CTI論壇(ctiforum.com) （編譯/老秦）： 由于需要改善客戶(hù)體驗和交易成功率，組織正在向全渠道服務(wù)過(guò)渡。其他業(yè)務(wù)（和 IT）驅動(dòng)因素將縮短上市時(shí)間，同時(shí)降低所有渠道的調整和維護成本。并且越來(lái)越多地意味著(zhù)依賴(lài)由自然語(yǔ)言理解(NLU) 提供支持的應用程序。
讓我們簡(jiǎn)要概述自然語(yǔ)言處理 (NLP)、NLU 和自然語(yǔ)言生成 (NLG)，以確保這些術(shù)語(yǔ)的共同點(diǎn)。 NLP 處理和分析大量音頻/語(yǔ)音和文本數據，以便計算機能夠響應基于語(yǔ)言的命令。我在 2021 年冬季刊中的專(zhuān)欄--"語(yǔ)音技術(shù)作為Hyperpolyglot？"--深入探討了機器對語(yǔ)音的解釋。人腦處理的語(yǔ)法不規則、同音異義詞和其他復雜問(wèn)題必須由 NLU 處理，因為它將結構、規則和邏輯分配給語(yǔ)言，以便計算機能夠理解人類(lèi)所說(shuō)的話(huà)。相反，NLG 基于結構化數據生成類(lèi)似人類(lèi)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(hù)在渠道之間無(wú)縫移動(dòng)。例如，雖然客戶(hù)可能從聊天開(kāi)始，但交互可能會(huì )轉移到語(yǔ)音渠道更容易支持的更復雜的主題。良好的客戶(hù)體驗將包括先前的聊天對話(huà)，因此處理語(yǔ)音交互的其他座席不必要求客戶(hù)重復詳細信息。一些全渠道供應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(jiǎn)短摘要，以便語(yǔ)音渠道座席可以更好地為通話(huà)做好準備。
越來(lái)越多的企業(yè)正在通過(guò)單一供應商的全渠道戰略將更多的雞蛋放在一個(gè)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(dòng)了 IT 戰略的這種變化？很簡(jiǎn)單，有效性，被企業(yè)定義為客戶(hù)體驗和交易成功率的結合。當客戶(hù)在您的網(wǎng)站上進(jìn)行聊天交易并由智能虛擬助手成功協(xié)助時(shí)，無(wú)需人工座席，這被視為交易成功。客戶(hù)對流程的反饋推動(dòng)了客戶(hù)體驗指標。
許多大型企業(yè)依賴(lài)于由自然語(yǔ)言理解推動(dòng)的強大的交互式語(yǔ)音響應 (IVR) 應用程序，其中許多企業(yè)依賴(lài)于他們的語(yǔ)音識別供應商來(lái)調整他們的 NLU 模型。但隨著(zhù)由機器學(xué)習驅動(dòng)的人工智能的加入，在沒(méi)有直接供應商參與的情況下對其 NLU 模型進(jìn)行持續增量改進(jìn)，導致企業(yè)希望在其數字渠道中重復這些成功。相反，有些人希望將他們的 NLU 學(xué)習從較新的聊天機器人擴展到傳統的 IVR。在這一點(diǎn)上，應該注意的是，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(guò)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成本和上市時(shí)間。將現有的 NLU 模型從一個(gè)渠道擴展到另一個(gè)渠道，在同一供應商的工具集中本地共享它，比導出模型（即使可能）并嘗試在不同供應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(lèi)最佳解決方案轉向單一供應商解決方案。
這些全渠道 NLU 驅動(dòng)的解決方案才剛剛開(kāi)始成熟。他們可能已經(jīng)離開(kāi)了訓練輪，但肯定還沒(méi)有超過(guò)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(jìn)行競爭，專(zhuān)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 的重要醫療保健經(jīng)驗。谷歌宣布，它正在與許多客戶(hù)合作，以創(chuàng )建醫療保健垂直焦點(diǎn)。甲骨文在 6 月以 283 億美元的價(jià)格完成了對醫療保健 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(mén)剝離給 Francisco Partners。三個(gè)大型企業(yè)向重要的醫療保健垂直方向發(fā)展，而一個(gè)剝離應該在未來(lái)進(jìn)行一項有趣的研究。
對于客戶(hù)服務(wù)人員來(lái)說(shuō)，這是一個(gè)令人興奮的時(shí)刻。我的建議是，通過(guò)深度神經(jīng)網(wǎng)絡(luò )支持的NLU與垂直行業(yè)的整合，觀(guān)察誰(shuí)跳得最快、最遠。正如本專(zhuān)欄經(jīng)常提醒的那樣，圍繞數據隱私和安全的法規將發(fā)揮作用，并且通常遵循技術(shù)而非準備。
聲明：版權所有 非合作媒體謝絕轉載
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
