如何找到AI賦能的場(chǎng)景

那么，該如何找到AI賦能的場(chǎng)景，讓算法專家、行業(yè)專家和應(yīng)用開發(fā)專家三種角色的合作使人工智能落地呢？

找到這個(gè)場(chǎng)景的前提是需要思考，運(yùn)用AI產(chǎn)品和解決方案的本質(zhì)什么。

首先，應(yīng)用可以分為兩類：互聯(lián)網(wǎng)行業(yè)應(yīng)用和企業(yè)級(jí)應(yīng)用。

在互聯(lián)網(wǎng)行業(yè)應(yīng)用，無(wú)論是搜索、推薦系統(tǒng)、廣告，提升的是過程中信息傳遞的效率。在企業(yè)級(jí)應(yīng)用上，主要是提升生產(chǎn)效率和創(chuàng)造新價(jià)值。

提到AI產(chǎn)品和解決方案，當(dāng)我們將它們服務(wù)于我們企業(yè)級(jí)場(chǎng)景的時(shí)候，它的核心是在提升生產(chǎn)效率。

產(chǎn)品需要找到在當(dāng)前的業(yè)務(wù)流程中，生產(chǎn)效率到底出現(xiàn)什么問題，或哪個(gè)環(huán)節(jié)希望借助AI技術(shù)進(jìn)行生產(chǎn)效率的提升、節(jié)省人力。

這些可以分四個(gè)步驟做，算法開發(fā)人員也是站在這四步實(shí)現(xiàn)代碼：

大體來(lái)看有兩種方式，一種方式基于AI，做獨(dú)立的產(chǎn)品，在這個(gè)產(chǎn)品中有這項(xiàng)功能；第二種是一種以API接口的方式和業(yè)務(wù)進(jìn)行打通。系統(tǒng)上線以后，怎么做模型升級(jí)、怎么做維護(hù)，也是我們面臨的挑戰(zhàn)的問題。

概括來(lái)講，想找到AI能夠賦能或落地的場(chǎng)景，需要對(duì)流程進(jìn)行拆解，然后評(píng)估數(shù)據(jù)，進(jìn)行AI方案的設(shè)計(jì)，最后和系統(tǒng)進(jìn)行有機(jī)整合。

如果對(duì)差旅的報(bào)銷流程進(jìn)行梳理，共有五個(gè)環(huán)節(jié)：

第一，整理出差待報(bào)銷的發(fā)票。第二，填寫報(bào)銷申請(qǐng)表。第三，上傳遞交的票據(jù) ，第四，財(cái)務(wù)部門進(jìn)行審核，第五，最終審核通過。

對(duì)流程進(jìn)行拆解，第一步，整理出差待報(bào)銷的發(fā)票。要先根據(jù)票據(jù)的類型進(jìn)行分類，分好類分別計(jì)算各個(gè)票據(jù)的金額，交通、住宿，進(jìn)行匯總。第四個(gè)環(huán)節(jié)，財(cái)務(wù)部門需要核對(duì)申請(qǐng)表上的金額與提交的紙質(zhì)票據(jù)的原件是否一致。

當(dāng)對(duì)流程進(jìn)行拆分以后，就可以進(jìn)行AI技術(shù)的評(píng)估。比如票據(jù)類型分類，能不能通過OCR技術(shù)。

當(dāng)對(duì)進(jìn)行各項(xiàng)金額計(jì)算時(shí)，能否通過文本關(guān)鍵信息提取技術(shù)把金額自動(dòng)提取出來(lái)，進(jìn)行匯總計(jì)算。填寫報(bào)銷申請(qǐng)表時(shí)，能否根據(jù)數(shù)據(jù)接口的方式自動(dòng)傳達(dá)財(cái)務(wù)部門的審核系統(tǒng)中。同樣，通過文本內(nèi)容關(guān)鍵信息提取技術(shù)，把提取出來(lái)的數(shù)字和用戶上傳過來(lái)的數(shù)字進(jìn)行復(fù)核，來(lái)判斷是否通過。

這幾項(xiàng)AI技術(shù)幫助賦能，在這個(gè)環(huán)節(jié)中，我們需要哪些數(shù)據(jù)？

第一環(huán)節(jié)需要報(bào)銷的原件，第四個(gè)環(huán)節(jié)既需要原件，又需要申請(qǐng)表。通過這樣的方式，我們找到了AI落地的場(chǎng)景點(diǎn)，并明白了技術(shù)在里面可以做到什么程度，同時(shí)讓業(yè)務(wù)方也了解到了這項(xiàng)技術(shù)確實(shí)是可以落地的。

達(dá)觀數(shù)據(jù)做的智能文本審核系統(tǒng)，也是按照同樣的方式，對(duì)從合同起草、初步審閱、迭代修改、合同履行、合同歸檔幾個(gè)步驟進(jìn)行詳細(xì)的拆解。

