我们离人工智能革命还很遥远，但这没关系…

影子

18至19世纪，两次工业革命彻底改变了人类的思想观念——机械与流水线取代了绝大部分手工从业者，生产力爆炸，人口城市化，大量中产阶级诞生等等。但无疑的是，对整个社会来说，经济基础得到了飞速的发展，物质条件也获得了极大改善，温饱不再是最迫切的问题，越来越多的人开始过起了相对安逸的生活。

工业革命给予整个人类文明的发展无疑是积极的、深远的，是人类自身的智慧为整个种群带来的巨大馈赠……然而时至今日，人们仿佛再一次看到了这种希望——人类智慧的结晶仿佛将再次创造出足以刷新整个文明面貌的巨大财富。

只不过这次的主角是人工智能。

图1：英国工业革命

角色的误解

伴随着人工智能技术的飞跃，如今被问得最多的、老生常谈的问题就是：在我们现今的生活中，人工智能究竟扮演了一个怎样的角色，我们是否能期望它能代替人类，独立地完成更多的工作呢？

我们先来回顾一下那些耳熟能详的人工智能作品，最具代表性的就是Google开发的世界第一的围棋“选手”Alpha Go，以及近年来整个行业兴起的无人驾驶系统，而再来就是第一个位机器公民Sophia，以及可以包含Siri在内的各大智能聊天机器人……不胜枚举。然而，不管是上述中任何一项，你会发现，无一例外都只停留在某一领域，而且实际上目前都无法带来新的生产力，说白了，对商业环境来说都只是花瓶而已。

图2：第一位机器公民Sophia

的确，这些年来，有着很多关于人工智能的讨论和分析，各种观点不胜枚举，号称利用人工智能来提供产品和服务的企业也不在少数。然而，一个消极的事实是，在整个人工智能创业生态圈中，至始至终没有成立一个类似管理委员会的职能部门去评判什么项目属于人工智能而什么不属于，甚至对行业来说都没有一个统一衡量的标准。这也直接致使了“人工智能”在很多时候都沦为了炒作的宣传标语，同时对非业内人士来说也依旧是一个只闻其声的迷。

雪上加霜的是，很多人因为对人工智能的曲解，对可预见的未来产生了许多不切实际的梦——完全代替劳动力的人工智能，胜任文学创作的人工智能、全权司机人工智能等等……然而事实上，这些都还遥不可及。

图3：Google正在测试的无人车

面纱之下

事实上，现今对人工智能最恰当的理解实际是其背后的支撑技术——机器学习、深度学习、自然语言处理等。简单来说人工智能型企业或产品无不是基于此类技术，让计算机在某一领域通过大量的数据学习，自主构建起一套能解决同类问题的规则而已，比如通过大量图片标识所构建的图像识别系统就是一个比较典型的示例。

图4：人工智能背后的技术支撑

虽然在某些领域，这些规则已经能代替人完成一部分业务职能，但总的来说，和一个完整的人相比，其灵活性以及完整度仍具有极大的局限。事实上，这些技术在生活中的真正的角色，并非是一个复制了现有人类智能的完整个体，更恰当的，是帮助当今一些领域的专家极大提高业务能力和生产效率的助手。

图5：不同时代对人工智能技术的理解

作为一个术语，人工智能四个字有时就像是一个错位的路标，它还不能引导我们到达我们真正“想去的地方”，尤其是当我们要求人工智能完成那些需要高度人性因素参与的工作，比如销售或客户服务时，越发如此。也许在很可观的一部分人心中，“人工**”暗示了科学家或企业可以通过这种技术让机器能代替人类接管一项工作，可事实上，这只是个很激进的假设。目前，行业内最尖端的学者和专家都一致认同，真正能达到仿人类水平的人工智能距离我们还有非常遥远的距离。例如在一份来自MIT的技术评论调查中科学家们预估，能开发出满足一个普通零售员业务要求的人工智能，至少还需要15年时间。而一个能取代绝大部分人力劳动的人工智能则还需要120年。

