說到BAT三家在AI方面的表現(xiàn)，百度和阿里一直很高調(diào)，比如李彥宏曾經(jīng)說百度的AI是中國的“國家隊(duì)”，而馬云前幾天立項(xiàng)NASA的新聞也鋪天蓋地，而相比較下，騰訊卻顯得比較低調(diào)和安靜。
但是近期騰訊的AI研究終于有了一個(gè)比較喜人的成績：在今年的UEC圍棋比賽中，騰訊的AI“絕藝”戰(zhàn)勝了日本DeepZenGO在內(nèi)的多只AI，奪得了冠軍。

絕藝奪冠了，馬總很開心

雖然這次比賽沒有AlphaGo參加，但這個(gè)新聞也著實(shí)讓很多人對(duì)于一直不顯山不露水的騰訊的AI水平有了新的認(rèn)知。

絕藝在UEC中奪冠比賽路徑（圖片來自全景網(wǎng)騰訊專訪）
要說“絕藝”這個(gè)名字并不是一開始就有的，一開始騰訊的下棋AI名字一直是Weigo，而“絕藝”這個(gè)詞第一次在人們的視野中出現(xiàn)還是去年11月1日，當(dāng)時(shí)weigo第一次以“絕藝”這個(gè)ID在野狐平臺(tái)對(duì)戰(zhàn)，第二天就戰(zhàn)勝了世界冠軍江維杰，此后這個(gè)名稱被沿用。

“絕藝”在野狐平臺(tái)使用過的馬甲，每升級(jí)一次，挑戰(zhàn)對(duì)手實(shí)力更強(qiáng)一階（圖片來自全景網(wǎng)）

有意思的是，在這之前，weigo在野狐平臺(tái)叫過各種“小名”，已知的第一次對(duì)戰(zhàn)在去年8月，它用“虎虎有生氣”這個(gè)ID開始在野狐下棋，8月23日第一次戰(zhàn)勝了職業(yè)選手。
接下來，不知是不是出于信心增長，改用“野狐掃地僧”ID，在9月4號(hào)和網(wǎng)友tby大戰(zhàn)8局，8局連勝，網(wǎng)友tby不是別人，正是棋圣聶衛(wèi)平的長子孔令文。

此后就是11月1日用“絕藝”這個(gè)ID戰(zhàn)勝江維杰，之后戰(zhàn)績恐怖：11月19日，對(duì)柯潔，一勝一負(fù)；11月28日對(duì)陣韓國第一人樸廷桓5勝1敗，再之后的手下敗將有韓國的尹均相、范蘊(yùn)若、古力、黨毅飛、陳耀華、連笑、羋昱廷、胡耀宇、辜梓豪……

野狐平臺(tái)上“絕藝”的信息，明確標(biāo)識(shí)為“十段”
這一陣狂風(fēng)之后，根據(jù)野狐平臺(tái)的計(jì)算方式，“絕藝”榮升“十段”。
雖然當(dāng)時(shí)騰訊從來沒有出面認(rèn)領(lǐng)過，但是棋迷們大部分都已經(jīng)猜出“絕藝”就是騰訊當(dāng)年那個(gè)叫作“Weigo”的AI。
甚至有網(wǎng)友扒出去年騰訊報(bào)名UEC的時(shí)候，使用的名稱仍然是Weigo。然而，大概是由于“絕藝”這個(gè)馬甲早已深入人心，或者騰訊早有打算，總之，Weigo現(xiàn)在已經(jīng)改名“絕藝”混世了。

網(wǎng)友扒出的參賽報(bào)名名單（來自新浪微博）
很多人可能都知道DeepZenGo，但是沒有聽過“絕藝”，對(duì)普通人來說，可能直到今年UEC比賽，絕藝才算“一鳴驚人”。聯(lián)系此前騰訊在AI上的低調(diào)，我們可以說一開始營造神秘感，之后一炮而紅的做法，似乎有著更好的宣傳效果，這個(gè)套路在江湖上人稱“憋大招”。
“憋大招”之所以讓人覺得很厲害，是因?yàn)樵诔聊斜l(fā)，“屌絲逆襲”的故事總是震撼人心。但是說到這里，小編還是忍不住奶一口毒雞湯為大家：那就是并不是所有的屌絲都能在默默無聞中憋出大招，能憋出大招的屌絲很有可能早就有著得天獨(dú)厚的優(yōu)勢——
首先，騰訊從來不是屌絲，而是高富帥，與此同時(shí)直接導(dǎo)致絕藝不可能是個(gè)屌絲，至少是個(gè)富二代。

