。例如，图像识别AI（ImageRecognitionAI）使用数以万计的经过标记的图片训练，教会系统对扫描的目标命名。若一副图片被此AI系统扫描，系统会把训练图片作为参考，来理解扫描图片的内容，基于系统的学习经验(LearningExperience)，它可以越来越准确的标记新的图片。几乎当今所有的AI应用，从聊天机器人(Chatbot)到虚拟助理(VirtualAssistant)，到自动驾驶都是由LimitedMemoryAI驱动。TheoryofMind不同于前两类AI已经在现实世界中大量使用，接下来的两类AI，仍仅仅存在于概念中，或仍然在开发完善中。TheoryofMind人工智能是下一个水平能力的AI系统，研究者们仍然在创新中。TheoryofMind人工智能通过识别需求，情绪，信仰和思维过程(ThoughtProcesses)，可以更好地理解与其交互的物体。人工情绪智能（ArtificialEmotionalIntelligence）的研究正在萌发，成为很多人工智能研究者的热门研究领域，要达成TheoryofMind人工智能水平，需要其他人工智能分支领域的同步发展。因为若想人工智能可以真正的理解人类所需，需要人工智能机器可以感知每一个人类个体，其个体心智会受到多种因素的影响。Self-aware这是人工智能发展的终极阶段，目前仍存在于假设中(Existsonlyhypothetically)。Self-ware人工智能，进化到无限接近(Soakinto）人类大脑，已经具备了自我意识(Self-awareness)。这类的人工智能的实现（Materialize）需要几十年，如果不是几个世纪的话，目前是并且将用户按时人工智能研究的终极目标(Ultimateobjectives)。此中类型的人工智能，不仅可以理解情绪，并且可以激发对方的情绪，其不但有情绪，需求，信仰，甚至自身潜在的愿望(potentiallydesireofitsown)，是末日预言家们(doomsayers)所小心提防的。它们不仅可能给人来带来繁荣和文明的大幅进步，同时潜在的也可能成为人类的灾难。这是因为其一旦具备了自我意识，就可能具备自我保护的意识(Self-preservation)，将直接或间接的宣告人类的末日，因为它们可以非常容易的智慧的获取人类知识成果并且精心策划后取代人类(plotelaborateschemestotakeoverhumanity)。另外一种划分方式，是将人工智能划分为弱人工智能，通用人工智能和超级人工智能。ArtificialNarrowIntelligence(ANI)弱人工智能代表着所以目前已经存在的人工智能，包括目前人类已经创造的最复杂和最具能力的人工智能。弱人工智能指的是那种只可以以类人方式(usinghuman-likecapabilities)执行特定任务的人工智能系统。这些机器只能完成其编程所赋予的任务，因此只具备非常窄的能力范围(narrowrangeofcompetencies)。正如前面我们所提到的，此类系统对应的是应激反应和有限的记忆能力。甚至是最为复杂的使用机器学习和深度学习等自学习能力的人工智能系统均属于弱人工智能。ArtificialGeneralIntelligence(AGI)通用人工智能可以自我学习，感知，理解和完全的类人功能。此类系统可以独立的构建多种能力，形成连接和跨界能力，大幅度减少了需要训练的时间。此类系统完全具备人类所具有的多种能力。ArtificialSuperintelligence(ASI)超级人工智能代表着人类人工智能研究的顶峰(Pinnacle)，因为超级人工智能可以成为地球有史以来最强大的智慧形式。超级人工智能不仅具备人类的多种能力以外，由于其更强大的记忆存储，更快的数据处理能力和分析能力，以及决策能力，在每个领域和层面都将碾压人类。通用人工智能和超级人工智能将带来所谓的奇点（近Singularity）。听起来拥有这样的超级人工智能对我们相当的有吸引力，但超级人工智能也将威胁到我们的存在，至少我们生活的方式。
