在选择完美的 CAI 平台以集成到您的业务中时，需要考虑许多因素，包括局限性、创造力空间等。
企业正在迅速认识到对话式人工智能 (CAI) 对提高客户参与度和收入的重要性。问题不再是是否部署 CAI，而是使用哪个平台以及如何利用其功能。
本文将提供有关买家经常忽视的对话式 AI 平台的重要方面的见解。例如，语言支持的真正含义是什么？什么是本地化？不同的部署模型如何影响 TCO？也许最重要的是——CAI 平台如何不仅在第一个开发冲刺期间为我提供帮助——而且在整个机器人生命周期中都能帮助我？
提高机器人开发人员生产力的经验教训
在过去的六个月中，我与一直在构建对话机器人的公司（客户）和系统集成商（合作伙伴）进行了很多对话。我曾与对话机器人开发人员、数据语言学代表、集成工程师、对话设计师、项目经理、高级利益相关者、产品所有者等进行过交谈。
与此同时，我与现有的、新的、潜在的和以前的客户进行了交谈。这些谈话包括那些制定了雄心勃勃的计划并取得了成功的人，以及其他制定了计划却一直在努力产生影响的人。
我进行这些讨论的目标之一是找到以下问题的答案：“作为 CAI 技术提供商，我们如何帮助您提高工作效率？”。这是我们来自Artificial Solutions 将继续提出的问题，因为机器人开发人员社区对我们产品的反馈对于我们创建使机器人开发人员更高效的产品的使命至关重要。
然而，在这些对话中，引发了另一个讨论主题，这也是本文的重点：企业如何看待他们对 CAI 平台的选择——以及他们在选择 CAI 平台进行机器人开发时会推荐其他公司考虑哪些方面？
您可能会争辩说，这个问题最好由被视为独立第三方的人来回答——我完全同意这一点。
然而，这是一个值得进行公开对话的问题，所以我想我会分享一些我从这些讨论中学到的东西，并添加了我们在人工解决方案中从我们 20 多年的经验中学到的一些知识行业。
如果此汇编对您有用，或者认为我遗漏了一些内容 - 请不要犹豫，在我们的论坛中留下您的评论。
我将这些见解分为四个主要主题，我认为这些主题可能对公司在审查用于机器人开发的 CAI 工具时考虑有用，并将在这个每日系列中分享。这些是“选择对话式 AI 平台时不应错过的 4 个观点”：
选择一种可以让您的开发团队成长的工具
语言支持和本地化
总拥有成本
交叉垂直准备
让我们一一浏览它们。很想知道你是否同意。
1. 选择一个可以让您的开发团队成长的工具
看看过去的流行词，如“意识”、“理解”和“自学”。
对话式人工智能是一个迷人的领域，仍然有很多潜力有待探索。然而，大多数拥有 CAI 工具经验的公司会告诉你，这完全是关于工程的，实际上与常规软件或流程开发有很多相似之处，而不是开创性的新事物。
当然，有一些对空间有用且特定的术语，例如“意图识别”、“实体”和“上下文”。这些词与会话机器人的自然语言理解 (NLU) 部分有关。
不要误会我的意思——这些都是复杂的概念，但对话机器人开发人员通常会使用这些功能，而这些功能并不是他们自己开发的。对于对话机器人开发人员来说，这些类型的功能被认为是有效的，而且平心而论，大多数工具都支持强大的意图识别，如今它更像是一种商品功能。你可以假设一个工具包有一个足够好的意图引擎并继续前进。
但是 - 请注意，您选择的工具是否使用过多的类似 AI 的流行语来描述功能，例如“意识”、“理解”或“自学”。这些不是开发人员用来描述他们开发的对话机器人的措辞（除非他们迫切需要资金）。因此，我建议您尝试避开这些流行语，并选择使用更类似于开发人员看待世界的方式的概念和术语的工具。
我可以更具体吗？当然，我更喜欢将诸如局部或全局变量（变量范围）之类的完善概念称为局部或全局变量，而不是“人工智能理解并记住”。从方面审查工具 - 使用它来构建机器人的开发人员熟悉的术语。
在纯编码和拖放之间找到平衡