騰訊的AI實(shí)驗(yàn)室由13人團(tuán)隊(duì)組成
騰訊背景在本次絕藝獲勝中有關(guān)鍵作用：
UEC比賽每方出棋時(shí)間一共30分鐘，每一步大概就20秒左右，可以算得上快棋，而各家AI在本次比賽中是分別使用自家的服務(wù)器進(jìn)行計(jì)算的。計(jì)算時(shí)間有限，就對(duì)于計(jì)算速度提出了非常高的要求，而騰訊在調(diào)用計(jì)算資源上的優(yōu)勢相對(duì)于其他顯然是碾壓。即使DeepZenGO的背景是日本第一視頻網(wǎng)站，其服務(wù)器規(guī)模在騰訊面前仍是不值一提，更不要說中國已經(jīng)具備了世界領(lǐng)先的超級(jí)計(jì)算能力。
如果規(guī)定所有參賽者使用同等服務(wù)器，結(jié)果可能對(duì)絕藝不利。
不過，絕藝一路走來也不是一帆風(fēng)順的。騰訊從一開始就對(duì)于打造圍棋AI這件事說得很保守，對(duì)于為什么要做AI，就有“鍛煉說”和“檢閱說”兩個(gè)說法：當(dāng)時(shí)副總姚星的說weigo項(xiàng)目可以“鍛煉”團(tuán)隊(duì)的研發(fā)能力；研發(fā)團(tuán)隊(duì)說做圍棋機(jī)器人可以對(duì)團(tuán)隊(duì)的算法研究、大規(guī)模計(jì)算以及工程能力進(jìn)行一次“檢閱”。
這兩種說法都讓騰訊做圍棋機(jī)器人蒙上一層“玩票”的氣息，做成了，就是太厲害了，玩玩都能成；做不成也不丟人，畢竟只是玩玩而已。畢竟低調(diào)和默默無聞的一個(gè)好處就是，如果不能在沉默中爆發(fā)，那也可以在沉默中滅亡，一個(gè)聰明的富帥總是能把握好裝逼的力度和節(jié)奏。
最后，值得遺憾的是，AlphaGo沒有應(yīng)邀參賽。有人說，現(xiàn)在的AlphaGo面對(duì)絕藝眾人，其俯視感仍是上神之于小仙。不過什么時(shí)候絕藝們成長到足夠階段，不排除AlphaGo也會(huì)走下神壇跟它們較量一把的可能。

AlphaGo對(duì)戰(zhàn)李世石
但是小編認(rèn)為，其實(shí)目前的絕藝距離去年和李世石對(duì)戰(zhàn)時(shí)的阿爾法狗的水平（AlphaGo之后又有重大突破），也許并沒有大家說的大得那么離譜的距離。因?yàn)椴荒軉渭儼驯敬蜺EC比賽的棋譜水平和當(dāng)時(shí)AlphaGo李世石棋譜水平進(jìn)行簡單比較，因?yàn)楸敬蜺EC下得是快棋，而李世石那場下得是慢棋，計(jì)算時(shí)間限制小，這樣比對(duì)絕藝、DeepZenGO它們不太公平。

目前世界冠軍在絕藝手下的勝率
小編想說，我們最好還是少糾結(jié)于AI圍棋比賽的勝負(fù)，因?yàn)锳I對(duì)人類的終極意義不可能是下圍棋，圍棋只是大公司們最直觀的的AI水平競爭的一種娛樂化形式。而真正重要的總應(yīng)該是各家AI在今后無人駕駛、保險(xiǎn)金融、城市建設(shè)規(guī)劃、智能醫(yī)療這些本質(zhì)工作上的能力幾何，希望到時(shí)各家AI也能力爭上游，友善競爭，給人類創(chuàng)造更多價(jià)值。
來源：互聯(lián)網(wǎng)叫獸

