硅谷科技高管Kanishk Priyadarshi說：“AI將遵循之前的路徑策略，以此來降低呼叫中心的人力成本。而且AI不但不會降低服務(wù)質(zhì)量，而且還會有很大的提升。”

　　20世紀(jì)90年代到21世紀(jì)初期，通過勞動套利來削減成本的不良風(fēng)氣盛行，這嚴(yán)重削弱了消費(fèi)者零售業(yè)呼叫中心的運(yùn)營水平，嚴(yán)重破壞了品牌和信譽(yù)。“但是，很少有人會認(rèn)為，勞動套利會降低客戶服務(wù)質(zhì)量，這無疑是對客戶滿意度進(jìn)行災(zāi)難性的打擊。”Priyadarshi說，“AI可以扭轉(zhuǎn)這種不利形勢，并在許多行業(yè)提高客戶滿意度水平。”

　　在混合使用人工智能的情況下，消費(fèi)者將直接與專業(yè)機(jī)器人或由人工智能支持的服務(wù)代表進(jìn)行交易。“總體來說，客戶體驗(yàn)有所提高，因?yàn)榭蛻魧⒅苯荧@得最好的專業(yè)知識。我們的聊天機(jī)器人將對產(chǎn)品和服務(wù)有廣泛和深入的了解。”他說，“我們與聊天機(jī)器人的對話將高度個性化，它們已經(jīng)知道我們的問題，所以每次談話都不必從頭開始。”

　　此外，人工智能客戶服務(wù)系統(tǒng)將會從每次與客戶交互的過程中不斷學(xué)習(xí)。“機(jī)器人會知道你遇到困難時的煩惱，它會根據(jù)以往對類似困難的相關(guān)學(xué)習(xí)經(jīng)驗(yàn)來給你最優(yōu)質(zhì)的答案，來解決你的困難。這一過程將會在瞬間完成，而不需要延遲多少時間。”Priyadarshi說，“多年來，我們一直在探討大數(shù)據(jù)技術(shù)，而人工智能就是大數(shù)據(jù)最終的歸宿，這項(xiàng)技術(shù)將讓機(jī)器人對人類的問題給出答案，甚至是在人開口之前，就已經(jīng)知道你想問什么。”

　　NextIT(聊天機(jī)器人公司)是“會話AI”空間中的主要參與者，它為美國陸軍、美國鐵路公司、美國電信公司和美國安泰保險(xiǎn)金融集團(tuán)等客戶構(gòu)建了智能聊天機(jī)器人和虛擬助手。該公司的下一個創(chuàng)新點(diǎn)就是將現(xiàn)有的商業(yè)AI進(jìn)行升級，將人工智能從一個后臺的驅(qū)動程序，變成可以更深入、更有效的參與客戶戰(zhàn)略的工具，降低客戶運(yùn)營成本。

　　NextIT公司銷售總監(jiān)RickCollins解釋說：“聊天機(jī)器人和虛擬助手不僅僅是做了客戶支持的工作，它們作為甲方與乙方之間的對話橋梁，為雙方都帶來了很多價值，例如除了降低成本和生產(chǎn)力之外，它還為客戶帶來了盈利。”

　　例如像Amtrak的“Julie”，Aetna的“Ann”和美國陸軍的“SGT STAR”等智能虛擬助手，不僅是高級的客戶服務(wù)工具，還是智能云中的“新面孔”。它們與蘋果的Siri和微軟的Cortana還是有一些不同，Siri和Cortana提供的是廣泛的一般性問題解決服務(wù)，而商業(yè)AI機(jī)器人將為客戶提供深層次的專業(yè)知識。

　　在不久的將來，大多數(shù)的公司將越來越依賴使用AI機(jī)器人來管理客戶關(guān)系，從而導(dǎo)致商業(yè)模式的徹底改變。未來的AI客戶聯(lián)絡(luò)中心將會成為一個優(yōu)質(zhì)的中心，增加客戶的興趣和粘度。

　　在4月份，Movidius公布了其Fathom神經(jīng)計(jì)算棒，NVIDIA也宣布推出基于Pascal的TeslaP100 GPU與HBM2.這兩個公告表明了人工智能在云端中的進(jìn)化路徑。一方面，像Google、IBM、Microsoft、Amazon和HPE這樣的“傳統(tǒng)”廠商正在為AI開發(fā)者和用戶推出復(fù)雜的云服務(wù)。另一方面，新的供應(yīng)商，如NVIDIA和Movidius正在從根本上提高設(shè)備和本地網(wǎng)絡(luò)的AI能力。

　　小i機(jī)器人公司的創(chuàng)始人、總裁兼首席技術(shù)官朱頻頻認(rèn)為，人工智能在云端中運(yùn)行其實(shí)是本地和遠(yuǎn)程技術(shù)之間的連續(xù)的相互作用。朱頻頻介紹說，數(shù)據(jù)收集和壓縮是在設(shè)備中進(jìn)行的，而先進(jìn)的過程，如語義分析、自然語言處理和機(jī)器學(xué)習(xí)在云端中執(zhí)行。高級過程創(chuàng)建的一些見解和知識會以程序的方式傳回設(shè)備，從而創(chuàng)建了一個動態(tài)反饋循環(huán)。

　　智能的系統(tǒng)和虛擬助手獲得專業(yè)的知識，并且將這些知識轉(zhuǎn)移到與人類直接交互的物理機(jī)器人身上，這只是時間的問題。去年，小i機(jī)器人推出了一個智能機(jī)器人云操作系統(tǒng)，可以嵌入到家電、車輛和各種設(shè)備中，包括物理機(jī)器人。

　　顯然，機(jī)器人的春天來的比我們想象的要快的多。由于人工智能在云端中得到了快速的發(fā)展，因此我們很有可能在未來幾年內(nèi)與機(jī)器人一起工作。現(xiàn)在已經(jīng)有一部分人與機(jī)器人展開了合作，即使我們沒有直接的去了解他們。

　　雖然人工智能在云端中的發(fā)展很快，但是也出現(xiàn)了一些問題，例如數(shù)據(jù)網(wǎng)絡(luò)是否能都承受住實(shí)時的、巨大的關(guān)鍵信息流。那么，我們的網(wǎng)絡(luò)到底準(zhǔn)備好利用物聯(lián)網(wǎng)技術(shù)了嗎？

　　我們正在快速接近香農(nóng)限制，理論上的障礙限制了大量可以被安全管理的數(shù)據(jù)。用傳奇信息理論家喬治·香農(nóng)的話來說，超越這個極限，你的數(shù)據(jù)將會降級。

　　直到現(xiàn)在，香農(nóng)極限被認(rèn)為是信息理論史的一個有趣的腳注。今天，擊中香農(nóng)限制的后果將是非常明確的：想象一下，如果無人駕駛汽車載著你去工作，由于超過了香農(nóng)限制，那么它就會從云端中受到損壞的數(shù)據(jù)，那么會發(fā)生什么情況呢？

　　一個明顯的答案是，無人駕駛汽車將需要一定量的AI能力內(nèi)置于其中。麻省理工學(xué)院AgeLab的研究科學(xué)家和麻省理工學(xué)院新英格蘭大學(xué)交通中心副主任Bryan Reimer都認(rèn)為，決策邏輯必須由汽車本身來掌握，因?yàn)橹悄茉撇⒉煌昝馈?/div>