对话式人工智能供应商Gnani坚信，在未来两到三年内，对话型AI机器人将得到大幅改善，并激发消费者和企业用户的信心。
 
如果你想在汽车经销商那里试驾，你可以用一百万种方法来表达。你可以说“我想试驾”，但也可以说“我想看看长城炮的性能”。
 
除非机器人的人工智能(AI)接受了这种多变的训练，否则它将无法理解客户的要求。目前Gnani编码的方式是，先提出一组初始方法，然后将其输入自然语言处理算法。它们会生成听起来类似的句子，但可能不会涵盖所有地区的所有选项，某些用例可能有一些独特之处。
 
对于今天的许多客服电话来说，会话式AI机器人在70%的情况下工作良好。
 
那么，具有更高的反应性和理解能力的对话AI何时成为可能呢?
 
在未来几年内，情况会越来越好。但不要指望一蹴而就，需要系统从错误中学习，从一个80%有效的系统开始。当然，如果不解决剩下的20%时，系统仍然还是一团糟。你需要一个NLP(自然语言处理)学习系统，而且还要根据自己行业和用途进行定制，这种针对每个用例的定制对于实现广泛用途和行业的准确可用会话AI至关重要。
 
人工智能正在努力帮助降低成本，并提供给更多的企业使用。但其成熟形式相当昂贵。IBM Watson已经被用于保险销售中，它是如此可信，一些男子试图邀请他们正在交谈的虚拟女性约会。问题不再是硬件的性能，而是训练它需要付出多大的努力。
 
这种培训依靠高度人力和成本密集型，希望下一代神经形态计算机将减少相关培训时间和成本。
 
只要有足够大的预算，会话计算可以在今天成功地实现。业界正在努力将成本降至更合理的水平。它一旦成熟，势必会极大地改变我们与电脑的互动方式，也会极大地改变商业客户服务模式。