这个问题正在教室，新闻室，会议室和客厅中得到越来越多的探讨。人工智能将如何影响工作和商业的未来?当然，关于这个问题的统计数据或猜测并不缺乏。但是也许有人应该问Alexa。

智能扬声器和智能虚拟助手已经对消费者文化产生了重大影响，促使人们倾向于与品牌进行无屏幕，更自然的互动。最新研究表明，语音驱动的自助服务正在成为客户旅程中许多部分的首选交互媒介。同时，Google和其他API提供商已将语音和自然语言处理移至云端，从而在降低入门成本的同时提高了这些技术的质量。这些创新使各种规模的企业都可以部署对话式AI，而以前只有大型企业才能负担得起。专家级 希望这些趋势在未来的十年和十年中会加速发展。

那么，对话式人工智能将如何改变2020年代工作和商业的未来?以下是一些统计数据和推测，可能会让您感到惊讶。

对话式人工智能将使传统电信运营商能够推动新业务价值并增加数字客户之间的差异

数字时代要求对传统电信进行改造。当代客户的需求已经远远超出了传统语音服务和连接的范围，这对消费者和企业都是如此。根据Forrester 的最新报告，IT /电信决策者当前并不将电信运营商视为首选的数字转换合作伙伴，并且电信公司必须与数字服务提供商生态系统合作以保持竞争力。

对话式AI为网络提供商提供了一个诱人的机会，使其可以提供新的产品线以推动更多的收入来源。将这些技术的提供者纳入其数字生态系统的电信公司将成为寻求为消费者提供他们渴望的对话式自助服务体验的企业的可行合作伙伴。

最近对电信业高管的调查发现，十分之六的运营商希望合作伙伴生态系统能够推动具有成本效益的创新，而有一半的运营商则希望在成功建立合作伙伴生态系统的前提下，他们的收入在未来两年内增长超过16%。 ”

对话式AI平台将提高客户服务专业人员的工作技能，工资，满意度和保留率

的演变自然语言处理使得有可能对品牌更自动化的客户咨询是活菌剂传统话音上，聊天和文本处理，不影响客户体验。但这并不意味着会话式AI将为客户服务专业人员造成生存危机。

自动化日常服务请求(例如常见问题或付款处理)，可以使现场代理商发展并集中他们的技能来进行更高价值的对话(例如，向VIP客户追加销售)，从而为自己和组织带来更多收入。 实际上，Forrester估计，由于对高级技能的需求以及保持高技能代理商所必需的薪水和员工经验的提高，2020年品牌在客户服务代理商上的支出将比上一年增加80亿美元。

代理商生产率的提高也将对全球经济有利。普华永道(PwC)于2017年进行的一项研究估计，到2030年，由于采用人工智能，全球GDP将增长14%，为全球经济贡献15.7万亿美元。随着组织寻求通过人工智能技术提高其员工的生产力，生产力的提高预计将占该经济收益的三分之一以上(6.6万亿美元)。

对话式AI将加快企业的上市时间，并简化交付新产品和服务的过程。

业务增长通常取决于品牌快速创新和扩大规模以获取更多市场份额的能力。传统上，要在新市场中推出新产品或服务，需要在人员配备上进行大量投资，以处理其他时区和/或语言的大量新销售和服务请求。随着越来越多的企业使用对话式AI来增加其劳动力，这些成本将大大降低。

由于能够快速部署支持AI的虚拟代理和聊天机器人，因此品牌将能够更快地将其新产品推向市场。以前，部署新的自助服务应用程序可能要花费数月的时间，特别是如果它包含自然语言处理。现在，可以在几分钟内开发和部署虚拟代理，这有助于企业更快地支持新产品。

这些虚拟代理可以全天候理解数百种语言并可以“工作”。它们将使企业能够与新客户建立联系，通过更多渠道支持更多的消费者购买，并促进独特的收入来源。难怪Gartner 预测，到2022年，人工智能带来的业务价值将达到3.9万亿美元，虚拟代理将占该价值的四分之一以上(26%)。

AI和语音技术的民主化将为正在为下一波技术构建应用程序的开发人员开辟一个新市场。

谈到Gartner的预测，初创公司将开始“ 通过颠覆性的业务解决方案，超越Amazon，Google，IBM和Microsoft，从而推动AI经济发展。”

低代码，无代码平台的趋势意味着企业和消费者现在可以使用会话式AI解决方案，该解决方案提供直观的开发环境以及可以轻松定制的预构建应用程序。随着软件和“公民”开发人员使用它们来启动自己的会话式AI应用程序，这些工具将创造新的创业机会。回想一下2008年App Store的发布;该公司最近宣布，在过去十年中已向开发者支付了超过1000亿美元。

此外，麦肯锡估计，到2030年，人工智能将帮助 全球范围内 为内部IT工作者以及外部或外包技术咨询工作创造20至5000万个新工作。

结论

不可能预测会话式AI将如何影响工作和商业的未来，但是很明显，它将为企业和全球经济创造巨大的价值。在接下来的十年中，我们将看到这些技术可以增加收入，就业，工资和行业。在未来的几年中，它们仍将是一个话题。