通過拆解可以發(fā)現(xiàn)三個(gè)場(chǎng)景充分利用文本智能技術(shù)：

第一，合同的差異比對(duì)。合同有不同的版本，且不同的版本是內(nèi)部不同的人配合協(xié)作的，有時(shí)還涉及到外部的咨詢公司。

第二，合同條款的讀取。當(dāng)我們進(jìn)行審核時(shí)，需要公司的法務(wù)人員對(duì)合同進(jìn)行閱讀，找出需要審核的條款進(jìn)行法律法規(guī)的判定。

第三，合同審核。

找到這三個(gè)點(diǎn)以后，明確了提供AI產(chǎn)品價(jià)值是提升效率，幫助法務(wù)部門控制風(fēng)險(xiǎn)。

當(dāng)我們找到可以AI賦能的場(chǎng)景后，我們需要遵循什么樣的原則去設(shè)計(jì)產(chǎn)品和解決方案呢？

我們先來(lái)看下傳統(tǒng)軟件設(shè)計(jì)和AI驅(qū)動(dòng)軟件的差別。

傳統(tǒng)軟件設(shè)計(jì)，設(shè)計(jì)過程注重的因果、邏輯。設(shè)計(jì)一個(gè)OA系統(tǒng)，要考慮員工辦公流程、每個(gè)流程要達(dá)到的目標(biāo)是什么、功能實(shí)現(xiàn)最短路徑。如果有輸入不符合預(yù)期時(shí)，傳統(tǒng)軟件產(chǎn)品時(shí)，開發(fā)工程師比較容易重現(xiàn)BUG和解決問題。

而AI驅(qū)動(dòng)的軟件，重點(diǎn)需要考慮的是結(jié)果不確定性、逼近優(yōu)化目標(biāo)。

比如合同條款讀取，通過歷史的合同數(shù)據(jù)，已經(jīng)能夠訓(xùn)練出文本智能模型，可以對(duì)某些字段進(jìn)行抽取，假對(duì)某個(gè)字段的抽取準(zhǔn)確率是98%，在歷史合同數(shù)據(jù)中這個(gè)非常高的準(zhǔn)確率了，站在業(yè)務(wù)方來(lái)評(píng)估，也基本能夠滿足上線要求。但當(dāng)系統(tǒng)上線以后，對(duì)新的一份合同，也許沒有抽取出來(lái)。又來(lái)一份新的合同，也許就抽取正確了。

對(duì)AI算法來(lái)說(shuō)，準(zhǔn)確率98%是站在數(shù)據(jù)集的角度考慮的，但真正把模型或產(chǎn)品應(yīng)用到業(yè)務(wù)系統(tǒng)中，業(yè)務(wù)人員面對(duì)的是一份一份的數(shù)據(jù)。

另外，優(yōu)化目標(biāo)是個(gè)逼近的過程，過程是上下起伏的，總效果是逼近目標(biāo)的。就像人喝醉酒后回家一樣，搖搖晃晃，有時(shí)多走了幾步，但是還是往家的方向走。

可這種情況，對(duì)產(chǎn)品的使用者怎么辦？

使用者知道產(chǎn)品在優(yōu)化，但使用過程中還是會(huì)出現(xiàn)錯(cuò)誤。優(yōu)化的過程有起伏，使用者被告知針對(duì)目前的問題，上了一個(gè)新的版本，新版本的準(zhǔn)確率由98%提升到99%，可在真正使用時(shí)，可能發(fā)現(xiàn)連續(xù)3份合同抽取錯(cuò)誤了。這種情況下業(yè)務(wù)方很難接受，因?yàn)樗麄儗?duì)AI算法本身不是太理解。作為產(chǎn)品經(jīng)理，這是一個(gè)需要解決的問題。

對(duì)AI產(chǎn)品，大家總是期望主動(dòng)表現(xiàn)出智能型，對(duì)于這種需求，UI設(shè)計(jì)和功能設(shè)計(jì)都是可以起到作用的。對(duì)于功能性，有4點(diǎn)比較重要。

第一，怎么設(shè)計(jì)“消除不確定性”。AI算法的流程和處理方式就決定了它存在的不確定性。產(chǎn)品要通過各種方式來(lái)攤銷或消除不確定性，或存在不確定性時(shí)有合適的處理方式。

第二，“注重學(xué)習(xí)反饋”。算法的智能很大一部分來(lái)自數(shù)據(jù)，也來(lái)自用戶的反饋。當(dāng)新的數(shù)據(jù)源源不斷進(jìn)來(lái)后，通過我們產(chǎn)品的界面設(shè)計(jì)糾正錯(cuò)誤后，產(chǎn)品怎么接受這種反饋，實(shí)現(xiàn)自我演化。

