AI在UC中的潛力

信息化觀察網(wǎng)
編譯
AI和機(jī)器學(xué)習(xí)是當(dāng)前的熱門話題。即使是在統(tǒng)一通信生態(tài)系統(tǒng)里,AI和人工智能出現(xiàn)的頻率愈加頻繁:從Cortana智能語音助手到Slack的信息過載還原技術(shù),再到UC監(jiān)控軟件中的通話質(zhì)量檢修算法。 對(duì)于統(tǒng)一通信和合作市場(chǎng)...

AI和機(jī)器學(xué)習(xí)是當(dāng)前的熱門話題。即使是在統(tǒng)一通信生態(tài)系統(tǒng)里,AI和人工智能出現(xiàn)的頻率愈加頻繁:從Cortana智能語音助手到Slack的信息過載還原技術(shù),再到UC監(jiān)控軟件中的通話質(zhì)量檢修算法。

對(duì)于統(tǒng)一通信和合作市場(chǎng)而言,AI在企業(yè)通信、上線通知技術(shù)、在線會(huì)議、團(tuán)隊(duì)合作、智能頭戴設(shè)備、家庭系統(tǒng)、電話通訊系統(tǒng)和視頻會(huì)議等中的潛力是無限的。但是會(huì)有這樣一個(gè)問題:在UC生態(tài)系統(tǒng)中,我們是否應(yīng)該認(rèn)為AI還是在試驗(yàn)階段或者已經(jīng)成熟?如果答案是后者,那么AI應(yīng)用程序和解決方法中的哪個(gè)是被夸大了?那么真相又是什么?

AI管理

AI在UC中的潛力不僅可以向前擴(kuò)展到終端用戶領(lǐng)域,也可以向后擴(kuò)展到IT領(lǐng)域。對(duì)于終端用戶來說,AI能夠自動(dòng)采取措施來促進(jìn)人類之間的協(xié)作。AI能夠整理數(shù)據(jù)(郵件,聊天記錄和語音識(shí)別),識(shí)別關(guān)鍵字和樣式,以及按照聽眾和主題反饋出最合適的聊天方式。用戶數(shù)據(jù)索引越多,將其與聊天中的關(guān)鍵字進(jìn)行比較的能力就越大,并根據(jù)用戶通信模式來創(chuàng)建對(duì)即時(shí)消息的自動(dòng)響應(yīng)。

AI能夠通過數(shù)據(jù)和類別來指出人們是否在高效地利用時(shí)間。例如,當(dāng)加入辦公室的會(huì)議時(shí),AI能夠決定多少會(huì)議有議程,參與人有哪些,多長時(shí)間,以及每個(gè)議題需要多久。簡(jiǎn)單來說,通過AI來召開會(huì)議能夠更好地進(jìn)行資源管理,它能對(duì)與會(huì)人進(jìn)行評(píng)估,以及按照人員數(shù)量來推薦最優(yōu)的會(huì)議空間,會(huì)議名或者主題,以及會(huì)議期間所需要的工具。此外,它也能夠決定與會(huì)人員是否在同一辦公室或者是否需要Skype for Business電話撥入會(huì)議,需要哪些硬件,如果有頭腦風(fēng)暴環(huán)節(jié)或者對(duì)接會(huì),是否需要擴(kuò)音器或者白板。

從IT層面來說,AI能夠分析大量的數(shù)據(jù)和UC日志來幫助檢修和解決具體的問題。IT需要對(duì)個(gè)人用戶或者系統(tǒng)的UC問題進(jìn)行積極地反饋,相反,AI能夠推測(cè)個(gè)人,團(tuán)體或者企業(yè)是如何工作的。使用這種學(xué)習(xí)型AI能夠?yàn)镮T發(fā)布積極的指導(dǎo)方案,從改變服務(wù)器配置到為特定的終端用戶推薦信的或者不同的UC頭戴設(shè)備。

行動(dòng)中的AI

AI通常被用于企業(yè)通信,來提高效率,通過使用機(jī)器代替人類完成的無聊的工作,從而減少不必要的支出。AI在UC中的現(xiàn)在和未來,以及對(duì)于炒作和現(xiàn)實(shí)的評(píng)價(jià),將會(huì)在以下幾個(gè)方面展現(xiàn)出來:

基于AI的手勢(shì)識(shí)別設(shè)備:在電話會(huì)議中,手勢(shì)能提升會(huì)議體驗(yàn)。例如在視頻會(huì)議中系統(tǒng)會(huì)對(duì)人員動(dòng)作進(jìn)行評(píng)測(cè)。攝像頭能夠提供具體與會(huì)人的肢體語言的細(xì)節(jié),然后提供實(shí)時(shí)反饋來幫助提升表達(dá)技巧和回應(yīng)。

評(píng)價(jià):處于早期階段

全自動(dòng)電話會(huì)議:語音轉(zhuǎn)錄中也有機(jī)器學(xué)習(xí),但是它并沒有先進(jìn)到能夠完全超過人類的理解。它并不像十年前那樣,當(dāng)前Amazon的人工智能語音機(jī)器人Alexa能夠像人類一樣理解對(duì)話。

