本文具體分析了企業(yè)應用和人工智能產業(yè)結合的一些關鍵要素，從行業(yè)整體現狀，流程和人才培養(yǎng)上提供了一些可以思考的要點，同時以企業(yè)級聊天機器人為例，闡述了具體的應用場景落地方式，希望對讀者有一定的啟發(fā)和借鑒作用。

讀過該系列第一篇文章的朋友應該對企業(yè)軟件市場的發(fā)展有了一個概況的認識，這次分享我將著重談一下當下無法回避的一個熱門話題——人工智能技術的應用。

一、AI行業(yè)前瞻

就像我之前描述的那樣，人工智能發(fā)展經歷了漫長的周期，從實驗室的“數學模型”和“Python程序”逐步走向了工業(yè)界。當然從歷史經驗講，任何技術都將從默默無聞到狂熱再回歸到“冷靜”。目前人工智能技術還在“風口”上，但是顯然已經過了“蜜月期”，各種現實的問題接踵而來，認人不禁擔憂AI會不會像VR（虛擬現實技術）一樣掉下神壇， 并逐步遠離人們的視線。一個有趣的生活中的現象是，2016年左右的時候，買一個三星、暴風科技的頭盔似乎是種時尚，記得朋友到家里來玩的時候為此沉迷了一個下午。2018年的時候，買個小度或者小米音箱送朋友顯得很有科技感，面子十足。不過最近似乎這兩樣科技產品都沒那么“時髦”了。

此外，印度工程師AI優(yōu)先的軟件設計理念導致波音飛機的致命缺陷多多少少會讓人對AI系統(tǒng)的安全性產生擔憂。AI引發(fā)潛在的數據濫用和隱私侵犯也是一個亟需解決的問題。

不過任何事情都是有兩面性的，這個階段至少可以讓投資人和從業(yè)人員靜下心來，一起探討和評估AI技術和需求落地的可能性，找尋成功率最高的戰(zhàn)術，為終局之戰(zhàn)做好準備，是不是某種情節(jié)和復仇者聯(lián)盟里的場景有某種相似~

二、AI無法獨立存在

回到我們身邊的人工智能應用，主要集中在互聯(lián)網服務，娛樂，安全，無人駕駛，醫(yī)療診斷等領域。比如常見的人臉識別檢測設備，娛樂機器人以及工業(yè)自動化機器人等。電商智能客服行業(yè)的興起，讓用戶可以隨時咨詢購物的相關問題，甚至通過聊天窗口直接下單，無疑提升了購物體驗和效率，從某種程度上也促進了商家的銷售。此外人臉識別技術在支付領域的應用，讓用戶出門連手機都不用帶了，極大的提高了支付的便捷性。

上述應用或多或少正在改變我們的生活或者工作方式。 從企業(yè)級應用層面，人工智能的主要價值在于降本增效，同時降低人工操作的錯誤率。這里要指出的是，人工智能技術的主要存在形式本質上是一個部件或者一種服務，而不是一個完全閉環(huán)的產品。這也決定這人工智能技術的應用必須基于企業(yè)現有的業(yè)務，或者說和企業(yè)現有的產品和服務是一種相互結合和彼此增強的關系。所以我們更多的思考應該是如何將人工智能技術嵌入到企業(yè)自身的業(yè)務和IT服務中。而不是脫離實際業(yè)務場景和現有數據空談AI，這樣只會導致緣木求魚，甚至涸撤之魚的結果。

三、以企業(yè)級聊天機器人為例

接下來，我將重點結合聊天機器人在企業(yè)軟件中的應用現狀，具體剖析下人工智能技術如何在企業(yè)應用場景中落地。

面對自然語言處理、機器學習、知識圖譜和圖像識別技術的成熟，企業(yè)級市場的需求點也逐步開始顯現。企業(yè)級聊天機器人在當下這個歷史階段被推上了風口，大有取代企業(yè)級移動應用的趨勢。這里所談的企業(yè)級聊天機器人和面向大眾的娛樂陪聊機器人不同，主要面向企業(yè)內部的場景和數據，類似于企業(yè)員工虛擬助手，可以滿足企業(yè)員工的日常工作需求，形成統(tǒng)一化的企業(yè)內部知識庫，自動為員工提供咨詢服務，解放行政、人事、財務等部門所有員工重復咨詢的工作時間，提高服務部門工作效率，減少人力運營成本。同時差旅智能聊天機器人助手可以滿足員工從出差到預定機票，直到報銷費用的完整閉環(huán)流程。

另外該項技術可以和運維行業(yè)結合，根據上下文調度和執(zhí)行自動化任務，實現巡檢、作業(yè)、交付、工單等聯(lián)動場景。與機器學習技術的結合甚至可以完成自動分析日志信息，并自動匹配解決方案的目的。

從上述的例子中，不難看出，企業(yè)級聊天機器人作為統(tǒng)一的跨渠道聊天界面，除了增強用戶體驗外，也可以有效的提升工作效率。當然，真正促使企業(yè)級聊天機器人落地的因素除了企業(yè)現有的知識庫和數據外，還需要和業(yè)務系統(tǒng)進行有效的對接，以及引入流程自動化和機器學習等相關技術。

不難想象，未來的企業(yè)信息化場景中，員工將不再為找應用入口、找咨詢入口、找知識入口而花費大量精力。企業(yè)職能部門也不用花費大量的時間為員工提供重復咨詢，可以將時間投入到更有價值的事情上。

