下面是VCA开发所需要面临的一些关键问题：
VCA首先需要大量语句进行练习
开发人员需要模拟用户语气来训练VCA的反应，这个过程包含了数以千计的常见口语化问题，囊括我们日常可能犯的一些低级错误，比如方言、语法和拼写错误。然而现实是，并没有那么多的可供训练的句型。对此有两种解决方法，第一种是开发人员人为的写上千种句子，第二种是等VCA上线后，在实践中搜集用户的反馈。第二种显然不行，会极大影响第一批用户的体验，形成不了口碑，很有可能造成恶性循环。即使公司有成千上万条语句，这些语句对VCA来说也是无效的，因为他们没有和说话人的意图挂上钩。（举个例子，“你想干什么”这句话，生气时说和日常说万万全全是不同的效果。）所以，如果人为的给这么多语句加上与之相配的“意图”，是一件非常耗时的工作。公司的解决方案是开发一套半自动的“问题——意图”配对工具，大大缩短了配对时间。
不可能用一种算法来理解所有用户的意图。
机器人学习途径还是从用户先前的对话中学习，简单点说，从用户过往的聊天记录中揣测用户的意图。问题是，用户对银行的问题和对电信公司提出的问题是完全不同的，没有现成的一种算法，可以一次性让机器从这两种完全不同的情境中，猜对用户意图。解决办法自然是设置不同的算法，如SVMs、Naive Bayes、LSTMs和feedforward neural networks的组合，匹配不同情景下的提问，提炼出不同的意图。这种方法可以创造更加准确的答案。
两种使VCA超越目前人工智能的方法
要知道，从一大段对话中提取信息是一件极其困难的事情，你在看一篇文章时，不仅需要读懂文字浮于表面的意思，还要将这些意思映射到你对世界的理解中。
举个例子，一句很简单的话，“我的哥哥骑自行车”，有很多隐藏在语句之下的逻辑。比如，我和我的哥哥是拥有同一对父母，我的哥哥比我大，我哥是一个人，自行车是一样可以被拿来用的、没有生命的物品······这些认知，或者说世界观，是我们在和这个世界长期接触中学到的。如果在将文本意思映射到世界观中出现了匹配错误或者无法匹配，这句话将被认为是毫无意义的。
由于今天造一台计算机，不包括世界观的输入，所以在它看来，一句话仅仅就是一串毫无意义、被动链接起来的字符串。好比工作人员想造一台回答金融问题的机器人，由于与金融服务相关问题是相当具体的，必须加强人工智能NLP语言学习的能力，以及给机器输入丰富的语义。一定要设计“语义本体”——通俗点说，让机器明白“猫和狗都是宠物，自行车是没有生命的”。
还有一种方法是设计一种架构，让VCA根据上下文内容，对已知和未知的语境进行标记。
目前VCA还是对大公司最有效
根据以往的经验，大部分人在面对客服时是没有耐心的，可以想象，很多人可能会略过向人工智能提问时，建议的提问方法和需要注意的问题。我们所提出的问题是十分具体的，并且要求及时、直接了当的答案。这对人工智能提出了很高的要求，目前人工智能成功解决问题的概率徘徊在10%-20%之间。
不过考虑到大公司需要成百上千的人，回答无数次重复的问题，这个比率可以省去大量这样的，重复工作时间，把人力和时间成本花在创造性工作上面
