本文具體分析了企業(yè)應(yīng)用和人工智能產(chǎn)業(yè)結(jié)合的一些關(guān)鍵要素，從行業(yè)整體現(xiàn)狀，流程和人才培養(yǎng)上提供了一些可以思考的要點，同時以企業(yè)級聊天機(jī)器人為例，闡述了具體的應(yīng)用場景落地方式，希望對讀者有一定的啟發(fā)和借鑒作用。

讀過該系列第一篇文章的朋友應(yīng)該對企業(yè)軟件市場的發(fā)展有了一個概況的認(rèn)識，這次分享我將著重談一下當(dāng)下無法回避的一個熱門話題——人工智能技術(shù)的應(yīng)用。

一、AI行業(yè)前瞻

就像我之前描述的那樣，人工智能發(fā)展經(jīng)歷了漫長的周期，從實驗室的“數(shù)學(xué)模型”和“Python程序”逐步走向了工業(yè)界。當(dāng)然從歷史經(jīng)驗講，任何技術(shù)都將從默默無聞到狂熱再回歸到“冷靜”。目前人工智能技術(shù)還在“風(fēng)口”上，但是顯然已經(jīng)過了“蜜月期”，各種現(xiàn)實的問題接踵而來，認(rèn)人不禁擔(dān)憂AI會不會像VR（虛擬現(xiàn)實技術(shù)）一樣掉下神壇， 并逐步遠(yuǎn)離人們的視線。一個有趣的生活中的現(xiàn)象是，2016年左右的時候，買一個三星、暴風(fēng)科技的頭盔似乎是種時尚，記得朋友到家里來玩的時候為此沉迷了一個下午。2018年的時候，買個小度或者小米音箱送朋友顯得很有科技感，面子十足。不過最近似乎這兩樣科技產(chǎn)品都沒那么“時髦”了。

此外，印度工程師AI優(yōu)先的軟件設(shè)計理念導(dǎo)致波音飛機(jī)的致命缺陷多多少少會讓人對AI系統(tǒng)的安全性產(chǎn)生擔(dān)憂。AI引發(fā)潛在的數(shù)據(jù)濫用和隱私侵犯也是一個亟需解決的問題。

不過任何事情都是有兩面性的，這個階段至少可以讓投資人和從業(yè)人員靜下心來，一起探討和評估AI技術(shù)和需求落地的可能性，找尋成功率最高的戰(zhàn)術(shù)，為終局之戰(zhàn)做好準(zhǔn)備，是不是某種情節(jié)和復(fù)仇者聯(lián)盟里的場景有某種相似~

二、AI無法獨立存在

回到我們身邊的人工智能應(yīng)用，主要集中在互聯(lián)網(wǎng)服務(wù)，娛樂，安全，無人駕駛，醫(yī)療診斷等領(lǐng)域。比如常見的人臉識別檢測設(shè)備，娛樂機(jī)器人以及工業(yè)自動化機(jī)器人等。電商智能客服行業(yè)的興起，讓用戶可以隨時咨詢購物的相關(guān)問題，甚至通過聊天窗口直接下單，無疑提升了購物體驗和效率，從某種程度上也促進(jìn)了商家的銷售。此外人臉識別技術(shù)在支付領(lǐng)域的應(yīng)用，讓用戶出門連手機(jī)都不用帶了，極大的提高了支付的便捷性。

上述應(yīng)用或多或少正在改變我們的生活或者工作方式。 從企業(yè)級應(yīng)用層面，人工智能的主要價值在于降本增效，同時降低人工操作的錯誤率。這里要指出的是，人工智能技術(shù)的主要存在形式本質(zhì)上是一個部件或者一種服務(wù)，而不是一個完全閉環(huán)的產(chǎn)品。這也決定這人工智能技術(shù)的應(yīng)用必須基于企業(yè)現(xiàn)有的業(yè)務(wù)，或者說和企業(yè)現(xiàn)有的產(chǎn)品和服務(wù)是一種相互結(jié)合和彼此增強(qiáng)的關(guān)系。所以我們更多的思考應(yīng)該是如何將人工智能技術(shù)嵌入到企業(yè)自身的業(yè)務(wù)和IT服務(wù)中。而不是脫離實際業(yè)務(wù)場景和現(xiàn)有數(shù)據(jù)空談AI，這樣只會導(dǎo)致緣木求魚，甚至涸撤之魚的結(jié)果。

三、以企業(yè)級聊天機(jī)器人為例

接下來，我將重點結(jié)合聊天機(jī)器人在企業(yè)軟件中的應(yīng)用現(xiàn)狀，具體剖析下人工智能技術(shù)如何在企業(yè)應(yīng)用場景中落地。

