拆解智能客服商业化路径京东何晓冬未来5年是AI落地产业化窗口期

　　每经记者 王郁彪 每经实习编辑 陈剑锐
　　2017年，乌镇，一个在人类社会延续4000多年的古老游戏，AI赢了。
　　AlphaGo在三番棋中零封19岁的世界围棋第一人柯洁九段，没有给人类留下一丝机会。＂对手下得太完美了＂，那年柯洁泪洒现场。也是那一年，人工智能逐渐侵占大众视野，AI热潮汹涌袭来。
　　棋盘之上，人类和AI各执黑白落子，博弈厮杀。＂对于AlphaGo的自我进步来讲，人类太多余了。＂新版AlphaGo Zero问世后不久，柯洁这样说道。
　　棋盘之外，人类对AI的探索从未停止过。＂如果一台机器能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，那么称这台机器具有智能＂。70年前，人工智能之父艾伦·图灵提出：将人与机器之间的对话作为判断机器是否具有智能的标准。
　　＂图灵的选择并不是随意的，对话是人特有的高级智能，只有当机器能够与人进行长时间对话时，才称得上拥有了类人的智能。＂3月19日，针对前不久京东科技人机交互平台＂言犀＂对大同12345市民服务热线进行的智能化升级，京东集团副总裁、京东科技集团智能客服产品部负责人、京东人工智能研究院常务副院长何晓冬在接受《每日经济新闻》采访时表示，而从产业发展来看，＂自计算机诞生以来，人们始终致力于如何克服‘人机交流障碍’，而在这个过程中，人机交互等技术每往前发展进一步，产业应用价值也往往随之快速增长。＂
　　从语音识别到深度语义理解，再到能够诉诸情绪表达的＂情感陪护＂，AI的迭代与产业的思考在内部形成＂化学反应＂。外部，巨头企业在已然迸发出无数价值点的广袤市场上不断试错、＂折腾＂。
　　无论是为了打造服务主业的工具，还是探寻业务的第二增长极，AI都是巨头们的必选项，星星之火早已燃起，一些细分领域的商业化应用已然成型。 智能客服成AI商业化落地排头兵
　　图灵测试提出16年后，美国麻省理工学院人工智能实验室的约瑟夫·维森鲍姆开发了最早的人机对话机器人ELIZA，能够模仿临床治疗中的心理医生。
　　＂当时的ELIZA只是简单模仿人的行为，谈不上智能。到上世纪90年代，人机对话才进入了一个新的发展阶段，大家开始讨论怎么让计算机理解人类意图与执行命令。＂何晓冬告诉记者。
　　2012年以来，苹果的Siri、谷歌的Google Assistant、微软小冰、亚马逊的Alexa等为代表的智能对话机器人走进＂寻常百姓家＂。这些机器人不但能完成人下达的任务，还能逐渐跟用户建立情感上的联系。而伴随人机对话交互技术的成功应用，其也逐渐成为整个AI赛道绝对炙手可热的领域。
　　某种程度上，国外更加聚焦基础性的研究，而我国自由交互机器人的优势体现在通过应用场景的实战为技术积累经验并不断迭代，比如智能客服。
　　＂智能客服本身就是京东零售业务最核心的环节之一，每天都有数百万人联系京东的客服，交流、咨询、寻求解决各种各样的问题，这使得我们可以培养出真正能够产生价值的对话系统。＂何晓冬进一步解释道，＂对京东智能客服而言，每一个消费者都是一个图灵测试裁判员，他们的满意度某种程度上就体现出了一个图灵指数。＂
　　智能客服是一个泛客户服务的概念，不只是解决企业售后问题，其对企业真正的价值是增强顾客的亲密度。这是一个通用型的产品，尤其在医疗健康，金融、交通、教育等领域的需求极为明显。
　　事实上，智能客服已经成为AI商业化落地的排头兵。《百度大脑领导力白皮书》追踪的近70个应用场景中，智能客服在各行业应用场景中最为广泛。另有数据显示我国拥有整体规模高达4000亿人民币的客服市场，其中智能客服市场将达到500亿~800亿元。
　　网易七鱼总经理段毓铮曾对媒体表示：＂智能客服目前总体上是存量市场，许多企业是基于替换需求购买服务。＂
　　虽然当前智能客服的市场不算大，但整个市场的潜力不可忽视，这或许是以BATJ为首的巨头不断加码智能客服的根本原因。
　　在一个待挖掘的千亿级市场中，智能客服服务提供者的核心任务是做加法——一方面快速迭代，增加自身智能客服产品的成熟度；另一方面不断整合各领域市场需求，不断拓宽市场，除了医疗，电商、金融、教育等领域外，政务也逐渐成为智能客服主要开拓的市场之一。 ＂人情味＂或为智能客服下一个课题
　　而在经历零售、物流、金融等产业服务场景实战后，京东科技的人机交互技术将触角伸向智能政务热线领域。
　　2021年2月，京东科技人机交互平台＂言犀＂对大同12345市民服务热线进行了智能化升级并上线。大同12345热线的负责人告诉记者：过去大同12345传统人工坐席日均受理量约2500件，最高日受理4000件。热线智能化后，初步统计日均呼入总量5269通，较原系统增加31.7%，高峰呼入总量超7000通，溢出部分全部由机器人接待，呼入电话接起率提升至100%。日均有效诉求3340件，较此前提高33.6%。