作者：互聯(lián)網(wǎng)叫獸

在確定這個(gè)話題之前，有必要先對(duì)群嘲做個(gè)限定：

現(xiàn)在：在“API困境”被解決之前（后詳）。

人工智能助理：這里指的是Intelligent personal assistant/agent?(IPA)?又稱為Virtual Personal Assistant/Agent(VPA)——幫助個(gè)人完成多項(xiàng)任務(wù)或多項(xiàng)服務(wù)的虛擬助理，當(dāng)前討論的核心驅(qū)動(dòng)力是人工智能。（什么你說用人來做處理單元？那是呼叫中心，也叫客服，最看不起掛羊頭賣狗肉的了。）

在座：不止是創(chuàng)業(yè)公司，大公司也搞不定，國內(nèi)國外無所謂。

都是坑：創(chuàng)業(yè)公司做消費(fèi)端的虛擬助理，一定無法實(shí)現(xiàn)消費(fèi)級(jí)產(chǎn)品效果。對(duì)于巨頭也是，我相信大部分的相關(guān)負(fù)責(zé)人都以“進(jìn)步”為目標(biāo)，而不敢跟自家CEO擔(dān)保要以“搞定”為目標(biāo)。

【什么是智能助理？】

智能助理屬于對(duì)話式服務(wù)

兩者的邊界不是很清晰，智能助理的功能在前面解釋過了；而“對(duì)話式服務(wù)（conversational service/commerce）”——這是包含智能助理在內(nèi)的多個(gè)產(chǎn)品形態(tài)的統(tǒng)稱，核心特點(diǎn)是：

對(duì)話式：人機(jī)交互的方式由圖形化交互（GUI-Graphical User Interface）變?yōu)橐詫?duì)話作為交互方式（CUI-Conversational User Interface業(yè)界暫時(shí)還沒有定義，這是我自己瞎編的），就是用說話來代替觸摸或者鼠標(biāo)，操作計(jì)算設(shè)備。

服務(wù)：提供服務(wù)，解決問題都算，如訂機(jī)票，購買禮物等。不包括信息查詢（如天氣）。

Facebook M, 真人和AI結(jié)合的服務(wù)

去年（2015）起來的這一波對(duì)話式服務(wù)在硅谷有多火？看看創(chuàng)業(yè)團(tuán)隊(duì)增長的數(shù)量就知道了：2015年的時(shí)候有129個(gè)類似的項(xiàng)目出現(xiàn)，而14年的時(shí)候才42個(gè)。

Tracxn Report:Conversational Commerce

在各類科技博客上，對(duì)Conversational Commerce的討論也非常熱烈，尤其是在medium.com上有大量的探討。基本的觀點(diǎn)就是”對(duì)話式的交互將會(huì)成為下一個(gè)風(fēng)口，大家趕緊上啊！“。截止到2016年6月的時(shí)候，在Producthunt上標(biāo)記為對(duì)話式服務(wù)（ConvComm）的有一百多個(gè)創(chuàng)業(yè)項(xiàng)目。

除了智能助理以外，還有很多類似的概念如digital agent，bot，service bot, chatbot，P2P的電商。比如Operator現(xiàn)在用真人專家?guī)陀脩糇鱿M(fèi)決策，在過去嘗試過用bot/AI但可惜達(dá)不到效果，或者magic模式，完全是靠”真人幫懶人用APP“驅(qū)動(dòng)運(yùn)營。本文主要討論的是基于人工智能的智能助理——就像IBM提到的一樣，只有如此才能真正規(guī)?；?。

