獵云注：AI本身只是一項技術，只有當這項技術落實到了行業中，與產業結合，才能真正誕生出不可估量的價值與生命力。在企業服務領域，AI也存在商業路徑。從客戶生命周期環節來看，在客戶發現、客戶關懷、客戶網絡等方面AI能做很多事情；從生產和管理角度來看，可以提升效率，另外，還可以改善業務流程。文章轉載自微信公眾號：初心資本ChuxinCapital，作者：沈李斌，人工智能初創企業“樂言科技”創始人，交大本科、賓夕法尼亞大學計算機博士。
曾經就職于BBN，Akamai，IBM，出門問問等公司，自然語言處理頂尖國際會議ACL 2008最佳論文獎
隨著AlphaGo的60連勝， AI不斷地吸引著人們的注意力.即使是在資本市場偏冷的2016年中，AI類初創企業總體還是獲得了不錯的融資成績。
然而AI本身只是一項技術,只有當這項技術切實落實到了行業中,與產業結合，才能真正誕生出未來不可估量的價值與生命力。目前國內企業市值僅有美國的十分之一，IT滲透率總體仍然很低。在企業服務領域，如何借助人工智能更好地為企業提升效率將有著重大意義。
我們很榮幸能邀請到人工智能客服樂言的創始人沈李斌博士，為我們分享他對人工智能在企業服務領域中的思考。
人工智能（AI）是頂大帽子，計算機視覺，語音識別，自然語言處理（NLP）等都可以算是AI主要方向。我讀書那會兒，大家都只說自己是哪個方向的博士?，F在AI火了，時?？梢月牭秸l誰誰說自己是人工智能的博士了。
人工智能的含義總在隨著時代和場景而不斷調整變化。舉例來說，信息檢索技術在二十年前肯定算是人工智能，但是放到現在，技術足夠成熟的時候，信息檢索就被排除出人工智能的領域了。再比方說統計方法和大數據，也是相類似情形。
按照現在流行一種說法：人工智能劃分為三層，第一層是感知，第二層是理解，第三層是決策。其中，感知是理解的基礎，理解是決策的基礎。其實，我并不是太同意這樣的視角。大多數的情況下，一項人工智能技術的產品落地，必然是要貫穿多個層面，并在決策層面上與業務邏輯打通。有些相對比較簡單，比方說AlphaGo，僅僅是決策、不涉及感知和理解。一項AI產品，所涉及的層面越少，越是容易產品落地。我們樂言科技所專注的垂直領域的問答技術就是要打通理解和決策，和業務對接。
人工智能在未來的三、五年中會演變成什么呢？我們現在看到的AI就是基于非確定性的算法和系統，體現出一定的認知能力。什么叫非確定性呢，就是由數據驅動的系統，并不是1+2等于3這樣，會根據模型加入很多因素,所以在形態上有大量的非確定性的東西。然后它表現出一定的認知能力，其實并不一定是人的認知，也有可能是人沒有的認知能力。
簡單加以總結，便是如下四點：C端看到BAT怕了、企業市場風景獨好、AI在C端的不成熟性與企業服務中盈利模式的清晰性
分四點來說，第一點是源于在消費級市場獲客越來越難， 在B端市場，BAT并沒有優勢，相反中小企業由于中立性變得更有優勢。第二點則是目前國內企業市場市值僅為美國1/10，成長空間巨大。且國內信息化已初步成型，為智能化做好了準備。第三點則是當前AI本身還沒有準備好，普遍還沒有成熟到消費級可以直接用的水平。而在B端的垂直領域可以積累通用技術,優化反哺AI模型。最后一點是它的盈利模式很清晰，既能賺來錢維持自身生存，又能為企業帶來競爭優勢，形成共贏。
AI為企業提高工作效率，以下簡單從客戶端和生產端進行探討。
從客戶生命周期的各個環節來看，在客戶發現,客戶關懷,客戶網絡等方面,人工智能可以做很多事情。舉個簡單的例子,EverString就是通過數據和機器學習來進行客戶發現；而在客戶關懷維度上，智能客服就是用人機配合的方式把人工客服的需求減少.
從生產和管理角度來看，也可以提升很大效率。比方說,文因互聯的團隊在做新三板市場的投研分析報告。新三板市場企業相對小一些，量非常大，如果用人工去做就非常不適合，他們則是通過智能工具去自動化收集整理數據。還有就是IBM Watson在做的知識管理和問答系統等。這些對于大型企業是很需要的。
AI可以改善業務流程，以翻譯流程、媒體創造和圖像識別舉例。
拿翻譯來說,以前都是人工,但現在有了新的技術,操作流程也在變化。很多翻譯企業其實是讓智能系統先去生成第一稿,再讓人工編輯進行后續處理;第二個例子和現在的媒體相關，我們可以用自動化的方法發現熱點，選取素材，智能系統還可以實現自動改寫，然后只需要人工審核一下即可。,第三個是圖像識別，比方說社保異地認證或是金融機構的異地認證。這些都會形成質變到量變最后直接改變商業模式。
最后再總結一下,對于AI來說,首先啟動會以人機結合的方式，不需要等到技術完全成熟也能有效的使用起來。然后是把產品深入做下去，慢慢地積累更多的數據，擁有更好的引擎，最后它將會是一個規模化的東西，這就是我看到的商業路徑。
