机器人在各地都是正式的- 它们可以帮助我们生活的几乎每个部分，从购物和送礼到新闻跟踪和政治决策。他们甚至可以告诉我们晚餐吃什么。机器人在强调情报时过分强调人工智能然而，对我来说似乎很奇怪的是整个机器人对话都集中在AI，机器学习(ML)和自然语言处理(NLP)上。这让我怀疑我们是否以错误的方式看机器人。在从事构建软件很长一段时间的业务，并了解了工作流程，业务逻辑和其他铆接概念之后，我不禁感到对于什么构成机器人以及什么只是机器人的访问层存在误解。 。流行语(AI，ML，NLP)是所有额外的交互方法，比实际的僵尸技术更进一步。虽然它们都可以用于使底层机器人受益并简化访问，但实际上机器人基础设施本身是最复杂和最有趣的。宏对话中缺少的部分是：机器人做什么?它为什么这样做?它还能做什么?它怎么能这样做?WSC Sports Technologies以创新方式使用机器人的公司就是一个例子。他们基于僵尸的平台实时分析体育广播，识别游戏中的每个组件，并根据任何米素生成自定义精彩集锦。价值主张可能需要一堆深度AI或机器学习集成才能工作，但它实际上是基于允许NBA所需的跟踪和基于规则的输出。它将此处理为数据事务，而不是AI另一个特别及时的例子来自一家名为SapientX的公司，该公司为希拉里克林顿和唐纳德特朗普创建了聊天机器人，以回应用户根据候选人之前的陈述提出的政策问题。这是AI吗?它正在获取信息并以一种有用的新方式呈现它。我实际上认为，今天机器人产生影响的最大机会之一就是简化工作场所耗时的流程。举例来说，一个服务经理通过重新订购库存的过程。她正在与她的助理经理通过对讲机进行对话，他提到他们是7号金色坡跟凉鞋。为了检查库存并重新排序和安排交付，管理员通常需要登录多个后端系统来检查信息并执行操作 - 通常占用POS或离开地板以使用后台计算机。但是，使用Slack机器人编程检查库存并让她选择在她的对话中直接重新排序，她节省了大量的时间和精力，助理经理会自动更新情况状态。想象一下，如果这成为整个组织的标准，将节省多少时间和金钱。如果数百家商店的数千名员工在一个流程上节省了几分钟，他们可能每天要完成几次，这将是非常重要的。因此，回顾一下，僵尸网络业务实际上有两个截然不同的部分。有实际的底层机器人编程以及设置每个用例的语法所需的思考和工作，然后是包含机器学习或NLP的附加层，这些只是更容易访问机器人并与机器人交互的方式。目前处理交互层的公司实际上很有意义。谷歌拥有用于机器学习和人工智能的云平台，苹果拥有Siri及其相应的API，微软拥有Cortana。所有这些公司都拥有大量的引擎和数据和信息池，以帮助他们的平台变得更好，学得更快。对我来说非常有趣的部分是了解我们将在日常生活中使用机器人。从长远来看，创建机器人只是为了查看Salesforce中的客户数据是非常有限的价值; 它类似于移动设备上的商业仪表板，用户只能提取信息，而不能实际执行操作。最有用的机器人将使我们能够更快速，更轻松地完成操作和整个流程。而生态系统只会继续扩大。机器人处于拐点，类似于大约10年前的应用程序。他们吸引了开发者和消费者的注意力，大型公司正在争夺这个领域，希望能够引领这些人并成为机器人的经纪人，就像苹果和谷歌对应用程序所做的那样。对于试图进入僵尸程序的公司而言，现在真正的机会是考虑杀手级用例并构建它们。机器人如何成为我们不能没有的商业支柱?这是我认为我们应该讨论的问题。