聊天机器人的六大构建平台

作者: Peter Wayner 2019-07-03 10:02:47

如今,聊天机器人正迅速成为很多企业开展客户服务工作的业务基石。而企业需要一些更好地为客户服务的人工智能的关键工具。

人们对自动驾驶汽车和机器人等新兴技术越来越关注,聊天机器人已经成为应用在客户服务前沿的技术。很多企业正在部署采用人工智能的机器人,并将聊天机器人整合到用户和公司之间的沟通的各个方面。

聊天机器人

目前聊天机器人来自两条路径。其中一条路径始于精心设计的工具生态学,以支持呼叫中心的人员。开发人员认识到,一些成熟的人工智能可以支持这些系统,可以拦截初始请求,有时可以解决最简单的问题。他们为与客户聊天而构建的系统添加了智能。

另一条路径来自实验室和人工智能研究人员。在构建自然语言处理堆栈时发现客户服务工作是一个很好的应用程序。于是他们创建了自己的聊天机器人并开始分发。

这些方法之间存在惊人的差异。有些聊天机器人可以同时使用语音和文本信息,而另一些则只能通过文本进行交流。有些人主要支持人类,而另一些人则独立自主。有些聊天机器人有了自己的机械灵魂,而另一些聊天机器人只是扮演了一个类似人类的角色。

企业的***方法取决于其当前的策略。拥有现有客户服务团队的企业可能采用聊天机器人回答无聊和重复的问题。人工智能将成为最基本的支持工具,让工作人员解决难度更高的问题。

从零开始或经验很少的企业可以进行更多的试验。他们可能希望从基本的人工智能界面开始,以避免提高对人类接触的更高期望。或者,他们可能会加入一个全方位的客户服务团队,由工作人员和人工智能服务组成。

当今所有的聊天机器人工具都需要训练,包括企业和他们可能会被问到的问题。最简单的工作可以是上传文档,让人工智能搜索答案,主要是关键字。像解答常见问题这样的半结构化文档是很好的基础,因为它们已经提供了答案。更复杂的编程可以采取想象潜在查询的形式,然后通过潜在答案的流程图进行处理。这些工具都提供了某种反馈循环,这样随着时间的推移,人工智能将得到改善。

这些足以承担部分负担吗?编程响应比单纯接听电话还要有效吗?这些计算通常取决于企业的业务复杂程度以及可能需要帮助的客户数量。如果企业有许多客户有直接的需求,那么训练人工智能可能是最快、最经济的解决方案。

以下是可以帮助企业添加聊天机器人的六个工具集,以简化员工和客户的客户服务流程。

1. Amazon Lex

任何欣赏Amazon Echo功能的人都可以使用支持Alexa语音的大部分技术。Lex工具可以同时处理文本消息和语音输入,并引导用户通过一组亚马逊称之为“utterances”和“slots”的对话框。

***大的功能可能是它与AWS云平台的集成。许多服务涉及为亚马逊的无服务器计算平台AWS Lambda构建功能,这些事件将与亚马逊的所有数据库一起使用。如果企业的数据已经在云中,或者企业正在使用AWS云平台用于其他重要用途,那么集成可以非常简单。

与大多数AWS云平台一样,Lex平台通过计算处理的请求数量来根据使用情况计费,从而***限度地降低启动成本。

2. Dialogflow

谷歌公司进入该领域时,可以使用语音和文本输入来跟踪对话并触发操作。它提供了一个专有框架,用于在流经一系列请求时跟踪调用的意图。不过,谷歌公司一直致力于将其工具与许多外部服务相集成,这些服务包括Facebook Messenger等文本资源,以及Amazon Alexa或Microsoft Cortana等完全竞争的对手。

Dialogflow还提供了强大的分析集合,可将结果提供给工具的机器学习算法,以帮助改进其响应。企业可以翻阅对话日志,调整答案并重新训练系统。该文档还包括许多预先构建的版本,用于许多常见用例,例如在餐厅预订餐桌或搜索本地服务。

3. LivePerson

LivePerson上的聊天机器人是在将最频繁的查询移交给在线代理之前进行客户服务交互的前端实体。系统监控所有对话,跟踪情绪,并标记可能产生挫败感的交互,以便人工代理甚至管理人员进行干预。

主要云平台集成了所有主要的文本消息选项,并将文本提供给系统。企业可以使用会话生成器编写LivePerson流程脚本,会话生成器是一种用于组织和测试可能的对话框的工具。会话生成器的IntentBuilder和KnowledgeBase使用样本请求来识别用户想要学习的内容。有许多主要应用程序和行业的预构建框架。

该公司目前正在测试“功能即服务”选项,该选项允许企业嵌入一个由javascript代码构建的AWS lambda功能,以进一步自定义交互。

4. LiveChat

LiveChat是一个支持实时代理的平台,其中包含一系列预设响应和一个常用信息的知识库。该工具使用票务系统组织和跟踪用户和在线代理之间正在进行的对话,解决需要进一步研究的问题。

