ET局：通过企业传播知识是其最佳利用的关键。但是，在大多数公司中，此过程存在明显的障碍。您在此过程中看到了哪些挑战?
从历史上看，知识的传播对企业来说是一个问题。不仅传播，而且还保留知识。这是一种被动的方法。我的意思是，在知识的创建，使用和完善之间没有闭环。结果是，人们由于无法获取所需的信息而感到沮丧，因此将停止使用可以访问知识的工具。所需要的是一种主动方法。公司面临的问题可以概括为三个关键领域：
如何应对采用人工智能的挑战
首先，存在知识鸿沟。信息丢失，不完整，或者有太多信息重叠或冲突。这种差距是指知识寻求者无法在需要时访问他们所需要的东西。结果是对查询的响应缓慢或不完整。甚至更糟-接收冲突的信息。
其次，知识寻求者因人而异。他们问问题的方式，所使用的关键字或短语可能差异很大。这导致试图解决群众，这是最低的公分母，这意味着正在提供基本信息，如果个人是“专家”，该信息可能适用于要求，也可能不适用于该要求。作为信息的硬币可能太稠密(大量文档或详尽的细节水平)，以致难以以对新手用户来说可消耗的方式提供答案。现有的工具既不完整也不具有足够的适应性，无法满足知识寻求者的需求。
人工智能正在成为投资平台的未来
最后，第三个挑战实际上是连接点。公司需要以有效且相关的方式将知识提供给请求者。承认您存在差距是一回事，而了解如何缩小差距则是另一回事。此外，需要不断改进的过程来更新和提供最能满足知识寻求者需求的东西。机器学习在使业务流程自动化方面起着至关重要的作用。
美国ET局：人工智能如何改变支持互动?它在支持过程中增加了更多价值吗?还是您看到团队发现难以清楚理解的挑战?
在Serviceaide，我们致力于利用AI对服务管理进行数字化，以实现最大的影响，满意度和价值。在过去的12个月中，我们看到了兴趣和机会的加速增长，我们的销售经理拥有积极的项目来利用AI来改善支持和服务交互。随着市场的成熟以及人们对这种新技术可以解决我提到的现有挑战的认识，对Luma虚拟代理的兴趣正在增长。
具体而言，需要映射和理解对可用信息的请求模式。通过对词汇表进行标准化以支持语义分析，然后可以将该信息包含在知识图中以实现上下文相关性。这三者的结合对于使知识在每个级别的所有请求者都可以访问和可用是至关重要的。
注入大数据的人工智能创造了技术驱动的世界
具有自动化和知识的智能虚拟代理的价值非常明显。随着公司改善请求响应，既提供正确的信息并加快流程，它们也通过定向辅助学习进行优化。服务改进的方法不是一次性的项目，而是持续的服务和知识计划。节省的是定性和定量的，包括提高了请求者的满意度和生产率。
我们绝对看到人们对积极参与的项目以及进行新对话时所面临的挑战有了越来越多的了解，为什么这个问题对于解决这个问题是必不可少的，解决这一问题的愿望以及在大中型企业中的更多采用。
ET Bureau：通常，在企业中，技术的用户和开发人员之间存在明显的差距。人工智能如何帮助弥合差距?
我曾经为大型软件供应商运营全球支持中心。当时用户的自助和自我教育受到限制。要么有可以使最终用户逐步了解的用户手册，要么有“在线”帮助。在线支持非常简单，其中“如何使用”内容是在GUI屏幕的上下文中交付给最终用户的。此外，可能已经开设了教育课程/讲习班，以教授适当/普遍的使用案例。这些通常在实现和使用上都很繁重，需要技术开发人员花费大量时间将自己投身到最终用户的思维定势中(以开发内容)，并且最终用户阅读或参加会议也很费时会议。它并不总是有效的或有价值的。