面對自然語言處理、機(jī)器學(xué)習(xí)、知識圖譜和圖像識別技術(shù)的成熟，企業(yè)級市場的需求點也逐步開始顯現(xiàn)。企業(yè)級聊天機(jī)器人在當(dāng)下這個歷史階段被推上了風(fēng)口，大有取代企業(yè)級移動應(yīng)用的趨勢。這里所談的企業(yè)級聊天機(jī)器人和面向大眾的娛樂陪聊機(jī)器人不同，主要面向企業(yè)內(nèi)部的場景和數(shù)據(jù)，類似于企業(yè)員工虛擬助手，可以滿足企業(yè)員工的日常工作需求，形成統(tǒng)一化的企業(yè)內(nèi)部知識庫，自動為員工提供咨詢服務(wù)，解放行政、人事、財務(wù)等部門所有員工重復(fù)咨詢的工作時間，提高服務(wù)部門工作效率，減少人力運營成本。同時差旅智能聊天機(jī)器人助手可以滿足員工從出差到預(yù)定機(jī)票，直到報銷費用的完整閉環(huán)流程。

另外該項技術(shù)可以和運維行業(yè)結(jié)合，根據(jù)上下文調(diào)度和執(zhí)行自動化任務(wù)，實現(xiàn)巡檢、作業(yè)、交付、工單等聯(lián)動場景。與機(jī)器學(xué)習(xí)技術(shù)的結(jié)合甚至可以完成自動分析日志信息，并自動匹配解決方案的目的。

從上述的例子中，不難看出，企業(yè)級聊天機(jī)器人作為統(tǒng)一的跨渠道聊天界面，除了增強(qiáng)用戶體驗外，也可以有效的提升工作效率。當(dāng)然，真正促使企業(yè)級聊天機(jī)器人落地的因素除了企業(yè)現(xiàn)有的知識庫和數(shù)據(jù)外，還需要和業(yè)務(wù)系統(tǒng)進(jìn)行有效的對接，以及引入流程自動化和機(jī)器學(xué)習(xí)等相關(guān)技術(shù)。

不難想象，未來的企業(yè)信息化場景中，員工將不再為找應(yīng)用入口、找咨詢?nèi)肟凇⒄抑R入口而花費大量精力。企業(yè)職能部門也不用花費大量的時間為員工提供重復(fù)咨詢，可以將時間投入到更有價值的事情上。

四、AI行業(yè)研發(fā)流程

作為一個傳統(tǒng)行業(yè)或者互聯(lián)網(wǎng)行業(yè)人士，目前思考的主要問題應(yīng)該是如何將AI技術(shù)和服務(wù)整合到自身現(xiàn)有的產(chǎn)品和服務(wù)上，來提升傳統(tǒng)行業(yè)的競爭力。而作為AI行業(yè)從業(yè)人員，則應(yīng)該多思考如何通過技術(shù)提升客戶現(xiàn)有服務(wù)的體驗，達(dá)到雙贏的局面。

具體的主導(dǎo)關(guān)系應(yīng)事而異，不過和傳統(tǒng)企業(yè)軟件行業(yè)產(chǎn)品或者項目管理模式有些不同的是，企業(yè)應(yīng)用行業(yè)只要畫出原型圖，開發(fā)基本可以根據(jù)設(shè)計完成軟件的開發(fā)，而AI行業(yè)則存在著不可預(yù)知性，需要反復(fù)多次優(yōu)化，甚至還涉及數(shù)據(jù)標(biāo)注等臟活累活，達(dá)到設(shè)定的預(yù)期需要不斷的實驗，無法簡單的采用瀑布流的工作方式。

這點可以類比實驗室做研究課題的流程： 一般情況是，導(dǎo)師給出課題方向后，博士生開始撰寫模型和算法，然后碩士生編碼做實驗，而本科生一般會參與數(shù)據(jù)標(biāo)注和整理的工作。整個過程其實是一個反復(fù)迭代的過程，導(dǎo)師給出課題的同時，也會給出可能的結(jié)果預(yù)期。撰寫模型算法的人也會給出大致的數(shù)據(jù)分析要求，不過最終這一切都需要通過實驗來反復(fù)驗證，甚至推翻重來。當(dāng)結(jié)果有偏差時，需要分析原因，調(diào)整模型和算法的同時，優(yōu)化數(shù)據(jù)集，最后通過可視化的圖表呈現(xiàn)出實驗結(jié)果，然后交由導(dǎo)師來評判和決定下一步的實驗方向。所以往往導(dǎo)師的經(jīng)驗和眼界決定了課題的質(zhì)量，但是學(xué)生的快速實驗可以讓導(dǎo)師快速得到反饋。