目前，对我们来说勾勒出世界未来人工智能存在的的图景将非常困难。但是可以确定是，我们仍然处于人工智能非常原始的阶段(Rudimentary)。对于那些对人工智能持负面看法的人来说，所有的对奇点来临的担忧还为时尚早，我们仍有时间来确保人工智能对人类的安全。对于那些对人工智能持正面看法的人来说，我们仅仅是触碰到了人工智能的浅层表面，人工智能的未来看起来更加的激动人心。
酒店人工智能应用浅析
酒店的人工智能并不是一个遥远的梦想。事实上，对于当今许多领先酒店品牌来说，这已成为现实。酒店中的人工智能（也称为AI）包括从机器人服务器到智能计算机系统的所有内容。在酒店中使用人工智能不仅仅是获得竞争优势的问题，为了继续经营，这是必不可少的。
酒店业如何使用人工智能？
人工智能在酒店业被用于收入管理、客人体验和日常运营的自动化。要在酒店中使用人工智能，管理人员必须根据可用预算、客人反馈和未来增长计划来考虑他们的投资将在哪些方面产生最大影响，因为几乎每天都有新技术进入市场。
酒店人工智能应用的9个例子：
如今，大多数酒店都使用基于人工智能的网站、预订工具或其他软件。采用新应用中的一个或多个以在竞争中领先、增强宾客体验、促进销售等等。
1.提供人工智能礼宾服务
伦敦和曼彻斯特的RadissonBluEdwardian等酒店使用人工智能礼宾服务来为客人办理入住或退房、订购客房服务以及24/7全天候回答问题。客人可以直接通过手机给爱德华（他们的礼宾部机器人）发短信。如果您想创造一致的宾客体验并腾出时间让前台工作人员为实际在场的宾客提供最佳服务，请考虑为您的酒店安装聊天机器人。
2.切换到超动态定价
超动态定价允许预订引擎自动搜索社交媒体、过去的用户数据，甚至世界新闻，以显示能够最大限度地提高收入潜力的价格。例如，如果附近的酒店有大型会议，人工智能软件会立即调整价格以反映需求的增加。
航空业专家和旅行顾问MatthewKlint指出，该软件在航空公司中已经非常普遍，他说：“即将出现可以破译所谓‘非结构化数据’的系统，包括扫描酒店评论以了解消费者情绪或精确定位座位分配或基于社交媒体信息的特定酒店房间。”换句话说，这项技术会随着时间的推移变得越来越精准。
3.预测公用事业使用情况
使用能源、水和废物监测工具改进收入管理并帮助保护环境。希尔顿等酒店已经使用它们十年了。根据最近对其自身可持续性和社会影响努力的庆祝活动：“希尔顿酒店通过其专有的LightStay计划减少了碳排放量，相当于减少了390,350辆汽车……同时节省了超过10亿美元的公用事业成本”。换句话说，开发或采用此类计划的品牌可以期望从这里长期获得节省和可持续发展的回报。
4.采用团体订票软件
CventPasskeyforHoteliers使用智能技术最大限度地发挥现有业务的销售潜力，改善预订体验，并无缝组织所有相关部门。PortolaHotel&Spa收入经理ColetteBarss说：“自从启用PasskeyARI以来，我们看到客房收入显着增长，我们的客人延长了住宿时间。规划人员很高兴能够保持链接打开的时间更长，而客人喜欢预订的便利性。”
所有可用的工具加起来就可以创建一个强大的预订引擎，但归根结底，它们都支持相同的目标。要做到这一点，酒店经营者需要一个团体预订软件来帮助他们更好、更聪明地工作。
5.使评论具有可操作性
通过客人在主要酒店评论网站上留下的反馈来了解客户。但是，不要总是手动完成该过程，而是使用智能工具为您完成。机器学习（AI的一个子集）可以轻松地自动收集、存储和分析来自各种在线来源的数据。
这就是豪华酒店品牌DorchesterCollections使用它来个性化客人从预订到用餐的体验的原因。在一个例子中，他们能够确定“客人对早餐的兴趣远远超过将晚餐作为正餐，酒店倾向于将投资重点放在哪些方面，以通过提供优质的用餐体验来区分自己。”更新的早餐菜单，客人可以个性化自己的需求。
