人們認為自動化可以節約成本。但是如果無法優化人機對話設計，企業就難以放心地把業務交給機器。

機器人越來越普及。牛津大學預測，在2033年全球47%的就業崗位將實現自動化。而經濟合作與發展組織(OECD)的研究表明，其成員國中幾乎10%的就業崗位都可以實現完全自動化。 隨著機器人不斷從工廠轉移到辦公室，我們需要確保機器人在不斷改善我們的服務，而不僅僅是讓服務成本更加低廉。 因此，我們需要進一步優化人機對話設計。

幾十年來，AI智能助手一直是科幻小說中的“圣杯”，但現在我們很容易對這項技術感到不知所措。 坦率地說，Alexa助手并不是最能干的幫手。 那么，我們該何去何從?

我在大學學習了人機交互。在那之后的幾年里我一直關注著AI的發展，尤其是亞馬遜、谷歌等創新公司。 大型企業會如何應對這些技術挑戰? 智能助手能夠在多大程度上理解2017年自然語言處理中的微妙歧義? 如今的機器人能夠了解消費者模糊的需求和愿望嗎?

“對不起，我不明白你的問題。”

亞馬遜和谷歌的產品可能是數字技術的巔峰，但是與Alexa或Home互動的人都會知道智能助手仍然力不從心。

在不確定的時期，人們會著眼于當下，預算也會收緊，運營成本也會上升。 在整個服務行業，企業都在尋求新的方法來提高效率，這就是為什么越來越多的客戶一直在跟我們討論機器人。 機器可能是一個不錯的解決方案，但也需要不斷改進才能們不滿足人們的期望。

想象一下，你因為機器人秘書無法理解你的口音而看不了醫生，或者您因拼寫錯誤而無法訪問自己的儲蓄銀行。人類可以很輕松地解決這些問題，但是機器人有自己的一套規則，而我們必須遵守它們的規則，至少不能突破規則的底線。我們怎樣做，機器人才能變得不僅強大，而且更容易操作呢?

未來，大多數人都將熟知Siri或Alexa，所有人都可以使用這項技術。 Mycroft AI是一個開源的替代品，任何有Raspberry Pi的用戶都可以把自己的個人助理湊在一起。 該項目的社區經理Andrew Vavrek認為，企業將這種技術應用于服務中絕非易事并且花銷不低。 他說：

“我們正處在一個新的發展時代。如何讓設備迎合用戶的使用習慣成為重中之重。 而實現這一點需要大量數據，機器學習技術和對話意圖的分析。 從本質上講，當我們使用這些設備的時候，它們也在不斷學習。 隨著機器的改進，設備也會給我們帶來更加優質的服務。”

目前，數字助理似乎意識不到有人在和它們交談。 沒什么比這更奇怪。當Alexa用一些蹩腳的語句和你交談時，感覺十分較詭異。比如：“聽到這個消息很高興”。

Vavrek認為，我們與機器關系的關鍵在于信任。如果我們希望和機器建立這種信任，我們需要停止用眼睛思考：

“如果我們想設計出更好的人機對話系統，屏幕上帶來的視覺刺激已經遠遠無法滿足用戶的需求。這時他們就會懷念鍵盤和鼠標。”

過去二十年里，用戶體驗設計師一直在簡化用戶界面，使其更簡單，更易操作，反應更靈敏。 但是這些改進只適用于簡單的交互。 如果想要設計更復雜的人機交互，我們需要仔細考慮如何利用AI的學習能力使之更好地理解人類的語言。

AI的未來將很大程度上取決于設計人員和工程師。隨著技術的不斷發展，AI被應用于各行各業，提供越來越多的服務。 但現在，AI需要在跑之前先學會怎么走。

消費者希望AI能夠理解自己而不是服從命令。 技術看起來似乎正在迅速發展，但迄今為止，能夠實現真正人機交互的服務提供商少之又少。