一个CBP可以同时被赋予多种技术，并被托管在许多平台上，或直接购买获得。

　　让我们在将整个CBP的组成部分细分，并看看它们是如何与NICE的机器人流程自动化软件结合。
　　在客户对话期间，CBP和机器人自动化软件组件如何协同工作？

　　以人类使用的文本和语音渠道与CBP进行交互，形式如下：

　　CBP将尝试分析和理解客户对话内每个交互的意义。它有能力利用Natural Language Processing（NLP）或语音、音频分析等多种模型和算法去将非结构化的数据转换为更具逻辑性的数据结构。

　　那么语音机器人究竟是如何从非结构性的原始数据中提取出高度结构化的输出数据呢？当聊天机器人推断出对话即将结束，它将会生成一个供用户填写信息的窗口。这便可以确保从非结构化会话中能够获取最关键的数据，从而更有效并轻松地采集更完整数据并进行验证、分析及输入工作。
　　洞悉不足

　　既然结构化数据已经被广泛接受，CBP将试图以与人类近似或相同的方式去理解数据的含义。在这部分，Natural Language Understanding（NLU）模块和算法将会被应用其中，因为此系统能够通过联系上下文解读客户的意图。

　　如果系统仍然不能推断客户的意图，那么便需要依靠人类员工继续进行与客户的互动，例如透过介入进行对话，过渡及完成一些本不会接触到的服务。但同时他们亦面临着以下挑战：

　　客户互动需要进行实时分析，理解及解决其问题

　　当员工介入时，他需要了解当时的对话情境

　　为了能够成功完成客户互动，员工需要拥有合适的技能和系统权限

　　这就是NICE桌面自动化（Attended Automation）的强大之处。凭借强大的人机接口和实时与多个前端和后端系统进行通信的能力，它将允许及支持所有员工同时执行多项任务，从而以快速、高效、正确的方式完成客户交互服务。
　　进行决策

　　在没有任何人为干预的客户交互中，CBP需要确保能将其学习能力、历史数据等都适用于估计有关客户的下一个动作及决定。

　　任何CPB都需要有能力使开发人员能够导航交互，以便更有效地检索所有信息，同时也考虑到能够进行实时更改。

　　在这个过程中，CBP要有能力理解它需要执行那些工作，以完成交互程序。

　　由于当今的CBP受到来自与其交互的系统API的限制，因此在执行更复杂的客户交互时，将会成为一个巨大的挑战。举例来说，执行一个web服务来订外卖食物的简单工作。或许这能够被轻松实现，但当我们要将其引入至更复杂的业务流程当中的时候，将会涉及更多来自不同部门的系统，那么这还能够轻松地被实现吗？

　　这就是NICE机器人自动化过程自动化的关键所在。CBP有能力通过连接到预定和智能自动化工作流程的菜单以执行决策工作。然后，开启Robotic Process Automation软件来执行工作流程，并将简化了的结果传给CBP以执行进一步工序。
　　回复用户

　　在使用RPA软件采取行动时，需要注意的是，预先配置Service Level Agreement（SLA）也是其中一个选择。在这种情况下，预先配置的SLA将分辨CBP是否应等待同步结果，即客户是否应该等到完成整个流程结束后才能获得对话结果。然而，在同步模式下，有一组专用于处理对话的RPA软件客户端去处理及执行复杂的后台工作。以一个需要六分钟执行的过程为例。CBP不会让客户等待，而是会发送一条消息给客户，说：「您的请求正在执行，并且电子邮件确认将在完成时发送给您。」这除了可以节省客户等待电话的时间外，更能加快整个客户服务的流程，而同时客户亦会确信他/她的请求正在被处理。

　　CBP将使用Natural Language Genration（NLG）并通过人类习惯阅读或聆听的方式去构建所需语句（在语音对话的情境下）来回复客户的问题。NLG流程是CBP的会话流程的一部分，是一个由开发者为对话的发展自定义不同的选项和机制的组件。但同时亦需确保存在这一个允许将谈话转接给员工的选项。
　　监控或仪表板

　　该组件将能够追踪并协助运营商对用户会话进行分析。除了应对客户所产生的不同需求及反应外更可以根据以前的工作内容来形成和优化未来谈话的流程。而NICE所使用的先进机器人过程自动化平台的内置仪表板和专用控制室，将通过该平台分析CBP和RPA的交互。
　　关键

　　我们现在已经评估了构成CBP的一些关键组成部分，并且提出了许多选项来为这些不同但互补的元素构建一个全面且综合的CBP解决方案。但是，并非每个平台或现成产品都具有这种执行端到端流程所需的完整功能，因为这些功能都是始于与人类的对话正式开始之后。

　　NICE全面地认知RPA平台是一种开放式的框架，它可以将桌面和机器人自动化并为任何构成CBP的关键认知组件进行整合。这种类型的流程自动化平台将会是支持聊天机器人为复杂企业进行运作的最理想解决方案。