不，IBM不是虚拟代理中唯一相关的参与者

 
上个月，IBM Data and Watson AI总经理Rob Thomas告诉VentureBeat，IBM是虚拟代理炙手可热的领域中唯一的主要企业提供商。
虚拟代理是可以通过文本，语音或网络聊天与客户聊天的软件。托马斯当时说：“除了我们以外，实际上没有大公司。”他称其余的虚拟代理提供者为“萤火虫”，因为它们很小，而且有很多。
在我们发表对托马斯的采访之后，我们问了几个所谓的“萤火虫”，他们对他的评估有何看法。我们回听了Kasisto首席执行官Zor Gorelov和LogMeIn Bold360部门高管Ryan Lester的话，该部门为企业公司构建虚拟代理。这是他们不得不说的。
Kasisto首席执行官Zor Gorelov：
以下是一些有趣而具体的示例，这些示例让我们感到Rob只是没有抓住重点。
领域知识和深度很重要。
IBM没有在金融服务中有效所需的领域专用性。自然语言理解(NLU)是制作有效虚拟代理的重要组成部分。而且代理商必须针对将要使用的领域进行良好的培训。在Kasisto，我们相信我们能够为金融服务行业建立最有效的虚拟代理商，因为我们拥有来自3,000万种语音的数据(每月增长数百万) )收集自与我们的虚拟代理进行交互的真实用户，从而使我们的虚拟代理每天变得更加智能。
我们的平台KAI作为Siri的创建者SRI International的高级研发项目而诞生。几十年来，一些最创新和最先进的AI技术已经出现在SRI中。 Rob可能将Kasisto定义为萤火虫，但我们拥有AI团队和技术谱系，业内许多人都知道，尊重甚至钦佩。我们的员工有80名员工，他们长时间工作以提供全球金融机构正在采用的对话式AI体验，合同期限为3-5年，并且虚拟代理已部署到北美，欧洲，亚洲和中东的数百万银行客户中东。
聊天机器人是基于1990年代基于规则的技术构建的假设实际上是不正确的。
罗布说：“我将与聊天机器人区分开来，聊天机器人主要是基于规则的引擎。这不是我们使用Watson Assistant所做的。 KAI建立在先进的意图分类基础之上，它使用了最新的NLU引擎，这些引擎利用了Watson使用的许多相同的基础技术和算法，并经过了培训，可以精确地了解哪些客户在问。实际上，我们的客户经常会遇到80%以上的会话包含率(这意味着KAI在没有任何人工干预的情况下完全为会话提供服务)。这是基于规则的聊天机器人无法实现的。
IBM并不是唯一可以进行“功能工程”的公司。
罗布说：“任何竞争者都可以进行超参数优化，但是除了我们以外，没有其他人可以进行特征工程。借助AutoAI，我们可以使功能工程自动化，从而减少80%的数据科学工作。”
特征工程已经存在了一段时间。我们行业一直在使用这种方法来帮助简化新AI模型的创建方式。在将自动化用于这些方法方面，IBM当然并不孤单。话虽如此，特征工程本身实际上已经过时了，并被具有大量计算能力，数据和深度神经网络算法的更高级方法所取代。因此，罗布认为这是Watson的最新技术，而不再是业界的最新技术。
初创公司不能处理大量意图并不是真的。
罗布说：“大多数萤火虫都会为您提供10个可以帮助助手回答的问题。但是，当10个问题变成500个问题时会发生什么?那就是您需要我们的时候。”
Kasisto的一些最大规模的部署具有2000多个意图，并且被多个地区，国家和语言的数百万用户使用。再说一遍，称Kasisto为萤火虫，但我们正在为Rob可能不知道的更大，更复杂的客户部署服务。
LogMeIn客户参与技术高级总监Ryan Lester
像IBM，Microsoft，Google和Amazon这样的主要公司都发布了与虚拟代理相关的公告，这些代理不仅是基于规则的聊天机器人的助手，还提供了更多自由形式的交互。许多小型公司(包括我自己的公司)也都在发布虚拟代理。随着我们进入2020年，这一趋势只会加速。
尽管许多大型平台投资令人兴奋，但对于那些不在《财富》 1000强榜单中并且缺乏在这些平台之上构建技术资源的公司来说，它们往往是遥不可及的。如此强大但体积更小，更灵活的“萤火虫”在这里扮演着重要角色。
公司应该考虑如何以及在何处使用大型技术提供商的解决方案，因为它们通常需要大量的开发和集成工作。
这导致了我的第二个趋势：扩展对虚拟代理的访问。
对话式AI和虚拟代理不再仅适用于企业。即使有最大的科技公司的投资，由于缺乏技术人才，缺乏足够的数据来训练系统，成本和成本，迄今为止，对于中端市场和规模较小的企业而言，许多虚拟代理技术仍遥不可及。实施时间。好消息是，情况已不再如此。有许多公司致力于使基于AI的虚拟代理更易于访问和实现，即使对于非营利公司也是如此。
这些项目不再是艰巨的任务，任何希望实施虚拟代理的人都应该在一年内看到投资回报，而实施只需几个月。随着时间的流逝，事情肯定会变得越来越复杂，因此对企业的转型也越来越多，但是总的来说，任何规模的企业都可以解决很多轻松的问题。
最新一代的工具(其中许多来自“萤火虫”)正在将构建和管理虚拟代理的访问权限扩展到除开发人员和数据科学家以外的更多用户。他们通过三个渠道做到这一点：
更好的NLP工具，不需要数月的数据培训和设置
简化的用户界面，无需编写代码，并具有用于第三方数据和内容的预构建连接器
帮助业务和主题专家的分析工具可以更好地了解该解决方案的运行状况以及下一步的重点。
去年是充满了公告的一年，这些公告推动了虚拟代理和聊天机器人行业在基础技术和业务应用程序方面的发展，这些将为任何规模的企业带来价值。
大型技术平台正在提供新功能，但它们也会吞噬宝贵的内部开发资源，并且会花费一些时间来构建和实施。通常会为所有项目标准化单个AI技术平台，但虚拟代理可能会在更多的专用应用程序上进行更好的设计。整个行业正在使创建和管理虚拟代理和聊天机器人变得更加容易，因此公司需要在计划2020年时考虑其解决方案的定制程度。