AI 紮根商業，要趟過的河豈止技術一條

如何讓 AI 紮根商用？針對行業的應用場景，形成有效解決方案是關鍵。

對於從事機器人研發的企業來講，這可能是一個最好的時代。從市場的角度出發，隨著人力成本不斷上漲，迫使企業不得不去尋找全新的替代方案，這也為工作效率更高且成本支出更低的機器人提供了非常廣闊的發展前景。

就產品本身而言，最近兩年，隨著人工智慧技術取得了突破性進展，機器人在應用場景上，有了更多的可能性。我們可以看到，從商場到銀行再到通信等諸多行業，機器人的出現頻率越來越高。

而在眾多的機器人研發企業中，成立於 2001 年的小 i 機器人，是走得非常早並且已經足夠成熟的一家。它可以為企業用戶提供包括自然語言處理、深度語義交互、語音識別、圖像識別、機器學習和大數據技術在內的人工智慧核心技術。

據悉，小 i 機器人的業務覆蓋了通信、金融、政務、電商、醫療、製造等多個行業，為近千家大中型企業和政府、幾十萬小企業及開發者提供服務，全球終端用戶已經超過 8 億。

根據資策會 MIC 研究數據顯示，2015 年四大應用領域機器人市場規模合計約 269 億美元，到 2025 年整體市場規模將擴大至 669 億美元。其中商業用機器人與消費類機器人 2000-2025 年複合成長率（CAGR）分別為 11.6% 和 17.4%。

面對這一龐大的市場，企業該如何讓 AI 技術實現產業化落地？也許你可以從小 i 機器人創始人&CEO 朱頻頻那裡得到答案。

以下是小 i 機器人創始人&CEO 朱頻頻在極客公園 Rebuild 2018 科技商業峰會上的演講實錄（經過極客公園編輯，略有刪減）：

今天跟大家分享一下作為一家 AI 公司，我們是如何去把 AI 這個看似很高大上的技術，帶到產業裡面去。今天整個大會的主題是 rebuild，字面的意思是重構並不斷的迭代。我把人工智慧、區塊鏈、雲計算以及大數據技術，總結為 ABCD。最近兩年，這些技術在快速發展，大家也在上面投入了很多的精力，我們認為，這些技術快速發展，有可能對產業產生顛覆性的重構。

目前正處於人工智慧的第三次浪潮。作為在人工智慧領域深耕了了十幾年的一家公司，我們希望這次不會再有低谷出現。第三次浪潮的到來，確實有很多基礎的條件，無論是技術能力，基礎的計算能力，還是市場的應用，我覺得市場應用的增多，這是非常重要的一點。

因為只有能夠不斷去產生價值，大家才能持續去做投入，人工智慧才是一個有生命力的技術，才能夠對產業的發展帶來巨大的價值。

當然，目前國際上一些國際頂尖的諮詢公司，對 AI 的發展充滿了信心。麥肯錫認為，到 2050 年，50% 的工作將由人工智慧自動化的完成。Gartner 預測：2020 年，也就是 2 年之後，在客戶服務的過程當中，大概有 85% 的工作由人工智慧和機器人來完成。

該如何怎麼看待 AI 技術？

從專業的角度來看，AI 核心的技術其實是在不斷發展的。早期 AI 比較關注邏輯的推理，去形成一個處理非常複雜信息的系統。但在邏輯推理的技術發展的進程中，我們發現其實有很多問題是它解決不了的。比如說一些很難去抽取出明確規則的體系，很難去總結出規律。

於是，人們又開始關注到了機器學習技術。機器學習技術發展了很多年，產生了非常多演算法。比如最近深度神經網路的演算法，帶動了人工智慧的新一輪浪潮。

其實先進的機器學習技術也在快速的發展，我們希望技術不斷的發展，未來能夠產生真正的無監督的機器學習，通過機器學習，去處理任何數據。

而目前在落地的商業應用當中，我們主要用機器學習的方式去處理三類數據，然後形成對這三類數據處理的能力，並且能夠用到更多的產業應用當中去。

首先是圖像，包括人臉識別以及其他一些場景識別。尤其是在無人駕駛汽車領域，需要用到大量圖像識別技術，來保證車輛能夠實現更加安全的行駛。

另外一個則是語音處理。目前，語音識別技術在很多場合已經達到了非常高的水平。比如這次大會現場用到的搜狗同傳，其語音識別的準確率已經達到了一個很高的水平。

但現在更重要的處理對象是語言，包括自然語言理解、處理這些技術。處理語言，讓機器能夠產生這種智能對話的過程，我們把它叫做會話式人工智慧，也叫做智能問答技術。

早些時候，MSN 很火爆，現在已經不存在了。當時我們提供了聊天機器人，之後也延伸到了 QQ 等其他的平台裡面。但是這種聊天機器人，雖然可以和你像真人一樣進行對話，但是商業模式非常難以形成。我們做了非常多的嘗試，也聚集了大概幾千萬的用戶，但是很難形成閉環的商業模式。

