從鎚子手機發布會看人工智慧在客服領域的革新

首先亮一下觀點，語音識別輸入證明了一點，人工智慧正在成為輸入式設備的顛覆式革新。語音識別，其背後的支撐是利用人工智慧來進行語義分析，轉化成文字信息，提高了效率。哪怕是big bang，其本質也是一種以拆分內容為目的的語義分析。

為了進一步討論，我們可以回顧一下手機的發展史，行動電話經歷了小型化、輕型化的發展後，手機就帶著一堆各種功能的按鍵逐漸進入人們的視線，鍵盤是當時手機和用戶交互的唯一介質。

直到07年，iPhone用觸屏手機在行業立了個標杆，沒有比較就沒有傷害，之後大家幡然醒悟，原來按鍵手機的輸入方式是如此反人類。觸屏手機市場湧入大量玩家，直到將按鍵手機完全淘汰。可以說，觸屏手機對於手機的革新根本源於其人機交互方式，提高了信息輸入與使用效率。

而現在以人工智慧為支撐技術的語音識別也是如此，在生活化場景下，訊飛的準確率確實很高，猜測是因其語料庫長期積累的生活化用詞，這就為移動端輸入提供了一種更高效合理的可能性，畢竟說話才順應人追求高效（懶）的本性。

不過，不同的識別服務有其專攻領域，比如訊飛對於生活場景以外的領域，語義識別上準確率相對較低。在此用以遊戲方面大數據為支持的網易云為例，接入網易遊戲80多款產品，結合遊戲數據進行針對性的優化，在遊戲領域的識別準確度有其絕對優勢。

此外，我看了下科大訊飛2016年第三季度的財報，利潤下滑的背後，科大訊飛全資收購了某教育領域信息化管理系統。以此不難推測，無論是教育，辦公會議還是其他場景，包括訊飛在內的人工智慧玩家正在將人工智慧技術推向更廣泛的應用領域。

在此大膽設想一下人工智慧在其他領域的語音識別應用方式：

1） 個性化定製：正如一些用戶反饋的那樣，訊飛對於生活場景以外的語義識別上準確率較低。以同樣深耕人工智慧客戶領域產品——網易七魚為例，為了能夠實現更好的語義分析，強調企業需要在接入系統後自行配製知識庫，同時，知識庫會根據對應行業的需要進行預置，以便滿足不同企業的個性需求。

2） 自學習：語音識別無論對於信息輸入者還是信息接受者來說，都是實現高效的手段。語音識別對於需要進行大量對話的場景來說更為重要，比如客戶服務領域。再以網易七魚為例，發生在封閉場景內的對話經過語義分析後，可以在知識庫中找到相似問題的答案，人工智慧可以幫助客服人員區分業務問題和非業務問題，問題達到一定頻度會自動更新至知識庫，完成人工智慧的其中一個自學習過程。

3） 信息預判：比語音輸入更快？網易七魚特別在客服應用場景中增加了信息預判輔助功能，通過已輸入內容進行分析預測，提供內容指向的幾種可能性，可實現在輸入過程中的內容自動補全，在語音輸入的基礎上進一步降低工作量。

智能手機的下一場在哪兒，就要看人工智慧未來的應用場景了。

推薦閱讀：