但是，由于人工智能、自然语言技术以及聊天机器人API的发展，产生的聊天机器人应用却可能对服务业造成巨大的冲击。
聊天机器人与人工智能
聊天机器人的到来与成熟自然语言技术的成熟，让许多人在讨论聊天机器人时，喜欢将重点放在「了解人类」。我们期望聊天机器人能了解人类的情感、可以了解人类的兴趣，希望其有朝一日能融入人类的日常生活。
但事实上，世界上多数的工业活动都是能够量化且最佳化的。
而自然语言对话也不例外。
工业上最多的自然语言对话绝对不是天马行空的闲聊，而是枯燥无味的制式问答。打个比方，许多公司每天都有人在接客服电话，而这些谈话内容都是事先设计好的制式问答，目的在于让公司取得所需的资讯。
所以，聊天机器人真正的商机，不太可能会是在了解人类，而是在于取代目前许多服务业中的制式化对话工作。
商用聊天机器人的设计理念
当许多人想到聊天机器人，大家可能想到的人工智能是一可以灵活地理解「高歧异性」的语言，并且用同样高歧异性的言语回答。所谓高歧异性，源自于人日常言语对于情境的依赖。在情境外，许多言语如「帮我拿一份」、「今天的计划依旧」等，就完全没有意义了。
但是，世界上所有的公司的服务项目与服务范围都相当有限。以一家公司的服务范围作为语言的范畴，其服务的对话内容其实可以系统化、量化管理。一家公司的行销、业务、克服等，所使用的言语很少会脱离这既定的服务范围。
说穿了，在讨论自然语言技术与人工智能时，许多人都高估了语言歧异性的价值。这也是为什么Google与微软两巨擘在自然语言技术上钻研许久，大多数的技术仍然是以文法结构、语义关联性为重心，在对话结构与管理上的研究相对少了许多。因为在商业行为中，真正碰到的自然语言问题，几乎都是理解客户的高歧异性语言，却不见得需要用高歧异性语言去回答客户。
业界许多公司客服系统的内容，过去十年都已经内建常见问题搜寻功能，但是至今仍有许多人宁愿写电邮、打电话给客服，也不愿意去使用常见问题的搜寻功能。
而事实上，这些客服的常见问题内容已经有相当成熟的互动流程，只需稍作修改，即可成为简单的聊天机器人对话流程。
故此，透过Facebook、LINE、微信、简讯来跟人互动的聊天机器人，事实上只是将许多公司内部的服务流程改以另外一个形式呈现在客户面前。
你可能会问：那过去二十年简讯、聊天软体早已盛行，既然服务流程一直都存在，为何过去一直没有聊天机器人？
原因很简单，因为过去十五年，我们一直缺少了聊天机器人的第一块拼图，那就是能够将人类充满歧异性的语言与系统化服务流程连结的黏着剂。
今天，全拜机器学习进步、资料量大幅增长与便宜计算资源所赐，电脑系统终于可能相对准确地从人类语言中预测相对应的服务需求，也意味着聊天机器人与客服流程深度结合的时代来临。
中低阶服务业的夕阳
若将服务业工作的复杂度粗略地切割为高、中、低三类，那我们可将搬运、传递物件与资料等不须深度分析能力的工作归类为低阶服务业；需要基本资讯采集、筛选、分析的工作为中阶服务业；而需要管理和协调人事的工作为高阶服务业的话，那聊天机器人与服务业结合，将会对中低阶服务业造成相当强大的冲击。
试想，今天有多少企业的客户服务仍是由印度、菲律宾、中国等地的语音客服中心胜任？任何人将产品送修、产品故障除错、询问维修商地址等，服务端都必须要有真人去应付这些重复率极高的问题。有些问题，如维修进度，客服人员可能还需要打电话到工厂询问才能追踪进度。
但是随着硬体设备透过工业物联网与相关API普及以后，聊天机器人在应付这类低阶工作远比人类更有效率。以追踪维修进度为例，在工业务联网普及后，人类客服仍需透过软体、语音介面去查询资料，但是聊天机器人却可以透过整合的资料介面去及时给予答覆。人类花费十分钟的系统化问答，聊天机器人可以在一分钟内完成。
而中阶服务业如银行的简单谘询工作，也已经有相关新创与金融科技公司设计出聊天机器人来取代其服务流程。许多以分析基本数据和指数为主的谘询服务，将会面临另一波自动化竞争。
当然，有人会以聊天机器人无法像人类一样随机应变而对聊天机器人的威胁嗤之以鼻。
事实上，聊天机器人无须达到百分之百的应变能力，他只要能够胜任九成的工作量，再将其余的一成转交给一般员工，这已意味着减少九成客户的等待时间，同时也减少了部门内九成的人事成本。
这种高自动化未来，对于企业自然是相当具有吸引力，但是对于广大的基层服务业劳工，恐怕将是一惨痛的转变。过去许多国家过去仰赖基层制造业与服务业来拉抬生产毛额、向已开发国家推进，但是在制造业和服务业双双自动化并回流已开发国家的趋势下，中收入陷阱有可能成为开发中国家常态。
