【技术解密】埃森哲主推虚拟助理Amelia,人工智能将颠覆传统商业模式

简介:
传统商业模式将被颠覆


2016年5月16日,市场咨询服务公司埃森哲(Accenture)与专攻自动化和认知计算的 IPsoft 公司联手推出了新型虚拟助理服务平台Accenture Amelia。该虚拟助理有望在低端客服呼叫领域占取市场。

 

埃森哲将使用这一平台来研究战略、解决方案和咨询服务等业务的提供。也就是说,假如有一天你需要跟埃森哲合作,接待你的很可能是一个智能机器。

 

IPsoft 称,Amelia 能像真实的人一样用自然语言与用户交流,令真人雇员与机器助理之间的界限变得更加模糊。

 

不过,埃森哲还希望能把Amelia推广到其他企业中。国外媒体infotechlead的报道,埃森哲和 IPsoft 致力于让 Amelia 成为企业的“第一位数字雇员”。她能实现多种多样的功能,既能担任企业的IT 服务台,也可以帮助企业提升客服中的用户体验。

 

目前,世界上有一千多万人在客服呼叫中心从事低端客服工作。各行各业的客服呼叫都具有高度的相似性和重复性:例如帮助客户解锁账户、重置密码、检查账户状态等等。这些工作很容易被智能助理代替。

 

麦肯锡估计,这些客服工作的自动化将产生 5万 到 7万 亿美元的商业机会。德勤估计,在美国,以后几年这些知识应答工作自动化产业的规模将从 10 亿美元扩增到 500 亿美元。Amelia从一开始就致力于发掘这一市场,取代低端人工客服工作。

 

70% 的企业高管正在把更多的投资用于人工智能 

 

埃森哲的首席技术官 Paul Daugherty 说,“人工智能技术正在日益成熟,它为重塑企业的商业行为和与客户、雇员互动的模式提供了巨大潜力。然而,现在各种鼓吹人工智能的产品过于泛滥,让企业高管们眼花缭乱。通过 Accenture Amelia 服务,我们将推动人工智能的商业潜力。我们将把 IPsoft 的世界级虚拟助理平台与埃森哲广泛的技术能力和产业经验结合起来,以帮助客户实现其商业活动的转型。”

 

据称,这个迅速发展的产业如今已经成熟,有巨大的发展空间。按照研究公司 IDC 的预测,内容分析、探索和认知系统软件的全球市场将从 2014 年的45 亿美元增长到 2019 年的 92 亿美元。而埃森哲自己的研究则发现,与两年前相比,有 70% 的企业高管正在把更多的投资用于人工智能及相关领域,而 55% 的高管正在计划使用机器学习和嵌入式人工智能。

 

IPsoft 的总裁兼 CEO Chentan Dude 则说,“埃森哲将 Amelia 的独特技术视为自己的人工智能套装的支柱部分,而我们相信这将为各大产业中的客户带来巨大改变。我们现在正处于一个转折点上,各公司的 CEO 们已越来越多地开始采用真正的人工智能劳动力,希望把这变成企业的优势。通过用埃森哲的深度产业信息、科技技能和规模化能力来武装 Amelia,我们能联合起来帮助企业实现成熟的人工智能所带来的巨大潜力。”

 

埃森哲与IPsoft 的合作始于 2014年初。两家公司在 2014 年 12 月宣布了以 Amelia 为核心的合作伙伴关系。如今的合作是这种伙伴关系的进一步加深。Accenture Amelia 也是埃森哲去年 11 月宣布的人工智能的研究和应用战略的进一步延伸。

 

Amelia 技术解密:人工智能为核心             

 

机器学机器学使得企者不再需要每个独任务进程。


自然语言处理:研发者可以将过去积累的高质量客服信息作为 Amelia 的训练材料,也可以用实时发生的客服呼叫训练 Amelia,让 Amelia 在对话场景中拥有自然语言能力。

 

情感分析:她能够从客户的话中分析其情绪。如果她发现客户的满意度较高,就会向客户推荐促销或优惠信息。


拟视觉形象:Amelia 的外貌是一位熟的公室女性,她能适地用恰当表情回,用微笑表示配合,用微微眉表示境况的同情。

 

业务流程工具:埃森哲和客户企业可以为 Amelia 提供具体的业务流程知识,使她能娴熟处理业务流程。

 

人类督导:人类督导员可以监督 Amelia 的工作,并在 Amelia 遇到困难时取代她。



Amelia的工作流程    图片来源:businessinsider

 

根据Business Inside在今年四月份的报道, Amelia已经能够成功地处理64%的客户要求,打给企业的咨询电话平均持续时间从18.2秒下降到了4.5秒,给出答案的平均速度也从55秒下降到2秒。

 

IPsoft 称,到 2016 年底,Amelia 将在众多客户企业中获得 100 处大规模部署。这些企业将用 Amelia 为客户、供应商和内部员工服务。



Amelia的工作流程    图片来源:businessinsider

 

油企、银行、媒体纷纷采用

 

