您的背景是什麼，Intentico是如何開始的？ 

在開始之前，我在不同地理區域的分析和數據科學領域花費了大約10年的時間。 我較早的創業公司是基於數據科學的消費類公司。 我從247.ai開始就一直關注這個行業，並跟踪這種轉變，並意識到在這個領域中並沒有太大變化，因此決定利用我過去的經驗，並從嶄新的技術和數據科學的角度進行研究。 因蒂科 最初是出於對我們多年來遇到的客戶體驗的沮喪，並希望將敘述更改為對公司和用戶來說非常積極的結果。

向我們介紹Intentico的產品以及它們解決的問題。 

當然，所有產品都構建在同一個平台上-想法是它們相互連接並相互學習。 以下是一些產品及其功能。

居里 是Intenticos的核心產品，具有NLP引擎和自適應流引擎，可以設計，構建和管理與用戶的對話。  

溶菌劑 是跨溝通渠道的統一分析和報告儀表板。 例如，我們可以在同一儀錶盤中將對話電話指標與AI聊天機器人指標或人工比較。 

完全獨立的數據科學產品包括認知問題答案生成器（CQA），答案引擎和合成器。 

• CQA可以為沒有訓練模型的任何給定自然語言輸入找到最合適的答案。

• 使用Intentico的綜合器，可以構建供機器人學習的訓練數據集。 這有助於早期公司為培訓模型生成數據。

• Answer Engine是專門為處理會話用戶體驗和擬人化而構建的。 這與居里串聯。

我們的其他產品是 中間件 可以處理多個渠道，與外部系統連接並管理交易。 用於特定人際互動的備份系統，例如實時聊天，座席控制台和售票機器人，均基於開源。 這是一整套的CX產品套件。

您目前在Intentico面臨的最大挑戰（業務和技術方面）是什麼？

我在業務方面的最大挑戰是發現和触及。 由於我們尚處於起步階段，並且在市場營銷方面實力不強，因此我們繼續遇到發現問題。 當有人從技術上對我們進行評估時，我們一直都很堅強，但是在與業務團隊進行初步討論時，我們與其他參與者看起來很相似。 “ CX即服務”也是聞所未聞的，而我們作為第一個支持者提出了自己的挑戰。  

在技​​術上，跨交互渠道的可伸縮性（尤其是因為它們都在後端連接）是我們正在學習的，並且隨著每次部署都在不斷增長。 

企業如何利用對話式AI使客戶更快樂，更滿意？

它取決於企業的成熟度和以客戶為中心。 當客戶試圖與您聯繫時，最需要的是預見互動並在移情的同時解決他們的問題。 像我們這樣的技術公司都支持無縫連接CX的功能。 例如，跟進投訴對於任何客戶來說都是一個巨大的痛苦，為什麼殭屍程序不能跟進客戶（發生的頻率有限）而不是跟進客戶。

企業如何開始他們的對話式人工智能戰略？

企業需要全面考慮客戶體驗。 確定為什麼發生渠道上的客戶聯繫，了解客戶的模式和溝通方面，實現跨渠道的無縫銷售和服務體驗。 首先，請對現有流程進行徹底的分析。 他們將使聘用專家受益。 

企業利用對話式AI的最大機會是什麼？

最大的機會是簡化各職能部門之間的客戶體驗。 我想我們不應該將會話式AI僅限於客戶服務，而應該開始研究銷售，供應鏈，IT操作和內部用戶參與度。 他們每個人不僅為企業節省了數百萬美元，而且還有助於保留客戶和增加收入。

您認為在未來幾年中，哪種與會話式AI相關的技術趨勢將對您的行業產生最大的影響？

我認為當今最大的問題是將“對話”理解為“對話”，並且以“語言”理解和交流是“機器人化”的障礙。 大多數移動互聯網是由非英語國家的二級，三級城市驅動的，並且這種趨勢只會持續增長。  

機器人像人一樣的交流而不是“查詢響應”系統，這是當今的一大挑戰。 儘管對話式用戶體驗確實有助於對話設計，但隨著技術的發展，我們應該看到這種情況在今年或明年發生，因為已有許多研究開始顯示結果。 

NMR（神經機器翻譯）的發展可能會在今年開始成形，從而完全消除機器人語言的障礙。

您認為在2020年出現的最有趣的企業對話型AI用例是什麼？

正如我之前提到的，用例隨每個企業和每個企業而變化。 它們取決於數據，技術，流程，以客戶為中心和組織的整體成熟度的融合。 AI轉換不是數字轉換，因此我們看到了供應鏈自動化中非常有趣的用例，尤其是對於製造業。 隨著越來越多的企業正在考慮將文本和語音結合以與客戶互動，跨行業的全渠道客戶服務可能會在今年開始流行。 

我們正在研究保險中一些非常有趣的用例，而且這種用例勢必會產生更大的影響。

資料來源：https://www.aitimejournal.com/interview-with-satish-medapati-founder-ceo-of-intentico