眾創時代
早前IDC發表《全球AI支出指南》報告，指出今年AI人工智能支出以軟件與服務各佔超過整體三分之一，當中以零售業將AI，投放在聊天機械人（Chatbot）的發展最為顯著。Facebook、Google及Microsoft等科技巨頭都在近年積極發展聊天機械人，以接近人性對話為大前提。
Google於年初推出開放領域聊天機械人Meena，採用26億個參數的對話模型，能與人類就不指定的話題進行對話；另一邊廂，Facebook亦於年中推出Blender；Microsoft也於7月期間，將其AI助理小冰(Xiaoice)的業務分拆為獨立運作。科技巨擘在AI聊天機械人範疇磨拳擦掌，本港企業亦不甘落後，積極發展本地化的聊天機械人，更取得驕人佳績。
Asiabots參加「IFTA金融科技成就大獎2019」，晉身創新科技類別中的最後三強。Asiabots創辦人兼行政總裁黃梓豪Thomas表示，公司團隊早於三年前已開始發展voicebot的話音技術。他們有感目前不少企業開發chatbot或voicebot都只在應用外國技術，未必能夠切合本地企業廣東話及英語夾雜的語境所需。因此，從四面八方搜集本地話音數據，以自己一套「港式」數據庫研發地道的聊天機械人。
早於10幾年前不少本地企業，例如銀行或政府機構使用的互動話音系統(IVR)作為客戶服務，時至今日不少系統已為人詬病，例如聲調極不自然，似在模仿機械人沉悶單調的發音風格；又或者需要致電者重覆聆聽多次電話指示，然後按指示按鍵，由1聽至9已耗費了不少時間，有時也因為按錯鍵而要將整個通話取消，費時失事。
隨著企業網站及手機應用普及，企業如銀行、航空公司或電子商務也在網站加入文字式的chatbot，免卻聘請接聽電話查詢的客戶服務人員，需要全天候守候。儘管如此，大部分企業都只選用由歐美開發的聊天機械人技術，未必能完全與本地粵英混雜的文字語境相配，促使Thomas與其團隊研發廣東話自然語意系統（Cantonese Natural Language Processing，簡稱NLP），決心打造地道的話音聊天機械人。
提到voicebot，我們都會聯想到Amazon Alexa、Apple Siri、或OK Google，只限以聲音作為取決元素，缺乏按鈕、列表、建議答案和選項等文字Chatbot的元素。除此以外，voicebot與chatbot無論在使用和構造也不盡相同，前者擁有人工智能自然語意處理(natural language processing)、話音識別系統(automatic speech recognition)和話音合成系統。
Thomas表示，香港市場較小，要建立廣東話的詞彙庫，相比廣泛使用的英語或普通話龐大數據較為困難。發展至今，他們團隊透過「刨網頁」，解讀網上新聞、網上論壇，擷取更多本地使用的詞彙，增加其數據庫應對的「真人」程度。同時，Asiabots亦透過使用本地大學，例如中大及理大的資源進行協作。
Thomas表示，目前已在模擬人聲的像真度愈來愈高，接近自然人聲，文字上有時難以解讀，但透過話音就能夠較易掌握。不過在開發voicebots最困難之處，除了增加本地詞彙外，另一痛點就是要處理交談者談話時的語氣，因為相同句子以不同語氣表達，可以衍生千變萬化的含義。Voicebot或chatbot顧名思義是機械人，因此沒有同理心，既無法理解交談者的感受，也無法回應自己所感，只能透過訓練而理解的當下陳述，作出合適回應。
Asiabots運用自然語言理解(Natural Language Understanding，NLU)，令voicebot也略懂「讀心術」，將語句當中關鍵字拆解，尋找整句說話的實體(entity) 和意圖(intention)，從而配對最貼近的回應。不過，Thomas也表示一旦發現交談當中出現問題，會立即由voicebots轉交由真人客戶服務處理。
Asiabots另一創辦人兼財政總監岑潮輝Chris直言，AI的發展一日千里，但絕不讓歐美技術專美，國內市場尤以深圳的技術發展更是無可比擬。無論醫療方面自助式醫療服務的AI「無人診所」連接「智能藥櫃」、智能酒店的「無人大堂」等，均已經取締傳統重覆性的工作。問及本地企業對於voicebots的應受程度，目前已有不少企業如航空公司、教育機構應用，更有視障人士機構應用此技術，令其會員可以致電查詢時，毋須再透過按鍵選項。目前尚仍有不少企業管理層，未了解如何將此技術融入自己的服務當中，最困難之處更是如何將原有的系統，例如與固有的IVR互動話音系統整合。
話音機械人能夠在「多重訓練」下變得越來越人性化，加上有「情緒元素」，直逼真人對話。用戶與話音機械人之間不一定只做資訊交換，更可進一步產生某種程度的情感交流。再者，技術亦已發展至可以模擬指定人聲，假以時日，當日後接到某公司來電時，可能也要猜想對方交談者是真人，還是機械人?