您听说过低代码或无代码吗？简而言之，这些概念描述了一个用户界面，开发人员可以在其中配置或以图形方式设计流程，而不必编写编程代码。这是一种可视化程序如何执行的好方法，并且可以是快速构建某些东西的快捷方式。棘手的部分来了——对于一个有野心的有效对话式人工智能解决方案——你仍然需要编码。
您的团队需要使用某种脚本语言编写代码。否则，您将无法做您希望机器人做的事情。不要回避这个事实，脚本和编码对于使机器人变得伟大非常重要。因此，当您查看工具集时，请从“编码部分将如何工作？”的角度对其进行评估。
另一方面，如果您只编写代码而从不使用任何图形表示，您将遇到另一组问题。您如何与企业合作？您如何让具有成功实施机器人所需的重要见解的团队成员参与其中，但这些团队成员不阅读代码？这是图形表示非常有用的众多方面之一。
因此，请考虑您需要在编码和图形配置之间取得怎样的平衡。因为大多数公司的 CAI 项目都需要两者。
考虑您可能会遇到哪些限制
目前市场上有很多 CAI 工具可供开发人员使用。你的工作是确保你选择的工具不会只快速构建第一个 MVP，而且对你的机器人的每一代都很有用。当您的雄心壮志，并且您对如何提供更好的机器人用户体验的见解开始发展时，您可能会意识到您选择的工具阻碍了您的发展。
对于每一代对话机器人，您需要考虑多个因素。如果您构建模式流程（以及更多意图），您会遇到一组问题。如果您想让您的流程更高级，您会遇到对工具集中功能的另一个需求。那时意识到该工具不适合这项工作可能为时已晚。
尝试从已经部署了相当广泛的机器人的场景中评估工具集。有了这个，试着想想你现在可能想要执行的不同任务。您如何并行执行重构和发布小的改进？您如何组织所有流程/意图并执行版本控制？你如何确保可重用性？您可能想要探索哪些技术特性？
允许创造力
自强不息。我们认为优秀的团队会构建出色的机器人。确保您考虑并选择一种工具，您的工程师可以使用该工具进行创造性和迭代。
就像一个好的网站不断更新一样，随着新功能的测试、探索、扩展或删除，您的对话机器人也需要不断改进。探索、测试、发布甚至是日落想法的自由是释放团队创造力和雄心的关键。
对话机器人程序也不例外。考虑您的专家实施者想要做什么，并确保他们有能力在工具中实现他们的目标。伟大的团队会构建伟大的机器人，除非工具阻碍了他们。
2. 语言支持和本地化
什么是“语言支持”？
语言支持在对话式 AI 世界中的真正含义是什么？在评估 CAI 工具之前，这实际上是一个需要考虑的重要问题。
对话机器人的输出——机器人在说什么——几乎总是由实现者编写。就像你的团队写的手稿一样，机器人遵循。
机器人生成的输出可能会有所不同，从而允许更自然的对话，但大多数客户都有一个用于特定领域或目的的机器人，因此自由度相当小。
机器人对用户说的话主要是由机器人开发团队设计的。因此，机器人的输出非常受控制。因此，就输出而言 - 语言支持并不意味着那么多 - 可能只是特定语言字符在输出中不会变得乱码。
为了帮助输出，机器人开发工具可能有一些库可用于一些通用输出，如社交谈话和标准响应。
简而言之 - 会话语言支持与机器人“对”您的用户“说”的内容几乎没有关系。
语言支持几乎完全是关于机器人如何支持和映射特定语言的 INPUT。机器人可以接受西里尔字符而不发出错误消息吗？机器人可以用日语拆分句子来识别动词、名词和形容词吗？机器人可以在没有训练的情况下对西班牙语句子中的单词或短语进行分类吗？
对于机器人开发人员来说，重要的是语言支持帮助他们为特定语言构建机器人。特定语言的机器人平台也可以“接受输入并注释（添加元数据）”，以便开发人员可以利用它来设计良好的对话机器人体验。
不同的对话式 AI 平台可能声称支持德语。但对于一个平台，它可能意味着“机器人接受德语字符”，而对于另一个平台，“机器人具有广泛的单词、短语、概念、实体和德语预构建知识的注释”。始终尝试阅读产品语言支持的简单说明。并考虑您的公司需要使用哪些语言来部署机器人。
什么是“本地化”及其价值？
