TMT观察网_独特视角观察TMT行业

前言：

如今，AI已是大家最喜聞樂見的話題。無論是巨頭還是創業者，都紛紛推出了相關產品，比如三星在11月21日發布了Bixby中文版，又比如靈伴即時在11月22日發布的睿思2.0版本，為廣大企業用戶帶來了更進一步的智能客服。主流觀點認為，在歷經幾十年的發展之后，AI已經逼近技術臨界點。不過，當AI風口漸起之時，市場卻充斥著狂炒概念的聒噪之聲，那么這時什么領域又或者什么產品才是AI真正的突破口呢？

以智能語音為首，高歌猛進的AI

AI并不是新鮮的事物，它已經擁有60年的歷史。不過，因為一直沒有成熟的實際應用，所以從未真正掀起過浪潮。表面上，是谷歌AlphaGo的出現，為AI增加了諸多話題性。實際上，相關技術儲備近年來也達到了一個新高度——在智能語音和以智能語音為基礎搭建的智能客服平臺等領域表現尤甚。

智能語音方面，亞馬遜、谷歌與蘋果等國際巨頭科技公司相繼發布了語音產品和解決方案，在國內百度和阿里巴巴也紛紛在智能語音領域發力，其中百度更是“All in AI”。而離我們最近的事件，便是三星在11月21日發布的Bixby中文版。在這些巨頭動作的背后，無不是在證明一點——智能語音前景可期。

然而，盡管巨頭們爭先追捧智能語音，但我們不能否認的是諸如阿里巴巴推出的天貓精靈等產品，在剛需表現上并不如人意，并且以上所述的智能語音產品也多是針對普通用戶級市場。那么，如此龐大的企業級市場，難道就沒有相關產品嗎？

實際上并非如此，前文提到的靈伴即時，是一家以語音識別為重點的AI科技公司，目前主營方向是呼叫中心場景下的語音識別解決方案，其推出的睿思2.0版本就是一款針對為企業級市場提供服務的智能客服平臺系統。而智能客服作為AI應用的一個前沿陣地，從技術來說覆蓋了從語音識別、合成到語言理解多重技術；從應用場景來說，客服行業周圍環境對語音交互的影響比較小，最適合智能語音交互落地。智能客服可以將人工客服從一些標準化、高度重復并且低價值的工作中解放出來，專注于更復雜、更高端、更具有價值的客戶服務。隨著AI語音交互的應用，傳統的call center轉型成以智能語音客服為主，人工干預為輔的呼叫中心是一個必然趨勢。對此，靈伴即時CEO陳博在接受采訪時也表示：“語音客服是一個更適合機器的場景，文本需求未必是客戶最直接的需求，而電話呼叫是比較純粹的、主動的服務方式，是特定垂直領域的應用，這點符合靈伴即時的發展規劃。

那么無論是在普通用戶級還是企業級市場，都有智能語音的相關產品推出，這其中哪類產品更受市場歡迎，迎合發展潮流呢？

智能客服為何紅得發燙？

不得不說，AI已經走到了一個關鍵節點。說得難聽點叫瓶頸，說得好聽點叫爆發點。雖然看起來距離黑科技還有一定的距離，但是誰能保證說，我們現在所經歷的，不是AI突破技術和倫理瓶頸的時刻呢？

AI的開端，來自阿蘭·圖靈所發表的一篇論文：機器能夠思考嗎？為了檢驗這一點，阿 蘭·圖靈設計了一個廣為人知的規則：圖靈測試。他預言，在2000年將有足夠聰明的機器通過測試。但讓人非常遺憾的是，他的預言直到2014年才被一臺英國雷丁大學的超級計算機所打破。在1955年，美國斯坦福大學計算機科學家約翰·麥卡錫第一次提出了AI概念。在此之后的漫長時間里，美國可以說一直領跑全球AI領域。在1997年，IBM所制造的“深藍” 就擊敗了國際象棋棋手卡斯帕羅夫，一時轟動全球。2016年，谷歌的AlphaGo又拿下了圍棋選手李世乭，甚至在快棋賽中力挫中國各路圍棋好手。如果說一開始的深藍使用的還是比較粗笨的窮舉法，那么AlphaGo在圍棋中所采用的各種策略，已經非常接近于人類的思考方式——甚至相對于人類，它更不容易被戰局所迷惑，也不會被感情所左右，在判斷時更為精準或者說冷酷。現在，AlphaGo Zero狂虐AlphaGo消息傳來，為火熱的AI又增了新柴。

從深藍到AlphaGo Zero，AI走了將近20 年，而AlphaGo Zero的到來，更是讓無數人都在思考：技術臨界點真的要出現了嗎？這并非無稽之談，近一兩年AI即將突破技術臨界點的論調被多次提起。而在這背后，是無數AI領域的創業者拿出的力證。

