在達觀數(shù)據(jù)主辦的“2018長三角人工智能應(yīng)用創(chuàng)新張江峰會”上，榮幸邀請到了平安金服創(chuàng)新技術(shù)部產(chǎn)品總監(jiān)趙靜芝。她分享的主題演講《弱智能時代，不看特效看療效》關(guān)于如何利用人工智能技術(shù)來提升企業(yè)的業(yè)務(wù)效果和財務(wù)收入，其中生動具體的案例和多年的經(jīng)驗總結(jié)，贏得現(xiàn)場一片好評。

以下內(nèi)容根據(jù)現(xiàn)場演講整理，內(nèi)容略有刪改。

平安金服是平安集團旗下的一個子公司，也是他的后援平臺公司。售后、風控、后臺管理都是我們的主營業(yè)務(wù)，平安集團的客服中心也在平安金服。我們團隊是創(chuàng)新技術(shù)應(yīng)用團隊，側(cè)重于新技術(shù)的引入、在金融場景的應(yīng)用推廣。

關(guān)于人工智能在企業(yè)中的應(yīng)用，首先講三點共識。

一是“遠程化、線上化是智能應(yīng)用的基礎(chǔ)”。人在面對面沒有理解偏差的情景下，智能理解的作用會稍微弱一些。正是因為遠程化、線上化、沒有面對面的接觸，所以更多新的技術(shù)、智能技術(shù)就派上用場。

在這么多年的新技術(shù)應(yīng)用當中，我們發(fā)現(xiàn)并沒有什么AI技術(shù)可以馬上拿來用，可以直接產(chǎn)生業(yè)務(wù)價值的。中間要經(jīng)過很長時間的業(yè)務(wù)訓練、業(yè)務(wù)積累，才可以達到業(yè)務(wù)效果。

第二個共識是“場景+模型+業(yè)務(wù)積累才帶來業(yè)務(wù)價值”。在這個弱智能時代，我看到很多酷炫的演示效果，比如索菲亞機器的和谷歌的人機對話，他們背后經(jīng)過了很多人工打磨，這能不能復制到其他場景當中去呢？答案是否定的。每個行業(yè)都有特點，人工智能基本上不能隨便復制和立即應(yīng)用。

第三個共識是，我們在弱智能時代，要做一些實際的能產(chǎn)生業(yè)務(wù)價值的應(yīng)用，而不要到未來某一天高智的時候才去用。

客服中心經(jīng)歷了幾個重要的技術(shù)應(yīng)用階段。15年前我們做了智能導航，用語音識別和交互進行話務(wù)引導和服務(wù)。17年AI最火熱的時候，進行了各種AI應(yīng)用的探索，達到的效果是輔助人工，讓新人變得更聰明一點。希望到19年之后，經(jīng)過一些積累和不斷的技術(shù)的深化，能真正地代替人。

經(jīng)歷了各種創(chuàng)新技術(shù)和智能技術(shù)的應(yīng)用，我跟大家分享一下我的經(jīng)驗和思考。

全球最復雜的IVR有多家專業(yè)公司業(yè)務(wù)，IVR中 9個按鍵，按都按不過來，相當于14個中國人壽和6個招商銀行的規(guī)模。我們是怎么做的呢？ 14年底我們跟科大訊飛合作，當時項目完成結(jié)束之后，發(fā)現(xiàn)導航識別率較低，遠沒有達到應(yīng)用要求。后來我們又做了兩件事情，一是投入了一百多人員，不斷喂語音語料，不斷優(yōu)化，積累輸入三百多萬的語音，十萬的語料。

另一件事情，就是預(yù)測模型，比如前一天車險報案了，第二天打電話時，很大的幾率是要查理賠進展。根據(jù)這樣的業(yè)務(wù)規(guī)則和行為模式，在智能導航識別的時候把這個規(guī)則加在里面，經(jīng)過這兩件事情，我們導航識別率提升上去了。

我們認為在智能語音識別行業(yè)，未來是會慢慢開放的，是會加入更多的業(yè)務(wù)規(guī)則、流程，在特定的場景里面做配套的一個方案。

?

現(xiàn)在大家知道有聲音驗證，來驗證張三是不是張三。其實這個是偽命題，尤其在電話端應(yīng)用。同時存在著三個問題。

一，監(jiān)管并不認同聲紋技術(shù)，沒有達到100%，99.9%都是吹的，實驗室數(shù)據(jù)沒有用。

二，客戶并沒有授權(quán)你利用聲紋去做身份驗證。

三，注冊的那個聲紋，并不能確認這個聲紋就是他本人，也許是老板的一個助理，老板的家人，之前幫他辦業(yè)務(wù)的。怎么確認這個聲紋是他自己呢？

所以我們把這項業(yè)務(wù)用在哪里呢？用在黑聲紋1：N識別。在一些高風險業(yè)務(wù)環(huán)節(jié)中，建立黑名單庫，在業(yè)務(wù)流程中識別是否庫中成員，從而在后續(xù)業(yè)務(wù)流程上進行風險控制。這個給我們帶來非常大的業(yè)務(wù)價值。

黃萱菁教授剛剛講，有多少人工，就有多少智能。我想講的是智能有多嗨，人工就多苦逼。因為一開始所有訓練的語料，都是人工整理符合要求的語料輸入訓練。我們收集差不多五萬對跨信道的聲音，不斷訓練，不斷優(yōu)化，最后達成了這個效果。

到底是聲紋技術(shù)重要，還是黑聲紋庫更重要？實際的商業(yè)價值當中，我沒有看到一比一哪個公司說能帶來多少的效率提升，節(jié)省了多少的人力。做1:N這么大規(guī)模的應(yīng)用我們是第一家。

在業(yè)務(wù)場景或系統(tǒng)規(guī)劃理論，語音導航、在線咨詢或者是其他的業(yè)務(wù)，應(yīng)該用同一套知識庫。為什么要拆成那么多的庫呢？

其實每個公司有它自己的衡量。有很多需求方覺得，需要把知識庫應(yīng)用講解得十分清晰，最后他們自己發(fā)現(xiàn)，原來他們并不需要一個知識庫系統(tǒng)，而是需要一個知識管理體系。

跟達觀的合作過程中，我們是實干的業(yè)務(wù)公司，達觀是實干的技術(shù)公司，我們一起合作的非常順利。

我們積累了非常豐富的語料，未來的場景會越來越多。在經(jīng)歷過那么多后，我發(fā)現(xiàn)非常殘酷的一個現(xiàn)實——沒有什么技術(shù)是馬上能用的。

當我們非常開心的跑市場，客戶問產(chǎn)品能不能馬上用時，我們就把走過的路和坑跟他們說一遍，他們需要的是業(yè)務(wù)場景訓練之后的結(jié)果和業(yè)務(wù)應(yīng)用經(jīng)驗，而不是那個引擎“裸機”。

AI技術(shù)，它其實還沒有到高智的時代，它其實是弱智能時代。弱智能時代就不要做了嗎？不是。

聲紋也好，導航也好，一個技術(shù)平臺、引擎是不夠的，還需要配套的工程。一個是工程的配套，還有業(yè)務(wù)語料的訓練，還有更多生產(chǎn)問題的解決。剛才提到的聲紋技術(shù)，實際過程中聲紋采集有很多噪音、回音、IVR音，沒有做過工程，沒有做過業(yè)務(wù)應(yīng)用，就根本不知道。

人工智能分成幾個階段：