选择的简单机器人到美国银行复杂的

但人们对聊天机器人的兴趣在 2016 年飙升，但几年后却直线下降。 CB Insights 观察到，“事实证明，构建一个能够理解上下文并响应不清楚的查询的真正虚拟助手比构建一个简单的聊天机器人更具挑战性。” 但现在这一挑战已基本得到解决。事实上，一些聊天机器人供应商现在提供预打包的机器人，其中已经内置了数据，这些数据针对特定行业词汇和领域术语进行了测试和培训。此外，一些供应商的产品可以与比美国银行、大通银行甚至 Ally Bank 小得多的金融机构合作，所有这些机构都提供人工智能驱动的虚拟助理。 Advia Credit Union 就是一个例子，拥有 17 亿美元的资产。这家位于密歇根州的机构使用 LogMeIn 的一个包含自然语言处理功能的平台。信用社会员联络总监 Rey Chavez 在 LogMeIn 白皮书中表示，NLP 帮助机器人“理解”消费者正在寻找什么


并以他们能理解的方式做出回应。 一个有多种含义的词 事实证明，“聊天机器人”一词在银行业和其他领域非常具有粘性。它也极其模糊，被广泛地应用于一切事物，从使用预先数字助理 Erica，甚至到苹果和亚马逊的语音驱动虚拟助理 Siri 和 Alexa。一些观察家指出，这导致了行业的混乱和误解。 “对话式人工智能”是许多人现在更喜欢的总体术语。数字营销顾问 Shane Barker 将对话式人工智能定义 巴哈马 WhatsApp 号码列表 为“使用聊天机器人、消息应用程序和基于语音的助手来自动实现客户与您的品牌的沟通。” Kasisto 的 Gorelov 在回答 《金融品牌》的问题时将对话式人工智能从最简单到最复杂分为四类： 机器人——是一种通过互联网运行的自动化程序，通常在幕后运行。这使其在智能和用户参与度方面处于底部。 聊天机器人——可以寻找文本中的模式并以自动答案进行响应，通常最适合非常简单的交流。一些分析师将此称为复选框聊天机器人。 对话代理——利用其精确理解对话意图的能力吸引消费者，然后引导用户完成他们的目标。戈尔洛夫补充道，对话代理总是在学习。 认知虚拟代理——深入了解消费者，






并利用这些知识来预测需求，将其置于智能和用户参与度的首位。 在一篇有关顶级对话式人工智能趋势的文章中，供应商 Kore.ai 引用了 Gartner 的研究，称到 2020 年底，至少 80% 的新企业应用程序将大量使用聊天机器人，其中 47% 的组织使用这些应用程序进行客户服务， 40% 的人部署虚拟助理。 巴克在博客中表示，消息应用程序和语音助手的使用增加推动了这种技术的采用 。他指出，最受欢迎的消息应用程序 WhatsApp 拥有超过 16 亿用户，其次是 Facebook Messenger，拥有 13 亿用户。 增加聊天机器人的使用带来的一些具体好处 Advia Credit Union 的 Rey Chavez 表示，人工智能聊天机器人可以让你用相同的资源支持更多的消费者。 “如今，我们可以转移机器人本身传入的约 70% 的聊天内容。这对我们来说是一个巨大的胜利。” 此外，查韦斯说，“自然语言处理可以让你创建一个同义词的分层系统，与成员可能想说的话相匹配。”他说，这创造了一种牢固的联系，因为成员能够自我表达