IBM的沃森(Watson)认知计算平台几乎成了自己名声的牺牲品。几年前，沃森击败所有参赛者，赢得了《危险边缘》(Jeopardy)游戏节目的冠军。当时，公众(不得不说，是IBM的营销人员帮助了他们)认为，这场胜利表明，智能计算机很快就会无处不在，在任何情况下都能凭直觉做出正确的决定。
+也在网络世界:有个足球雷竞技appIBM的沃森(Watson)想帮你报税+
然而，自从《危险边缘》获胜以来，IBM似乎很难找到适合沃森的市场。这并不是对IBM的批评。现实情况是，虽然许多消费品牌将人工智能(AI)应用到自己的产品中(比如亚马逊的图书推荐、谷歌地图智能路由或苹果的Siri)，但大多数现有的例子都来自那些自己开发人工智能工具的公司。利用第三方认知平台构建到自己的应用程序中的例子要少得多。
然而，我感觉到一种变化正在到来。许多其他技术供应商已经开始将他们自己的内部机器学习工具商业化。(是的，我意识到认知计算、人工智能和机器学习之间存在差异。但在非常粗略的范围内，从本文的角度来看，我将交替使用这两个术语。)谷歌、微软和亚马逊网络服务都开放了他们自己的部分机器学习平台，供其他组织使用——无论是情感分析、图像识别还是模式匹配。
Invoca的沃森语音营销云
因此，鉴于这些工具被缓慢但稳定地采用，听到这些消息是很有趣的Invoca关于沃森的使用但首先我们来简单介绍一下Invoca。该公司提供了一个平台，让营销人员能够深入了解打电话给他们的客户。Invoca有点像“老大哥”，分析客户的电话，以表明他们为什么要打电话，分析他们在对话中说了什么，并大致理解对话中的语音方面。该公司拥有一个整合合作伙伴的生态系统，允许它将呼叫意识“注入”到更广泛的客户旅程中。
Invoca与IBM合作，开始使用沃森从所有这些电话中提供额外的价值。它使用沃森语音到文本API将电话对话转录成文本，然后对文本进行分析，以揭示任何可能与营销人员或他们的业务相关的见解。在对话过程中，音频流通过沃森实时记录对话，并记录任何单词或短语的时间。然后，Invoca的算法接手并识别出营销人员归类为“信号”的关键词和短语，这些“信号”表明了具体的行为，比如购买意图。
Frontier Communications如何使用沃森驱动的Invoca
这是一个将沃森应用于技术问题的有趣例子，但我们可以更进一步，看看联合解决方案是如何在野外得到利用的。前沿通信使用沃森驱动的Invoca实时识别呼叫者和代理之间发生的语音短语，以确定呼叫的最终结果，以及其他呼叫者意图。
例如，Frontier感兴趣的是了解电话中发生的不同类型的转换，因此它在Invoca的系统中定义了特定的意图，例如代理是否提到“确认号码”或“安装日期”。然后Frontier便会使用这些数据去了解不同渠道的转化率，并优化营销支出。
“在电信行业，就像许多其他考虑的购买一样，人们通常会在网上搜索，但当他们接近购买时，就会离线打电话，”Frontier Communications的Insights高级经理查德·瑞安(Chadd Ryan)说。“通过与Invoca合作，我们能够分析和处理传统上只存在于我们呼叫中心的大量数据。有了沃森的机器学习能力，我们能够从口语对话中获得更深层次的见解，我们可以立即对其进行优化，以改善客户体验，提高收入。”
总的来说，这是一个很好的、真实的沃森用例，更普遍地说，它证明了这些工具正在被广泛使用。