2016年，隨著谷歌、微軟等科技巨頭在神經(jīng)機器翻譯或NMT方面取得驚人突破，翻譯的人工智能開始騰飛。當然，我們對人工智能在翻譯服務中的新應用前景感到非常興奮，我們就此舉辦了一場網(wǎng)絡研討會。從那時起，專家的預測、機器學習和人工智能能力成倍增長，并繼續(xù)增長。

隨著AI掀起全球營銷格局，這項技術使產(chǎn)品開發(fā)和營銷團隊能夠改變營銷策略，提高數(shù)據(jù)挖掘速度。與客戶建立更多個人關系的能力意味著今年對人工智能的投資預計將增加300%。

然而，產(chǎn)品和營銷團隊應該投資哪些具體的技術和工具，才能從全球競爭對手中脫穎而出？讓我們看看今天最相關的五種翻譯工具，以及它們是如何使用的。

語音識別

其中，神經(jīng)網(wǎng)絡最古老的應用——現(xiàn)代語音識別算法，又稱語音轉(zhuǎn)文本轉(zhuǎn)錄，出現(xiàn)于上世紀90年代。與圖像識別類似，語音識別使用訓練數(shù)據(jù)來識別任何給定記錄的正確轉(zhuǎn)錄，這使其對于直接解決方案(如聽寫)非常有用。

如今，深度學習的進展已經(jīng)將語音識別轉(zhuǎn)變?yōu)榻换ナ秸Z音響應(IVR)系統(tǒng)的交互網(wǎng)關。我們大多數(shù)人都經(jīng)歷過的一個應用程序是自動呼叫分配器，呼叫中心使用它來根據(jù)呼叫者的需要路由呼叫或提供預先錄制的信息。

語言生成

這個子域通常被稱為自然語言生成或NLG，AI，使用計算機數(shù)據(jù)(輸入)來生成文本(輸出)。雖然這種從數(shù)據(jù)中解釋想法的概念并不新鮮，但計算機可以以越來越高的準確性和規(guī)模來交流想法。和NLG一起，公司您可以將大型數(shù)據(jù)集或其他資產(chǎn)轉(zhuǎn)化為報告，并總結(jié)商業(yè)智能見解，從而帶來對員工和客戶關系的新理解。

虛擬代理

我們都熟悉Siri、Cortana、Alexa和其他智能個人助理，旨在幫助消費者讓他們的生活更輕松——但現(xiàn)在企業(yè)正在迎頭趕上。隨著人工代理變得越來越先進，客戶對自助服務和自動化的期望越來越高，人工代理可以簡化大量的客戶支持任務。

自動呼叫分配器是一個虛擬代理，但當然，向移動和數(shù)字的轉(zhuǎn)變?nèi)Q于我們。聊天機器人——現(xiàn)在提供與真人代理一樣的個性化體驗——被廣泛認為是客戶服務的未來，移動通訊應用正迅速成為它們最具吸引力的渠道。

機器學習

機器學習經(jīng)常與人工智能混淆，但它只是人工智能的眾多應用之一。這是“深度學習”的科學——這個術語描述了計算機如何從可用或積累的數(shù)據(jù)中獲得經(jīng)驗智能。

營銷人員正在使用機器學習作為分析工具，幫助在無限的數(shù)據(jù)中找到隱藏的模式。例如，在電子商務中，零售商利用消費者的瀏覽和購買歷史來進行個性化的產(chǎn)品推薦；在翻譯服務中，LSP使用機器學習算法來教會計算機如何將源語言轉(zhuǎn)換為目標語言，并且具有更高的本地化精度。

文本分析和自然語言處理

在翻譯中，自然語言處理(NLP)是一種統(tǒng)計方法，它使用文本分析來更好地理解句子結(jié)構、意圖和情感。這不應該與自然語言生成混淆——NLG將結(jié)構化數(shù)據(jù)轉(zhuǎn)換成文本，而NLP將文本轉(zhuǎn)換成結(jié)構化數(shù)據(jù)。

NLP是AI的另一個應用，可以用于虛擬代理——就像我們用手機問路一樣——但在企業(yè)中，NLP技術可以用于挖掘非結(jié)構化數(shù)據(jù)。這是關鍵，因為營銷團隊越來越依賴非結(jié)構化數(shù)據(jù)來做出關鍵的業(yè)務決策。采用社交媒體情緒分析:NLP可以通過提及品牌找到積極或消極的情緒，從而實現(xiàn)更好的細分和更有針對性的廣告系列。

你的產(chǎn)品和營銷團隊能從AI中獲益嗎？

大量的非結(jié)構化數(shù)據(jù)加上語言和文化的細微差異使得公司很難制定一個明確的全球戰(zhàn)略。但是通過使用人工智能，公司有許多創(chuàng)新方法可以創(chuàng)造統(tǒng)一的客戶體驗。人工智能還沒有準備好取代人類營銷人員，但在短短幾年內(nèi)，每個全球公司每個人都應該準備好在AI領域競爭才能生存。