評(píng)價(jià):處于早期階段

會(huì)議管理和會(huì)議跟進(jìn):使用AI的設(shè)備能知道說話人,識(shí)別關(guān)鍵點(diǎn),然后自動(dòng)協(xié)助人類完成任務(wù),向與會(huì)人發(fā)送通知或會(huì)議總結(jié)。

評(píng)價(jià):處于早期階段

會(huì)議室和會(huì)議室系統(tǒng)管理:AI系統(tǒng)能夠完成制定會(huì)議時(shí)間和建立會(huì)議的所有過程。

評(píng)價(jià):處于初期階段

智能設(shè)備:通過增加與目前需要幾小時(shí)或者幾天額外工作后才能實(shí)現(xiàn)的信息/見解,進(jìn)行人機(jī)對(duì)話來提高會(huì)議的效率和生產(chǎn)力。

評(píng)價(jià):處于早期階段

UC系統(tǒng)/平臺(tái)(例如Cisco和Skype for Business等):IT部門能夠監(jiān)控整個(gè)UC系統(tǒng)以及會(huì)議室系統(tǒng)。例如,會(huì)議室中的一個(gè)具體的語音/視頻系統(tǒng)或許需要IT人員的參與以及維護(hù),來降低會(huì)議室出現(xiàn)技術(shù)問題的可能性,防止用戶受到影響。

評(píng)價(jià):處于早期階段(第三方應(yīng)用軟件更加成熟)

網(wǎng)絡(luò)聊天系統(tǒng)/平臺(tái)(如Slack和Teams等):平臺(tái)上所有的對(duì)話都基于機(jī)器學(xué)習(xí),網(wǎng)絡(luò)聊天系統(tǒng)能實(shí)時(shí)思考,調(diào)整問題和建議,按照相似對(duì)話的歷史/數(shù)據(jù)庫來迎合特定的場(chǎng)景。

評(píng)價(jià):處于初期階段

終端用戶生產(chǎn)力增強(qiáng)機(jī)器人:嵌入在UC應(yīng)用軟件的個(gè)人助理能夠簡(jiǎn)化步驟(如實(shí)時(shí)搜索信息),交互機(jī)器人能夠提高客戶服務(wù)交互,如機(jī)器控制的交互式話音應(yīng)答系統(tǒng)(IVRs )。

AI的風(fēng)險(xiǎn)和思考

在對(duì)數(shù)據(jù)的輸入和輸出進(jìn)行分析時(shí),AI中也存在一些風(fēng)險(xiǎn)。如果我們能夠達(dá)到軟件實(shí)際采取行動(dòng)的水平,亦或是自我修復(fù)UC系統(tǒng),或者自行安排新的會(huì)議,那我們就會(huì)為軟件打開大門,從而可能采取錯(cuò)誤的措施。一旦算法能夠獲得比人類更好的結(jié)論,那么它就會(huì)提供建議。機(jī)器學(xué)習(xí)算法模型很復(fù)雜(如果用戶或者IT人員想要問為什么的話),復(fù)雜到你都解釋不了為什么。這個(gè)龐大而又很復(fù)雜的算法具有巨大的數(shù)據(jù)模型和架構(gòu),在這個(gè)算法中還有第三、第四、第五等級(jí)因素。人類因素必須要決定他們是否只是相信這個(gè)結(jié)果(因?yàn)樗麄兿嘈沤Y(jié)果會(huì)變得更好),或者他們是否會(huì)一直對(duì)此進(jìn)行監(jiān)督。

這或許是AI的兩難窘境——算法所得出的結(jié)論是否會(huì)強(qiáng)制IT人員或者終端用戶認(rèn)為機(jī)器在管理UC方面比人類做得更好?AI并不會(huì)代替我們思考以及回應(yīng)的需求。不論機(jī)器學(xué)習(xí)平臺(tái)或者AI解決方案有多好,人們總要進(jìn)行判斷以及證明行動(dòng)比步驟還重要。集成到UC中的AI功能越多,用戶就會(huì)更加依賴AI。這或許會(huì)導(dǎo)致在之前,之中或者之后更加期待“完美的”會(huì)議,聊天和語音電話。如果AI系統(tǒng)不能夠更新或者表現(xiàn)差強(qiáng)人意,那么用戶就不會(huì)有耐心甚至不再使用AI。

就當(dāng)前對(duì)AI的炒作和實(shí)際而言,我們不可辯駁的觀念是我們并沒有將AI技術(shù)發(fā)展到頂峰——我們所接觸的也不過是AI的冰山一角。當(dāng)前我們也可以通過提高AI的工作效率,從而讓AI 為我們服務(wù),隨著AI現(xiàn)在更加復(fù)雜先進(jìn),我們希望它能達(dá)到自動(dòng)化的完美狀態(tài)。簡(jiǎn)而言之,AI是一項(xiàng)真正的技術(shù),但是想要使AI跨越鴻溝達(dá)到高峰,仍然還有很長的路要走。

原文作者:Zach Katsof

THEEND

最新評(píng)論(評(píng)論僅代表用戶觀點(diǎn))

更多
暫無評(píng)論