隨著這幾年AI議題的蓬勃發展，AI其實已經悄悄地走進我們的生活。大家日常無意接觸的AI其實就是廣告投放的改變。各位一定很好奇媒體廣告推播的精準度越來越高，為什麼在有購買汽車意願時，打開FB就恰巧會出現你心有所屬的汽車品牌廣告，這個絕對不是巧合，而是透過資料收集和AI強大能力造就的成果。現行的消費者行為因為網路獲取訊息的便利性，每天瀏覽的訊息量非常的龐大與複雜，已經無法透過傳統人力的方式進行分析和推廣，因此需要AI技術來達成。
應用AI前需要瞭解的前提
既然AI這麼的強大，那AI是不是無所不能的呢?答案是否定的。2016年AlphaGo戰勝了韓國棋王；2021年AI可以協助醫生透過X光判斷肺炎，但仍然只是協助的角色，不能取代醫生。種種的情形看來，AI可以透過資料收集與訓練來達成各種特定目的，但並非無所不能。如果各位對AI的期望是1999年羅比威廉斯主演的《變人》電影中的那種AI，具有獨立思考能力，甚至具備情感，我想近年內應該是不會實現的，甚至筆者認為在筆者有生之年都不會發生。
說了這麼多，想表達的是，如果我們要用AI來協助我們，我們要先清楚AI的能力與前提，才能好好的應用他。再舉個例子說明，如果要透過影像辨識AI來監控產線的良率，勢必要收集大量的良品與不良品的圖像進行訓練，若跳過了資料收集與訓練這個步驟，那AI也幫不上忙。
AI發展不可或缺的是資料的收集
在國外的發展趨勢中顯示，Contact Center發展除了Omnchannel、Moving to Cloud、Work From Home…之外還有包含了Enhance Self-Service與Data and Predictive Analytics，這兩個部份不僅是系統設備的投資，而是AI能力的發展；如先前所述，AI發展不可或缺的就是資料的收集，而目前以台灣Contact Center最大宗的聯繫渠道還是語音通話。因此閱讀本內容的各位，發想如何應用AI之前，需要同步考慮的是你們Contact Center的語音資料是否有被好好的被收集，畢竟資料是一種時間流的概念，錯過了就無法再追溯。甚至收集的目標不只是Contact Center，而是包含了所有與客戶聯繫的語音管道，包含分行、服務中心、辦事處、門市…等。雖然針對這些語音資料收集的架構改變是費時費力的，但以現在AI演算法百花齊放，且進步飛快情形下，未來AI的發展是有各式各樣可能的，不過也因為這樣，未來勢必是「數據稱王」的世代，誰擁有更多更好的數據，誰就可以在市場上獨佔鰲頭。
目前已經有企業開始著手進行語音資料收集架構改造，但為數不多；資料顯示，2025年語音和語音辨識AI的市場價值將來到267.9億美元，除非各位沒有想要加入這場AI戰爭，不然還是建議自行審視企業是否已經開始著手語音資料收集的架構改造，避免在這一場數據大戰落後對手。
語音資料就像時間軸，當下未採集，過了就無法再追溯，面對到數位資產的浪潮，語音資料的收集永遠不嫌早。
，若想要更了解語料蒐集的相關資訊，歡迎與我們聯繫。