CTI論壇(ctiforum.com)（編譯/老秦）:1966年，人工智能領域發生了一件重要的事情--約瑟夫·魏岑鮑姆（Joseph Weizenbaum）發明了一臺名叫伊麗莎（Eliza）的機器人。伊麗莎知道的并不多--“她”的工作方式是問一些開放式的問題，像一個治療師。像伊莉莎這樣的機器人是學生們今天的普通工作。但當時，這是一種轟動。

這是機器第一次欺騙人們，讓他們相信自己在和某人說話，而不是在和某物說話。直到28年后，“聊天機器人（chatbot）”一詞才被創造出來并被使用，但當時沒有人能預測短信和發短信會有多普遍。

在過去的一年里，僅在Facebook Messenger上就出現了10萬個聊天機器人。同時，文本信息也達到了頂峰：每天發送的數量達230億條。文本信息應用比社交網絡應用更廣泛。

使用聊天機器人交稅、預約醫生、預訂房間或航班，或者選擇合適的衣服，這些都讓人感覺很舒服。還有，聊天機器人看起來很聰明，在理解人類方面，它們近乎完美。至少現在是這樣。

#1.聆聽

正如上面所說，我們正處于文本信息量的高峰。在同一時間點，語音驅動技術隨著語音識別和自然語言處理的發展而向前發展。這是有道理的：當一個人每分鐘發50個字的文本信息時，他就能在同一時間內說130個字。

對于一個人來說，用語音而不是文本信息來表達自己的想法是最舒適的方式，這對電子商務企業來說也是一個巨大的飛躍，因為將會有許多新的消費者信息被捕捉和分析。以下是聲音可以告訴你的一些關于某人的事情：

身高（事實證明，個子較高的人嗓音較低）；

性取向:2011年的一項研究表明，雖然沒有人能完全確定一個人的性取向是什么，但用戶通過聲音猜測他的性取向的準確率達到了70%；

年齡：通過分析一個人的語調和音高，聽者可以準確地說出這個人的年齡；

僅僅通過聆聽、錄音和跟蹤一個人的聲音，未來的機器人將能夠獲得這個客戶角色的許多重要特征。企業將從了解他們的客戶中獲益良多。

#2.開始對話

希望未來的機器人能夠不僅僅是回答他們被問到的問題。現在，即使一個機器人試圖展示活力，它也會在錯誤的時間、錯誤的地點、錯誤的方式發生。然而，通過分析客戶的現場行為，一個機器人可能能夠回答甚至還沒有被問到的問題。

另一個為什么機器人應該是第一個在兩者之間說話的原因是人類最害怕的是先開口（或發信息）。我們害怕尷尬或說錯話。盡管從技術上講，我們知道聊天機器人不會評判或批評我們，但我們的大腦遠不如我們的思維理性。

因此，我們無論多么不理性，仍然對聊天機器人抱有很高的期望。現在的機器人不能完全滿足這些人的需求，因為我們的大部分對話內容都不僅僅是文字--聲音、手勢、背景等等。

我們的希望是，未來的機器人將比我們現在擁有的機器人更好。

#3.集成

現在機器人被集成來解決小的任務：跟蹤訂單，回答常見的問題，等等。然而，這不是它應該的樣子，希望它將不會再是這個樣子。在5-7年的時間里，機器人將無處不在，它將處理我們生活中的每個領域，而是1到2個領域。

好消息是，我們有辦法創造一個助手，可以隨時護送我們，為我們提供無微不至的關懷--我們可能不需要面面俱到，比如設置鬧鐘、給我們煮咖啡、查看收件箱或新聞。

#4.情感理解

如果我們的聊天機器人為語音驅動，它將為我們打開巨大的可能性空間。然而，也有挑戰和障礙需要跨越。為了更好地理解這些，我想從Ranael Kaliouby為technologyreview.com撰寫的文章中摘錄一些內容。

現在，我們的機器人只是執行他們被告知要執行的動作--沒有情感，沒有興奮點，沒有情感支持。然而，在未來，我們希望擁有情感人工智能。很快，這就意味著當Alexa發現你很累的時候，她會降低聲音，這樣你就可以放松了。如果你很忙，聊天機器人會比以前更快地跟你說話或發短信，這樣你就能處理好你的事務。以后的內容將根據你的語音背景、語音語調和語速進行。

#5.能夠預測用戶行為

坦率地說，現在我們對聊天機器人的使用非常有限。最常見的是客戶支持--我們討厭自己做，坦率地說，對客戶服務來說，人為失誤弊大于利。

然而，聊天機器人開發人員可以使用的深度學習技術為我們提供了使用機器人的全新視角。首先，根據從對話中收集的數據和對公司網站的分析，未來的機器人將能夠預測哪些產品和商品會受到沖擊，哪些不值得投資。

其次，如果我們分析聊天機器人與用戶之間的對話，我們可以發現以下幾點：

當用戶與機器人聊天時，有多少人可以這樣做？

用戶最寶貴的需求是什么？

什么時候用戶更有可能購買（白天、季節、長時間或短時間的聊天等）？

在我看來，這些東西將幫助我們創造未來的聊天機器人--那些既對企業有利又對用戶友好的聊天機器人。