“事实证明（机器学习软件）是正确的，”多切斯特收藏中心的AnaBrant说。“多切斯特厨房报告说，80%到90%的早餐订单被修改。所以今天，当你在比佛利山庄坐下来吃早餐时酒店（在TripAdvisor上有1,019条评论，在Booking.com上有298条评论，在Yelp上有235条评论，在Expedia上有294条评论），一名服务员走过来问你想要什么——他们什么都有。没有菜单。”
6.使用聊天机器人翻译器
聊天机器人翻译人员可以根据网站访问者的位置快速识别网站访问者使用的语言。他们还可以即时翻译脚本并管理来自世界各地的同步客人查询。
尽管酒店业对聊天机器人并不陌生，但它们的重要性只会继续增加。正如《纽约时报》报道的那样，聊天机器人“为旅行者提供有关冠状病毒爆发、统计数据和症状的最新信息。”由于人工智能，客人将越来越多地将聊天机器人视为旅行助手，而不是他们与现场人员之间的障碍。
7.功能智能事件图表
酒店的人工智能有许多不同的形式。“哇”活动策划者使用CventEventDiagramming等产品-一种用于创建活动空间3D图表的直观工具。模板化过去事件的布局，主持虚拟演练，并在一个地方同时与多个团队协作。
8.让机器人为客人办理签到
希尔顿和IBM联手打造了康妮（以康拉德希尔顿的名字命名），这是第一个面向酒店的现场客服机器人。AI模型可以向客人学习并随着时间的推移进行调整，同时回答问题、完成简单的预订任务并随着时间的推移改进自己的语言。
希尔顿的乔纳森·威尔逊(JonathanWilson)表示：“我们专注于重新构想整个旅行体验，让宾客体验更智能、更轻松、更愉快。”“通过利用IBMWatson（为机器人提供动力的AI软件）等创新合作伙伴，我们以最不可预测的方式‘惊艳’我们的客人。”
不用担心更换人工前台员工——像Connie这样的工具旨在防止大堂排长队，创造难忘的体验，并帮助团队提高绩效。
9.让招聘更聪明
酒店招聘人员正在使用机器学习以超越过时简历模型的方式招聘酒店员工。利用现有团队成员的个性档案和基于游戏化的测试，洲际酒店集团和其他顶级酒店品牌已经招募了数千名员工。
遵循这种方法可以让招聘人员超越页面上的内容，发现最适合各个级别的候选人。洲际酒店集团欧洲酒店运营人力资源主管HazelHogben表示，“它还有助于消除个人或先入为主的偏见。
市场常见的智能服务产品有哪些
编辑导语：我们在日常生活中经常接触到各种智能服务产品，其中客服中心更是需要智能服务产品的支持，但是对于市场上常用的智能服务产品我们可能并不了解。本文作者为我们总结了目前市面上客服中心常用的8个智能服务产品，看看有没有你熟悉的吧。
一，智能在线客服机器人在线人工客服，工作强度大，工资待遇低、负面情绪多、晋升路线不明确、工作内容枯燥味，是大多数客服从业人员职业前景暗淡的主要原因。而招入难、培训成本高、工作效率低、数据质检绩效太耗时等问题，更是容服中心日常工作中挥之不去的。
智能在线客服机器人（也称在线客服机器人）的诞生在很大程度上改善了上述问题，其显而易见的贡献在于为反复被问到的问题提供一个标准化答案，优点是即时回复，既能让客户省去等待时间，又能极大减少企业的人力成本。
这一突破，不仅能够帮助客服人员解决工作强度大、工作内容枯燥的问题，还能帮助客服中心解决员工离职率高、招人难等问题。
传统模式的客服工作稳定性较差，知识无法沉淀、传承，一旦有员工离职，新员工只能从头学起。而像电商这种品类多、场景多的行业，客服更需要具备丰富的知识储备，但学习过程不论对商家还是员工都是不小的负担。
智能客服可以解决重复、简单的问题，在配备企业专门的知识管理系统后，随着数据的不断增加，系统会越来越智能化，那么智能客服的表现也会越发使用户满意，形成正向循环。
二、智能IVR语音导航交互式语音应答(interactivevoiceresponse，IVR)，是一种功能强大的电话自动语音导航服务系统。
