leiphone
電影《鋼鐵人》中，AI管家賈維斯對於主人羅尼的幫助給人們留下了深刻的印象。不論是充滿童真的哆啦A夢，還是科技感十足的賈維斯，想像一下未來你的身邊隨時跟著一個能幫你解決問題的人工智慧，這將會是一件多麼酷的事情。
6月16號在微信上線的應應（公眾號）就是一款瞄準人工智慧的產品，他們希望能夠在“懶人經濟”盛行的今天，做一款解決人們生活需求的產品。為了深入瞭解他們，專程採訪了創始人吳恒魁。
深思熟慮做服務入口
應應團隊最早做的是個性化新聞推薦應用“引力波”，轉型做人工智慧其實經歷了非常多的選擇和思考。
最初經過調查時發現，使用者對於搜索和服務的需求很大。新聞只是滿足了淺層次的需求，而更深層次就涉及到投資、找團隊等創業流程服務。有了這個發現後，團隊當時曾想做一個創業服務搜尋引擎，不過在對市場深入分析後他們發現，創業類的服務搜尋引擎市場雖然有，但需求總量並不大。
這時在國外的Magic引起來他們的注意，消費類服務的需求量遠大於新聞推薦，而這一類服務的搜尋引擎技術框架又與新聞推薦相似，只是用戶需求的方向不同。團隊本身的技術基礎顯然更適合做這類產品，確定了方向後，吳恒魁告訴我們：“轉型做人工智慧僅僅用了一周多的時間。”
人工智慧+眾包兼職
對於服務平台解決問題的方式，吳恒魁向記者舉了國外的兩個例子：
Magic的模式是發訊息到一個手機號碼，客服收到後就會幫你解決需求，比如送外賣。由於上線三天時間就接到了2萬多個請求，受到了非常大的關注。 Magic的門檻很低，解決的都是生活中最基本的服務，但需求量卻很大，第一天只有三個客服，到了第三天就招了18個人做客服，一個月後累積了3-4萬的用戶需求，並且拿到了VC投資。現在他們的模式是先對需求進行篩選，然後分配到不同的客服。
Uber 的聯合創始人 Garrett Camp 創立的
Operator 可以説明使用者購買產品，他的模式就是利用商店在職人員空閒的時候，可以在 Operator 上接單。“我們的目標就是説明客人在合適的商店找到合適的產品，立即購買並安排運送，聽起來有點像是 Siri，但區別在於我們的服務後台是全職的工作人員。”這一點與Uber利用空閒的人員有異曲同工之妙。
一種是建立自己的客服團隊，而另一種是吸納閒散的專職人員。應應團隊並不看好前者的方式，互聯網多年的經驗讓他們認為未來的主流一定是人工智慧。通過機器學習的方式可以辨識使用者的需求，搜尋引擎根據需求搜到匹配的服務後，通過協力廠商的服務產生需求回饋，使用者只需要確認這個服務完成就可以確認支付，整個過程全部在後台完成。
吳恒魁告訴記者應應採取了“人工智慧+眾包兼職”的模式。本來他們並沒有考慮過人工服務，但產品上線的48小時內用戶增長了3500人，兩周內達到了6800人，人工智慧沒辦法應付，臨時找了一些朋友做客服。
對於用戶的需求，應應首先會進行語義識別，當人工智慧無法解決時會轉接到客服。他們的“眾包兼職”與
Operator 有相似之處，主要是學生、家庭主婦、宅男宅女等有閒散時間的人來兼職做客服。
人工智慧難在哪？
從新聞推薦到人工智慧，記者向吳恒魁提出了後者的門檻有多高的疑問。他告訴記者，文章一類的推薦首先要做到段落辨識，“機器先弄明白這一段是什麼意思，然後這篇文章是什麼意思，才能以此做含義類似的推薦。”人工智慧處理需求時，第一步是語義辨識，“一句話包含哪些服務的關鍵字，需要搜索出哪些匹配的服務，從技術角度講還是非常相似的。”
最大的困難在於系統搭建的過程，產品系統，客服系統，市場行銷系統，這幾塊是綁在一起的。能不能快速的獲得技術的打通，人工培訓的流程能否儘快達到使用者的需求，行銷系統在最早期能否精準的抓住一些用戶，通過精準服務獲得特定用戶。這些都是問題，只有最後達到目標需求整體都滿足了才可以。
應應團隊的機器學習系統和語義辨識系統比較成熟，吳恒魁本人是做機器學習裡神經網路演算法的，核心工程師是優酷推薦演算法的負責人，在搭建整套系統的過程中解決了很多問題。
模式求變，定位“連接”
應想做的是生活服務入口，對於這一點吳恒魁向記者介紹，一邊研發產品一邊觀察市場的時候，他們發現
Magic 的客服模式在市場上早就實現了，像12580、號碼百事通都是電話綜合資訊產業，是運營商從話費資費轉型到行動網路的一個戰略產品，實現的方式是電話，
Magic 的實現方式是訊息。而像應應這類的行動網路的產品實現的方式可能是一個APP或者微信帳號。
吳恒魁舉了兩個對比，對於一般的客服模式：
12580的高層可能會創業做一個互聯網化的12580，但模式還是組建一支1000多人的客服團隊。之所以認為這種模式不可取是因為客服數量是有限的，每天接單數也會有上限的，能達到20-30萬就已經很不錯了。但是像一些團購APP一天的單量就有200萬。
應應通過人工智慧+眾包的方式，在協力廠商服務配合的情況下，只要人工智慧系統做的足夠好，可以解決大量的用戶需求。
對於同樣採用了互聯網方式的產品：
O2O導航產品，這類產品主要集中了眾多導航資訊，但是體驗與人工智慧完全不同，本質上屬於用戶主動操作的搜尋引擎。雖然下載量高，但是日成交量卻並不高。
O2O服務平台，應應希望成為一個平台，連接使用者需求與不同的服務。但生活服務仍需解決最後配送問題。
初期選擇微信就是將其作為入口，先做好產品最核心的後台、資料和系統，在未來會開發自家的APP。
人工智慧的春天來了麼？
在交流中瞭解到機器與人工客服處理的比例為3:7。對於一個新品來說，人工智慧應對的需求顯然還非常初級。眾多的使用者讓應應採取了排隊系統，而被詢問最多的主要集中在訂餐，租房、洗車，找阿姨，找男女朋友（主要是陪聊）等，不過吳恒魁也告訴記者，現階段洗車、訂餐這一類功能還不能實現，未來拓展這些功能的同時會考慮與一些優秀的業者合作。
人工智慧在解決需求時，能夠實現的還非常有限，這種情況我們發現同樣市場上其他的一些平台也同樣存在。對於一款早期產品，當使用者滿心歡喜的使用一個功能卻發現體驗很差的時候，就很難保證下一次會繼續嘗試。
人工智慧雖然很熱門，但發展的時間還是太短，如何串連服務與獲得盈利都將是值得思考的問題。現階段能解決“懶人經濟”的，反而是像Siri這一類語音助手更被市場被關注。市場中哪家能成功還為時尚早，不過誰都沒辦法否認人工智慧的未來，只是好戲才剛剛開始。
0 comments:
張貼留言