教育新闻网当谈到对对话式AI进行投资的合理性时，许多公司的主要因素是节省成本。因此，从一开始，人类就在生存之战中与机器对抗。自然语言理解和其他机器学习技术通过预测意图并生成响应来创造价值。但是，这些技术的缺点已明确表明，利用客户支持员工的知识和技能至关重要，因为目前只有人才能传达客户在困难或特殊情况下所期望的直觉和同理心。公司现在意识到，要使AI成功改善客户体验，他们必须在技术和人员能力之间找到微妙的平衡。
Bot-代理互动目前处于/或
到目前为止，大多数消费者都已经熟悉了bot-agent协调的“分层支持”模型。聊天机器人或语音机器人(或IVR)是客户服务的第一个接触点：它与客户打招呼，提示他们用自己的语言描述问题，确定呼叫的目的，回答基本问题，甚至可能解决常规问题。该漫游器会尽可能自动地进行对话，但是如果需要，则可以升级为代理。升级可能是由于AI限制-机器人无法理解客户的需求-或业务规则(例如将高风险或高度情绪化的互动路由到人工代理的策略)触发的。
为了获得可接受的客户体验，应该在与漫游器相同的渠道中进行任何升级：迫使网络或移动用户致电联络中心寻求更多帮助，就像教客户下次绕过聊天机器人一样。为了使客户值得与该机器人进行交互，任何升级都应通过对话的上下文，因此代理程序不是从头开始，而是意识到问题并知道客户已经尝试了什么。
这种类型的机器人代理协调是一种“或/或”方法，其中由机器人明确负责或由人工代理负责。从一个人到另一个人的交接是“一次”和“单向”：在转移之前不涉及人工代理，而在之后则不涉及漫游器。更高价值的方法是使协作更加流畅和普遍，在这种情况下，僵尸程序和人工代理可以根据何时充分利用他们的技能，在对话的任何位置跳入和跳出。