它用预先录制或文本转语音（texttospeech，TTS)技术合成的语音进行自动应答，为客户提供菜单导航功能，主要应用于呼叫中心系统。伴随着客服中心的诞生，IVR系统便一直存在。
IVR系统又分为前置和后置两种：前置IVR是语音先进入系统进行处理，在无法解决客户问题的情况下才转入人工座席；后置IVR是指IVR与人工座席处在平等的位置，人工数量无法满足客户入话时转入IVR，主要是为了在客服都处于忙碌状态时延缓接入时间。
多年来，由于用户“转人工”的使用习惯及IVR流程使用的复杂性，这种单一的应对业务增长的模式越来越跟不上时代的步伐。同时，传统客服虽然不断地对IVR的菜单路径及层级进行优化，但随着企业业务越来越庞大。
这种优化也遭遇了“天花板效应”，用户面对日益臃肿的IVR菜单，越来越没有耐性跟随语音提示走到最终的功能节点，这也导致用户更加愿意直接转到人工座席来完成自己的服务诉求。直到人工智能+IVR的出现，使得IVR技术迎来重生。
智能语音导航（人工智能+IVR)，是通过语音识别和语义理解技术的综合应用，让客户不用传统按键模式而是用语音的方式完成需求的交互，然后系统实现客户需求的最优分发或问题解决。
客户采用最本能的说话方式与系统交互，系统通过智能理解将客户的需求导向“合适”的解决节点，或实现需求分发，或直接解决问题。让客户不用再烦琐地按键或在迷宫般的流程中穿行，在提升客户体验的同时，降低客户对人工服务的依赖。
人工智能技术加持下的IVR未来不仅可以模拟人类对话的服务方式，还可以升级产生智能催收、智能自动营销等功能，甚至还能融入可视化服务，为客户提供多种辅助服务。
三、智能工单系统对于人工座席来说，最怕遇到的就是需要在后台操作多个系统进行组合式查询后才能得到答案的问题。
例如：客户进线要求开具发票，客服需要先进行第一轮交互，确定客户所需要的发票类型：个人发票、企业普通发票、企业专用发票；核对客户需要开具发票的订单，核对成功后，将客户开具发票需要的所有信息以话术方式返回至客户；客户填写后，客服人员操作工单系统进行咨询升级。
对客服来说，这样的操作非常耗时，而且任何一处核对不仔细就容易出现问题；对于客户来说，等待时间长，而且必须要联系上人工客服，赶上业务高峰期，等待时间会更加难以忍耐。
智能工单系统可以将客户与客服交互过程中所有涉及工单或者升级服务的流程打通，应用人工智能技术将需要的信息进行自动匹配与校准，彻底解放客服，让客户在最省力的情况下迅速完成开票过程。
有了智能工单系统，客户进行咨询时，只要提及需要工单服务，系统就会根据工单服务的规则验证该订单能否进行工单操作。
若验证失败，直接返回错误原因；若验证成功，则自动将预先设置好的工单场景规则信息推送至客户，客户按照规则填写个人信息，在同一个页面进行校准，确认无误后系统直接完成推送，同步告知客户工单申请结果与工单产生内容结果的时效，以及结果信息的查阅位置。
对于客服来说，能够解放劳动力，也不用再进行多个后台系统的切换操作，让服务流程变得井然有序。而对于客户来说，在无等待情况下完成申请，并且能够立刻确认申请信息是香正确，同时不用来回切换跳转页面，即可获得服务结贝与服务时效的双重满意。
工单系统有两个应用方向：一个是作为人工座席台的服务插件，当客户咨计时由人工座席推送插件进行智能工单服务：另一个是将插件融入各个独立服务楼块，如与智能服务机器人融合，使得智能服务机器人的业务场景更加深入，与自助服务中对应的业务模块融合，让客户不再只能从自助服务中获取一篇关于申语发票的说明文字，而是能够直接通过一步一步地点选，在一个页面完成服务申请，申请发票只是智能工单应用中的一个成功案例，在电子商务领域中，智能工单系统还包括修改收件地址、提交价格保护等应用。
只要是需要跨越多个系统、进行多个流程操作的工单服务场景，都能应用智能工单系统进行尝试。
四、智能邀评插件对于客服中心来说，掌握客户在服务过程中遇到的障碍是头等大事。