如今，大多数公司都希望以一种以上的语言推出成功的对话机器人实现。发生这种情况的原因不同。有时，企业在使用多种官方语言的瑞士等国家或地区开展业务，或者他们想扩大市场并在邻国部署机器人。您甚至可以说在两个不同的渠道（如电话和 Facebook 信使）中部署同一个机器人可能需要两种不同的“语言”或至少需要两种不同的“语言”。
现在是棘手的部分 - 您如何开发和维护一个几乎相同但使用两种或多种语言的机器人？您是否只是复制它并尝试维护两个或多个并行解决方案？任何尝试过这种方法的人都知道，这是一种失败的秘诀，或者至少是一种非常低效且需要资源的工作方式。
此问题的一种解决方案称为“本地化”。
本地化意味着您可以创建一个主解决方案，然后针对每种特定语言/地区对其进行本地化。本地化解决方案链接到主解决方案，以便更新和更改可以传播（在更改控制下）到本地解决方案。
本地化不仅仅与语言有关。如果同一个对话机器人流程需要支持两个不同区域的两个不同后端系统，那么本地化也应该支持该功能。您需要能够对本地实现进行修改，同时又不会失去与主解决方案链接的好处。
对于大多数具有国际视野的公司，请考虑要求您的对话式 AI 开发平台支持本地化的好处。考虑您长期需要哪些语言支持和变体，并确保您选择的工具集为您提供了发展空间。
3. 总拥有成本
确定部署模型的隐藏成本
什么是部署模型？好吧，大多数 CAI 平台都可以通过不同的方式提供：SaaS、本地、托管、开源等。假设您和您的安全团队已经完成了功课，并且所有部署模型选项都在桌面上。哪些成本方面需要考虑？
预付费模式是否涵盖隐藏成本？预付费模型是一种商业模型，通常与部署模型相关联，在这种模型中，客户需要承诺一定的资源消耗或目标。预付费模式的动态经常是“你为消费X付费，如果你消费多你需要多付钱，如果你消费少你仍然支付X”。我建议您考虑的一个方面是，对话式 AI 项目通常有点难以估计，然后可能比预期的更慢或更快。它们可以影响比目标受众更多或更少的受众。事后看来，预付费模式实际上很容易变得非常昂贵。
另一个隐藏成本是自己运行和维护安装的 IT 管理成本。即使您为本地版本的许可证和支持付费，您仍然需要为硬件、日常管理、监控工具或半夜的随叫随到支持付费。还要考虑一下您的团队将花时间做什么。如果您确定一个团队进行建设，但他们将大部分时间花在基础设施问题上，那将是相当昂贵的。
始终尝试考虑每个模型的隐藏成本，以便能够尝试估算总拥有成本。考虑在整个生命周期中首次部署维护和测试等后需要多少成本。不要忽视这样一个事实，即会话 AI 平台在上线后也需要支持所有阶段。这就是版本控制、发布标志、重构、回归测试、分析、性能仪表板、改进仪表板等发挥作用的地方。
如果您选择的工具仅能帮助您进行第一次构建，那么您最终会因以后产生的效率而付出更多的代价。始终考虑程序的整个生命周期以及不同阶段需要什么。确保选择适合工作的工具。
您的资源是否会将时间花在正确的事情上？
我们之前很快提到了这一点 - 但值得再次提醒。您需要确保您的团队成员可以专注于他们最擅长的事情 - 构建一个雄心勃勃且成功的对话机器人！在我们的行业中，客户证明将团队 40-60% 的时间花在技术支持、基础设施和连接上，而不是设计、构建和改进机器人的情况并不少见。
因为如果团队需要大量时间来构建支持性工具，或者只是让解决方案完全在线——那么大多数你想要在用户体验方面开发的东西——它们最终会被遗忘在积压堆上。因此，在选择对话式 AI 时，必须特别注意在构建出色的机器人时最大限度地提高资源和员工效率。
您的资源在整个程序生命周期中是否高效？
每个人都想变得富有成效。所有学科和行业都是如此，对于对话式 AI 开发人员来说肯定也是如此。我认识的所有对话式 AI 开发人员都喜欢构建和部署。他们希望在自己的领域内富有成效。
所以，试着看穿对话式人工智能中快速获胜的花哨词和承诺，问问自己——这个工具会让我的团队更有效率吗？