第三，“使用人機(jī)交互”。用戶的反饋通過怎么樣的交互方式來(lái)體現(xiàn)？可以讓用戶先試用一段時(shí)間，基于這段時(shí)間出一個(gè)報(bào)表，在報(bào)表把系統(tǒng)處理的各項(xiàng)錯(cuò)誤羅列出來(lái)，用戶通過離線方式進(jìn)行批量的修改確認(rèn)，把修改的結(jié)果導(dǎo)入到系統(tǒng)中重新訓(xùn)練模型，這是一種人機(jī)交互。能否在線實(shí)時(shí)處理掉，也是一個(gè)非常重要的問題。有時(shí)產(chǎn)品認(rèn)為用戶通過人機(jī)交互方式進(jìn)行了反饋，也許因?yàn)楫a(chǎn)品功能設(shè)計(jì)得不夠友好，用戶誤點(diǎn)了。要區(qū)分哪些真正有價(jià)值的反饋，哪些是需要消除的噪音。

第四，“注重檢測(cè)錯(cuò)誤”。準(zhǔn)確率不是100%的情況下，線上系統(tǒng)的錯(cuò)誤處理和運(yùn)維是非常具有挑戰(zhàn)的。尤其是當(dāng)線上數(shù)據(jù)具備高度機(jī)密性的情況下，線上系統(tǒng)處理的數(shù)據(jù)不可能導(dǎo)出到測(cè)試環(huán)境中讓AI人員去研究復(fù)現(xiàn)時(shí)，怎么辦？

理想的結(jié)果是交付一個(gè)AI產(chǎn)品，可以不斷的優(yōu)化、迭代，越來(lái)越聰明，成為一個(gè)動(dòng)態(tài)的AI系統(tǒng)，而不是靜態(tài)的。

?

AI也重新定義了產(chǎn)品設(shè)計(jì)和開發(fā)流程。

圖的上面跟機(jī)器學(xué)習(xí)算法相關(guān)，識(shí)別問題、獲取數(shù)據(jù)，進(jìn)行模型訓(xùn)練、模型管理。模型之間有不斷的版本迭代，我們要進(jìn)行模型的部署，上線以后模型要去適應(yīng)新數(shù)據(jù)的變化。

下面是站在開發(fā)角度，怎樣去進(jìn)行需求建模、架構(gòu)設(shè)計(jì)、軟件設(shè)計(jì)、怎樣對(duì)AI產(chǎn)品進(jìn)行開發(fā)測(cè)試、上線以后的維護(hù)。

當(dāng)系統(tǒng)上線后，用戶就是用來(lái)處理數(shù)據(jù)的，新的數(shù)據(jù)源源不斷，可能會(huì)出錯(cuò)，系統(tǒng)會(huì)產(chǎn)生行為的異常，用戶看到錯(cuò)誤時(shí)會(huì)跟系統(tǒng)進(jìn)行人機(jī)交互，把自己的反饋提出來(lái)。

有時(shí)用戶有自己的專業(yè)知識(shí)、行業(yè)知識(shí)，把自己的行業(yè)知識(shí)傳授給AI系統(tǒng)，讓它更加聰明。除了自我演化外，也通過接收外部信息的方式增強(qiáng)自己的智能。如果把這種視角加進(jìn)來(lái)，可以讓AI產(chǎn)品站在宏觀角度把握各環(huán)節(jié)，從而指導(dǎo)我們?cè)O(shè)計(jì)出更好的產(chǎn)品。

?

那么達(dá)觀的合同智能審核系統(tǒng)是包含哪些功能組件來(lái)逐步達(dá)成目標(biāo)的？

右邊是我們的功能圖，大概有8項(xiàng)功能、34個(gè)子功能，左邊對(duì)功能進(jìn)行了2個(gè)大的分類，上面是做信息抽取、版本比對(duì)、風(fēng)險(xiǎn)審核、糾錯(cuò)、合同分類、合同知識(shí)的搜索和推薦。下面還有強(qiáng)化的機(jī)器學(xué)習(xí)平臺(tái)、模型自主訓(xùn)練。

AI產(chǎn)品這兩種不同類型的功能結(jié)合在一起，有了下面這部分，技術(shù)提供方或客戶IT團(tuán)隊(duì)，都可以借助這個(gè)平臺(tái)讓AI系統(tǒng)進(jìn)行動(dòng)態(tài)演化。

舉兩個(gè)例子展示怎樣通過產(chǎn)品進(jìn)行合同條款的抽取和進(jìn)行規(guī)則審核。

場(chǎng)景一是合同關(guān)鍵信息的抽取。

共分為5步，前2步是預(yù)先做好的。根據(jù)客戶已有的歷史合同數(shù)據(jù)去訓(xùn)練AI模型，讓AI模型識(shí)別不同類型的合同，就不同類型合同中的關(guān)鍵要素進(jìn)行自動(dòng)抽取，做好這2步后預(yù)置到產(chǎn)品平臺(tái)中去。