客服中心往往会在每通服务结束后，向客户发送满意度评价邀请，并根据评价的得分及内容对整体的服务体系进行再优化。
在应用智能化产品以前，邀评往往都是在一通语音服务结束后，由客服主动发送评价邀请，而在实际场景中，客服人员由于服务时间太短、并发量太多而导致没有时间发送评价邀请；或者在客户服务结束很长一段时间后才想起要给客户发送服务邀请，从而导致客户体验不佳或评价不准确。抑或在服务过程中，客服人员主观认为客户不会给出好评，而放弃评价邀请。
基于这些问题，智能评价邀请插件可在人工客服结束服务后自动发送评价邀请，如当客服为客户推送问题答案后，一段时间内如果客户没有再次回复，系统便默认客户的问题已经得到了解决，会自动触发智能评价邀请。
又或者当客服为客户提供解决方案后，客服给客户发送“您还有其他问题需要解决吗？”类似确认话术，这个时候客户如果回答“没有”或者“谢谢”等具有指向问题圆满解决的话语，也会触发智能系统发出评价邀请。
智能评价邀请插件通过对服务流程是否结束的客观判定，可以保证所有的服务都有相同的概率能够得到客户的评价，以此保证客服中心得到评价的数量最多、最客观、最能体现客户意志。
五、智能历史聊天记录摘录移动互联网时代，客户的咨询往往是碎片化的，如客户遇到不太紧急的问题时，可能在一天或者几天当中多次进线咨询，或者客户的问题特别难，需要跟多个部门核实信息。
这种服务案例对于人工客服来说是一个非常大的挑战，人工客服接待客户时，往往会在第一时间说“您好，请问有什么可以帮助您的？”这句开头服务话术对于咨询新问题的客户来说是没问题的。
但如果是同一位客户短时间内多次进线，还用该话术让客户重复自己遇到的问题，客户的体验感知会非常差。
人工客服在服务过程当中，所面对的是一个很多客户进线的高并发现场，并且客服中心对于每一个进线客户的首次响应时间往往有很苛刻的考核要求，这就导致人工客服基本没有时间去查询浏览客户以往的历史聊天记录。
智能聊天历史记录摘要插件能够很好地解决上述问题，当客户进线后，系统自动识别该客户的账户在系统中是否有历史聊天记录；同时匹配客户关系管理（CRM）系统或者企业资源计划（ERP)系统进行关联，查询客户以往咨询的主要问题是什么，以及上一次咨询问题的处理结果与处理进度，从而极大地提高了人工客服的工作效率与客户的满意度。
六、智能质检系统服务质量是传统客服中心考核客户体验的关键指标，这一指标不仅能衡量服务结果的好坏，而且对运营管理也具有重要意义。
传统的质量管理方式存在效率低、成本高、录音抽检比例低、质检结果统计难、质检公平难以保障等问题，一直是客服中心质检环节的痛点。
在企业中，质控人员一般是以1%~10%的比例在数据池中随机抽取服务案例进行质检，可有问题的服务抽不到，抽到的大都没有问题是质控人员常常遇到的尴尬境况。
对于一线客服来说，即使在服务过程中辱骂了客户，但只要客户不主动投诉，一线客服只会有很小的几率被质控人员抽查到，这些当下被忽略的服务问题，很可能成为今后的口碑隐患。在智能质检系统的帮助下，质控服务迎来了质的变化。
客服在服务客户的过程中，人工智能系统会在背后监督整个服务过程，如果客户发怒或者情绪发生了变化，人工智能系统会主动监控到这一情况，并把该服务列为疑似有问题的服务。
而质控人员的工作则是每天将人工智能系统推送的疑似有问题的服务抽取出来，根据质控标准进行二次复盘，发现确实有问题的就交给专家型人工客服跟进处理这种模式下，质控人员的抽检范围从全局中的少量案例变为全局中所有疑似有问题的服务，无论是质控人员的处理效率还是客户问题的处理进度都将得到极大提高。
对于语音质检来说，只要先把文字质检的系统及插件打磨完善，在文字质检的插件上增加一个语音转文字的系统，无论是服务结束后的全量质检，还是服务过程中的语音质检，都先由语音转文字的系统将对话内容实时转化成文字，再由文字质检系统进行实时的分析。
