在2019年，AI機器人會呈現怎么的發展趨勢呢？本文總結了五種趨勢，代表了作者對該技術在2019年的發展與應用的一些看法。

我們生活在一個即時滿足的經濟時代。淘寶、百度、滴滴、探探等公司已經訓了練消費者的習慣，讓他們期待所有需求都能在瞬間得到滿足，無論是搜新聞、買牙膏、打車，還是約會，每件事都需要觸手可得。

這大大提高了每一項業務的門檻。消費者期望為他們提供服務的每個企業都是這樣的高標準，他們不想浪費時間排隊、瀏覽復雜的語音菜單系統，或者在打客服電話時經歷無盡的等待，他們只想動動手指、甚至動動嘴就把事情完成。

為了滿足這些需求，企業將需要從根本上重新考慮它們的運營方式，促進以人為中心的自動化的對話系統已經逐漸成為企業的秘密武器。

以下的五點代表了我們對該技術將在2019年發展與應用的一些看法。

一、第一代智障機器人的滅亡

許多公司試圖部署自動化對話機器人來簡化運營，但很快就意識到這是一件比較困難的事情。與此同時，許多供應商大肆宣傳他們的對話機器人的人工智能能力，但實際上，目前部署的大多數機器人都是基于規則（Rule-based）的簡單機器人，需要預先定義規則，用戶必須按照事先定義好的流程一步步地與機器人對話，否則就會進入死胡同。不出所料，這些機器人基本被列入“智障”陣營，無法處理復雜的人類對話，他們在識別正確的意圖和管理更接近真實生活場景的非線性對話方面有比較大的障礙。

結果，使用起來并不像預期的那樣，不僅會讓用戶體驗更糟糕，還達不到節約人力成本的效果。隨著企業意識到它們并不是真正的人工智能，“智障”對話機器人將走向滅亡。他們將開始升級到擁有更多 AI 能力的對話機器人，來取代第一代基于規則的機器人，實現以人為中心的自動化。

二、對話交互賦能機器人流程自動化（RPA）

面對節奏加快、日益變化的商業環境，企業需要從根本上重新考慮如何搭上自動化快車。但是，雖然傳統的 RPA 功能（如網站抓取、表單處理和客戶端資料更新）主要關注的是機器自動化，但人機自動化方面將存在著更大的機遇。

更復雜的對話界面將成為 APP 設計和消費者網站的一個關鍵考慮因素，無論是對外的智能客服、智能助理，還是對內的企業自動化流程（例如智能招聘、商業智能對話機器人等），我們都看到了智能對話帶來的用戶體驗的提升和人力成本的降低。對話機器人將成為企業智能自動化的下一個前沿趨勢。具有前瞻性的公司已經開始擁抱 AI 智能對話，賦能企業運營，彌補員工和客戶與企業互動的不足。

三、產品運營將成為對話體驗設計師

對話機器人的成功部署將會依賴于對的人做對的設計框架。對話交互的難點不僅僅在于技術本身，其性質的復雜導致企業開發對話機器人經常是一個大工程，既耗時又價格不菲。另外，由于涉及跨崗位協作，一般需要精通技術架構、數據研究、產品、UI設計以及用戶體驗等人員參與，這對于項目管理也是很大的挑戰。雖然大多數對話機器人開發部署的所有權通常由 IT 部門擁有，但我們將看到業務主管控制對話機器人的趨勢越來越明顯。通過奇點機智自主研發的對話機器人開發維護平臺“對話流”，一位了解商業邏輯的對話體驗設計師即可完成大部分工作。產品經理、客戶服務經理、市場領導者和運營專家等人員都能夠作為對話體驗設計師，根據企業的業務流程和商業邏輯，不需要任何技術背景，就可以針對用戶喜好創造有趣又自然的對話體驗。

四、少量數據，訓練高能AI

2019年，人工智能算法有很多新的突破進展，特別是機器學習方面，使得在更少數據的情況下，能訓練出更智能的對話機器人。隨著 EMLO、GPT、BERT、GPT2 等一系列模型的出現和應用，以及計算能力的提升， 讓對話交互進入到高速發展與普及的時期。

傳統的對話機器人需要基于大量數據，進行樣本標注及手工編碼，而基于深度學習的“對話流”平臺，則采用預學習，無需監督學習或人工標注，使用少量數據，也可快速訓練有效模型，通過自主學習不斷進行完善。

五、虛擬助理將與用戶個性匹配

已投入使用對話機器人的企業將開始精心設計機器人的性格，讓他們更可愛、更自然。基于文本、語音和面部表情分析的人工智能情感分析，有可能在特定情境下變得比人類的判斷更準確。因此，這項技術將對開發對話機器人非常有利。然而，這項技術不是改進虛擬助理的首要任務，是否以及何時采用它完全取決于市場。在優化虛擬助理的后期階段，情緒分析可能是一個方便的工具。在很大程度上依賴于訓練數據和對話設計，一些虛擬助理的個性將會顯現出來，并會受到與之交談的人的情緒、態度和個性（種族、風格、性別、喜好）的影響。最終，我們將看到不同風格和個性的對話機器人定制，以匹配不同的細分市場。為了實現這一目標，公司應該考慮到訓練數據和團隊人員背景的多樣性。

未來可期

在這個信息化時代，用戶對于獲取信息速度和體驗的預期到達了一個新高度。為了應對這一巨大的挑戰，企業現在就需要行動起來，摒棄“智障”機器人，利用以人為中心的自動化，為用戶打造個性化的對話體驗。重要的是選擇智能對話平臺和產品。“對話流”平臺可以跨使用場景進行擴展，并由企業內部產品、運營等人員進行對話體驗的定義，在少量數據的情況下，訓練更高能的對話機器人。真正影響項目能否成功的因素，算法技術雖然很重要，但產品的選擇、場景的選擇和對話的設計等方面，其實它們起到的作用并不亞于算法。

原文鏈接：http://www.woshipm.com/ai/2425542.html