　　京东科技在大同智能政务热线实践，结合了细粒度的情绪识别技术，进行了多模态情感交互。对此，何晓冬说，＂大家认为人机交互主要就是理解用户语言，这是一个比较肤浅的看法。双方对谈包含着情感的理解，说话要有同理心，不仅仅是理解和生成对话，也需要理解对方的情绪变化。这对AI的模型就有更高的需求。＂
　　何晓冬解释道，＂情绪在客服场景当中是一个很重要的问题，原因很简单，只有AI在对话时可以一天二十四小时永远保持温和。以前可能AI说话太冷冰冰，就像机器一样没有人情味，但当我们把情感这一块慢慢补上以后，用户明明知道是机器人也没关系，第一能够解决问题，第二其可以与用户更有感情的进行交流。＂
　　何晓冬说出了智能客服未来的方向：理解对方的情绪变化，让智能客服更有人情味。
　　智能客服发展初期一度被评价为＂智障客服＂，发展初期的智能客服因为技术的不成熟，甚至连＂理解用户语言＂这一基本能力都不具备，更遑论为用户解决问题？但正如上文所说，＂我国自由交互机器人的优势体现在通过应用场景的实战为技术积累经验并不断迭代＂，智能客服在我国有着数不尽的应用场景，这给了我们弯道超车的机会。
　　当前，我们基本实现了让＂AI在对话中保持温和＂，如何＂没有情感＂的AI有人情味和同理心，这或是智能客服未来的课题。攻克它，需要一个漫长的过程。 做AI，需要长期主义
　　毋庸置疑，AI是趋势。
　　外界此前也多有认定：2021年会是AI企业上市元年，但不曾想到，开年之初，这个原本吸睛无数的＂性感＂赛道上来就被泼了一盆盆冷水。伴随依图、云知声、柔宇科技等上市折戟，AI独角兽们无法在二级市场进一步融资，账面上的巨额亏损直接反映出AI商业化规模落地能力依然捉襟见肘；而独角兽背后的资本们也难以退出，＂泡沫＂之声不绝于耳。
　　问题是出在了哪里？
　　＂AI技术商业化往往需要经过几个阶段，包括：从基础技术研究到形成业务可用的能力，再到形成一个给用户带来完整价值的产品。每一阶段都需要试错，且投入的成本也会不断增大。＂何晓冬坦言。
　　＂技术研究是AI商业落地过程中试错成本最小的。在这个阶段，往往能够快速探明基本方向、验证可行性、形成技术突破；技术方向确定后，加大投入打磨成技术产品，带来商业价值。再继续反哺技术研究，快速试错，寻找新的突破，再形成下一代的能力和产品，产生新的价值。＂何晓冬展开解释道。
　　说到此，问题的答案呼之欲出：AI研发、迭代和商业落地整个周期的巨大投入是这个行业的天然门槛，这不是个赚快钱的行业，需要的是长期主义者，AI企业在发展初期会面临造血能力不足引发的一系列问题。
　　事实上，随着AI技术从研究走向落地，技术正逐渐成为京东在交易和服务之后的第三支柱。
　　去年10月，京东物流正式发布了京东物流科技品牌，成为京东物流的第二增长曲线。这一举动曾一度被外界视为京东物流IPO前的突进。2021农历新年没过多久，京东物流便递交招股书，踏上上市征程。科技色彩的加持对于其未来上市估值更具想象。
　　今年1月11日，在整合云与AI业务后，京东科技子集团成立。加之京东零售一以贯之的＂科技思路＂，技术在京东已然权重空前。 未来五年或为产业智能化的窗口期
　　＂核心产品（如智能客服）通过打磨使得技术、场景和产品能够真正产生紧密融合，才有可能真正产生AI落地的价值。从某种程度上讲，我觉得技术要跟现实生活当中的真实场景结合，就是以价值为导向而不是以纯技术为导向。＂何晓冬举例道。
　　对于AI怎样产生价值，何晓冬告诉《每日经济新闻》记者：对内而言，在各个业务条线做AI的实践应用，其创造的价值不只是节约成本和提高效率，体验本身才是最核心的价值主张。比如，智能客服的用户满意度近年来在持续提升，已经接近于专业客服人员的水平。，而在一些场景下，还能给顾客更好的体验，比如在＂6.18＂和＂11.11＂等购物高峰期，用户咨询一些 活动  的详情，想要立刻得到解答马上下单，这时候智能客服的不用等待即时响应本身就给了用户很好的体验。
　　＂我们预想，今后会出现越来越多能与人自由交互的机器人。＂何晓冬直言，＂一个具备长远价值的目标是使AI真正展现类人的智力属性，可以存储、调用记忆，可以快速搜索知识，执行推理，用机器的效率去替代人完成各种各样复杂的任务，不断学习和适应新的情况，在一些专业场景甚至能够超越普通人能够到达的境地。＂
　　相比于独立的AI企业，京东等巨头做AI的优势相对明显，它具备足够的应用场景让AI技术试错、落地。
　　也正是基于＂得益于我们遍布全国的物流网络和自营的商品流通体系，京东本身是一个独特的＂‘互联网+实体经济＂’的企业属性，何晓冬告诉记者，。对于京东而言，AI能够带来价值的业务场景无处不在，特别是各个业务中客户服务环节的智能化，是AI技术应用最核心的领域之一＂何晓冬告诉记者。
　　智能客服只是AI的冰山一角，AI商业化以及未来AI产业何时才能成燎原之势？何晓冬认为：过去五年，技术层面通过大量的试错和探索产生出了许多新的算法和方向，可能在未来五年将以更加广泛的机会和方式落地在产业。
　　＂未来五年可能是产业智能化的窗口期。如果说过去的五年是AI在学术领域的爆发，那么爆发带来的红利未来五年将会在产业上实现，现在，是AI落地产业最好的机会。＂他这样判断道。