在科技大会等场合中，人工智能正持续被标榜为下一个可以提升顾客体验和公司市场销售能力的风口。但是在10月22日至25日间举办的关联企业会议上，依然有甚至是AI服务提供商发出的怀疑和谨慎的声音。IBM沃森顾客互动部门总经理Inhi Cho Suh 表示:“关于人工智能在公司中的作用一直存在着许多误解，我更倾向专注于选择某个具体的问题。”
Suh认为对于IBM沃森人工智能超级计算机的客户而言，聚焦小型数据集的精细算法更重要。“商业语言非常独特，” Suh说: “如果向市场或者供应团队询问‘顾客’和‘订单’的定义，你可能会得到不同的答案。Estaban Kolsky是一家客户战略的研究顾问公司的创建者和负责人。他也持有相同看法；“好的人工智能离不开好的数据”另一个重点是人工智能系统的进化。“关键在于你必须经常锻炼它。如果你不频繁地使用它，就很难把它训练成你想要的样子。它必须学习。”Microstrategy的CMO Marge Breya说。
瑞士信贷集团认知和数字化服务部门的领导者Jennifer Hewit曾在公司中使用一种被命名为Amelia的人工智能系统来配置虚拟IT服务台。为了认识到它是如何工作的，Hewit采取了审慎的策略，让项目缓慢地展开。当Amelia 2017年12月上线时，它仅能有效回答员工提出的23%的问题。和传统聊天机器人一样，如果服务台无法提供帮助，对人类员工的需求就会大量增加。“我们学到的一点就是不要让系统不懂装懂。这很重要。” Hewit说。
人工智能应更加人格化
最初Amelia是被设计为具有实体的，但现在它只有声音。Hewit 表示:“我们下马了实体设计方案因为它太像机器人了。”用户的关注点是大致相同的，都是技术部门经常处理的不像能发送邮件或者需要重新设置密码等问题。在过去一年里，瑞士信贷的员工设法训练该系统使它能够有效回答85%的问题并服务于40个国家的7万6千名用户。人机交互研究公司 Future Design Station的所有者 Liza Lichtinger警告称，众所周知，人工智能系统需要从自己的错误中学习，但它同时也在训练使用它的人类。Lichtinger 说: “我们传达给设备的语言正重新分布映射我们的大脑，并被导入到我们的社交互动中。”
最近Lichtinger正在为一家通过开发虚拟助手来提供个性化健康护理的公司做咨询工作。在一个危机模拟场景中，程序反馈: “受害者还活着吗。”她说: “我听到时吓了一跳，突然间，对于程序而言那是个受害者而非病人，这改变了我们看待人类的模式，也表明公司并不总能确定其发送给人们的言语和信息。”随着这些人工智能系统变得愈发复杂，他们可以借助其所包含的生物数据来获取视觉信息。“斯坦福大学通过捕捉人类有多么忙于观察某个特定事物而将这一有关社会信号的新领域应用于打击犯罪。“维萨负责人工智能的全球副总裁Lisa Hammitt说: “当我们正把实验变得人格化并试图预测实验对象的意图时，伦理道德成了摆在我们面前的问题。”
Hammitt透露维萨已经编写了有关权限的数据使用章程。她补充道: “你必须公开程序算法在做什么。如果它认为你是空手道高手但其实你并不喜欢空手道，你就必须让人们了解这一点并更正这个错误。”
