如果有一個平臺可以消除呼叫等待時間，提高聯絡中心效率并阻止座席每天五十次回答相同的查詢，該怎么辦？那么現在可能有一個辦法。

　　Replicant AI，相信我們現在處于一個人工智能和機器學習技術可以讓機器與人類進行真正有用的語音交互的階段。它的平臺可以實現人與其“思維機器”之間的完整語音對話，這是一個人工智能的談話機器人。機器人可以處理一系列查詢，并且可以24/7全天候接聽電話，完全不需要等待或連接延遲。

　　Replicant已經開發了其專有的AI技術超過兩年，座席機器人可以理解和處理完整的句子，而不僅僅是關鍵詞或短語。傳統上這種技術的一個缺點是處理過程中的滯后，但Replicant的機器人分析交互并在一秒鐘形成對話語音響應。通過將后臺API集成到其他業務系統中，機器人可以處理諸如預訂票證，更新信息或回答查詢等任務。

　　如果機器人的交互變得過于復雜，那么它就可以升級呼叫并將交互轉移到真實的人工座席，從之前的會話中移交所有相關信息和上下文。使用機器學習，隨著平臺構建以前交互的經驗，機器人將隨著時間的推移磨練他們的技能。

Gadi Shamia，Replicant AI CEO

　　本周，Replicant已宣布從包括Atomic，Bloomberg Beta，Costanoa Ventures和Norwest Venture Partners在內的多家具有前瞻思維風險投資公司獲得700萬美元的種子基金。Atomic之前在其他成功的科技企業中有過成功，包括Hims，Bungalow和TalkIQ。除了資金外，Replicant還聘請了行業專家GadiShamia，他是聯絡中心獨角獸Talkdesk的首席運營官，現任新任首席執行官。UC Today通過電話與Shamia進行了交談，以了解更多有關ReplicantAI以及他們為行業規劃的內容。

　　Shamia解釋說，機器和人之間的先前交互需要降低復雜性以適應機器人。縮短句子，緩慢說話并減少復合短語，就像你和一個非常小的孩子說話一樣。Replicant不是這樣，因為它的AI技術可以實現更自然的快速交互。

　　“我們希望將機器升級到呼叫者的水平。我們希望客戶能夠通過電話與機器人交談，就好像他們正在與真人交談一樣。”

　　通過電話與機器人建立真正的互動并不容易。需要兩年的開發和對細節的高度關注，以確保在機器人響應之前的延遲可以從根本上減少。除了快速響應之外，機器人還需要能夠理解微妙的細微差別和多層句子，這些句子可能包括幾個關鍵信息，這些信息可能在以后的交互中很有用。

　　“該團隊投入了大量的精力來創造一個真正快速的大腦，在20毫秒內可以產生答案。”

　　Replicant已經被電話技術推遲了，它需要將每個人的聲明作為錄音并將其轉發到要分析的平臺中，以便能夠快速響應是至關重要的，以便加上語音呼叫的延遲也不會讓人感覺延遲。

　　Replicant使用AI和機器學習算法來尋找解決問題和分析數據的新方法，為聯絡中心創建“集體大腦”。其基礎是Replicant的“思維機器”，它可以收集中樞神經網絡中每次呼叫的知識，隨著時間的推移變得更加智能。

　　該平臺的潛在應用是巨大的。由于企業顯然每年在客戶服務電話上花費超過1萬億美元，因此通過消除呼叫中心人工座席的互動來減少這些呼叫的機會是顯而易見的。Replicant的計劃并不止于此。目前僅作為基于英語語言的機器人可用，而其他關鍵語言在未來將獲得發展。

　　“語言是客戶服務的一個障礙。我們很高興用其他語言開發，以便我們可以幫助全球公司改善他們的客戶服務。這絕對是我們計劃的一部分。”

Replicant AI儀表板

　　國際客戶服務機構的最大成本之一是多語種座席或不同地區的聯絡中心，以滿足不同語言的需求。如果Replicant將來可以提供用西班牙語，普通話或法語互動的機器人，那么成本降低的可能性就更大了。Shamia確實告訴我們，這種先進技術確實需要對語言進行大量深入的理解。

　　憑借他在Talkdesk的行業歷史，一家從最初的1000萬美元資金發展到現在價值超過10億美元的業務，Shamia認識到ReplicantAI的巨大機會。Shamia引用了制造業實現自動化的轉變。所有的制造業都發生了變化。現在，產品更快速地生成，質量更好，為客戶帶來利益。相比之下，商業或白領工作空間尚未見多少自動化應用。

　　“我們正在實現這樣一個時代：通過AI，可以實現更多業務流程的自動化，這將真正提高每個人的生產力，使企業更有效，并提供更好的客戶服務。”

　　因此，在您下次打電話給企業時，您可能會與客戶服務機器人談話。或者，實際上，你會知道它是一個機器人嗎？...