图6：牛津大学发表的AI发展预测

客服智能支持

回到当前，普遍意义上讲，对人工智能最清晰的认识是我们如何利用它进一步“增强人类的智能”，直白一点，也就是如何利用已有的数据和有限的成本，提高现有的工作水平和业务能力。也许这样说会有点抽象，那让我们来举个比较易理解的栗子——客服智能支持系统，一定程度上，这可以说是人工智能现阶段比较有代表性的应用之一。可能有人会把可客服智能支持和智能客服，也就是对话机器人混为一谈，实际上，后者只是客服智能支持体系中的一部分，是客服支持技术的一个外在应用。

人工智能对客服领域最核心的技术支持就是利用自然语言处理技术，全量并深度分析客服及用户之间的对话内容，将原本包含在语言中的抽象信息，如：用户观点、用户情感、客服态度、热点问题、投诉倾向等量化成数字指标，从而我们能建立起一套套可视化可操作应用，如：智能客服应答、客服销售支持、实时投诉预警、话术自动检查、深度客服质检、产品问题总结等，并以此帮助企业大幅度提高运营效率。

图7：传统客服管理具有很多局限

在上述过程中，人工智能的主要角色依旧是软件形式的服务或者说辅助工具。其中，人工智能自然语言处理技术针对特定的业务需求，并基于大量的训练文本以及标注（即一句话的各个维度、属性）来构建出特有的对应规则，如：通过大量带有情绪标签的语句样本，训练出能够判断任何中文文本所蕴含情绪的模型。这些人工智能模型可以帮助企业从非结构化数据——语言文字中挖掘宝贵的洞察，并以此帮助企业完善客服及销售管理、优化工作。

图8：人工智能对客服管理的支持

增强人类的智能

以“智能客服应答”及“客服销售支持”为例，在实际服务中我们发现，目前基于人工智能的聊天机器人还远远没办法达到以假乱真的地步。即便是那些业务表现最好的聊天机器人，在真的和客户进行交流的时候也会出现很多沟通局限。这其中涉及到很多很微妙的因素，例如我们通过研究发现，当智能客服响应客户的速度如果一直极其迅速，客户的转化率反而会下降，当然如果响应一直很慢，客户也会觉得他们没有收到足够的尊重。

其实，对于客服或销售人员来说，真正驱动销售业绩的（除了产品本身之外）是他们的“情感智能”，通俗一点也就是情商。情商作为人类所具备的特殊能力囊括了直觉、同情心、道德判断等等……我们至今仍无法准确地为这些能力进行定量、定性地分析，更别说把它移植给机器人了。这也从根本上否定了人工智能取代我们进行与人类交互作业的可能性，至少短时间内是这样。

图9：EQ的重要性

人工智能能做到的是，通过测试无数语言变量及人为的、对语言内容的解释，实现对对话的逆向分析。一方面，能够根据用户的主动咨询提供高度定制化、精准的引导选项（智能客服应答，或客服机器人）；另一方面，也能从历史数据中总结出适合销售、客服人员在当前服务中因采用的情感建议、要点建议、销售策略建议等等。故实际上，人工智能技术并不能取代任何一个岗位的全部职能，它所能做的只是帮助这些从业者们更便捷更高效地进行作业、管理以及优化。

图10：合作而不是取代

结语

最后还是拿客服智能支持应用为例：很多实际情况都表明了，对于人们所期望的人工智能而言，目前还处于萌芽时期的技术尚很难独立、有效地转化消费者，当然更不用提培养用户粘性了。而这也揭示了人工智能在当今很多行业的局限。

此外，在生产和管理的大部分情况下，当前的人工智能也很难适应多变的业务环境，去完全替代人类的职能。但，不替代不意味着没有价值，相反，如果我们正视人工智能的定位和对现今人们工作及生活的积极作用——不论只是手机里的美图滤镜，还是企业级的客服智能质检，都无不为我们带来了极大的便利和高效，并加速了文明前进的步伐。

（题图：2018年发行以人工智能为主题游戏《底特律：变人》）