80% 的初创公司缺乏对话式人工智能知识

对话式人工智能市场正在急剧增长，训练新的大型生成模型，扩大技术栈，并为市场带来更先进的产品。到 2030 年，其市场规模预计将达 420 亿美元左右。对话式 AI 产品背后的技术也变得越来越复杂。

这并不奇怪——科技巨头在研发上投入了大量资金。例如，OpenAI 项目（由埃隆·马斯克和其他科技明星在 2015 年创建）获得了 10 亿美元的捐赠，并在接下来的三年又额外从微软筹集了 10 亿美元。

与此同时，除了 GPT-3（Generative Pre-Trained Transformer 3）等大型生成模型外，现代而又先进的 ConvAI 应用范围很广但仍有限。尽管有许多“玩具”项目使用了 GPT-3，也有一些聊天产品使用了 GPT-3 及类似模型，但其他方面的进展应用还没有那么广泛。如今，小公司该如何从技术发展中受益并实现自己的人工智能助手。

期望与现实

DeepPavlov.ai 团队开发的开源对话式 AI 技术栈旨在加速和简化聊天机器人和 AI 助手的开发。2022 年 6 月，他们调查了在业务中使用会话式 AI 的初创公司，了解他们使用这项技术的预期结果。

他们采访了20位初创公司的创始人和首席技术官，他们分布在教育科技、金融科技、自动化和咨询市场等行业。所有人都提到，聊天机器人为其细分市场带来了无可争辩的好处，包括让业务更加顺畅。

结果表明，初创公司希望 ConvAI 能够有实质性的结果，包括提高客户接触的遏制率，提高呼叫中心的人员效率，以及借机削减运营成本。但与此同时，近 80% 的受访者提到，在实施和开发聊天机器人时遇到了困难。

早些时候，RASA 也研究了会话式 AI 在客户服务领域的现状。他们指出，这项技术主要带来了两方面的业务优势：自动化与客户进行双向自然语言对话的能力，以及通过分析对话了解客户需求的能力。

这些结论与 Gartner 的全球研究结果一致。Gartner 表示，小型企业可以通过使用聊天机器人取代人工来节省工资和培训费用。

投资聊天机器人的主要成果包括通过虚拟助手增加客户联系次数和改善客户体验，同时提高销售经理的效率，并获得额外的商业机会。

什么是绊脚石？

现代 ConvAI 采用的瓶颈是初创公司的创始人对技术机遇缺乏清晰和深刻的理解。他们不是很清楚自己需要聊天机器人（特别是 NLP 分类器）提供什么功能。这一点，他们在回答我们的提问时提到了。

一半的受访者表示，聊天机器人可以在与客户对话时帮助他们提取人类语音中的意图和特征。另一个普遍的需求，大约占 45%，是提取命名实体。而 10% 的人则表示，他们需要对人类语音的情感特征进行分类。

由此可以看出，对话式 AI 创建者的设想通常是模糊的。大多数人（80%）并不理解先进的对话式 AI 和聊天机器人对他们的业务都意味着什么。因此，这限制了他们实施此类技术。

此外，对话式 AI 平台支持的领域、模式和行业越多就越复杂，就越难为普通的初创公司市场参与者所使用。

因此，无论是技术的创造，还是让它变得可理解，都对未来对话式 AI 的蓬勃发展至关重要。在初创公司开展会话式 AI 培训可以帮助他们填补知识空白。

为初创公司释放对话式 AI 的优点

只有科技巨头、实验室、开发人员和初创公司之间展开对话，聊天机器人及其可用性才会有一个更好的未来。

Alexa Prize 挑战赛就是一个很好的例子。大赛为团队提供了在安全空间里测试技术并进行数千次对话的机会，让团队可以获得独特的发现。

例如，去年，其中就有一个团队了解到，有 10% 的用户与机器人交谈超过 10 分钟，并试图通过提出个性化问题来建立关联性联系，甚至容忍了机器人的古怪。

当然，亚马逊在鼓励开发人员向 Alexa 增添技能或将它们为基础构建 ConvAI 解决方案方面做得很好。但由于其核心技术是闭源的，其进一步应用受到了限制。

另一种方法是借助开源 ConvAI 解决方案的强大功能。

RASA 正在用它的开源框架支持面向任务的聊天机器人开发。但是，使用该技术开发多功能 AI 助手仍然是一个挑战。作为一个诞生于学术界的项目，DeepPavlov 的团队希望可以促进其开源应用。

目标是帮助目标用户（包括中小型企业）简化复杂产品的开发，提升他们的开发速度。

人工智能可以为初创公司带来巨大收益

然而，这项工作有一件很重要的事是先开展相关的培训。为了最大化聊天机器人和虚拟助手的收益，初创公司应该知道预期交付成果是什么，以及如何针对他们特有的情况开发这项技术。

市场玩家要意识到，技术的进步应易于理解和使用。 

参考链接：

https://readwrite.com/startups-want-chatbots-but-80-lack-knowledge-about-conversational-ai/