如何讓AI扎根商用？針對行業(yè)的應用場(chǎng)景，形成有效解決方案是關(guān)鍵。
對于從事機器人研發(fā)的企業(yè)來(lái)講，這可能是一個(gè)最好的時(shí)代。從市場(chǎng)的角度出發(fā)，隨著(zhù)人力成本不斷上漲，迫使企業(yè)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(fā)展前景。
就產(chǎn)品本身而言，最近兩年，隨著(zhù)人工智能技術(shù)取得了突破性進(jìn)展，機器人在應用場(chǎng)景上，有了更多的可能性。我們可以看到，從商場(chǎng)到銀行再到通信等諸多行業(yè)，機器人的出現頻率越來(lái)越高。
而在眾多的機器人研發(fā)企業(yè)中，成立于2001年的小i機器人，是走得非常早并且已經(jīng)足夠成熟的一家。它可以為企業(yè)用戶(hù)提供包括自然語(yǔ)言處理、深度語(yǔ)義交互、語(yǔ)音識別、圖像識別、機器學(xué)習和大數據技術(shù)在內的人工智能核心技術(shù)。
據悉，小i機器人的業(yè)務(wù)覆蓋了通信、金融、政務(wù)、電商、醫療、制造等多個(gè)行業(yè)，為近千家大中型企業(yè)和政府、幾十萬(wàn)小企業(yè)及開(kāi)發(fā)者提供服務(wù)，全球終端用戶(hù)已經(jīng)超過(guò)8億。
根據資策會(huì )MIC研究數據顯示，2015年四大應用領(lǐng)域機器人市場(chǎng)規模合計約269億美元，到2025年整體市場(chǎng)規模將擴大至669億美元。其中商業(yè)用機器人與消費類(lèi)機器人2000-2025年復合成長(cháng)率（CAGR）分別為11.6%和17.4%。
面對這一龐大的市場(chǎng)，企業(yè)該如何讓AI技術(shù)實(shí)現產(chǎn)業(yè)化落地？也許你可以從小i機器人創(chuàng )始人&CEO朱頻頻那里得到答案。
以下是小i機器人創(chuàng )始人&CEO朱頻頻在極客公園Rebuild2018科技商業(yè)峰會(huì )上的演講實(shí)錄（經(jīng)過(guò)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(gè)看似很高大上的技術(shù)，帶到產(chǎn)業(yè)里面去。今天整個(gè)大會(huì )的主題是rebuild，字面的意思是重構并不斷的迭代。我把人工智能、區塊鏈、云計算以及大數據技術(shù)，總結為ABCD。最近兩年，這些技術(shù)在快速發(fā)展，大家也在上面投入了很多的精力，我們認為，這些技術(shù)快速發(fā)展，有可能對產(chǎn)業(yè)產(chǎn)生顛覆性的重構。
目前正處于人工智能的第三次浪潮。作為在人工智能領(lǐng)域深耕了了十幾年的一家公司，我們希望這次不會(huì )再有低谷出現。第三次浪潮的到來(lái)，確實(shí)有很多基礎的條件，無(wú)論是技術(shù)能力，基礎的計算能力，還是市場(chǎng)的應用，我覺(jué)得市場(chǎng)應用的增多，這是非常重要的一點(diǎn)。
因為只有能夠不斷去產(chǎn)生價(jià)值，大家才能持續去做投入，人工智能才是一個(gè)有生命力的技術(shù)，才能夠對產(chǎn)業(yè)的發(fā)展帶來(lái)巨大的價(jià)值。
當然，目前國際上一些國際頂尖的咨詢(xún)公司，對AI的發(fā)展充滿(mǎn)了信心。麥肯錫認為，到2050年，50%的工作將由人工智能自動(dòng)化的完成。Gartner預測:2020年，也就是2年之后，在客戶(hù)服務(wù)的過(guò)程當中，大概有85%的工作由人工智能和機器人來(lái)完成。
該如何怎么看待AI技術(shù)？
從專(zhuān)業(yè)的角度來(lái)看，AI核心的技術(shù)其實(shí)是在不斷發(fā)展的。早期A(yíng)I比較關(guān)注邏輯的推理，去形成一個(gè)處理非常復雜信息的系統。但在邏輯推理的技術(shù)發(fā)展的進(jìn)程中，我們發(fā)現其實(shí)有很多問(wèn)題是它解決不了的。比如說(shuō)一些很難去抽取出明確規則的體系，很難去總結出規律。
