虚拟助手驱动未来
随着亚马逊的Alexa、苹果Siri、微软Cortana和谷歌助手等产品越来越受欢迎，虚拟或人工智能( AI )助手的兴起已经有一段时间了
这项技术经过训练，可以理解语音命令并为用户完成任务，随着公司希望利用人工智能助理(包括聊天机器人)来处理各种实际情形，包括语音到文本听写、团队协作任务、电子邮件管理、客户服务、帮助台管理和数据分析，这项技术在商业应用上也取得了进展。
根据在线IT社区SpiceWorks 2018年的一份报告，在员工超过500人企业中，约40 %预计2019年在公司设备上安装一个或多个智能助理或AI聊天机器人。2018年3月，Spiceworks对来自北美和欧洲的529名技术买家进行了调查。
在公司设备和服务上实施这项技术的企业中，49 %使用微软Cortana完成工作相关的任务，其次是苹果Siri，比例为47 %。使用谷歌助理( 23 % )和亚马逊Alexa (13% )的人更少。
在部署了人工智能聊天机器人和智能助理的公司中，46 %的公司将它们用于语音到文本听写，26 %的公司用来支持团队协作，24 %的公司用于员工日历管理。此外，14 %的人使用人工智能聊天工具和助手为客户服务，13 %的人使用IT服务台管理。
超过一半的公司( 53 % )在其IT部门使用这些产品，23 %的公司使用这些产品来支持其行政部门，20 %的公司使用这些产品来支持客户服务。
在没有使用人工智能聊天机器人或智能助理的公司中，有一半由于工作场所缺乏实用案例而没有实施，29 %的组织担心安全和隐私，25 %的组织由于成本原因而迟迟不实施。尽管人工智能越来越多地被采用，只有20 %的IT专业人员认为他们的组织拥有适当的技能、人才和资源来实施和支持人工智能技术。
对于希望实施和维护虚拟助理的IT高管们，以下是一些相关的最佳实践建议。
强调团队合作
开发、部署或维护人工智能助理不能在真空中完成；IT必须与公司中的其他实体(如客户服务、人力资源、高层管理等)一起参与进来。
团队概念是金融服务公司Capital One于2017年推出的一种自然语言、基于SMS的聊天机器人Eno开发中重要组成部分。Capital One软件工程副总裁Margaret Mayer说，来自设计、产品开发和IT部门的人组成一个团队，共同构建Eno的性格、能力和基础设施。
迈尔说:“作为一个团队，我们每个人都提供投入和反馈，我们致力于新功能，为Eno创造更好的结果。我们并不执着于创建一个精确的长期路线图，而是敏捷开发，专注于客户希望Eno帮助他们的事情。”
Eno使客户能够快速获得有关账户余额、最近交易和到期日等问题的答案，并支付账单和进行其他交易。可以使用机器学习根据特定用户的需求定制助手。
人工智能助手的一个有用之处是防止欺诈。以前，需要客户响应的欺诈警报有一组可用的固定模式。Mayer说:“由于Eno的自然语言处理能力，在其信用卡或借记卡上有可疑活动的Capital One客户在响应警报时将不再局限于‘确认或拒绝’的固定模式。这使我们能够了解客户对可疑活动警报的更多回应，从而更快地关闭卡，最终防止更多欺诈。”
自推出以来，Eno已经超越短信文本，进入其他渠道，目标是满足客户的需求或渠道偏好。“不管是什么渠道，我们的目标都是让客户能够得以快速、数字化地回答他们的问题，”Mayer说。
迈尔说，顾客对与Eno的自然对话互动提供了积极的反馈。“引用一位顾客的名言是，Eno让你看起来好像在和一名代表交谈，而没有等待时间或电梯音乐。”
确保该技术易于使用
美国宇航局喷气推进实验室( JPL )一直在评估和试验所谓的“未来技术浪潮”，JPL的IT CTO Tom Soderstrom说，这些浪潮，包括内部开发的数字助理，正在形成一场“巨大的海啸”，这将导致到处都有内置的智能。
索德斯特罗姆说:“为了让内置智能真正有用，它必须易于访问和使用。我们已经习惯于向Siri、Alexa或Google等数字助理提问并得到答案。虽然我们喜欢简单，但是我们不能问与工作相关的问题。此外，我们无法与这些商业数字助理进行对话。”
JPL的业务案例是让员工能够以简单、自然的方式与智能助理进行深入的、与工作相关的对话，并在几秒钟内得到正确的答案。
