最近，亚马逊开设了一家
全自动商店 ，那里没有卖家和收银员。 该事件引发了有关机器人在许多业务领域替代人员的趋势的新一轮讨论（例如，此处是《卫报
》上有关该主题
的文章 ）。 我设法与业务流程自动化（Microsoft MVP）专家Dmitry Plotnikov讨论了谁真正应该开始担心他们的工作。
您在业务流程自动化领域工作很多。 您是否可以分享一些有关机器人将替代哪些员工的意见？
总体而言，互联网上已经发布了数种销毁机器人的职业清单（例如，
在这里和
那里 ）-那里总是叫来工厂，司机或服务员的工人。 实际上，从我们的角度来看，上班族可能比其他问题更早出现了问题。
例如，这是从谁那里来的？
例如，呼叫中心的员工使用电话处理打折销售。 通常，话务员有一个清晰的对话情境（脚本），该情节陈述了他应该说什么和应该怎么说。 经常禁止偏离它。 并且即使出现脚本未处理的情况，操作员也应仅重复脚本中的短语-其余部分则被禁止。
也就是说，像机器人一样的人将重复相同的单词。 如果是这样，那为什么不用机器人代替它，因为它可以节省金钱：该程序不需要培训，它可以全天候工作，并且每周工作7天。
但是在这种情况下，事实证明系统将必须进行语音对话，这比聊天机器人还要复杂。 现在在这方面有什么明显的成功吗？
是的，我能够参与一个项目，该项目需要实施这样的系统-一个使用SharePoint数据库作为CRM的应用程序，并在冷电话期间进行通信。 该系统已经启动，正在为西部地区的一位客户提供服务（不幸的是，我无法给公司命名）。
市场上有许多类似的解决方案；大多数解决方案都使用计算机合成人的声音的方法。 几乎总是听起来不自然；与这样的机器人交谈对一个人来说不是很愉快。
因此，在我们的项目中，决定放弃语音合成，并在通信中使用活人的预先录制的语音。 结果，系统从公司脚本中读取对话者的建议，并即时解密其答案，并将其转换为文本。 这里最重要的任务之一是呼叫内容的分析。 使用关键字，您可以了解一个人对所听到的内容有何反应（这也有助于搜索知识库），并据此建立进一步的交流-结束对话，重现预录文本的下一个句子等。 。
这有多有效？
出乎意料的是，该系统工作效率很高，可让您认真保存并提高冷拨电话的生产率。 应用程序本身可以根据CRM中的对话结果设置状态，这非常方便，每天一个程序可以调用数百个客户。 可以执行相同工作量的呼叫中心的成本将非常高。
创建此类应用程序有任何困难吗？
当然可以 我们使用的方法有其自身的困难-例如，复制录制的语音以使其听起来自然并不是那么简单。 例如，在两个人之间的对话中，很少会出现长时间的停顿，因此，机器人必须快速响应对话者的副本。 而且，在现实生活中，接听电话的人可能在嘈杂的地方-当发给他的短语结束并且需要响应时，机器人很难实时地实时了解。
同样，某些单词听起来可能相同，但含义不同，并且录制的方式也不同（谐音）。 例如，在英语中，“ bot”和“ buy”这两个词听起来相同，但是它们的含义完全不同。
您如何解决这些问题并提高准确性？
机器学习，神经网络。 任何呼叫中心都有一个知识库，通常非常广泛：既有对话脚本，也有它们的记录（例如，经常制作它们以评估接线员的工作质量）。 首先，您可以创建一个神经网络并将其训练为数据-对话的解密记录。 结果是一个成熟的虚拟操作员可以进行冷呼叫。
总之，是否有可能给打算为日常办公任务创建类似自动化系统的人员提供任何建议？
在这种情况下，也许最重要的是选择适当的技术和工具。 您不太可能拥有足够的资源来自行完成所有事情，因此您将不得不使用现成的产品和各种API。 在此重要的是，它们必须具有必要的功能和完善的文档。
例如，在该项目期间，我们想使用Google和Microsoft的工具，但是我们发现其中一个不支持所需的语言，而第二个文件的文档却非常贫乏，以至于只有在实验期间才能澄清一些要点。 如果可以避免，您将节省大量时间和精力。
关于自动化对劳动力市场的影响的有趣文章：