Slack与ServiceNow联手,将在聊天应用中融入机器学习技术

简介:

Slack与ServiceNow联手,将在聊天应用中融入机器学习技术

近日,团队沟通软件开发商Slack和企业公司ServiceNow宣布进行合作,将两家公司的产品更紧密的融合在一起。Slack应用集成版本将在今秋推出,该版本将会在Slack渠道提供ServiceNow通知。而在今年春天,ServiceNow新推出的软件允许客户同意或拒绝Slack的自动化流程,包括一些由预测机器学习支持的流程。

两家公司在9月12日和13日于旧金山举办的Slack开发人员大会Frontiers上宣布了这一消息。大会的第一天,Slack首次推出了供企业互相交流的分享渠道,以及法语、西班牙语和德语的应用版本。用于管理共享渠道的对话API接口也于12日首次亮相。

Slack产品副总裁April Underwood表示,集成ServiceNow服务将会让Slack更接近自己的总体目标,即在聊天应用中包含所有的工作活动。

她说:“我们认为,在未来十年,也就是到2025年,渠道将会取代电子邮件成为人们处理工作的主要方式。而现在,人们已经开始在自己的团队中使用Slack渠道处理所有的工作了。”

“对于我们的联合客户来说,拥有ServiceNow服务将会立刻让Slack更有价值。但是,它也让ServiceNow更有价值,这种利益关系是相互的,也符合我们当初开发这一平台的目的——我们希望客户能够在Slack中使用他们所使用的工具来完成工作。”

自2015年12月推出App Directory以来,Slack已经添加了1000多项服务,包括如谷歌G Suite这样的企业领导者、如Zendesk这样的客户服务平台,也包括来自Polly等创企的聊天机器人和来自Hubspot的Growthbot。据公司发言人介绍 ,目前每周约有15.5万名开发人员使用Slack API接口。

ServiceNow帮助其4000多家客户自动化任务和工作流程,如IT帮助桌面活动或人力资源处理。今年春天上线的机器学习模式可以让客户选择适合自己的AI模型。这些模型会围绕进程进行预测,如新员工入职或安全事故。

ServiceNow CTO Allan Leinwand表示:“它是专门用于生成预测的监督式机器学习,客户可以根据数据确定他们所希望获得的预测置信水平。然后,模型只有在置信水平大于客户要求时才会进行交付。”

虽然ServiceNow拥有自己的聊天解决方案Connect,但是它将会通过Slack以更加实时的团队沟通提供服务。

Leinwand说:“我们希望能够让开发人员使用他们正在合作的工具,但是我们也希望开发人员能够在我们的平台上自动化工作流程。我们并不仅仅只是一个实时对话平台,我们的目标是整合企业正在使用的其他平台。”

Leinwand没有说明ServiceNow集成版本是否可以在共享渠道中使用。


本文转自d1net(转载)

相关文章
|
16天前
|
机器学习/深度学习 监控 算法
机器学习在图像识别中的应用:解锁视觉世界的钥匙
机器学习在图像识别中的应用:解锁视觉世界的钥匙
237 95
|
1天前
|
机器学习/深度学习 数据采集 算法
机器学习在生物信息学中的创新应用:解锁生物数据的奥秘
机器学习在生物信息学中的创新应用:解锁生物数据的奥秘
58 36
|
26天前
|
机器学习/深度学习 传感器 运维
使用机器学习技术进行时间序列缺失数据填充:基础方法与入门案例
本文探讨了时间序列分析中数据缺失的问题,并通过实际案例展示了如何利用机器学习技术进行缺失值补充。文章构建了一个模拟的能源生产数据集,采用线性回归和决策树回归两种方法进行缺失值补充,并从统计特征、自相关性、趋势和季节性等多个维度进行了详细评估。结果显示,决策树方法在处理复杂非线性模式和保持数据局部特征方面表现更佳,而线性回归方法则适用于简单的线性趋势数据。文章最后总结了两种方法的优劣,并给出了实际应用建议。
64 7
使用机器学习技术进行时间序列缺失数据填充:基础方法与入门案例
|
24天前
|
机器学习/深度学习 数据采集 运维
机器学习在运维中的实时分析应用:新时代的智能运维
机器学习在运维中的实时分析应用:新时代的智能运维
75 12
|
27天前
|
编解码 机器人 测试技术
技术实践 | 使用 PAI+LLaMA Factory 微调 Qwen2-VL 模型快速搭建专业领域知识问答机器人
Qwen2-VL是一款具备高级图像和视频理解能力的多模态模型,支持多种语言,适用于多模态应用开发。通过PAI和LLaMA Factory框架,用户可以轻松微调Qwen2-VL模型,快速构建文旅领域的知识问答机器人。本教程详细介绍了从模型部署、微调到对话测试的全过程,帮助开发者高效实现定制化多模态应用。
|
6天前
|
人工智能 运维 API
PAI企业级能力升级:应用系统构建、高效资源管理、AI治理
PAI平台针对企业用户在AI应用中的复杂需求,提供了全面的企业级能力。涵盖权限管理、资源分配、任务调度与资产管理等模块,确保高效利用AI资源。通过API和SDK支持定制化开发,满足不同企业的特殊需求。典型案例中,某顶尖高校基于PAI构建了融合AI与HPC的科研计算平台,实现了作业、运营及运维三大中心的高效管理,成功服务于校内外多个场景。
|
2月前
|
机器学习/深度学习 Python
机器学习中模型选择和优化的关键技术——交叉验证与网格搜索
本文深入探讨了机器学习中模型选择和优化的关键技术——交叉验证与网格搜索。介绍了K折交叉验证、留一交叉验证等方法,以及网格搜索的原理和步骤,展示了如何结合两者在Python中实现模型参数的优化,并强调了使用时需注意的计算成本、过拟合风险等问题。
72 6
|
2月前
|
机器学习/深度学习 算法 数据挖掘
C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出
本文探讨了C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出。文章还介绍了C语言在知名机器学习库中的作用,以及与Python等语言结合使用的案例,展望了其未来发展的挑战与机遇。
55 1
|
2月前
|
机器学习/深度学习 搜索推荐 算法
在数字化时代,推荐系统成为互联网应用的重要组成部分,通过机器学习技术根据用户兴趣和行为提供个性化推荐,提升用户体验
在数字化时代,推荐系统成为互联网应用的重要组成部分,通过机器学习技术根据用户兴趣和行为提供个性化推荐,提升用户体验。本文探讨了推荐系统的基本原理、常用算法、实现步骤及Python应用,介绍了如何克服数据稀疏性、冷启动等问题,强调了合理选择算法和持续优化的重要性。
81 4
|
2月前
|
机器学习/深度学习 数据可视化 算法
机器学习中的特征选择与降维技术
机器学习中的特征选择与降维技术
92 0
下一篇
开通oss服务