如今，聊天机器人正迅速成为很多企业开展客户服务工作的业务基石。而企业需要一些更好地为客户服务的人工智能的关键工具。  人们对自动驾驶汽车和机器人等新兴技术越来越关注，聊天机器人已经成为应用在客户服务前沿的技术。很多企业正在部署采用人工智能的机器人，并将聊天机器人整合到用户和公司之间的沟通的各个方面。  目前聊天机器人来自两条路径。其中一条路径始于精心设计的工具生态学，以支持呼叫中心的人员。开发人员认识到，一些成熟的人工智能可以支持这些系统，可以拦截初始请求，有时可以解决最简单的问题。他们为与客户聊天而构建的系统添加了智能。  另一条路径来自实验室和人工智能研究人员。在构建自然语言处理堆栈时发现客户服务工作是一个很好的应用程序。于是他们创建了自己的聊天机器人并开始分发。  这些方法之间存在惊人的差异。有些聊天机器人可以同时使用语音和文本信息，而另一些则只能通过文本进行交流。有些人主要支持人类，而另一些人则独立自主。有些聊天机器人有了自己的机械灵魂，而另一些聊天机器人只是扮演了一个类似人类的角色。  企业的最佳方法取决于其当前的策略。拥有现有客户服务团队的企业可能采用聊天机器人回答无聊和重复的问题。人工智能将成为最基本的支持工具，让工作人员解决难度更高的问题。  从零开始或经验很少的企业可以进行更多的试验。他们可能希望从基本的人工智能界面开始，以避免提高对人类接触的更高期望。或者，他们可能会加入一个全方位的客户服务团队，由工作人员和人工智能服务组成。  当今所有的聊天机器人工具都需要训练，包括企业和他们可能会被问到的问题。最简单的工作可以是上传文档，让人工智能搜索答案，主要是关键字。像解答常见问题这样的半结构化文档是很好的基础，因为它们已经提供了答案。更复杂的编程可以采取想象潜在查询的形式，然后通过潜在答案的流程图进行处理。这些工具都提供了某种反馈循环，这样随着时间的推移，人工智能将得到改善。  这些足以承担部分负担吗?编程响应比单纯接听电话还要有效吗?这些计算通常取决于企业的业务复杂程度以及可能需要帮助的客户数量。如果企业有许多客户有直接的需求，那么训练人工智能可能是最快、最经济的解决方案。  以下是可以帮助企业添加聊天机器人的六个工具集，以简化员工和客户的客户服务流程。  1.Amazon Lex  任何欣赏Amazon Echo功能的人都可以使用支持Alexa语音的大部分技术。Lex工具可以同时处理文本消息和语音输入，并引导用户通过一组亚马逊称之为“utterances”和“slots”的对话框。  最强大的功能可能是它与AWS云平台的集成。许多服务涉及为亚马逊的无服务器计算平台AWS Lambda构建功能，这些事件将与亚马逊的所有数据库一起使用。如果企业的数据已经在云中，或者企业正在使用AWS云平台用于其他重要用途，那么集成可以非常简单。  与大多数AWS云平台一样，Lex平台通过计算处理的请求数量来根据使用情况计费，从而最大限度地降低启动成本。  2.Dialogflow  谷歌公司进入该领域时，可以使用语音和文本输入来跟踪对话并触发操作。它提供了一个专有框架，用于在流经一系列请求时跟踪调用的意图。不过，谷歌公司一直致力于将其工具与许多外部服务相集成，这些服务包括Facebook Messenger等文本资源，以及Amazon Alexa或Microsoft Cortana等完全竞争的对手。  Dialogflow还提供了强大的分析集合，可将结果提供给工具的机器学习算法，以帮助改进其响应。企业可以翻阅对话日志，调整答案并重新训练系统。该文档还包括许多预先构建的版本，用于许多常见用例，例如在餐厅预订餐桌或搜索本地服务。  3.LivePerson  LivePerson上的聊天机器人是在将最频繁的