我们在没有屏幕的设备中急剧上升的尖端,但确实具有对话语音控制,例如亚马逊回声。智能的家庭和互联网的东西(物联网)对用户的声音的对象将改善并变得更加直观,进一步迭代和更广泛的采用。
例如,它们已经可以暗中在房间里的灯光并发挥最喜欢的歌曲。在实践中,通过机器学习的美德,这些用户体验将变得更加直观,有能力和先天。
除了IOT之外,品牌正在将机器人视为一种新型的媒体 - 可以利用拓展公司的新客户和网络。随着品牌使用机器人越来越多地处理客户互动,提出建议,帮助履行请求,这些品牌和机器人本身也吸收了对客户行为和需求的见解。
机器人具有共享常见上下文的重要能力,因此他们了解用户何时继续谈论主题,或切换到不同的用户。例如,用户可以说:“本周末的圣克鲁斯天气会在圣克鲁斯,然后”好的,在那里预订酒店“,然后”如果你可以为我的妻子订购鲜花,那就太好了“ - 然后机器人将访问相应的服务,使用户备忘到启动单独的应用程序(每次从开始开始)。
通过对谈话和对话模式的持续研究,机器人将提前更好地预期客户欲望(也许甚至在客户意识到他们之前)。随着机器学习有助于用统计生成的模型替换手工制作的算法,我们可能会看到工程师数量的编写代码的数量,但是策划机器学习模型的任务增加以及设计更成功的会话用户的那些经验。
这些会话接口不仅替换了消费者应用程序的大部分功能;他们也会影响业务应用程序。来自正在进行的机器人使用的知识的一个有趣方面是在会话人工智能与数据分析结合时会发生的情况。分析师可能会在大量的原始数据中造成令人生畏的挑战,以便用电子表格和手动分析查询等传统工具来完全解释。但是,通过将会话UX的力量置于B2B方面,分析师可以说话或键入与其数据分析平台集成的AI接口。
BOTS也有助于分析师,因为他们可以向原始用户请求提供有识,以便到达用户实际感兴趣的核心(而不是传统的分析显示他们点击的按钮以及它们在页面上花费的时间)。这加速了可以从用户收集到的内容,并不仅仅是为了客户体验而加快改进,而是全品牌。
想象一下分析师从电子表格中解脱并简单地问道,“过去三个月在18-36岁之间的女性购买的最受欢迎的商品是什么?是否有任何共同的趋势,如地理位置或购买时间,值得注意的是?“(实际上,Statsbot创建了一个B2B Bot集成API.AI,Slack,Google Analytics,New Relic和MixPanel,以便就像这样服务用例。)接收对此类查询的即时反馈与内部公司业务的效率一样有价值,因为它是加强对客户的经验。
当AI组件超出简单聆听和任务完成时,这些会话经验变得更加引人注目,并且实际上是一种合作者,智能地提供消费者可以找到有趣的服务或答案。正如这些AIS所学习的那样,他们作为品牌面孔的未来,作为私人助理,以及贵重的同事,对所有所涉及的承诺都有很多承诺。
伊利亚gelfenbeyn是API.Ai的首席执行官,这是一个会话用户界面的提供者。