一方面在許多場景下 APP 的操作更加簡單，Chatbot 并未體現(xiàn)出以自然語言作為交互界面的優(yōu)勢。

另一方面，對于機器理解人們?nèi)粘Ｊ褂玫淖匀徽Z言這件事情，事實上我們與幾年前相比并未取得明顯的進步，也就是說，目前的聊天機器人，還沒那么“智能”，遠遠達不到人們對流暢對話的期待。比如下面這個 Facebook Messenger 上面頗為流行的查詢天氣的機器人 Poncho 和用戶之間的對話： 

中可以看出，對于語法結(jié)構(gòu)完整、指向明確的問題，Poncho 能夠給出相應(yīng)的回答；但稍微發(fā)揮一點，省略語法結(jié)構(gòu)，它就難以領(lǐng)略用戶的真正意圖，迷失在語境之中了。明顯可以看出，Poncho 對上下文的理解是割裂的，僅僅是理解簡單的天氣查詢也這樣困難，更不用說很多需要復(fù)雜的語義和邏輯執(zhí)行的問題了，這也是 Chatbot 普遍面臨的難題。

在 Chatbot 所面臨的兩個困境之中，第二個問題，也就是對話的質(zhì)量，是最關(guān)鍵的，因為本質(zhì)上來講，第一個問題的解決在很大程度上依賴于我們對第二個問題的解決有多成功。

試想，對于指令性的和獲取信息類的操作，有什么是比自然語言作為交互界面更合適的呢？一個能夠完整、準(zhǔn)確的理解自然語言的 Chatbot 無疑能讓我們放棄在界面和交互設(shè)計上所花費的額外的心思，更加貼近問題和產(chǎn)品的本質(zhì)，貼近需求本身和用戶價值。

因此，無論業(yè)界和媒體在這件事情上怎樣的風(fēng)生水起，無論巨頭和創(chuàng)業(yè)公司面對用戶許下怎樣的美好未來，能否兌現(xiàn)承諾，取決于我們在機器理解人類自然語言這件事情上能否取得真正的突破，哪怕是在特定的領(lǐng)域、特定的場景下，能否誕生不低于人和人之間平均對話質(zhì)量的應(yīng)用。

客觀來看，強 AI、順利通過圖靈測試的機器，這些科幻小說中的場景看起來依舊不會是短期內(nèi)能夠發(fā)生的事情，Chatbot 領(lǐng)域工業(yè)界的先行者們更愿意從解決具體的問題入手，一點一滴的積累經(jīng)驗。比如在行程規(guī)劃、個人助理、售前咨詢、客戶服務(wù)等領(lǐng)域，都有不少朝氣蓬勃的創(chuàng)業(yè)公司在深入的研究用戶需求，搭建技術(shù)基礎(chǔ)設(shè)施、開發(fā)相關(guān)的 Chatbot 產(chǎn)品。

雖然這些 Chatbot 所提供的對話質(zhì)量和服務(wù)還不能完全令人滿意，但至少這些探索和嘗試對提升產(chǎn)品體驗、吸引用戶關(guān)注和教育市場起到了相當(dāng)有益的作用。

無論如何，知識自動化和更加自然的人機交互這一趨勢無可避免，由此帶來了機器智能的兩大應(yīng)用場景：要么協(xié)助或替代人力的知識產(chǎn)生和傳播過程，要么更好的服務(wù)于這些被替代下來的人們。相信這些都將是無比廣闊的市場和商業(yè)機會，Chatbot 能不能引領(lǐng)我們，敲開這扇大門？