對(duì)使用者來(lái)說(shuō)，是三步完成：上傳到合同文檔、機(jī)器進(jìn)行自動(dòng)關(guān)鍵詞提取、提取結(jié)果呈現(xiàn)。形成這樣一個(gè)關(guān)鍵信息抽取的報(bào)告，法務(wù)人員可以對(duì)報(bào)告一目了然。

場(chǎng)景二是合同風(fēng)險(xiǎn)進(jìn)行審核。

前兩步也是預(yù)置到產(chǎn)品中，針對(duì)各個(gè)不同的合同類型，根據(jù)業(yè)務(wù)方設(shè)計(jì)合同審核項(xiàng)，對(duì)每個(gè)合同類型的風(fēng)險(xiǎn)點(diǎn)都配置好，機(jī)器模型可以自主的進(jìn)行學(xué)習(xí)和訓(xùn)練。

業(yè)務(wù)方上傳合同文檔，機(jī)器可以進(jìn)行自動(dòng)處理，并給出些建議。

審核結(jié)果中包含針對(duì)這個(gè)合同，有哪些是必改問題、有哪些是缺失條款、有哪些是建議優(yōu)化的，都可以滿足。

這是我們產(chǎn)品的全景圖，展示了AI的幾個(gè)不可缺失的關(guān)鍵要素，只有保證這幾個(gè)要素后，提供的產(chǎn)品時(shí)才能夠消除由AI算法帶來(lái)的不確定性。

客戶是不可能為不確定性買單的。如果交付了一個(gè)產(chǎn)品，客戶問準(zhǔn)確率是多少，答“看數(shù)據(jù)情況吧”，客戶又問系統(tǒng)上線使用時(shí)撞戶率有多高，答“這個(gè)我也不清楚，需要新的線上數(shù)據(jù)判斷”，任何一個(gè)客戶都不會(huì)為不確定性的回答買單。

最后一部分，如何進(jìn)行產(chǎn)品價(jià)值的評(píng)估。

如何進(jìn)行產(chǎn)品價(jià)值評(píng)估？

針對(duì)上面的合同智能處理，我們了解到：

對(duì)不同的合同，原本通過人工閱讀的方式進(jìn)行審核，處理時(shí)間基本是在小時(shí)級(jí)。引入智能合同審閱平臺(tái)以后，整個(gè)過程從待審閱合同、智能合同審閱到人工復(fù)查，從小時(shí)級(jí)變成分鐘級(jí)。

從價(jià)值來(lái)說(shuō)，一，提升效率、降低成本。二，降低風(fēng)險(xiǎn)。三，把長(zhǎng)期非結(jié)構(gòu)化文檔的管理問題很好的管理起來(lái)。

合同評(píng)估對(duì)于AI產(chǎn)品有兩個(gè)層面：

一，算法層面的評(píng)估。更多的是面向AI算法和研發(fā)人員，比如準(zhǔn)確率、召回率，F(xiàn)1值。

機(jī)器翻譯、智能客服、多輪對(duì)話、搜索、推薦、文本抽取等在算法層面都有不同的指標(biāo)，對(duì)業(yè)務(wù)方很難講明白準(zhǔn)確率是多少，用戶很難把準(zhǔn)確率和它的業(yè)務(wù)價(jià)值映射起來(lái)。

評(píng)價(jià)的維度也非常多，取決于業(yè)務(wù)方怎么看待這個(gè)產(chǎn)品以及通過這個(gè)產(chǎn)品達(dá)到什么目標(biāo)。

有時(shí)客戶的期望是通過AI的產(chǎn)品提升人員的工作效率、降低出錯(cuò)。有的客戶使用AI的產(chǎn)品專注在創(chuàng)新。

不管做to C還是to B都是圍繞用戶進(jìn)行服務(wù)的，有一個(gè)經(jīng)典的模型叫“AARRR”：怎么獲取用戶、激活、留存、商業(yè)變現(xiàn)、用戶幫助評(píng)估。

在這個(gè)場(chǎng)景實(shí)現(xiàn)AI落地，針對(duì)這幾個(gè)不同的環(huán)節(jié)，到底帶來(lái)哪些業(yè)務(wù)價(jià)值上的提升：是新的獲客數(shù)量增加了、轉(zhuǎn)化率提升了，還是某項(xiàng)產(chǎn)品的營(yíng)業(yè)額收入增加了。

一，節(jié)省人力。二，創(chuàng)造新價(jià)值。這是我們希望AI產(chǎn)品能夠達(dá)到的理想目標(biāo)。

以上是我想給大家分享的多年做AI產(chǎn)品設(shè)計(jì)和項(xiàng)目交付的經(jīng)驗(yàn)，謝謝大家！