整個過程充滿變數(shù)，而且具有不可預(yù)知性，沒有人可以保證實驗結(jié)果一定會符合預(yù)期，同時實驗過程中間存在著大量的溝通，協(xié)作甚至短暫的失敗。我記得自己做課題的時候，直到發(fā)表前的一個月，還是和導(dǎo)師預(yù)想的結(jié)果不一致，當(dāng)時第一反應(yīng)是算法和實驗方法不會錯了吧。但是導(dǎo)師的一句話讓我至今記憶猶新“你只管按照實驗方法去做，然后把結(jié)果真實的記錄下來就可以了”。

從追求效益的產(chǎn)業(yè)角度來說，這種觀念似乎和當(dāng)下有點背道而馳。一種不好的現(xiàn)象是，整個產(chǎn)業(yè)界有時過度宣傳產(chǎn)品的價值和質(zhì)量，過分強(qiáng)調(diào)銷售和推廣，而忽略核心的研發(fā)過程和工藝。當(dāng)然這點絕不限于AI行業(yè)，很多行業(yè)，包括制藥保健品行業(yè)也存在急功近利的現(xiàn)象。

事實上，很多目前AI行業(yè)的專家還是有著相關(guān)的高校背景，同時又有著產(chǎn)業(yè)界的經(jīng)驗。比如行業(yè)頂級專家，斯坦福的李飛飛教授曾短暫的在谷歌就職，而另一位權(quán)威吳達(dá)恩教授曾在百度擔(dān)任首席科學(xué)家。通過學(xué)術(shù)界和工業(yè)界的碰撞，勢必將產(chǎn)業(yè)需求和AI技術(shù)現(xiàn)狀進(jìn)行很好的融合。相信在各方面共同努力下，AI產(chǎn)業(yè)未來會扮演越來越重要的角色。

五、如何打造AI人才團(tuán)隊

不用多說，阻礙這個行業(yè)最大發(fā)展的是人才之爭，在中美科技戰(zhàn)的背景下，科技人才的數(shù)量和質(zhì)量某種程度上決定了一個國家的未來。針對企業(yè)級應(yīng)用市場來說，AI人才的獲取將決定企業(yè)產(chǎn)品和服務(wù)的競爭力。當(dāng)下，大部分AI人才基本集中在高校、人工智能公司和互聯(lián)網(wǎng)公司等。企業(yè)軟件市場由于待遇，發(fā)展前景以及技術(shù)積累等方面還是相對處于劣勢，吸引高科技人才缺乏競爭力，需要迎頭趕上，否則未來很難取得快速發(fā)展。

筆者認(rèn)為，除了吸引外部優(yōu)秀的AI人才外，內(nèi)部培養(yǎng)也不失為一個較好的選擇。當(dāng)然此話說起來容易，具體操作起來很難。因為AI行業(yè)對人才的培養(yǎng)周期較長，需要有良好的專業(yè)理論基礎(chǔ)和教育背景，而非普通培訓(xùn)的方式可以快速形成。

另一個原因用中國古話來說就是“人以群分，物以類聚”。從側(cè)面也說明AI研發(fā)的投入除了企業(yè)戰(zhàn)略上的重視，也需要注重公司整體的技術(shù)氛圍和學(xué)習(xí)風(fēng)氣，否則很難凝聚高水平的人才團(tuán)隊。從人才構(gòu)成角度上將，需要有一定的梯度和差異，既需要有算法理論上的行業(yè)專家和顧問，也需要有工程類的實踐人才，同時更需要有人將業(yè)務(wù)需求，AI技術(shù)結(jié)合起來，對行業(yè)現(xiàn)狀有清晰的認(rèn)識，知道目前階段有哪些業(yè)務(wù)是當(dāng)下技術(shù)可以解決的，可以從內(nèi)部和外部物色和培養(yǎng)哪些人才來投入研發(fā)。反之，有哪些場景目前自身還不能夠完成，但是可以通過先和相關(guān)高?；蛘咂髽I(yè)進(jìn)行合作來快速實現(xiàn)業(yè)務(wù)推動等。

無論如何，企業(yè)軟件市場逐步走向智能化將是一個不可避免的趨勢，相關(guān)行業(yè)從業(yè)人員和公司如果不想在這個階段掉隊，需要盡快在人工智能領(lǐng)域找準(zhǔn)自身定位，提前布局。過分吹捧或者懷疑人工智能技術(shù)當(dāng)下和未來對企業(yè)軟件市場的改變都是不可取的。很多年以前，誰能想到云計算會從一種概念變成當(dāng)下企業(yè)軟件的主流趨勢呢？

本文具體分析了企業(yè)應(yīng)用和人工智能產(chǎn)業(yè)結(jié)合的一些關(guān)鍵要素，從行業(yè)整體現(xiàn)狀，流程和人才培養(yǎng)上提供了一些可以思考的要點，同時以企業(yè)級聊天機(jī)器人為例，闡述了具體的應(yīng)用場景落地方式，希望對讀者有一定的啟發(fā)和借鑒作用。

本文由@靜空一葉 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議