四、AI行業(yè)研發(fā)流程

作為一個傳統(tǒng)行業(yè)或者互聯(lián)網行業(yè)人士，目前思考的主要問題應該是如何將AI技術和服務整合到自身現有的產品和服務上，來提升傳統(tǒng)行業(yè)的競爭力。而作為AI行業(yè)從業(yè)人員，則應該多思考如何通過技術提升客戶現有服務的體驗，達到雙贏的局面。

具體的主導關系應事而異，不過和傳統(tǒng)企業(yè)軟件行業(yè)產品或者項目管理模式有些不同的是，企業(yè)應用行業(yè)只要畫出原型圖，開發(fā)基本可以根據設計完成軟件的開發(fā)，而AI行業(yè)則存在著不可預知性，需要反復多次優(yōu)化，甚至還涉及數據標注等臟活累活，達到設定的預期需要不斷的實驗，無法簡單的采用瀑布流的工作方式。

這點可以類比實驗室做研究課題的流程： 一般情況是，導師給出課題方向后，博士生開始撰寫模型和算法，然后碩士生編碼做實驗，而本科生一般會參與數據標注和整理的工作。整個過程其實是一個反復迭代的過程，導師給出課題的同時，也會給出可能的結果預期。撰寫模型算法的人也會給出大致的數據分析要求，不過最終這一切都需要通過實驗來反復驗證，甚至推翻重來。當結果有偏差時，需要分析原因，調整模型和算法的同時，優(yōu)化數據集，最后通過可視化的圖表呈現出實驗結果，然后交由導師來評判和決定下一步的實驗方向。所以往往導師的經驗和眼界決定了課題的質量，但是學生的快速實驗可以讓導師快速得到反饋。

整個過程充滿變數，而且具有不可預知性，沒有人可以保證實驗結果一定會符合預期，同時實驗過程中間存在著大量的溝通，協(xié)作甚至短暫的失敗。我記得自己做課題的時候，直到發(fā)表前的一個月，還是和導師預想的結果不一致，當時第一反應是算法和實驗方法不會錯了吧。但是導師的一句話讓我至今記憶猶新“你只管按照實驗方法去做，然后把結果真實的記錄下來就可以了”。

從追求效益的產業(yè)角度來說，這種觀念似乎和當下有點背道而馳。一種不好的現象是，整個產業(yè)界有時過度宣傳產品的價值和質量，過分強調銷售和推廣，而忽略核心的研發(fā)過程和工藝。當然這點絕不限于AI行業(yè)，很多行業(yè)，包括制藥保健品行業(yè)也存在急功近利的現象。

事實上，很多目前AI行業(yè)的專家還是有著相關的高校背景，同時又有著產業(yè)界的經驗。比如行業(yè)頂級專家，斯坦福的李飛飛教授曾短暫的在谷歌就職，而另一位權威吳達恩教授曾在百度擔任首席科學家。通過學術界和工業(yè)界的碰撞，勢必將產業(yè)需求和AI技術現狀進行很好的融合。相信在各方面共同努力下，AI產業(yè)未來會扮演越來越重要的角色。

五、如何打造AI人才團隊

不用多說，阻礙這個行業(yè)最大發(fā)展的是人才之爭，在中美科技戰(zhàn)的背景下，科技人才的數量和質量某種程度上決定了一個國家的未來。針對企業(yè)級應用市場來說，AI人才的獲取將決定企業(yè)產品和服務的競爭力。當下，大部分AI人才基本集中在高校、人工智能公司和互聯(lián)網公司等。企業(yè)軟件市場由于待遇，發(fā)展前景以及技術積累等方面還是相對處于劣勢，吸引高科技人才缺乏競爭力，需要迎頭趕上，否則未來很難取得快速發(fā)展。

筆者認為，除了吸引外部優(yōu)秀的AI人才外，內部培養(yǎng)也不失為一個較好的選擇。當然此話說起來容易，具體操作起來很難。因為AI行業(yè)對人才的培養(yǎng)周期較長，需要有良好的專業(yè)理論基礎和教育背景，而非普通培訓的方式可以快速形成。

另一個原因用中國古話來說就是“人以群分，物以類聚”。從側面也說明AI研發(fā)的投入除了企業(yè)戰(zhàn)略上的重視，也需要注重公司整體的技術氛圍和學習風氣，否則很難凝聚高水平的人才團隊。從人才構成角度上將，需要有一定的梯度和差異，既需要有算法理論上的行業(yè)專家和顧問，也需要有工程類的實踐人才，同時更需要有人將業(yè)務需求，AI技術結合起來，對行業(yè)現狀有清晰的認識，知道目前階段有哪些業(yè)務是當下技術可以解決的，可以從內部和外部物色和培養(yǎng)哪些人才來投入研發(fā)。反之，有哪些場景目前自身還不能夠完成，但是可以通過先和相關高?；蛘咂髽I(yè)進行合作來快速實現業(yè)務推動等。

無論如何，企業(yè)軟件市場逐步走向智能化將是一個不可避免的趨勢，相關行業(yè)從業(yè)人員和公司如果不想在這個階段掉隊，需要盡快在人工智能領域找準自身定位，提前布局。過分吹捧或者懷疑人工智能技術當下和未來對企業(yè)軟件市場的改變都是不可取的。很多年以前，誰能想到云計算會從一種概念變成當下企業(yè)軟件的主流趨勢呢？

本文具體分析了企業(yè)應用和人工智能產業(yè)結合的一些關鍵要素，從行業(yè)整體現狀，流程和人才培養(yǎng)上提供了一些可以思考的要點，同時以企業(yè)級聊天機器人為例，闡述了具體的應用場景落地方式，希望對讀者有一定的啟發(fā)和借鑒作用。

本文由@靜空一葉 原創(chuàng)發(fā)布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協(xié)議