如何讓AI扎根商用？針對行業(yè)的應用場景，形成有效解決方案是關鍵。

　　對于從事機器人研發(fā)的企業(yè)來講，這可能是一個最好的時代。從市場的角度出發(fā)，隨著人力成本不斷上漲，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。

　　就產品本身而言，最近兩年，隨著人工智能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(yè)，機器人的出現頻率越來越高。

　　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足夠成熟的一家。它可以為企業(yè)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能核心技術。

　　據悉，小i機器人的業(yè)務覆蓋了通信、金融、政務、電商、醫(yī)療、制造等多個行業(yè)，為近千家大中型企業(yè)和政府、幾十萬小企業(yè)及開發(fā)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(guī)模合計約269億美元，到2025年整體市場規(guī)模將擴大至669億美元。其中商業(yè)用機器人與消費類機器人2000-2025年復合成長率（CAGR）分別為11.6%和17.4%。

　　面對這一龐大的市場，企業(yè)該如何讓AI技術實現產業(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。

　　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(yè)里面去。今天整個大會的主題是rebuild，字面的意思是重構并不斷的迭代。我把人工智能、區(qū)塊鏈、云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(fā)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(fā)展，有可能對產業(yè)產生顛覆性的重構。

　　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(xù)去做投入，人工智能才是一個有生命力的技術，才能夠對產業(yè)的發(fā)展帶來巨大的價值。

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

　　從專業(yè)的角度來看，AI核心的技術其實是在不斷發(fā)展的。早期AI比較關注邏輯的推理，去形成一個處理非常復雜信息的系統。但在邏輯推理的技術發(fā)展的進程中，我們發(fā)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(guī)則的體系，很難去總結出規(guī)律。

　　于是，人們又開始關注到了機器學習技術。機器學習技術發(fā)展了很多年，產生了非常多算法。比如最近深度神經網絡的算法，帶動了人工智能的新一輪浪潮。

　　其實先進的機器學習技術也在快速的發(fā)展，我們希望技術不斷的發(fā)展，未來能夠產生真正的無監(jiān)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(yè)應用當中，我們主要用機器學習的方式去處理三類數據，然后形成對這三類數據處理的能力，并且能夠用到更多的產業(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能，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行對話，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的用戶，但是很難形成閉環(huán)的商業(yè)模式。

　　后來我們開始去做一些其他的商業(yè)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。

　　會話式人工智能會是未來的發(fā)展趨勢，Gartner在十大戰(zhàn)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，然后蘋果的siri，還有亞馬遜Echo。小i現在已經應用到了很多的商業(yè)應用當中。

　　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，從分詞到標注再到到文章的分類，里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，基于自然語言處理技術，在不同領域中我們都能夠形成對領域的深度的語義理解，并擁有實現深度對話交互的能力。

　　其實對于人工智能來說，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(fā)布會，發(fā)布會當場，剛剛是世界杯進行到八分之一決賽，基于大量的數據預測，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(fā)屬于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以及最后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。我們要實現什么？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。我們在對這個領域進行了建模以后，能夠深度的理解用戶到底提的是什么樣的問題，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。

　　讓AI扎根商用，要針對行業(yè)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，但是這種技術對于我們的客戶來說，還是比較復雜的技術。要能夠把它應用起來，還要針對于這種商業(yè)的應用場景，形成有效的解決方案。

　　對于小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(yè)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如何扎根商業(yè)，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(yè)的服務團隊，而且我們也在不斷地讓我們的合作伙伴去服務我們的體系。

　　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，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(yè)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(yī)療、智能機器人、智能硬件、智能辦公、智能制造等領域，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。