以靈伴即時為例，其于11月22日推出了睿思2.0版本。關于睿思，這是靈伴即時2016年夏天在京正式推出的智能社會服務云平臺“睿思AIaaS”，由靈伴即時自主研發的底層四大核心引擎：識別引擎、合成引擎、理解引擎以及對話引擎來做支撐。

據了解，經過了一年多的實踐應用，睿思已經研發50個業務場景的客服機器人，可謂成績斐然。其中在為浙商保險提供的智能客服中，睿思上線了續保通知、承保回訪、結案支付三種運營機器人。實現了單流程15路并發，日呼叫量3500通左右，成功回訪60%以上，月人力成本節省80%。對于如此優秀的服務，浙商保險方面表示：靈伴睿思智能客服機器人的交互能力，與保險行業的標準化、流程化的回訪業務等高度契合，能夠解決大部分的電話服務場景，從而節省了大量的人力成本，而通過睿思系統的統計分析能力，為我們的產品改善以及服務提升提供了準確的數據支撐。

而關于睿思2.0，其帶來的改變更具意義，對整個AI行業的影響也更大。睿思2.0新增五項功能——多輪次可打斷復雜語音對話能力、自助拖拽式流程設計、融合聲紋生物特征認證、機器人對話實時監控和在線學習知識庫和用戶情緒在線分析。不難看出，睿思2.0分別從無限接近真人的（真）和靈活簡便操作的（簡）入手進行升級：一方面在實際業務上可以實現更加接近真人、更自然流暢的語音交互服務；另一方面不需要寫代碼，通過模塊化的拖拽方式自行調整話術流程，不需要原廠重新定制開發，減少維護成本，方便系統迭代，讓普通運維人員經過培訓也可以操作。

由此可見的是，睿思2.0幾乎完全可以完成人類客服能做的事兒。所以這是否代表技術臨界點出現了呢？答案想必已在各位心中。

智能客服熱背后的邏輯和正確的方式

不可否認，目前的AI熱，其實是一種炒出來的“虛熱”。很多公司只是蹭熱點，沒有噱頭就抱著AI的大腿創造噱頭，反正大家都在跟風。類似的戲碼，之前已經在智能手機和移動游戲等逝去的風口中多次上演。

而對于一些大公司來說，他們追捧AI，則是源于一種本能的焦慮。在過去十年時間里，像諾基亞與摩托羅拉這樣的企業已經證明了，抓不住風口，就算是行業老大，要崩潰也不過是區區幾年時間而已。正所謂王權沒有永恒，抓住新的風口，就等于抓住了發展的命脈。

當然，對于其他一些真正的創業者，我們也保持著尊敬之心——一不小心，在AI領域不是沒有可能出現BAT這樣量級的公司——比如前文提到的靈伴即時。需明白的是，不論是創業團隊還是大公司，AI概念在目前階段對于他們來說也絕非是只有付出，沒有收入的虧本買賣。這一概念只要玩得好，就能為他們帶來相當的融資能力，激發他們的創業熱情，繼而推出影響整個行業乃至整個社會的AI產品。

那么如何才是做出影響深遠的AI產品的正確姿勢呢？

首先，因地制宜，不要盲目跟風。比如，靈伴即時的CEO陳博在2014年初和幾位同道好友成立了靈伴即時，將語音抗噪、語音識別、語音合成和語言理解核心技術作為主攻方向。結合自身在智能語音方面的技術優勢，選擇了呼叫中心場景切入，讓AI解放傳統人工坐席人力，實現個性化智能服務。同樣，阿里巴巴所擅長的是電子商務，他們的AI產品也圍繞著社交和電商展開。要是有一天阿里巴巴想不開，去玩社交AI，那么就算再有錢，也不過是為他人做嫁妝。

其次，循序漸進。不指望一口氣就憋出一個“黑科技”去打出翻身仗。而是要學會降低用戶的期望值，少用PPT吹，多用產品來打動用戶，積累口碑。比如當年的樂視，就是靠PPT忽悠了一群人，結果現在傳說中的樂視汽車依舊活在PPT之中。反之，參考靈伴即時的睿思產品，一步一步走來，得到市場認可的同時，產品和企業自身也得到了相應的提升。

最后，就是要培養自己的人才隊伍。據了解，現在靈伴即時有50幾個人，核心團隊成員80%以上成員具有博士、博士后教育背景，在AI技術領域擁有科研和技術開發經驗。CEO陳博是北京大學管理學博士、清華MBA，有十年創業經驗，十年以上IT技術服務領域專業經驗。CTO龐在虎是北京大學工學博士后，在多媒體的機器學習和深度學習方面具研究經驗，在語音識別、語音合成領域中取得了理論研究成果。良好的人才儲備，為靈伴即時的AI發展打下了堅實的基礎。此外，在國內諸如百度這樣的公司也開啟了自己的百度技術學院，宣稱要為中國培育AI人才。

總結而言，準確定位、低調行事與人才到位，這才是AI能獲得進步的三駕馬車。