需要注意，语音质检不是单纯的文字质检应用，除语音识别能力外，往往还可以考虑业务场景或者一些通用的规则，如情绪识别，可以通过对客户及客服语音波纹的波谷和波峰进行大数据分析比对，分析出客户发怒的波谷和波峰，当声纹触碰到这个波谷或波峰的时候，系统就认为客户的情绪已经发生了极大的变化，甚至处于愤怒的状态中，发出警告提醒服务人员或者班组长注意。
从质检角度来说，智能质检可以用在服务过程中及服务过程后。从质检的范围来讲，它既可以涵盖客户情绪监测，又可以基于客服中心对服务质量的要求，把质检规则固化到系统当中。
从服务的渠道上来说，智能质检既可用于在线又能用于语音。
对于智能巡检来说，将质检系统作为插件导入人工客服的作息工作台当中，当人工客服与客户实时进行沟通交流时，每一条话语都会经过质检系统的筛查，当客户的情绪出现波动，或者客服的话语触碰了质检机制时，巡检系络以标红的形式进行提示。
同时，还可以将质检规则按照严重程度进行分级，当巡检系统检查到客服触碰高等级质检规则时，质检系统可以将该人工座席工作台账户名称发送至对应的班组长处，让班组长及时进行服务干预，将严重投诉扼杀在摇篮中。
七、智能舆情系统智能舆情系统，它在本质上与智能质检系统相似，不同点在于质检的对象是服务人员，其目标是提升服务质量，而舆情监控的对象主要是客户，其目标是将可能影响企业形象的内容消灭在萌芽之中。
智能舆情系统需要将舆情规则泛化在系统中，通过自然语言技术对客户中心在全媒体渠道上的内容进行搜索。
例如：贴吧、微博、微信公众号、知乎、抖音、头条、论坛等平台中，将涉及违反规则的内容检索出来，将其对应的渠道信息及内容信息发送至舆情团队，让舆情团队能够在负面事态还未发酵的时候就能够做出反应，及时消灭对企业不利的舆情。
八、智能语音客服机器人智能语音机器人是继智能在线服务机器人后，人工智能技术在语音服务渠道上又一成熟应用。语音机器人的运转逻辑不是文字质检与语音质检系统的迭代升级，更不是简单地在在线机器人外面封装上一层语音转文字的系统。
所谓智能语音机器人，是综合应用语音识别（ASR）、语音合成（TTS)、语义处理（NLP）、自然语言理解（NLU)等一系列技术，基于特定语音服务渠道打造出的机器人。如果说在线服务机器人最终追求的是服务场景的覆盖率，那么它覆盖越多的场景，回答的问题就越多，相应带来的成效也就越大。
而智能语音机器人聚焦的是颗粒度较大的场景，如营销回访、满意度调查，或者是特定场景的交互。通过对整个服务场景的服务内容进行拆分，预估客户在此服务场景中所有会问的问题，提前设置相应的回复。
如果是外呼机器人的话，该服务场景需要根据以往人工客服的服务流程及人工客服服务话术进行设计，如满意度随访、产品营销等。
在外呼机器人与客户交互的过程中，针对客户每一句话的实际意图去匹配属于该服务场景中的那一段流程，再用语音合成技术将预先设置好的对应流程的回复内容，以固定话术进行拟人化播报。
本文由@F原创发布于人人都是产品经理，未经作者许可，禁止转载。
题图来自Unsplash，基于CC0协议
人工智能对服务业的影响
人工智能是当下的热点话题，在服务业中得到越来越多的运用，成为服务创新的主要来源。医疗保健、酒店餐饮、商场银行等随处可见服务机器人的身影。但是，人工智能快速扩张带来就业结构的重塑，更对服务业带来了较大影响。
人工智能将通过机械智能、分析智能、直觉智能和移情智能四种形式模拟人类智能。机械智能具有自动执行常规、重复任务的能力，为了模拟人类的自动化，机械智能被设计成具有有限的学习和保持一致性执行能力。分析智能是为解决问题和从中学习而处理信息的能力，是关于信息处理、逻辑推理和数学计算的技能，这些有难度的技能来自于认知思维方面的培训、专业知识和专业化。直觉智能是一种创造性思维和有效适应新情况的能力，被认为是基于整体和经验思维的智慧，包括需要洞察力和创造性解决问题的深入思考的专业技能。移情智能是一种识别和理解他人情绪、在情绪上做出适当反应并影响他人情绪的能力，包括人际交往、社交，以及帮助人们对他人情感敏感并与他人合作良好的人际交往技巧。这四种智能可能是有序的，因为有些智能（例如直觉智能和移情智能）更难被人工智能模仿，因此开发成功的人工智能应用程序需要更长的时间。
