CTI論壇(ctiforum.com) （編譯/老秦）： 由于需要改善客戶體驗和交易成功率，組織正在向全渠道服務(wù)過渡。其他業(yè)務(wù)（和 IT）驅(qū)動因素將縮短上市時間，同時降低所有渠道的調(diào)整和維護成本。并且越來越多地意味著依賴由自然語言理解(NLU) 提供支持的應(yīng)用程序。
讓我們簡要概述自然語言處理 (NLP)、NLU 和自然語言生成 (NLG)，以確保這些術(shù)語的共同點。 NLP 處理和分析大量音頻/語音和文本數(shù)據(jù)，以便計算機能夠響應(yīng)基于語言的命令。我在 2021 年冬季刊中的專欄--"語音技術(shù)作為Hyperpolyglot？"--深入探討了機器對語音的解釋。人腦處理的語法不規(guī)則、同音異義詞和其他復(fù)雜問題必須由 NLU 處理，因為它將結(jié)構(gòu)、規(guī)則和邏輯分配給語言，以便計算機能夠理解人類所說的話。相反，NLG 基于結(jié)構(gòu)化數(shù)據(jù)生成類似人類的文本或音頻輸出。 NLU 和 NLG 是 NLP 的子集。
有效的全渠道產(chǎn)品允許客戶在渠道之間無縫移動。例如，雖然客戶可能從聊天開始，但交互可能會轉(zhuǎn)移到語音渠道更容易支持的更復(fù)雜的主題。良好的客戶體驗將包括先前的聊天對話，因此處理語音交互的其他座席不必要求客戶重復(fù)詳細信息。一些全渠道供應(yīng)商正在努力提供情緒建議（憤怒、興奮等），并附上之前聊天的簡短摘要，以便語音渠道座席可以更好地為通話做好準(zhǔn)備。
越來越多的企業(yè)正在通過單一供應(yīng)商的全渠道戰(zhàn)略將更多的雞蛋放在一個籃子里，即使是有采購最佳品種歷史的組織也是如此。是什么推動了 IT 戰(zhàn)略的這種變化？很簡單，有效性，被企業(yè)定義為客戶體驗和交易成功率的結(jié)合。當(dāng)客戶在您的網(wǎng)站上進行聊天交易并由智能虛擬助手成功協(xié)助時，無需人工座席，這被視為交易成功�？蛻魧α鞒痰姆答佂苿恿丝蛻趔w驗指標(biāo)。
許多大型企業(yè)依賴于由自然語言理解推動的強大的交互式語音響應(yīng) (IVR) 應(yīng)用程序，其中許多企業(yè)依賴于他們的語音識別供應(yīng)商來調(diào)整他們的 NLU 模型。但隨著由機器學(xué)習(xí)驅(qū)動的人工智能的加入，在沒有直接供應(yīng)商參與的情況下對其 NLU 模型進行持續(xù)增量改進，導(dǎo)致企業(yè)希望在其數(shù)字渠道中重復(fù)這些成功。相反，有些人希望將他們的 NLU 學(xué)習(xí)從較新的聊天機器人擴展到傳統(tǒng)的 IVR。在這一點上，應(yīng)該注意的是，深度神經(jīng)網(wǎng)絡(luò)正在成熟，以增強部署在云中的 NLU；谷歌、IBM 和微軟都在云端提供深度神經(jīng)網(wǎng)絡(luò)和 NLU（微軟通過收購 Nuance Communications。）
擁有用于跨渠道管理 NLU 模型的通用工具集可降低培訓(xùn)成本和上市時間。將現(xiàn)有的 NLU 模型從一個渠道擴展到另一個渠道，在同一供應(yīng)商的工具集中本地共享它，比導(dǎo)出模型（即使可能）并嘗試在不同供應(yīng)商的解決方案中使用它要有效得多。因此，大型企業(yè)從同類最佳解決方案轉(zhuǎn)向單一供應(yīng)商解決方案。
這些全渠道 NLU 驅(qū)動的解決方案才剛剛開始成熟。他們可能已經(jīng)離開了訓(xùn)練輪，但肯定還沒有超過十幾歲。他們在平臺集成合作伙伴關(guān)系上競爭，而不是作為獨立產(chǎn)品進行競爭，專注于垂直行業(yè)，以及他們使用深度神經(jīng)網(wǎng)絡(luò)的能力。微軟以 197 億美元收購 Nuance，并表示有意利用 Nuance 的重要醫(yī)療保健經(jīng)驗。谷歌宣布，它正在與許多客戶合作，以創(chuàng)建醫(yī)療保健垂直焦點。甲骨文在 6 月以 283 億美元的價格完成了對醫(yī)療保健 IT 服務(wù)和軟件巨頭 Cerner 的收購，同月 IBM 完成了將其 Watson Health 部門剝離給 Francisco Partners。三個大型企業(yè)向重要的醫(yī)療保健垂直方向發(fā)展，而一個剝離應(yīng)該在未來進行一項有趣的研究。
對于客戶服務(wù)人員來說，這是一個令人興奮的時刻。我的建議是，通過深度神經(jīng)網(wǎng)絡(luò)支持的NLU與垂直行業(yè)的整合，觀察誰跳得最快、最遠。正如本專欄經(jīng)常提醒的那樣，圍繞數(shù)據(jù)隱私和安全的法規(guī)將發(fā)揮作用，并且通常遵循技術(shù)而非準(zhǔn)備。
聲明：版權(quán)所有 非合作媒體謝絕轉(zhuǎn)載
作者：Kevin Brown
原文網(wǎng)址：https://www.speechtechmag.com/Articles/Columns/Inside-Speech/New-Omnichannel-Offerings-Share-the-Power-of-NLU-154991.aspx