LiveChat集成了许多主要的内容管理系统(CMS)平台,但也可以从Facebook等信息平台或Magento等电子商务平台获取文本。一个大型的插件市场提供了数百种扩展和集成LiveChat的方法。如果没有预构建的解决方案,那么一个广泛的API将打开应用程序的所有角落,如账单或聊天室。

5. IBM Watson

8年前,IBM Watson在Jeopardy游戏中与人类对抗而闻名,现在,企业可以将许多相同的技术应用到网站或聊天机器人中。IBM Watson闻名业界,并包含了许多不同类型的人工智能技术,但不要过于沉迷于历史细节。很多企业的聊天机器人可能并没有Watson那么强大,但它将能够回答有关企业产品的基本问题。

Watson聊天机器人可以用多种语言构建,包括Java、JavaScript和Python。GitHub上提供了许多示例,例如零售店助理或Twitter Feed聊天机器人。还有一个WordPress插件。

大部分基础设施都致力于从大量原始数据中寻找答案。对聊天机器人进行编程需要识别潜在的任务,并且IBM工具可以挖掘过去的人类聊天日志,以标记可能值得编程的日志。还有一个复杂的工具可以帮助聊天机器人在常见问题文档中找到答案。

认识到这项技术的局限性,IBM Watson还包括一个衡量用户情绪并在用户生气时将对话转移给人的过程。

6. Bold360

Bold360的人工智能技术融合到一系列产品的背景中,为客户提供支持。有些客户可能会与聊天机器人互动,另一些客户可能会发送电子邮件,另一组客户可以在同一个人工智能的指导下直接浏览知识库。Bold360称之为“全渠道参与”。

Bold360谈到“机器人和代理的和谐”,因为它的软件旨在融合人类和人工智能的工作。机器人可以为人类提供答案,人类可以从机器人手中接管。机器人增加了人类的力量,使机器人从***挑战性的问题中解脱出来。

大部分工作都是为了建立找到答案的知识库。人工智能分析将使用自然语言程序找到***匹配,然后应用多变量分析来改进结果。API提供了对诸如原始数据收集、代理配置和工作流等琐事的RESTful访问。软件开发工具包(SDK)使与移动应用程序的集成更加顺畅。

聊天机器人 平台 机器人
上一篇:帮你理解人工智能的7种类型 下一篇:从人工智能 (AI)发展应用看算法测试的测试策略
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

麻省理工学院开发出组装机器人:未来可建造太空殖民地

麻省理工学院博士生本杰明·杰内特(Benjamin Jenett)和原子中心的尼尔·格申费尔德教授(Neil Gershenfeld)在《电气电子工程师学会机器人与自动化快报》科学期刊上发表报告称,开发出一种组装机器人原型,它可以用很小的零件制成大型结构。

技术力量 ·  15h前
人工智能如何改变医疗保健行业

人工智能医疗公司的首席执行官对于人工智能在医学上的应用,如何购买人工智能解决方案,以及人工智能在医疗领域的未来发展进行了阐述。

James Maguire ·  1天前
AI行业寒潮下,智能物流机器人产业迎来“风口”

“人工智能,前景很好,但‘钱’景不好 ” 、“2018年,人工智能的进展就是没有进展”、“2019年的AI行业已如石墨烯一样,尽显疲态”……一篇《投资人逃离人工智能》文章又给人工智能行业泼了一身冷水。人工智能融资难、“寒冬论”再一次戳痛每个人工智能从业者的心,激起大众的焦虑情绪。

AI报道 ·  2天前
AI行业寒潮下,智能物流机器人产业迎来“风口” 精选

“人工智能,前景很好,但‘钱’景不好 ” 、“2018年,人工智能的进展就是没有进展”、“2019年的AI行业已如石墨烯一样,尽显疲态”……一篇《投资人逃离人工智能》文章又给人工智能行业泼了一身冷水。人工智能融资难、“寒冬论”再一次戳痛每个人工智能从业者的心,激起大众的焦虑情绪。

AI报道 ·  2天前
11个主流AI聊天机器人平台,你绝不能错过 精选

人工智能聊天机器人掀起了一场用户体验革命。只要用户需要,机器人就能提供有用的信息。一些企业应用AI聊天机器人为客户提供积极有益的帮助,企业也因此得到了长足的发展。

读芯术 ·  3天前
人工智能统计调查:86%的消费者更喜欢人工客服 精选

美国消费者越来越不愿意与聊天机器人聊天,人们对人工智能作为关键业务组成部分的期望越来越高,由于部署这项新技术导致员工技能差距越来越大。

佚名 ·  2019-10-11 14:20:04
人工智能在情绪方面更智能了?人类也应如此

人们处于孤独中的行为方式与在公共场合的行为方式大相径庭,但人的基本性格仍然会保持不变。在没有观众的情况下在公寓里跳舞,表达了一种想在大舞台上跳舞的秘密愿望,但是人类会根据社会规范的要求调整这些突发奇想。

读芯术 ·  2019-10-09 11:36:11
数据太多、太乱、太杂?你需要这样一套数据治理流程

数据作为机器学习的基础,从 GB、TB 到 PB 已经增长了无数倍,现在大一点的业务场景,没有 TB 级数据都提供不了高效的体验。

Synced ·  2019-09-26 15:06:29
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载