于是，人們又開(kāi)始關(guān)注到了機器學(xué)習技術(shù)。機器學(xué)習技術(shù)發(fā)展了很多年，產(chǎn)生了非常多算法。比如最近深度神經(jīng)網(wǎng)絡(luò )的算法，帶動(dòng)了人工智能的新一輪浪潮。
其實(shí)先進(jìn)的機器學(xué)習技術(shù)也在快速的發(fā)展，我們希望技術(shù)不斷的發(fā)展，未來(lái)能夠產(chǎn)生真正的無(wú)監督的機器學(xué)習，通過(guò)機器學(xué)習，去處理任何數據。
而目前在落地的商業(yè)應用當中，我們主要用機器學(xué)習的方式去處理三類(lèi)數據，然后形成對這三類(lèi)數據處理的能力，并且能夠用到更多的產(chǎn)業(yè)應用當中去。
首先是圖像，包括人臉識別以及其他一些場(chǎng)景識別。尤其是在無(wú)人駕駛汽車(chē)領(lǐng)域，需要用到大量圖像識別技術(shù)，來(lái)保證車(chē)輛能夠實(shí)現更加安全的行駛。
另外一個(gè)則是語(yǔ)音處理。目前，語(yǔ)音識別技術(shù)在很多場(chǎng)合已經(jīng)達到了非常高的水平。比如這次大會(huì )現場(chǎng)用到的搜狗同傳，其語(yǔ)音識別的準確率已經(jīng)達到了一個(gè)很高的水平。
但現在更重要的處理對象是語(yǔ)言，包括自然語(yǔ)言理解、處理這些技術(shù)。處理語(yǔ)言，讓機器能夠產(chǎn)生這種智能對話(huà)的過(guò)程，我們把它叫做會(huì )話(huà)式人工智能，也叫做智能問(wèn)答技術(shù)。
早些時(shí)候，MSN很火爆，現在已經(jīng)不存在了。當時(shí)我們提供了聊天機器人，之后也延伸到了QQ等其他的平臺里面。但是這種聊天機器人，雖然可以和你像真人一樣進(jìn)行對話(huà)，但是商業(yè)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(wàn)的用戶(hù)，但是很難形成閉環(huán)的商業(yè)模式。
后來(lái)我們開(kāi)始去做一些其他的商業(yè)嘗試，把這種智能對話(huà)技術(shù)放到2B的應用當中去，其中一個(gè)很典型的應用就是智能客服機器人。我們現在通過(guò)微信、網(wǎng)頁(yè)、電話(huà)的形式，去進(jìn)行服務(wù)的，不一定是一個(gè)真人，可能就是一個(gè)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(lián)網(wǎng)設備當中。
會(huì )話(huà)式人工智能會(huì )是未來(lái)的發(fā)展趨勢，Gartner在十大戰略技術(shù)趨勢中，曾說(shuō)過(guò)會(huì )話(huà)式AI未來(lái)可以連接萬(wàn)物，它舉了四個(gè)例子，第一個(gè)就是小i，然后蘋(píng)果的siri，還有亞馬遜Echo。小i現在已經(jīng)應用到了很多的商業(yè)應用當中。
如何把AI技術(shù)應用到商業(yè)里，讓它真正產(chǎn)生商業(yè)價(jià)值？
想要做到這一點(diǎn)，首先要掌握源頭的核心技術(shù)，這是一個(gè)壁壘。
以小i機器人為例，首先針對自然語(yǔ)言，我們做了十幾年，從分詞到標注再到到文章的分類(lèi)，里面每一行代碼都是我們自己寫(xiě)的，擁有自主知識產(chǎn)權。換句話(huà)說(shuō)，我們具備完整的自然語(yǔ)言處理能力，能夠針對不同的語(yǔ)義進(jìn)行理解。同時(shí)，基于自然語(yǔ)言處理技術(shù)，在不同領(lǐng)域中我們都能夠形成對領(lǐng)域的深度的語(yǔ)義理解，并擁有實(shí)現深度對話(huà)交互的能力。
其實(shí)對于人工智能來(lái)說(shuō)，機器學(xué)習跟大數據的技術(shù)也是非常基礎的能力。今年7月5號的時(shí)候，我們在上海舉辦了一場(chǎng)新品發(fā)布會(huì )，發(fā)布會(huì )當場(chǎng)，剛剛是世界杯進(jìn)行到八分之一決賽，基于大量的數據預測，最終得冠的會(huì )是法國隊，當然，中間的過(guò)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(shù)之外，我們必須要去做到，能夠把這些技術(shù)高度地產(chǎn)品化，讓客戶(hù)能夠比較簡(jiǎn)單的使用到這些技術(shù)，在這個(gè)產(chǎn)品的基礎之上，去開(kāi)發(fā)屬于自己的這種智能交互的能力。