在暂定一年的合作中,埃森哲与 IPsoft 将致力于将 Amelia 运用于银行、保险和旅游产业。据称,已经有多家企业采用了 Accenture Amelia 的服务,例如:

 

• 一家全球油气企业通过训练 Amelia 来为其供应商提供更及时有效的发票查询服务。

 

• 欧洲一家银行在其信息部门快速部署了 Amelia,项目启动的 45 天内就已开始成功地使用 Amelia 处理业务。

 

• 一家总部在美国的大型媒体服务集团训练 Amelia 去帮助那些一线客服人员,提升客服工作的质量。

 

• 一家国际银行训练 Amelia 为抵押贷款经纪人提供政策细节方面的指导,从而服务于相关业务。


文章转自新智元公众号,原文链接

相关文章
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
67 10
|
3天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
12月14日,由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·湖南大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
|
7天前
|
人工智能 安全 算法
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
2024年12月11日,由中国计算机学会计算机视觉专委会主办的“打造大模型时代的可信AI”论坛在上海举行。论坛汇聚了来自多家知名学术机构和企业的顶尖专家,围绕AI的技术风险与治理挑战,探讨如何在大模型时代确保AI的安全性和可信度,推动技术创新与安全治理并行。论坛重点关注计算机视觉领域的最新进展,提出了多项技术手段和治理框架,为AI的健康发展提供了有力支持。
43 8
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
|
7天前
|
机器学习/深度学习 人工智能 运维
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
阿里云技术公开课预告:Elastic和阿里云搜索技术专家将深入解读阿里云Elasticsearch Enterprise版的AI功能及其在实际应用。
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
|
19天前
|
机器学习/深度学习 存储 人工智能
【AI系统】离线图优化技术
本文回顾了计算图优化的各个方面,包括基础优化、扩展优化和布局与内存优化,旨在提高计算效率。基础优化涵盖常量折叠、冗余节点消除、算子融合、算子替换和算子前移等技术。这些技术通过减少不必要的计算和内存访问,提高模型的执行效率。文章还探讨了AI框架和推理引擎在图优化中的应用差异,为深度学习模型的优化提供了全面的指导。
38 5
【AI系统】离线图优化技术
|
7天前
|
机器学习/深度学习 传感器 人工智能
AI视频监控系统在养老院中的技术实现
AI视频监控系统在养老院的应用,结合了计算机视觉、深度学习和传感器融合技术,实现了对老人体征、摔倒和异常行为的实时监控与分析。系统通过高清摄像头和算法模型,能够准确识别老人的动作和健康状况,并及时向护理人员发出警报,提高护理质量和安全性。
44 14
|
8天前
|
传感器 机器学习/深度学习 人工智能
AI视频监控卫士技术介绍:智能化河道管理解决方案
AI视频监控卫士系统,通过高清摄像头、智能传感器和深度学习技术,实现河道、水库、城市水务及生态保护区的全天候、全覆盖智能监控。系统能够自动识别非法行为、水质变化和异常情况,并实时生成警报,提升管理效率和精准度。
45 13
|
6天前
|
存储 人工智能 运维
AI-Native的路要怎么走?一群技术“老炮儿”指明了方向
上世纪70年代,沃兹尼亚克、乔布斯等人成立Homebrew Computer Club,推动个人电脑普及。如今,创原会承袭这一精神,由CNCF执行董事Priyanka Sharma等构建,聚焦云原生和AI技术,汇聚各行业技术骨干,探索前沿科技。2024年创原会年度峰会达成“全面拥抱AI-Native”共识,解决算力与存储瓶颈,推动AI原生应用开发,助力千行万业智能化转型,成为行业创新风向标。
|
7天前
|
人工智能 计算机视觉
幻觉不一定有害,新框架用AI的幻觉优化图像分割技术
在图像分割领域,传统方法依赖大量手动标注数据,效率低下且难以适应复杂场景。为解决这一问题,研究人员提出了“任务通用可提示分割”方法,利用多模态大型语言模型(MLLM)生成实例特定提示。然而,MLLM常出现幻觉,影响分割精度。为此,研究团队开发了“Prompt-Mask Cycle”(ProMaC)框架,通过迭代生成和验证提示及掩码,有效利用幻觉信息,提高了分割精度和效率。实验结果表明,ProMaC在多个基准数据集上表现出色,为图像分割技术的发展提供了新思路。
23 6
|
13天前
|
机器学习/深度学习 人工智能 监控
AI视频监控技术的核心优势与实践
AI视频监控技术结合了计算机视觉、深度学习和大数据分析,能够实时分析监控画面,识别异常行为和场景变化。其核心在于从“被动记录”转型为“主动识别”,提升监控效率并减少安全隐患。主要应用场景包括泳池管理、健身器械区域、人员密度预警和异常事件检测。系统架构支持多种摄像头设备,采用边缘计算和Docker部署,具备实时性、高准确率和扩展性等优势。未来将优化复杂场景适应性和实时计算负载,进一步提高系统性能。