在新冠疫情期间，聊天机器人和对话式人工智能系统得到了更长的试用期，因为公司在封锁期间都在争相寻找保持运营的方法。该技术的表现好于预期，现在正处于2023年重大突破的边缘，因为公司希望在这些成就的基础上再接再厉，在办公自动化领域达到新的高度。
海利·萨瑟兰（Hayley Sutherland）是国际数据中心（IDC）的研究经理，负责追踪对话式人工智能工具和技术的市场。他表示，2020年之前，大多数对话式AI部署都处于试点或概念验证阶段。但由于COVID提供了一个“极端测试案例”，各公司在对话式AI的部署中取得了成功。
她告诉Datanami：“我认为，在过去几年里，对话式人工智能作为主流商业应用程序确实赢得了一席之地。”“对话式人工智能已经真正做好了商业准备。”
市场发展迅速，数百家供应商开发了各种工具、技术和平台，从第一代聊天机器人到对话式人工智能系统，无所不包。过去几年中的数千次成功部署表明，对话式人工智能可以提供全天候服务，并带来积极的财务回报。
萨瑟兰说：“我们已经远离了基于规则的聊天机器人的早期，这对许多人来说是令人沮丧的。”。她表示，作为对话式人工智能部署核心的大型语言模型的出现，如BERT（谷歌开源）和OpenAI的GPT-3，是其成功的关键因素。
萨瑟兰说：“随着技术的成熟……有些人刚刚意识到，哇，这比我想象的要聪明，比我想象中的要好。”。“其中很大一部分是这些基础大型语言模型中的深度学习和机器学习的进步，以及世界上一些大型供应商和大型研究团队对这些大型语言模型的公开采购。”
大型语言模型是当今许多对话式人工智能部署的基础，但还有各种各样的其他工具和功能，使公司能够交付成品。在大流行之前，开发对话式人工智能系统需要一支庞大的开发团队才能使其发挥作用。
萨瑟兰表示，但从那时起，出现了一系列低代码和无代码的对话式人工智能平台，这些平台可以有效地帮助企业开始使用对话式人工，而无需对高技能的数据科学家进行大量投资。然而，这并不意味着公司可以在没有任何技术人员的情况下成功地部署对话人工智能。
萨瑟兰表示：“越来越多的对话式人工智能供应商推出了这些工具，这些工具认识到，构建对话式人工应用程序的团队，或者正在构建成功的应用程序，可能包括数据科学家。”。“但即使他们这样做了，他们也需要包括一系列业务人员，他们了解好的对话是什么样子的？机器人需要知道什么信息才能回答问题？”？
“我认为，即使没有数据科学家，”她继续说道，“组织也可以使用一些工具来快速启动和运行对话式人工智能。”
这是一个投资对话式人工智能的好时机，因为公司有很多选择。然而，萨瑟兰表示，重要的是要认识到，没有一个一刀切的解决方案，对一个组织有效的方法可能对另一个组织无效。
萨瑟兰表示，要想知道该走哪条路，第一步是衡量公司现有数据科学人才的水平。如果公司想自己构建整个对话式人工智能系统，他们可能需要不同级别的人才，而不是选择与供应商合作开发应用程序的公司。她说，该公司的行业还影响到可以启动项目的预建模板的可用性。
萨瑟兰继续说道：“我认为这些都是需要考虑的，因为有很多种。”。“一些平台将提供各种测试和监控功能，这对于一个真正以开发人员为主的组织来说可能会更好。其他平台可能会更多地关注那些低代码和无代码的工具，并将它们很好地集成到整个业务流程中。”
训练数据的可用性也是会话式人工智能的一大区别。萨瑟兰表示，一些供应商可能会提供培训数据，并为特定行业提供预先培训的模型，而在其他情况下，客户需要提供自己的培训数据，以调整大型语言模型，使其适用于特定行业。
编辑：乾坤芯，如若转载，请注明出处：https://www.qiankunxin.com/11638.html
