很多企业都会用机器人来降低客服成本，并提升对顾客请求的响应。虽然现有大部分的机器人并不具备真正的智能，但在人工智能（AI）和机器学习的帮助下，这一情况正在快速改变。亚马逊、Facebook、谷歌、微软等产业巨头都已加入了这股 Bot 热潮。「你现在可以给你的 Bot 加上人工智能、机器学习和技术资源，而不需要有技术堆栈之外的部分。」托管分析解决方案提供商 Ugam Solution 的市场调研部技术创新主管 Felix Rios 在某采访中说道，「（同时），我们的社会整体正逐渐接受与机器对话这个概念，而且我们也越来越喜欢在打电话的同时聊天。总而言之，看起来 Bot 产业大爆发的时机已经成熟。 」
那么，机器人产业的增长到底对你的企业意味着什么呢？
机器人正越来越多地被用于自动化任务、加速搜索、以及与人类进行对话。当然也有巨大的失败的情况，比如微软的 Twitter Bot，而且以后也很可能会有更多这样的「高调的」失败案例。即使如此，由于现代聊天机器人（chatbot）的接口都是用自然语言处理（NLP）设计的，所以用户能享受到比以往更快捷和更自然的用户体验。「直到几年前，我们完成任务的方式还是用鼠标指指点点，或者在菜单中搜寻要如何将我们的意图表达给系统，」语音接口研发公司 Voxable 的工程师兼联合创始人 Matt Buck 说道。「告诉计算机你想做什么，有时最简单的方法就是用自然语言。」
大多数自然语言处理系统仍需要很多改进才能真正实现，这就是机器学习和开发者的聪明才智的用武之地。鉴于 NLP 还不够完美，所以企业组织还需要认识到 Bot 实现上的限制。
不能对机器人模仿人类沟通的能力抱有盲目的信心。机器人毕竟很难理解语言的细微差别和语境，也很难理解人类在特定刺激下的情感反应。「我们对人工智能的定义分为三个阶段，」Pricewaterhouse Coopers (PwC) 公司首席技术专家 Anand Rao 在一次采访中说，「 辅助智能、增强智能和自主智能。今天很多企业或消费应用所采用的绝大多数都是辅助智能。 它们只起到了帮助常规任务自动完成的作用，并没有从根本上定义我们完成这些任务的方式。」
虽然还有很多需要学习的，但 Bot 确实在快速进化中。那么应该如何做好迎接 Bot 纪元的准备呢，下面列出了11个需要考虑的问题。
制定策略
包括 Bot 在内的任何新技术的使用最好都从一个试点产品开始，然后再进行测试、改良、论证，最终才是扩展更广泛的应用。考虑到 Bot 各种非常广泛的潜在应用，企业最好要能认识到 Bot 对自身意味着什么。做到这一点不仅需要找到 Bot 可能的应用领域，还要做好潜在风险收益评估。「当新事物出现时，比如互联网和手机这样的，明智的企业会坐下来制定出一个策略。因此企业现在就需要想出自己的机器人策略，」Bot 平台供应商 Kore 的 CEO Raj Koneru 在采访中说道。「我需要考虑我的 Bot 策略能带来什么样的生产力提升，从而带来收益增长并降低成本。」
培养情绪机器智能
如果聊天机器人不能真正感知到人类情绪，它们就无法与人类在同等水平上交流。类似地，如果一个聊天机器人无法即时检测到我们的情感，它就不能据此适应人类的行为。初代 Siri 就是一个典型。Imperson为电影《疯狂动物城》的家庭放映推广而开发的 Facebook Messenger Bot 则是另一个例子。这个 Bot 在电影放映周活跃在它的 Facebook 页面上，负责即时回应各种问题。但它对本文作者的问题的回答却是完全不相关的。
真正的智能会区分不同的品牌，所以要小心那些没头脑的 Bot 了。
时刻关注你的品牌形象
品牌形象无论何时都很重要。然而，有些企业把客户服务相关任务自动化时，忽略了那些达不到顾客期待水平的聊天机器人可能引起的负面效应。「当新接口出现时，新市场和中介机构就会随之出现，企业需要转变模式，让它们的品牌形象从这些接口中恰到好处地浮现出来，」科幻原型设计公司 SciFutures 的合伙人及 CTO Scott Susskind 说，「通常有与公众直接打交道人员的公司会不得不的询问是否存在能够概括他们的品牌和沟通方式的人工智能。」
用户产生内容营销软件供应商 BazaarVoice 的内容完整及商业观察副总监 Jennifer Griffin 对聊天机器人的人际沟通能力持怀疑态度。她在一次采访中表示，如果执行得不好，它们会严重损害用户体验。
考虑生态系统
大多数 Bot 专注于完成特定任务。有限的工作范围能让辅助人工智能很好的执行单一功能或狭窄的功能集合，而且还能发展出可能对其它 Bot 及流程编排层有用的深度领域知识。某些未来学家和技术专家预言未来会出现比现有的功能更强大的虚拟个人助手。SciFutures 的未来学家及 CEO Ari Popper 在一次访问中说道：「起初，个人助理具备处理日程、交通及天气这样日常事务的功能。随着算法的改进，再加上我们会给它们读取生物反馈和生物统计信息的权限，个人助理会更关注我们的情绪、情感，并且提供积极建议，比如我们应该读什么书、看什么节目以及与谁交往。」
