蓬勃兴起的智能呼叫中心，将目前流行的AI、大数据技术应用到呼叫中心的各个领域中，从最低层的语音媒体处理到最上层的坐席工作辅助，从客户号码标签性挖掘到潜在商机的自动分析，无一不体现出科技进步对客服工作的促进作用。
　　呼叫中心的智能化从AI的能力层次来分，一共有三個层面，感知层：ASR、TTS;交互层：智能IVR、智能外呼;运营层：坐席辅助、智能质检。
　　在智能交互层，人工智能交互的兼容性、开放性、以及业务可维护性，是时下热门的讨论话题。

1.如何兼容历史业务

　　现有AI公司的产品大多采用多轮填槽服务来实现IVR的业务流程，除了无法直观表示业务逻辑之外，也缺乏人类可以阅读的业务流程脚本规范。
　　在智能交互产品的设计和应用上，应沿袭传统业内成熟模式，即“流程开发 流程脚本文件 脚本执行环境”的产品架构，实现开发与运行分离的技术架构，从而保证开发的便捷性和流程执行的稳定性。
　　智能IVR的产品在设计的时候就要考虑能被二次开发，用户能自己开发新的功能组件进行功能扩展和集成其他产品，包括不同的数据库系统、消息中间件、服务接口等，以实现异构兼容。

2.如何兼容现有平台

　　业内主流的呼叫中心平台厂商的对接方案，需要仔细考虑如何对接他们的产品，如何以更小代价替换或对接其IVR产品，如何与技术架构、产品架构、应用架构更加合理地兼容，这就要求设计者对厂商的产品非常熟悉。

3.业务自维护性如何保证

　　现在AI产品大多专业性强，在面向最终应用的时候，要么由于产品暴露AI知识的细节过多，导致业务开发难度太高，无法由客服中心业务人员自行设置;要么由于厂商对业务的模板化封装过于死板，导致业务灵活性受到很大限制。
　　AI的能力主要是意图识别和实体解析，前者用于流程导航，而后者用于信息交互。一个能封装AI细节，同时兼顾业务流程灵活性的AI IVR流程编辑器就显得至关重要。以传统VoiceXML标签语言为基础，增加对AI能力的封装，应是未来智能交互产品的突破口。