不仅在项目的前 1-2 个月内富有成效，而且从现在开始的两年内，当事情扩大规模并变得更加包容但也更加复杂时。伟大的团队构建伟大的机器人 - 选择对话式 AI 工具时，您的工作是帮助团队在整个程序生命周期中尽可能高效。
4. 交叉垂直准备
大多数公司探索多个用例，确保你的工具没有被锁定在一个垂直的领域
你的公司有多少对话机器人？如果不是很多，请在您的网络中四处询问，您可能会惊讶地发现，一个企业中通常部署了不止一个。大多数公司在内部（面向员工）和外部（面向客户和供应商）用例中探索对话式人工智能。因此，在选择对话式 AI 平台时，提前考虑很重要。我们想要探索多少领域？我们确定我们只尝试构建一种解决方案吗？
我建议考虑您选择的工具集是水平的还是垂直的——这意味着它是针对用例或行业进行了优化（垂直）还是针对跨行业和用例的敏捷性进行了优化（水平）。
因为内部和外部用例实际上是非常不同的，即使是在同一个行业。在这里，重要的是要考虑哪些模型的优势大于劣势。
我想指出横向解决方案的一些优势，第一个是您可以在不同的用例中使用相同的开发平台。与所有竞争对手都在使用的行业特定解决方案相比，这也将使您能够从更大的社区获得支持。请记住，对话式 AI 空间就是关于构建的。找到在您的开发过程中为您提供最大优势的工具。
可以换个角度思考这个问题。针对特定用例的预训练解决方案的优势是什么？您通常可以节省获取训练数据的时间；您可能拥有可以重复使用的预先构建的知识。这可能是有益的，但也有局限性。如果您想进行更改，或者您需要添加对您来说独一无二的特定训练数据，您可以这样做吗？特定于用例的包是否可以帮助您处理另一个用例？
可能有例外，但简单的规则很可能是会话 AI 平台要么是预先构建的，然后在定制方面有点受限，要么更灵活，然后你必须自己构建更多。我们认为这是一个建设者的世界，并建议您真正考虑选择横向解决方案的长期利益。
它实际上是关于构建的，因此可跨垂直领域重复使用的包通常比特定于用例的包更有价值。
听起来我现在给出的建议与我之前的陈述相矛盾，但事实就是如此——预先构建的知识真的可以节省你的时间！社区最终能够共同建设伟大的事物是有原因的，每个人都从他人的贡献中受益。因此，毫无疑问，预构建的软件包很棒。
但令人惊讶的是，在对话式 AI 中，预先构建的打包需要非常小才能有用。对于小型，我的意思是例如意图的集合，而不是完整的“预建机器人”。salesforce 的集成包如果只包含与 salesforce 的 API 连接的基本构建块，则可以轻松重用。因为然后它可以很容易地合并到许多不同的用例中——内部销售支持、内部报告、外部客户支持等。
但是预先训练的“外部客户支持”包甚至可能需要更多时间来适应不同的用例。因为您需要审查和调整包的每个组件，如果您最终需要重组，您不妨从一张白纸开始。所以真的要和你的供应商讨论预构建的包，但要确保它们是模块化的并且相当小。并记住与社区分享您自己构建的模块。这通常是分享工作和寻找改进的好方法。
所以真的要和你的供应商讨论预构建的包，但要确保它们是模块化的并且相当小。并记住与社区分享您自己构建的模块。这通常是分享工作和寻找改进的好方法。
您的公司和客户可能需要非常具体的音调，确保您可以自己控制它
我的最后一个建议可能有点难以在我提到的前 4 名中进行映射 - 但我选择将其归档在“跨垂直准备”下。这是我的看法：尝试构建您的机器人以反映您的公司价值，并选择有助于建立您的品牌的色调。
这可能并不容易，我不确定您是否真的能从外部各方那里得到很多帮助。你需要让你的文化和品牌推广者参与进来。为什么在选择对话式 AI 平台时这很重要？
因为最后，我们建议您确保可以与整个企业的不同能力进行协作，并且您处于控制之中，以便您可以准确地设计您的用户应该拥有的体验。您的客户会花时间与您的机器人互动，这是您将与客户群进行的少数双向互动之一——不要浪费它！尽在掌控，打造您的品牌！