在這個(gè)過(guò)程中，根據應用場(chǎng)景以及技術(shù)的不同，我們把智能交互能力分成五大類(lèi)不同的Bot。
包括對話(huà)聊天的Bot、比較簡(jiǎn)單可以快速建立領(lǐng)域知識問(wèn)答能力的Bot、深度語(yǔ)義理解對話(huà)的Bot、可以做營(yíng)銷(xiāo)、服務(wù)相互關(guān)聯(lián)的Bot以及最后這種可以從非結構化的文章當中，利用互聯(lián)網(wǎng)去尋找相關(guān)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(xié)作這樣的體系。我們要實(shí)現什么？其實(shí)是自動(dòng)上下文的關(guān)聯(lián)，實(shí)現多人物對話(huà)，多意圖的理解。
當用戶(hù)在一句話(huà)里面，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(gè)領(lǐng)域進(jìn)行了建模以后，能夠深度的理解用戶(hù)到底提的是什么樣的問(wèn)題，并且能夠非常精準地做出推理，給出最后的答案。
目前我們已經(jīng)把以上提到的一些能力，分裝成不同的產(chǎn)品，去幫助不同領(lǐng)域的客戶(hù)，快速建立領(lǐng)域的知識圖譜，還能夠通過(guò)一個(gè)快速迭代的學(xué)習體系，讓機器人不斷地在領(lǐng)域當中進(jìn)行學(xué)習。我們的目標就是讓它功能更強大，但是使用起來(lái)更為方便。
AI如何扎根商業(yè)？
讓AI扎根商用，要針對行業(yè)的應用場(chǎng)景，形成有效的解決方案。即使你把這個(gè)技術(shù)產(chǎn)品化，但是這種技術(shù)對于我們的客戶(hù)來(lái)說(shuō)，還是比較復雜的技術(shù)。要能夠把它應用起來(lái)，還要針對于這種商業(yè)的應用場(chǎng)景，形成有效的解決方案。
對于小i機器人而言，我們已經(jīng)形成了40多種落地的解決方案，我們的客戶(hù)可以選擇其所需要的解決方案，實(shí)現快速落地，產(chǎn)生商業(yè)價(jià)值。
舉例來(lái)講，現在很多營(yíng)銷(xiāo)電話(huà)其實(shí)是由機器人完成的，我們也為客戶(hù)提供了很多這樣的技術(shù)方案。另外，我們還可以通過(guò)智能知識庫這樣的產(chǎn)品，去武裝我們的客服人員，讓他工作的更加有效率。同時(shí)，我們可以通過(guò)對服務(wù)過(guò)程當中的情感分析，也可以讓機器人主動(dòng)的在數據當中進(jìn)行學(xué)習。
另外，我們不僅僅可以提供線(xiàn)上的客服機器人，還可以把這種智能交互的能力，跟線(xiàn)下的實(shí)體機器人結合在一起，形成線(xiàn)下的智能客服機器人。小i機器人在做的事情是，把一個(gè)大腦提供給機器人的實(shí)體部分。
AI如何扎根商業(yè)，很重要的就是我們要有完善的服務(wù)體系。目前小i機器人的服務(wù)能力已經(jīng)覆蓋全國，有專(zhuān)業(yè)的服務(wù)團隊，而且我們也在不斷地讓我們的合作伙伴去服務(wù)我們的體系。
企業(yè)近一兩年能夠獲得巨大的發(fā)展，非常重要的原因是我們構建了自己的平臺、標準以及自己的合作伙伴的生態(tài)體系。同時(shí)，我們多年以來(lái)形成了自己的知識產(chǎn)權和各種各樣的標準。不論是國際標準、國家標準還是行業(yè)標準，我們都已經(jīng)牽頭制定了這樣的一些標準。
我們現在也是在依托核心能力以及平臺，去輻射到更多的行業(yè)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、智能硬件、智能辦公、智能制造等領(lǐng)域，我們都有涉及。
今天因為時(shí)間有限，不能跟大家做更多深度的交流，謝謝大家。