後來我們開始去做一些其他的商業嘗試，把這種智能對話技術放到 2B 的應用當中去，其中一個很典型的應用就是智能客服機器人。我們現在通過微信、網頁、電話的形式，去進行服務的，不一定是一個真人，可能就是一個具有智能交互能力的機器人，像 Siri、微軟小娜那樣出現在我們的手機或者是智能的互聯網設備當中。

會話式人工智慧會是未來的發展趨勢，Gartner 在十大戰略技術趨勢中，曾說過會話式 AI 未來可以連接萬物，它舉了四個例子，第一個就是小 i，然後蘋果的 siri，還有亞馬遜 Echo。小 i 現在已經應用到了很多的商業應用當中。

如何把 AI 技術應用到商業里，讓它真正產生商業價值？

想要做到這一點，首先要掌握源頭的核心技術，這是一個壁壘。

以小 i 機器人為例，首先針對自然語言，我們做了十幾年，從分詞到標註再到到文章的分類，裡面每一行代碼都是我們自己寫的，擁有自主知識產權。換句話說，我們具備完整的自然語言處理能力，能夠針對不同的語義進行理解。同時，基於自然語言處理技術，在不同領域中我們都能夠形成對領域的深度的語義理解，並擁有實現深度對話交互的能力。

其實對於人工智慧來說，機器學習跟大數據的技術也是非常基礎的能力。今年 7 月 5 號的時候，我們在上海舉辦了一場新品發布會，發布會當場，剛剛是世界盃進行到八分之一決賽，基於大量的數據預測，最終得冠的會是法國隊，當然，中間的過程稍微有一些偏差，但是最終的結果是非常準確的。

除了剛才提到的這樣的一些源頭的技術之外，我們必須要去做到，能夠把這些技術高度地產品化，讓客戶能夠比較簡單的使用到這些技術，在這個產品的基礎之上，去開發屬於自己的這種智能交互的能力。

在這個過程中，根據應用場景以及技術的不同，我們把智能交互能力分成五大類不同的 Bot。

包括對話聊天的 Bot、比較簡單可以快速建立領域知識問答能力的 Bot、深度語義理解對話的 Bot、可以做營銷、服務相互關聯的 Bot 以及最後這種可以從非結構化的文章當中，利用互聯網去尋找相關知識的 Bot，它不需要從結構化的知識里去獲取，而是能夠從非結構化的知識當中去獲取。

當然，現在的準確率還不算特別高，但是它可以與其他 Bot 形成一種非常有序的人機協作這樣的體系。我們要實現什麼？其實是自動上下文的關聯，實現多人物對話，多意圖的理解。

當用戶在一句話裡面，提到了多種意圖，也要能夠非常準確地理解它。我們在對這個領域進行了建模以後，能夠深度的理解用戶到底提的是什麼樣的問題，並且能夠非常精準地做出推理，給出最後的答案。

目前我們已經把以上提到的一些能力，分裝成不同的產品，去幫助不同領域的客戶，快速建立領域的知識圖譜，還能夠通過一個快速迭代的學習體系，讓機器人不斷地在領域當中進行學習。我們的目標就是讓它功能更強大，但是使用起來更為方便。

AI 如何紮根商業？

讓 AI 紮根商用，要針對行業的應用場景，形成有效的解決方案。即使你把這個技術產品化，但是這種技術對於我們的客戶來說，還是比較複雜的技術。要能夠把它應用起來，還要針對於這種商業的應用場景，形成有效的解決方案。

對於小 i 機器人而言，我們已經形成了 40 多種落地的解決方案，我們的客戶可以選擇其所需要的解決方案，實現快速落地，產生商業價值。

舉例來講，現在很多營銷電話其實是由機器人完成的，我們也為客戶提供了很多這樣的技術方案。另外，我們還可以通過智能知識庫這樣的產品，去武裝我們的客服人員，讓他工作的更加有效率。同時，我們可以通過對服務過程當中的情感分析，也可以讓機器人主動的在數據當中進行學習。

另外，我們不僅僅可以提供線上的客服機器人，還可以把這種智能交互的能力，跟線下的實體機器人結合在一起，形成線下的智能客服機器人。小 i 機器人在做的事情是，把一個大腦提供給機器人的實體部分。

AI 如何紮根商業，很重要的就是我們要有完善的服務體系。目前小 i 機器人的服務能力已經覆蓋全國，有專業的服務團隊，而且我們也在不斷地讓我們的合作夥伴去服務我們的體系。

企業近一兩年能夠獲得巨大的發展，非常重要的原因是我們構建了自己的平台、標準以及自己的合作夥伴的生態體系。同時，我們多年以來形成了自己的知識產權和各種各樣的標準。不論是國際標準、國家標準還是行業標準，我們都已經牽頭制定了這樣的一些標準。

我們現在也是在依託核心能力以及平台，去輻射到更多的行業里。現在小 i 做的不僅僅是智能客服，在智慧金融、智慧城市、智慧醫療、智能機器人、智能硬體、智能辦公、智能製造等領域，我們都有涉及。

今天因為時間有限，不能跟大家做更多深度的交流，謝謝大家。 

本文由極客公園原創

轉載聯繫 zhuanzai@geekpark.net

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！