在最近于拉斯维加斯举行的InterCon会议上，开幕式主题演讲有两场，主要是关于AI在商业中的应用。主要收获是：确定商业目标是关键，获得良好的数据是一个重大挑战，以及人工智能在为终端客户提供价值方面具有巨大潜力。
会议开始时，斯坦福大学高级网络安全项目主任Neil Daswani发表了题为 "用人工智能回答客户的声音 "的演讲。Daswani的演讲侧重于人工智能在企业客户之声（VOC）项目中的应用，强调了VoC的演变，并概述了未来的趋势。Daswani之后是Elemica公司产品管理高级总监Gary Neights，他的演讲题目是 "基于机器的学习。模仿人类大脑的工作"。Neights描述了在将人工智能应用于Elemica的供应链管理系统时遇到的几个挑战和学到的教训。
Daswani在演讲中首先介绍了VOC项目。VOC最早在20世纪90年代被描述，是一个营销研究过程，用于识别、组织和优先处理客户的反馈和愿望。起初，VOC侧重于从客户访谈和调查中获取直接反馈；净促销员评分（NPS）是常见的例子。随着互联网的发展，公司也开始纳入来自网络的数据，如用户评论或在线评论。现在，随着机器学习和人工智能的兴起，公司正在利用这些技术来获得更多关于客户的洞察力，特别是了解和个性化整个客户旅程，从认识到忠诚度。
达斯瓦尼还列举了几个公司利用人工智能来改善客户体验的例子。其中一个例子是可以减少数据泄露的风险。达斯瓦尼是一本关于数据泄露的书的合著者，他指出，几乎80%的客户服务/体验专业人士认为，人工智能可以使与客户的互动更加安全，因为员工错误是泄露的主要根源。此外，人工智能对 "窥探 "名人或政治家的数据的诱惑是免疫的。
达斯瓦尼在演讲结束时列出了VOC的未来趋势。首先，人工智能正在帮助提高客户洞察力的预测价值，提供结果的早期指标，包括好的和坏的；例如，预测客户的流失。另一个是增加VOC的采用。 据Daswani说，迄今为止，只有不到45%的公司有VOC项目，Daswani预测，采用VOC的速度会加快，并利用AI来提高有效性。最后，达斯瓦尼预测，人工智能将使VOC项目对客户有一个比以前更复杂的看法。特别是，客户档案和 "角色 "将更加动态。
在他的演讲中，Neights描述了在供应链管理中应用AI的一些挑战。在许多情况下，错误的成本可能相当高；例如，将危险材料运送到错误的地点。作为一个比喻，他指出，自动驾驶汽车一直 "在地平线上"，但由于有许多边缘案例，一个通用的人工智能解决方案似乎从未实现。因此，关键是要确定哪些地方可以使用人工智能，哪些地方的人类智慧是不可或缺的。最重要的是，人工智能输出需要后处理，以检测高成本的错误。
Neights最后总结了几个经验教训。首先是要确定业务目标，并确定人工智能是否是该任务的正确工具；它不一定是。其次是获取数据，尤其是干净的数据，是一个重大挑战。任何由人类手动输入的数据，例如，采购订单上的街道地址，都需要被规范化。最后，必须对客户的期望进行管理；许多客户认为人工智能系统会不断地自动改进，而当输入数据的性质发生变化时，大多数系统都需要重新进行训练。
