CTI论坛（编译/老秦）:减少利润，技术债务和对核心系统投资的压力极大地刺激了自动化程度的提高。好处是显而易见的：减少人员，减少错误，更明智的决策以及大规模的安全性。对自治企业的追求始于需要考虑哪些决策需要智能自动化而不是人为判断。
来自多个方面的供应商都打算兑现这一承诺。传统的CRM和客户体验提供商，云供应商，业务流程管理供应商，机器人流程自动化提供商，流程挖掘供应商以及具有软件解决方案的IT服务公司正试图与纯粹的供应商竞争，以在自动化市场智能产品中获得思想份额和市场主导地位，ConstellationResearch预计该市场到2030年将达到104亿美元。
作为关键运营效率计划的一部分，几乎每个营销领导者都试图智能化流程。从活动到领导，从订单到现金，从事件到解决方案，再到概念到市场，任何部门都无法幸免，业务流程也不例外。这些自动化工作通常始于削减成本的愿望，但它们可以演变成更多东西。诸如自然语言处理，机器学习和神经网络之类的人工智能（AI）组件的出现为部署具有战略性和长期影响的完全自主功能提供了机会。七股力量推动了企业对自主功能的追求：
广泛的业务中断和性业务模型的增长已经改变了董事会和组织的工作重点。组织期望在敏捷性和业务连续性上花更多的钱，他们不再寻求在不支持这两个领域的传统技术和系统上进行更多的投资。关键的投资主题包括自驱动，学习和修复系统。长期目标是，而短期功能则可以实现大规模冗余以及快速开发，测试，部署，升级和刷新。
为解决短期，季度至季度的盈利能力以及顶尖人才的匮乏而进行的斗争，使公司有动力投资于自动化以增加劳动力。好消息是：企业拥有无法想象的规模的自动化业务流程的技术。因此，每个组织领导者都必须确定何时信任机器的判断，何时以人为机器扩充机器，何时以人为机器扩充人类机器以及何时信任人的创造力。在这个自治的未来中，机器将提供连续，自动合规，自驱动，修复，学习和意识的服务。将需要访问更大的数据集和更多的参与来完善算法，以确保精确的决策和更高的置信度。
许多工业化国家面临人口下降的趋势。例如，日本的人口预计将减少16％，从2014年的1.27亿下降到2040年的1.07亿。欧洲预计到2040年将出现0.3％至0.5％的负增长。此外，人口老龄化，出生率下降，最少的移民会导致系统性下降，从而阻碍生产率的提高，劳动力的减少并任何规模经济。同时，不断上涨的劳动力成本和法规推动了服务业和制造业的劳动力通胀。领导者正在寻求各种方法来降低招聘，再培训和再培训方面的劳动力成本，方法是用自动化取代。
领导者寻求通过自动化手动任务来减轻合规风险并减少错误。由于70％以上的员工时间专注于手动和重复性工作，许多人都从平凡中寻求帮助。交易系统的人工输入会导致更高的错误风险。当今的交易量以及不正确输入的数据，不良数据和较晚数据的下游影响在人为主导的错误中造成了指数级的问题，必须予以解决。因此，每个企业都必须以前所未有的规模实现自动化。由人为错误引起的一项合规罚款或隐私侵害可能导致数亿至数十亿美元的损失。
成功的AI项目寻求一系列。自动化和培训模型将通过更多数据和更多交互而得到改善。AI的性来自于速度，精度和增强人类员工能力以及实现更自动化企业目标的能力。七个AI结果显示了从到的变化：
通知会告诉您您想知道的内容。通过警报，工作流，提醒和其他信号进行的通知可通过手动输入和学习帮助提供其他信息。
在和技术进步的世界中，人类在辨别真实性方面遇到了更多的麻烦。现实与小说之间的界线模糊，创造了可以影响，或以及贬低其他有价值的事物的条件。仍然需要真实性，并且那些可以提供真实性的个人和企业将赢得信任和重要的业务。人工智能和自动化必须快速识别，通知，响应和消除深层虚假，并防止它们入侵现有系统。随着越来越多的系统与外部系统联网，客户可以期望更大的面会产生大量的服务，网络钓鱼诈骗，伪造以及使用被盗身份。自治系统将有效地大规模地应对这些问题。
尽管为培养和培训人才，促进创新和创建机构知识付出了巨大的努力，但诸如高周转率，灵活的项目方法，合并和收购以及短期思维等回归因素挑战了保留和共享机构知识的能力。如果没有简单的方法，组织就会很快忘记，每次离开和每次组织重组都会面临知识的退化。自主企业从流程中获取非正式和以人为中心的机构知识，从而在决策过程中获得最佳实践和细微差别。这可以实现一致的计划，共享的机构知识以及永久的生活记忆。
CX的未来指向一个自动化程度更高的企业。我们越自动化，就越能建立模型来改善下一个最佳动作。最终目标是提供精确的决策。请记住，启用人工智能需要强大的数据策略，深入的数据治理和成熟的业务流程优化。
1、重复性重复执行过程的频率越高，该过程就越有可能由AI驱动。一次性的定制流程和最少重复的定制流程是AI优先级较低的候选人。
2、当交易和交互的数量超出人员能力时，该服务应由AI驱动。在人的能力范围内的可以保持用人力完成。
5、复杂度。人工智能驱动的使用的良好候选者包括人类无解的复杂性，或者另一方面，可以由人工智能优化的简单任务。
6、创造力如今，创造力所需的认知过程主要存在于人类中。更高的创造力不太可能由AI驱动。但是随着认知学习的进步，人们可以期望在未来十年内，通过人工智能驱动的方法可以提高创造力。
7、物理存在。需要大量物理存在的过程很可能需要人力功能。但是，危及生命的流程非常适合使用人工智能技术的自动化选项。通常，较低的物理状态要求非常适合AI驱动的方法。泰国佛牌极度危险