對話平臺將成為企業AI語音賦能的必備武器
根據Gartner調研報告，對話平臺(conversation platforms) 上榜2018年十大戰略技術趨勢（Top 10 Strategic Technology Trends for 2018)。通過對話平臺，企業能夠定義語音互動體驗，在現有產品或平臺基礎上，創造語音助手、智慧客服、聊天機器人等。
語音對話互動將成為未來客戶與企業互動的主要方式，在2020年，人與商業之間產生的90% 的商業互動都會由數字助手來完成。各大語音對話平臺可以為企業提供智慧語音互動商業方案，以獲取新客戶、提高轉化率、提升使用者體驗，真正為企業帶來商業價值。
對話平臺的國際佈局
大家所熟知的語音助手Google Assistant、Alexa、Cortana都是基於什麼語音對話平臺打造出來的？
它們背後的對話平臺分別是Google的Dialogflow、Amazon Lex和基於Microsoft Bot framework的LUIS平臺。通過這些平臺，企業能夠為網站、移動應用、社交媒體和物聯網裝置構建對話介面，通過預設代理模版和個性化對話設計，打造各類對話機器人，例如：
- 呼叫中心機器人：谷歌基於Dialogflow在電話呼叫中心方面進行了嘗試，並推出了Contact Center AI（呼叫中心AI客服），建立虛擬助理自動在電話上回答使用者提問、幫助使用者解決問題；
- 資訊機器人：美國快遞公司UPS在幾周的時間內建立了“UPS Bot”，為客戶在社交媒體平臺即時提供包裹跟蹤、費用查詢等資訊服務；
- 應用程式機器人：Dialogflow為達美樂披薩進行建立訂餐助手，為客戶創造APP內語音訂餐體驗，通過多輪對話的形式，客戶可以選擇披薩品種、尺寸、配料，並完成下單付款及訂單追蹤；
- 企業生產力機器人：Amazon Lex與HubSpot合作，可通過一個對話介面提供對相關資料和服務的訪問許可權，從而幫助營銷人員建立內容、研究競爭對手和監控分析，以提高工作效率。
國外網際網路巨頭的對話平臺已經相對成熟，放眼國內，對話式人工智慧也在迅速崛起。BAT在智慧語音對話互動領域紛紛佈局，無論是百度的“All in AI”、阿里的零售基因、還是騰訊的內容及使用者資源優勢，各家分別推出了語音開放平臺，力爭讓更多的開發者進入自己的生態系統中。
另外，無論是大型語音技術公司、還是語音互動創業公司，也在陸續打造語音對話平臺。由於端到端的深度學習框架讓開發成本變低了很多，各公司的實力差距相比以前在逐漸縮小，這時競爭就逐漸轉移到如何針對不同場景進行有效定製，所以我們自主開發了能夠讓企業靈活定製的語音對話平臺“對話流”，讓定義語音互動體驗變的容易、快捷。
語音對話互動的發展趨勢和幾點思考
1、為什麼語音互動體驗常被吐槽？
“對不起，這個問題我聽不懂哦”......相信大家多少感受過語音對話產品不太智慧的一面，主要原因是在理解使用者意圖上出了問題。
以訂餐為例，當用戶說：“訂一份小龍蝦外賣”，語音助手可以成功執行，但當用戶的表達發生變化，說“叫一份小龍蝦”、或“我想吃小龍蝦外賣”時，它可能就聽不懂了，但其實都是對應到“訂小龍蝦外賣”這個意圖。
一百個人口中，也許有一百種對於同一意圖的不同表達，這是語言的魅力，同樣也是語音對話互動的難點。能做到理解使用者的不同說法，並且對應到同一意圖，才能做到真正的智慧。我們要做的是深入研究自然語言理解，將使用者的表達、意圖和服務連線起來，創造讓使用者能用起來的語音互動體驗。
2、對話已無法滿足使用者需求，提供服務是終極目標
跟使用者聊天、提供相關資訊是語音互動時使用者最基本的訴求， 而"Get things done"、幫使用者搞定事情的能力更為重要。使用者所期待的是通過自然對話的形式，直接獲取需要的服務，而不需要再考慮去哪個平臺或下載哪個APP、如何進行操作等問題。
例如，購物、訂餐、訂票對話機器人是比較常見的語音對話互動落地產品。使用者可以直接用對話的形式獲取生活服務，從瞭解產品資訊到完成下單購買、再到售後服務，形成從售前到售後的完整閉環，讓對話與服務有效地連線了起來。
3、打造跨平臺、跨裝置的語音互動生態系統
企業與客戶溝通的平臺是多維度的，比如網站、APP、社交媒體、小程式、快應用等等，對話平臺可以實現一套語音對話體驗的跨平臺靈活應用，不需要每個平臺裝置重複訓練和部署。
對話平臺打造的語音互動體驗可以應用於各種通用裝置，例如個人電腦、手機、智慧手錶、智慧音箱等。據相關市場研究預測，到2020 年，對話式人工智慧在智慧家居、智慧車載、移動裝置三個關鍵領域的滲透率最高，分別將達到27%、51%、68%。
4、智慧語音在企業應用中的痛點和難點
當前定義語音互動體驗，仍然需要企業提供較多的例句，這一點極大阻礙了智慧語音在企業服務的應用。但是，當前在詞向量和句向量上的研究成果、以及計算能力的逐步提高，應該對這一類問題有比較有效的提升，我們團隊的研究已經證明了這一點。
在使用市面上大部分對話平臺時，企業一般需要配備有NLP背景的技術人員進行二次開發。而對於技術相對薄弱的企業來說，智慧語音的接入看似是天方夜譚。我們希望讓每個企業都能定義語音對話互動體驗，讓產品、運營等非技術人員也能直接通過“對話流”建立即時可用的對話體驗。