人工智能对服务业的影响是很大的。对于简单机械式的任务，机械智能将能够胜任和替代；对于信息处理、逻辑推理和数学计算式的任务，分析智能将能够胜任和替代；对于一些复杂的、创造性的和情境相关的任务，未来的直觉智能将能够胜任和替代；对于那些要求社交性、情感性，能够识别和理解他人情绪、在情绪上做出适当反应的任务，移情智能将能够胜任和替代。从国际上看，智能机器人的触角已经伸向了越来越多的服务行业，影响比较大的有这样几个领域：一是家居。智能家居系统为普通消费者提供人性化、主动管家式的服务系统；二是医学。人工智能与医学各个学科和各个专业广泛渗透，相互交叉和跨界融合，极大的推动了基础医学、临床医学、公共卫生等各个学科和专业的科学研究、应用实践和各类创新；三是交通。人工系统主要利用计算机仿真技术，通过监测人们出行的行为计算交通流。人工系统可以模拟交通事故或恶劣天气，以此观测紧急情况造成的道路拥堵情况和对其他路段的影响。比如，当你驾车出门在外，人生地不熟，少不了一款智能导航软件的指引，它会根据实时路况变化，躲避拥堵路段，推荐更快更优的路线，帮你更快到达目的地；四是个人助理。有的金融机构和服务公司也在尝试利用机器人做客户经理的个人助理，不仅可以与客户互动交流，介绍产品及业务，还可以引导客户到相应的区域办理业务。五是餐饮、宾馆。不少餐饮企业及教育机构也较早地利用起了机器人，比如迎宾接待、点餐送餐、教育陪伴等。Forrester公司发布的《2027年工作的未来：和机器人并肩工作》的调查报告表明，“自动化不会替代所有工作，但会改变劳动力的形式”。有关专家认为，人工智能不是为了取代员工的工作，而是采用人工智能和其他自动化技术增强人力资源，帮助员工更有效地完成工作。
人工智能参与服务劳动的阶段性特征。第一阶段，人工智能参与机械任务。机械智能接管标准化和重复性的服务任务，同时具有成本效率和质量一致性优势。面对这种情况，工人们需要提升自己技能的智能水平。第二阶段，人工智能参与机械和分析任务。机械智能和分析智能的相对重要性下降，直觉和移情智能的相对重要性增加。分析技能成为人工智能相对于人类智能的比较优势，分析任务可能由更高级的人工智能直接来完成。面对这种情况，工人可以通过加强直觉技能来确保工作。第三阶段，人工智能参与机械、分析和直觉的任务。机械智能、分析智能和直觉智能的相对重要性都下降，而移情智能相对重要性上升。比如，人工智能在皮肤癌分析方面，使用深层神经网络的图像识别人工智能与皮肤科医生一样好甚至更好。第四阶段，人工智能参与机械、分析、直觉和移情的任务。移情智能目前正在开发阶段。例如，对于困难或沟通密集的客户服务，情感机器人可以减轻客户服务代表的负担，减轻消费者的愤怒。聊天机器人不仅可以与人交谈，还可以学习和模仿他们的语言风格。第五阶段，人工智能与人类完全整合。人工智能可以像人类一样思考和感觉，它有能力接管所有任务。因此，人和机器之间最好是无缝地协同工作：人和机器各自为自己的目标市场提供服务；人和机器一起共同为目标顾客提供服务；人工智能完成了人类不想做的工作，而人类可以选择想保留的工作；人类在生理上或生物学上与机器结合在一起，人工智能成为人类的技术延伸。
毫无疑问，机器人拥有诸如信息交换、教育培训、关爱陪护、学习反馈等多种功能，它给人们的生活带来的变化是多方面、全方位的。有人不免担心，服务行业从业者的饭碗会不会被机器人抢去？对此，业内专家认为，大可不必如此担忧，因为如今服务行业使用机器人还很难涉足一些较高难度的工作。从现实看，人工智能暂时、短期内不会对服务行业造成极大的威胁，在诸多领域里人工智能可以做到大多数人类能做的事，甚至做得更好，但人工智能完全取代人类工作还遥遥无期。对于某些企业来说，人类＋人工智能的结合能提高企业的工作效率，推动企业高质量发展，让客户享受到更好的服务。
（作者单位：吉林财经大学）