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，从购物和送礼物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。机器人在强调智能的时候，过于强调人工智能然而，在我看来很奇怪的是，整个机器人对话都集中在AI和机器学习上(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待机器人。长期从事软件构建的业务，了解了工作流程业务逻辑等铆足了劲的概念，不禁觉得对什么是机器人什么只是机器人的接入层有一种误解。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。虽然它们都可以用来造福底层机器人，简化访问，但实际上，机器人基础设施本身才是最复杂最有趣的。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?WSCSportsTechnologies是一家以创新方式使用机器人的公司的例子。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，并根据任何大米元素生成自定义亮点。价值主张可能需要大量深度的AI或机器学习集成才能发挥作用，但它实际上是基于允许NBA所需的跟踪和基于规则的输出。它将此视为数据事务，而不是人工智能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声明提出的政策问题。这是AI吗?它正在获取信息，并以一种有用的新方式呈现出来。事实上，我认为机器人今天产生影响的最大机会之一是简化工作场所耗时的过程。例如，服务经理通过重新订购库存的过程。她正在用对讲机和她的助理经理交谈他提到它们是7号金楔凉鞋。为了检查库存重新订购和安排交货，管理员通常需要登录多个后端系统来检查信息和执行操作-通常占用POS或者离开楼层使用后台电脑。但是，通过使用Slack机器人编程检查库存，并让她在对话中直接选择重新订购，她节省了大量的时间和精力，助理经理会自动更新情况的状态。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几分钟，他们可能一天要完成几次，这将非常重要。因此，回想起来，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和设置每个用例语法所需的思考和工作，然后还有一个包含机器学习或NLP的附加层，这只是更容易访问和与机器人交互的方式。目前，处理交互层的公司实际上是有意义的。谷歌有机器学习和人工智能的云平台，苹果有Siri及其对应的API，微软有Cortana。所有这些公司都有大量的引擎以及数据和信息池来帮助他们的平台变得更好，学习得更快。对我来说有趣的是知道我们将在日常生活中使用机器人。从长远来看，仅仅为了在Salesforce中查看客户数据而创建机器人的价值非常有限;它类似于移动设备上的业务仪表盘，用户只能提取信息，不能实际执行操作。最有用的机器人将使我们能够更快更容易地完成操作和整个过程。而生态系统只会继续扩大。机器人正处于拐点，类似于大约10年前的应用。他们引起了开发者和消费者的注意，大公司也在争夺这个领域，希望带领这些人，成为机器人的经纪人，就像苹果和谷歌为应用所做的那样。对于试图进入僵尸程序的公司来说，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离不开的商业支柱?这是一个我认为我们应该讨论的问题。