智能助理應(yīng)該解決服務(wù)需求

巨頭的人工智能助理基本都已亮相了：

Facebook M

Amazon Echo

Google Assistant, Allo

Apple Siri

IBM Watson

Microsoft Cortana

以上智能助理的服務(wù)范圍大都是在信息檢索，幫助用戶獲得資訊。絕大多數(shù)的內(nèi)容是不牽涉“推理”的查詢類信息服務(wù)。比如：

1）明天的天氣如何？

2）找附近的星巴克在哪兒？

3）蘋果的股價(jià)如何？

如果用戶問到在基礎(chǔ)信息以上，一旦牽涉推理的問題，就無能為力了。比如：

1）明天這個(gè)天氣狀況會(huì)會(huì)造成航班延誤么？

2）我只有支付寶，附近的星巴克可以用么？

3）我什么時(shí)候該買蘋果的股票？

使用體驗(yàn)方面，這些助理的服務(wù)范圍覆蓋面基本跟當(dāng)前的所有引擎一樣。在設(shè)計(jì)邏輯上，基本都是基于用命名實(shí)體識(shí)別來代替打字輸入關(guān)鍵詞然后返回檢索結(jié)果SERP。而信息檢索，離人們要完成的服務(wù)需求有很大的區(qū)別。就好像viv.ai的聯(lián)合創(chuàng)始人Dag Kittlaus?說的，當(dāng)初他創(chuàng)建siri的時(shí)候，是想要重新挑戰(zhàn)移動(dòng)服務(wù)，而不是造一個(gè)chatbot。

Dag Kittlaus 中間

除此以外，巨頭的助理與其關(guān)聯(lián)的生態(tài)產(chǎn)生操作的關(guān)聯(lián)。比如SIRI對(duì)iOS和macOS的操作；Cortana對(duì)windows的操作；echo對(duì)關(guān)聯(lián)著的智能家居設(shè)備的操作等等。此類操作的一個(gè)特點(diǎn)，是對(duì)結(jié)果非常的確定，出現(xiàn)個(gè)性化選擇范圍非常的少。

另一方面，對(duì)于創(chuàng)業(yè)項(xiàng)目而言，因?yàn)椴痪邆漕愃频纳鷳B(tài)和硬件入口的條件，大都定位在資訊和服務(wù)上。我們選擇Producthunt當(dāng)中排在最前150位的項(xiàng)目進(jìn)行分析，其中高達(dá)70%的項(xiàng)目定位都在2C的個(gè)人助理（agent）上，其中大部分都想做切入服務(wù)，包括垂直類的和多任務(wù)的。

這些助理服務(wù)當(dāng)中有23.1%是專業(yè)類型的服務(wù)，主要是在醫(yī)療和理財(cái)方面。而剩下來的76.9%的助理干的最多的活兒是生活上的綜合幫助，出行安排，日程管理，購物訂餐廳等等——這一類是坑最大的地方——特別是那些試圖把生活上的各種服務(wù)都打包進(jìn)去的產(chǎn)品。

Producthunt上面69.7%的對(duì)話式服務(wù)都是智能助理產(chǎn)品（但并非所有都具備AI）

【人工智能助理的潛力】

移動(dòng)紅利的結(jié)束，行業(yè)需要新的增長點(diǎn)

很多跡象都指向同一個(gè)結(jié)論：移動(dòng)互聯(lián)的高速增長已經(jīng)飽和。比如用戶已經(jīng)不再愿意下載新的APP。

qz?(based on comscore data) &?statista

2016年1月有超過5萬個(gè)新的APP被提交到了appstore，但是在美國市場有65%的智能手機(jī)用戶在一個(gè)月內(nèi)下載新APP的數(shù)量為0，下了1個(gè)新APP的人占8.4%。

2015年中到現(xiàn)在，在國內(nèi)2C市場中，幾乎找不到一款真正能爆發(fā)并留存的移動(dòng)產(chǎn)品。對(duì)于移動(dòng)開發(fā)者而言，能放首屏的高頻應(yīng)用早就擠不進(jìn)去了。而且很多中低頻的服務(wù)，并不是最適合用app來承載的。比如訂生日蛋糕，作為商業(yè)其價(jià)值一直存在，能通過信息化的方式來解決獲客或者能效問題么？宏觀來講肯定可以，但是開發(fā)一個(gè)APP則會(huì)面臨用戶獲取和使用成本高，難留存，用戶難發(fā)現(xiàn)等等障礙——這些問題，都讓開發(fā)者懷疑要不要做APP，特別是在最開始的PMF核心邏輯還沒有被驗(yàn)證的時(shí)候。

