:莎拉是一個在呼叫中心工作的座席，負責通過電話為客戶提供服務。

　　有什么問題嗎？她問道。

　　我的鍵盤有點問題，打電話的人說。

　　你能更具體點嗎？她問。

　　可以，打電話的人說。某一個鍵似乎是被卡住了。我要按兩次它才工作。

　　你手機型號是什么？莎拉問道。

　　Universal S17打電話的人回答。

　　然后，一個內容列表出現在莎拉的電腦屏幕上。這些內容都與Universal17的鍵盤有關。莎拉看了一下列表。

　　啊我明白了，她說。看來我們需要安排另一個時間再給你反饋。

　　屏幕變成提交反饋申請的形式。表格的大部分已經被填充了，包括客戶的名字和問題的陳述。當客戶給了莎拉相關信息之后，薩拉的屏幕上立即逐行將這些信息填充進了表單，無需莎拉輸入。

　　OK，我們都準備好了，她說。請問你希望通過什么方式跟進信息？

　　請短信我，他回答。

　　完成！她總結說。祝你有美好的一天！

　　這不是科幻小說。事實上，，未來比你想象的更近。人工智能是足夠強大的，足以實時聽懂人類語言，進行對話和開展行動，這為商業打開了一個充滿想象的全新的功能窗口。

　　歡迎來到AI的會話世界。

　　會話--下一個大事兒

　　會話是我們整個社會的粘合劑，也是做生意所必需的，IT行業將目光轉向口語對話僅僅是時間問題。

　　當然，我們都知道像亞馬遜的Alexa這樣神奇的產品正在創造市場。最近微軟宣布，它正在籌建一個5000人的部門關注會話技術。此外，還有一個嶄露頭角的會話商務運動，和一些新的方法正在被引入到市場中來以服務于廣泛的應用場景。

　　這些舉措都集中在聊天對話。他們關注聲音，如Alexa，這是人與機器之間的基本對話。然而，會話類AI即分析和也作用于兩個或兩個以上的人之間的語音會話。這提升了AI的復雜性，也增加了有用性。即使所有的數字通信都得到了發展，語音仍是國王，可以在客戶通信中占據超過70%的比重。

　　在兩個或更多人交談的環境里，技術必須能夠實時識別不同的各方參與者并提取語意和上下文關聯含義。這在五年前甚至是不可能的，但由于AI的發展，以及像亞馬遜云服務和大數據技術，現在成為了可能。

　　AI的殺手級應用

　　大約從2011年開始，轉折點隨著機器學習的一個被稱作為深度學習的分支出現而出現了。

　　深入學習算法模擬大腦的運作方式，可以以更復雜的方式學習和了解他們的環境。深度學習應用到語音識別當中，導致了在詞匯識別和語音工具上的質的飛躍，這類的語音工具有亞馬遜的Alexa和蘋果的Siri。

　　然而，這不僅僅是關于算法。按規模配置以及面對特定語言時優化算法也同樣重要。總之，他們呈現的是一個巨大的復雜性。

　　這是一些潛在的應用程序列表。

　　會話挖掘：能夠處理許多對話并聚合起來總結出所說的內容。這使產品營銷經理可以從過去的1000個銷售電話中了解最具有代表性的內容。或者，CMO可以利用它來快速確定她的500萬美元廣告活動是面向哪些人們電話咨詢的產品。毫無疑問，當人們知道了在銷售電話中發生了什么等信息后將產生巨大的價值。

　　協作和填寫表單：從上面的示例中，我們看到了聆聽會話并從知識庫中找到相關信息或從對話中提取信息，隨后輸入到一個CRM應用程序當中，這為會話AI提供了另一個機會。

　　這使企業能夠捕獲、分析、和操作他們的會話，以加速業務成果，不管是用更快的時間來分辨客戶的電話內容，還是用更快的時間完成交易，都提供了改變游戲規則的能力。它可以打開一扇門，建立起語音（和自由文本）與機器交流的新界面。