索德斯特罗姆说:“这些答案以他们希望看到的方式出现，例如口头、短信、屏幕显示或电子邮件回复。一个问题应该由助理通过查询数千个包含千万字节数据的不同数据源提供快速的答案和见解，而用户不必知道所有潜在的细节。”
事实证明，这些助手对各种实际案例都是有益的。一个是人们需要重复回答相同类型的问题，比如服务台。JPL已经建立了助手来回答有关人力资源、合同、收购、网络安全、云计算、寻找可用会议室、寻找可用停车位等问题。
另一个用途是，一组专家正在寻找自己领域内的具体信息。索德斯特罗姆说，助手可以快速搜索数千个数据源和领域，并提供近乎即时的洞察力。这些例子包括与网络安全相关的查询、关于深空网络轨迹的问题、关于即将召开的会议的信息、最近的提议以及填写异常报告。
还有一个用途是数据量巨大和/或事务快速进入的情形，需要实时关注，但人们无法及时做出反应。这些助理坐在后台，通知用户有关事件或代表他们采取行动。例子包括网络安全事件，如实时攻击、自动拍摄火星上有趣特征的照片并将照片发送给JPL，以及通过在开放和黑暗的网络上搜索来帮助执法的各种努力。
制定路线图
Gartner负责客户体验和技术/会话AI平台的全球研究高级主管Brian Manusama表示，公司应该制定使用会话助手的路线图，以获得价值。
Manusama说，有四种主要类型的对话互动可以使用人工智能助理。随着公司获得更多的技术经验，这些是逐层进步的。
一个是信息含量低的任务和使用简单的对话框来确定意图。Manusama说，这是目前大多数部署的地方，包括网站门户上常见问题的自动化等例子。
另一个是信息含量低的任务，需要复杂的对话，通过询问多个澄清问题来确定客户的意图。
第三种是需要基于简单对话事务的端到端任务。这是自动化代理的对话与后端系统集成在一起以启动事务，或组合不同的知识库以提供对请求的响应。
第四个是真正的人工智能助理，这可以进行广泛的对话，并且可以集成到企业系统中。
Manusama说，为了确定人工智能助理是否真的在提供价值，衡量顾客满意度很重要。“过去几年，一些聊天机器人给顾客带来了可怕的体验，”他说。要测量满意度，监控上报率，检查不良结果报告，并持续训练数字代理以提高准确性。
边做边学——现在就开始
部署或构建人工智能助手的技术是可行的，IT应该帮助推动实施。Soderstrom说:“我们建议询问用户他们发现什么最有用，然后构建一个，快速获得用户反馈，迭代或删除它。然后创建下一个。"
索德斯特罗姆说，如果公司内的人发现一个特定的人工智能助手很有用，这是一个廉价且快速的投资回报。如果某个助手被认为没用，那只是一笔小投资，可以“停放”以备将来使用。
JPL在开始其人工智能助理旅程时先有一个概念，后来发现最需要的用途是找到可用的会议室。“我们在一周之内构建了第一个版本，然后随着时间的推移增加了更多的智能，”索德斯特罗姆说，“它被证明非常有效，非常受欢迎。”
索德斯特罗姆说，公司也应该考虑为特定目的建立特定的助手。“使用相同的体系结构和工具的话，目前自然语言处理还不足以真正理解用户的意图，”他说。如果JPL构建了一个人工智能助手，用户却不得不回答来自应用程序的更多问题，这将使其很难使用。
公司在部署人工智能助理时应该会遇到一些挫折。Keith Farley说:“在实施人工智能时，你不能害怕承认失败，要从中吸取教训。
保险公司Aflac创新和客户体验总监法利说：“唯一比失败三个月更糟糕的是失败六个月”。
2018年，Aflac在其网站和移动应用中增加了聊天功能。Farley说:“虽然我们最初是从全自动聊天机器人开始的，但我们觉得对于所提的问题类型来说，故障率太高了。我们关闭了聊天机器人，决定从人与人之间的聊天互动开始，回答与福利和保单持有人保险相关的问题。”
员工可以提出任何问题，公司正在收集编辑的原始问答数据将被用来在2019年推出新的聊天机器人。
“对我们的情况来说，希望在Aflac建立一种文化，从而让人们可以承担一些风险，不害怕失败，”Farley说。“我们能够从最初的失败中快速吸取教训，重新启动并最终交付一款非常成功的客户应用，这将提高客户满意度。”