目标定位，重复性任务
定位目标顾客群以及选出其中的领头者需要很多手动工作，而这些工作交给 Bot 完成会更快捷高效。比如说， Voxable 开发了一个绘画接口，让销售人员可以获取他们的目标领先者的信息。「我们正在替代传统的搜索方式——通过谷歌搜索或使用 CRM（客户关系管理）工具手动完成的方式。」Voxable 的 Matt Buck说，「用 Bot 而不是用新工具或者 GUI 的优势在于你可以要求它做某事。」
扩展企业应用的功能
扩展企业应用的功能通常需要很多开发工作。商业软件公司 Unit4 声称他们找到了一种新方法：可使用用自然语言接口和 Bot 来简化日常办公任务，比如时间表、开支报表和旅行计划。Unit4 的全球技术创新总监及首席工程师 Claus Jepsen 说道：「企业资源计划（ERP）系统很庞大，它是一个需花费很长时间去扩展的大型结构。加入了 Bot ，我们就能用自然语言能力创造出新的特征功能，而不需要把它内建到应用中。事实上，它们有自己的生命周期。」
Bot 平台供应商 Kore 让企业可将聊天机器人加进 ERP、CRM、供应链和其它企业应用中。它同时具备一个能让用户给 Bot 发送邮件或文本的自然语言接口。人们可以通过 Facebook Messenger、Slack、HipChat 等这些消息应用访问这个 Bot 。还有相应的软件开发工具包（SDK），让网页和手机应用开发者可将 Bot 放入他们的应用中。
加速决策
快速商业运作促使企业把更多任务和进程自动化，包括某些形式的决策。目前的自动决策普遍是基于一定规则的。不过随着 Bot 智能化程度的提高，这个基础会发生转变。人工智能平台供应商 Nara Logics CTO 及联合创始人Nathan Wilson说：「 Bot 一个尤其强大的应用领域将会是帮助自动化和支持企业决策。这是因为企业通常都有非常先进和定义清晰的工作流程，还有加入自动化辅助以获得更高准确度、安全和速度的财政激励。」
重新思考搜索
很多人对搜索又爱又恨。有时它能提供给你有用的信息，但有时搜索结果却是完全无关的。关键词和关键短语有一定局限性，因此现在人们推测搜索引擎用了推荐机制（但有时用得并不好）。「传统的『索引和搜寻法』已经到达极限了。这些方法擅长返回一长串搜索结果，但在整合信息方面的表现却非常糟糕。」 风险聚焦人工智能和大数据公司 OutsideIQ 的 CEO 及创始人 Dan Adamson 说。「我们的 Bot 经过了训练，能够像调查者或研究者一样思考和行动，它们可以识别出非常耗时且手动搜寻代价高昂的关系和风险。」
Stationfy 也用 Bot 进行搜索。它的自然语言接口能跟用户进行一对一交谈，能谈论他们最喜爱的运动、生活时间和热点新闻。无需再用搜索引擎和标签，Stationfy 的 Bot 可以快速为你找到昨晚比赛中的最佳瞬间。与它类似的还有一家内容探索平台 Outbrain，它的 Bot 具备推荐引擎内核，能让用户搜寻到感兴趣的内容。该公司目前正和 CNN 着手扩展 beta 开发，后面将是试点测试。
简化研究
聊天机器人可以用作定性研究的可用的调查引擎，因为如果设计合理，它们就能进行智能管理，并且从参与者的智能手机使用情况、位置和时间这些信息中提取出背景相关的调查问题。Ugam 的 Felix Rios 说：「传统市场调研要花费很长时间，而且经常被放弃。而 Bot 则能够整天管理调查问题，依据的是参与者的位置以及他或她在用手机做什么。」当她离开一家商店或餐馆时， Bot 也可以提醒她分享体验反馈。
从中获取的行为数据是非常有价值的。企业可以利用它更好地理解用户们的行为模式，以在自动化和个性化的基础上改善他们的顾客享受到的服务体验。
改善运作
并非所有 Bot 都是面向顾客的。它们中很多都是在幕后运行，提升网络安全。还有其它一些被用到了流线型商业运作中。集成式「平台即服务（PaaS）」公司 Built.io 就为自己打造了一个管理办公室工作环境的 Bot 。Built.io 的科技福音（technology evangelism ）及合伙人主管Kurt Collins说：「我们成功从办公室制冷和制暖费用里节省了每人几万美元的开支。」
把 Bot 看作是另一种渠道
软件和应用探索门户 Softonic 为给用户提供另一项可选择的用户体验而开发了一个 Bot 。「尽管我们正在打造的 Bot 可帮助发现游戏和应用，但它们并没有取代其它方法。」Softonic 产品副总监 Gino Micacchi 说，「它们只不过是跟用户交互并帮助他们实现目标的另一种方法。」
本文转自d1net（转载）