是时候连接一些点和对话平台了。

　　对话平台并不意味着与人的直接互动不重要了--而是相反；但是越来越多的客户使用网络、社交媒体或应用程序来识别合适的产品或服务，或者在需要的时候解决问题。企业和组织应该考虑这一点，不仅是技术上的。

　　客户体验只与客户旅程中最薄弱的部分一样强大。一个糟糕的经历比一个好的经历更容易被记住。这对企业来说是个坏消息，但这是人性使然。这意味着从“零时刻”到“真理”的终极时刻，企业需要提供持续的好的客户体验。

　　出现的问题是：如何实现这一目标？

　　这个问题的部分答案是：分析、自动化和人工智能（AI）。

　　而不是孤立的其中一个！技术只是达到目的的一种手段。

 

 

　　一致性体验的交付要求一个连贯的战略，该战略基于清晰的愿景来描述结果。他们是Esteban Kolsky所称的OPA：优化（Optimize）、个性化（Personalize）、自动化（Automate）。

　　一旦确定了预期的结果，就需要深入地考虑技术平台，以避免重复创建各自为政的旧错误。技术平台是一个企业交付能力的基础，并以未来的证明方式交付。因为这个平台连接了人和流程，所以需要开放和可伸缩。

　　它还需要连接现有的和未来的应用程序，以提供最高的业务价值。否则，将会有数据孤岛（以及流程孤岛等）阻碍业务提供积极的体验。

　　人工智能（AI）平台支持所有这一切，加上机器学习和转移的优先级，以及不同类型的人工智能（AI），如机器人、人类语音识别和接口（NLP），更好地理解客户，提供更好的服务，在正确的时间提供正确的建议，进行细分。

　　哦，刚从我的白日梦中醒来。当然，这个平台并不存在。

　　目前所有这些目标都需要不同类型的人工智能（AIs）和平台。同时，在这个时候，几乎所有的厂商都声称他们的智能应用基于一个专有的人工智能（AI）平台。

　　从业务的角度来看，人工智能（AI）技术可以由专一性和集成来分组，因此大致可分为四个象限：原始工具包、应用程序平台、增值智能应用程序和智能业务应用程序

　　象限中的人工智能平台基本上构成了开发、实现、培训和部署自定义智能应用程序的开发环境。这些可以是业务应用程序供应商提供或独立的应用程序平台的一部分。人工智能（AI）工具包的例子有：谷歌的Tensorflow或Open AI。与业务应用程序AI不同，它们不面向业务问题，后者包括Infosys NIA或SAP的CLEA等服务。

　　在右边，我们有一些平台，不仅包括模型，还包括预构建的应用程序，它们可以通过APIs、服务等提供与其他业务应用程序的连接，或者是供应商应用程序套件本身的一部分。增值智能应用程序通常建立在他们自己的平台上，并且是为与其他业务应用程序集成而构建的，以最佳的方式将它们扩展。其中一个例子就是Crowdflower。智能商业应用程序的例子是SAP的应用程序，在市场营销、忠诚、销售和服务领域使用CLEA，或者Salesforce的“Einstein”支持的应用程序。

　　这就是战略的作用--而且是显着的。

　　企业很可能会构建一个使用多个平台的基础设施。企业特有的业务技术平台可以轻易成为技术平台的平台。如果这些平台和上面的应用程序不能很好地发挥作用，那么企业将很难给客户提供积极的业务，从而留下良好的体验。相反，将会出现数据的不一致和重复，流程的中断，从而使员工和客户感到沮丧；总结来说，每个人都经历过糟糕的经历，从而导致了糟糕的体验。不是专注于良好的体验会让企业错失良机，而是像下面的研究所表明的那样。

　　这也是我在今年的CRM发展大会上的演讲主题。

　　当然，许多套件不仅包括一个象限。让我来说明一下：SAP最近宣布他们的机器学习平台是SAP云平台的一部分。这是一个左上方的实体。利用这个平台的智能商业应用程序，比如“品牌智能”是右上角。微软的Cortana智能套件或Salesforce的Einstein，或者Infosys的Mana也适用于左上角的象限，而谷歌云机器学习可能更接近左下方象限。

　　智能虚拟助手，也就是机器人，是右下方象限的最好候选者。

　　这意味着什么？

　　大多数企业可以集中在图的右边，因为他们经常没有技能或资源来实现自己的人工智能（AI）解决方案。对于原始工具包来说更是如此。

　　如果已经有基于平台的业务应用程序，那么查看供应商的底层人工智能平台是一个很好的选择，始终保持对“您想要交付什么体验”这个问题的回答。记住。如果这个平台不能实现预期，或者看起来不可行，或者采用多供应商策略，那么选择另一个基于一系列标准的应用程序平台：

　　选择错误平台的影响很难被估计。因此，计划永结连理的人需要仔细考虑他的选择。

　　原文网址：http://customerthink.com/ai-platforms-how-to-make-the-smart-choice/