AI和机器学习是当前的热门话题。即使是在统一通信生态系统里，AI和人工智能出现的频率愈加频繁：从Cortana智能语音助手到Slack的信息过载还原技术，再到UC监控软件中的通话质量检修算法。
对于统一通信和合作市场而言，AI在企业通信、上线通知技术、在线会议、团队合作、智能头戴设备、家庭系统、电话通讯系统和视频会议等中的潜力是无限的。但是会有这样一个问题：在UC生态系统中，我们是否应该认为AI还是在试验阶段或者已经成熟？如果答案是后者，那么AI应用程序和解决方法中的哪个是被夸大了？那么真相又是什么？
AI管理
AI在UC中的潜力不仅可以向前扩展到终端用户领域，也可以向后扩展到IT领域。对于终端用户来说，AI能够自动采取措施来促进人类之间的协作。AI能够整理数据（邮件，聊天记录和语音识别），识别关键字和样式，以及按照听众和主题反馈出最合适的聊天方式。用户数据索引越多，将其与聊天中的关键字进行比较的能力就越大，并根据用户通信模式来创建对即时消息的自动响应。
AI能够通过数据和类别来指出人们是否在高效地利用时间。例如，当加入办公室的会议时，AI能够决定多少会议有议程，参与人有哪些，多长时间，以及每个议题需要多久。简单来说，通过AI来召开会议能够更好地进行资源管理，它能对与会人进行评估，以及按照人员数量来推荐最优的会议空间，会议名或者主题，以及会议期间所需要的工具。此外，它也能够决定与会人员是否在同一办公室或者是否需要Skype for Business电话拨入会议，需要哪些硬件，如果有头脑风暴环节或者对接会，是否需要扩音器或者白板。
从IT层面来说，AI能够分析大量的数据和UC日志来帮助检修和解决具体的问题。IT需要对个人用户或者系统的UC问题进行积极地反馈，相反，AI能够推测个人，团体或者企业是如何工作的。使用这种学习型AI能够为IT发布积极的指导方案，从改变服务器配置到为特定的终端用户推荐信的或者不同的UC头戴设备。
行动中的AI
AI通常被用于企业通信，来提高效率，通过使用机器代替人类完成的无聊的工作，从而减少不必要的支出。AI在UC中的现在和未来，以及对于炒作和现实的评价，将会在以下几个方面展现出来：
基于AI的手势识别设备：在电话会议中，手势能提升会议体验。例如在视频会议中系统会对人员动作进行评测。摄像头能够提供具体与会人的肢体语言的细节，然后提供实时反馈来帮助提升表达技巧和回应。
评价：处于早期阶段
全自动电话会议：语音转录中也有机器学习，但是它并没有先进到能够完全超过人类的理解。它并不像十年前那样，当前Amazon的人工智能语音机器人Alexa能够像人类一样理解对话。
评价：处于早期阶段
会议管理和会议跟进：使用AI的设备能知道说话人，识别关键点，然后自动协助人类完成任务，向与会人发送通知或会议总结。
评价：处于早期阶段
会议室和会议室系统管理：AI系统能够完成制定会议时间和建立会议的所有过程。
评价：处于初期阶段
智能设备：通过增加与目前需要几小时或者几天额外工作后才能实现的信息/见解，进行人机对话来提高会议的效率和生产力。
评价：处于早期阶段
UC系统/平台（例如Cisco和Skype for Business等）：IT部门能够监控整个UC系统以及会议室系统。例如，会议室中的一个具体的语音/视频系统或许需要IT人员的参与以及维护，来降低会议室出现技术问题的可能性，防止用户受到影响。
评价：处于早期阶段（第三方应用软件更加成熟）
网络聊天系统/平台（如Slack和Teams等）：平台上所有的对话都基于机器学习，网络聊天系统能实时思考，调整问题和建议，按照相似对话的历史/数据库来迎合特定的场景。
评价：处于初期阶段
终端用户生产力增强机器人：嵌入在UC应用软件的个人助理能够简化步骤（如实时搜索信息），交互机器人能够提高客户服务交互，如机器控制的交互式话音应答系统（IVRs ）。
AI的风险和思考
在对数据的输入和输出进行分析时，AI中也存在一些风险。如果我们能够达到软件实际采取行动的水平，亦或是自我修复UC系统，或者自行安排新的会议，那我们就会为软件打开大门，从而可能采取错误的措施。一旦算法能够获得比人类更好的结论，那么它就会提供建议。机器学习算法模型很复杂（如果用户或者IT人员想要问为什么的话），复杂到你都解释不了为什么。这个庞大而又很复杂的算法具有巨大的数据模型和架构，在这个算法中还有第三、第四、第五等级因素。人类因素必须要决定他们是否只是相信这个结果（因为他们相信结果会变得更好），或者他们是否会一直对此进行监督。
这或许是AI的两难窘境——算法所得出的结论是否会强制IT人员或者终端用户认为机器在管理UC方面比人类做得更好？AI并不会代替我们思考以及回应的需求。不论机器学习平台或者AI解决方案有多好，人们总要进行判断以及证明行动比步骤还重要。集成到UC中的AI功能越多，用户就会更加依赖AI。这或许会导致在之前，之中或者之后更加期待“完美的”会议，聊天和语音电话。如果AI系统不能够更新或者表现差强人意，那么用户就不会有耐心甚至不再使用AI。
就当前对AI的炒作和实际而言，我们不可辩驳的观念是我们并没有将AI技术发展到顶峰——我们所接触的也不过是AI的冰山一角。当前我们也可以通过提高AI的工作效率，从而让AI 为我们服务，随着AI现在更加复杂先进，我们希望它能达到自动化的完美状态。简而言之，AI是一项真正的技术，但是想要使AI跨越鸿沟达到高峰，仍然还有很长的路要走。
原文作者：Zach Katsof
