诸如实施对话平台之类的大型数字化转型项目可能是一个组织的建立，但是精心，明智的计划至关重要。典型的对话平台始于聊天机器人，根据CB Insights的报告，“聊天机器人通常在最近几年经历了相当多的动荡。”尽管在这些项目上blood之以鼻，但企业仍然同样渴望寻求对话平台。那是因为自助服务的势头和无可争辩的价值让他们没有别的选择，只能继续努力。
对于AI来说，今天的AI不仅对短期生存至关重要，而且对于在市场上占主导地位以及对未来的发展至关重要。在当前用于核心运营的对话平台的当前发展阶段，相关的问题不是是否采用该技术，而是如何实施该技术。然后，您剩下两种情况之一：建造还是购买?
在对话平台上为建立或购买决策草拟成本效益分析只是第一步，但对于指出通往最明智路线的道路至关重要。像实施对话解决方案这样的大型数字转换项目可能是组织的创建，但细致而明智的计划至关重要。
建立对话平台的高风险和动手难度，再加上不确定的结果，以及在严格审查下将其付诸实践的需要，已经产生了累积的影响。根据我的经验，我发现公司越来越选择购买而不是构建其对话平台，特别是随着即用型(OOTB)解决方案的复杂性和功能的提高。
DIY失败的潜在成本，风险，时间投资和整体后果，使购买成为许多公司更有吸引力，实用和可靠的途径。经验丰富的提供商可以立即处理经过无数次交互训练的各种请求，而DIY聊天机器人则要求用户从头开始建立理解和意图。
聊天机器人在理解意图方面可能面临巨大的挑战，例如取消支票和取消服务之间的区别。仅提供有监督的自然语言处理(NLP)和引导流程的解决方案需要在理解意图和短语方面进行投资。它们也可以仅限于一个用例(例如IT)，而不能扩展到解决其他用例(例如HR)。只有不受监督的NLP才能提供这种可伸缩性和功能。
正如斯蒂芬妮·奥弗比(Stephanie Overby)在《企业家计划》中指出的那样，许多组织对AI寄予了不切实际的希望，这可能会导致人们误解AI的真正功能和要求-预期与实际可实现的东西。
DIY和谨慎踩
尝试构建一个能够以低成本高效率覆盖受众并回答客户疑问的平台无疑是很诱人的，许多供应商现在声称可以提供所需的资源来快速轻松地构建强大的聊天机器人。互联网上充斥着从头开始的教学视频，演示和文章，甚至包括示例代码以帮助客户入门。DIY聊天机器人提供商有望提供近乎完美且一致的答案;但是，需要训练AI和对大量数据进行全面的数据分析。
DIY项目还需要大量的专用时间和数据科学资源。尽管某些平台承诺可以从预定义的资源中拖放功能，并声称完全无需任何编码即可启用漫游器，但确保适当的管理和数据卫生仍然不可忽视。一些解决方案甚至结合了机器学习和自然语言编程的版本，以仅贡献对话流程和设置任务。但是，如果AI模型仅利用必要信息的片段或偏斜的数据样本，则这些都是很快的陷阱，可能导致机器输出失败或人为偏差传播。