但創(chuàng)業(yè)者的熱情和投資人基金里的錢都不能等！于是大家憋著這口氣四處找風(fēng)口，或者又有怎樣的產(chǎn)品形態(tài)可以把商業(yè)形態(tài)再顛覆一次，好比APP顛覆了網(wǎng)頁，宏觀上有沒有新的產(chǎn)品形態(tài)可以再來一次？甚至運(yùn)氣更好點(diǎn)，甚至開拓出以前沒有被耕耘過的維度？

對(duì)話式服務(wù)具備新的增長點(diǎn)的潛質(zhì)

回顧過去，最大的幾次浪潮基本都伴隨著一個(gè)規(guī)律：核心技術(shù)（軟硬一堆）的出現(xiàn)和整合，帶來全新的人機(jī)交互方式 ，在此基礎(chǔ)上大量的商業(yè)應(yīng)用應(yīng)運(yùn)而生。

從90年代，人機(jī)交互的三種變化

比如2007年末移動(dòng)互聯(lián)開始，核心驅(qū)動(dòng)的硬件是觸摸技術(shù)、各種sensor的成熟以及整體計(jì)算能力的提升和小型化；軟件方面則是iOS&Android的顛覆式出現(xiàn)。軟硬結(jié)合創(chuàng)造出完全顛覆過去的觸摸操作的體驗(yàn)，并使其稱為真正可用的人機(jī)交互方式——讓圖形化界面的輸入工具，從鍵鼠時(shí)代跨越到了更intuitive的觸摸，并完美的與后面開放的生態(tài)系統(tǒng)結(jié)合起來（不得不再次對(duì)喬大爺表示敬佩）。

人機(jī)交互越來越傾向于人

可以看到隨著技術(shù)的平民化(democratization)，人機(jī)交互正不可逆轉(zhuǎn)地向人的方向靠近——不需要學(xué)習(xí)的人機(jī)交互。

將來越來越多的人都能更自然的通過計(jì)算設(shè)備來獲得價(jià)值。下一個(gè)超級(jí)增長點(diǎn)的交互方式，一定是交互更接近人的自然行為，更多人可以使用的。

因?yàn)檐浻布拗?，過去用上計(jì)算設(shè)備的人很少。一方面，當(dāng)時(shí)的人機(jī)交互是讓人來“將就”機(jī)器——人學(xué)習(xí)機(jī)器的語言——操作需要專業(yè)技術(shù)，如打孔…（在個(gè)人電腦方面，當(dāng)年知道’cd 文件夾名’的命令行的人也都是高端人士）；另一方面計(jì)算設(shè)備巨貴，還不屬于個(gè)人設(shè)備，大眾都買不起；再者，日常應(yīng)用和普通生產(chǎn)力應(yīng)用幾乎沒有，所以買來設(shè)備學(xué)會(huì)了UI也沒啥用。而移動(dòng)設(shè)備出現(xiàn)就讓更多的人從使用計(jì)算設(shè)備中獲利，更多不會(huì)鍵盤鼠標(biāo)的人，通過觸摸手機(jī)屏來操作。將來人們想要獲得服務(wù)的時(shí)候，或許不需要有“計(jì)算設(shè)備”這個(gè)中間載體的概念。直接提出需求，就能獲得結(jié)果。

下一代的交互方式，似計(jì)算設(shè)備能覆蓋更廣的商業(yè)。

Google Assistant Allo

看看過去app如何顛覆web的，在沒有移動(dòng)互聯(lián)之前，大眾點(diǎn)評(píng)只是一個(gè)不知道幾流的小眾產(chǎn)品，web也并非最合適這個(gè)商業(yè)模式的產(chǎn)品形態(tài)——比如大部分情況下，人們想要找餐廳的時(shí)候，身邊都沒有PC來獲得其他人的點(diǎn)評(píng)信息；而移動(dòng)互聯(lián)的APP解決了這個(gè)問題。

這并不是說app代替了web（比如PS還是在桌面端更好用），而是借由移動(dòng)設(shè)備，app開啟了過去沒有的維度，繼而大眾點(diǎn)評(píng)的商業(yè)模式有了更合適的產(chǎn)品形態(tài)。我相信APP顛覆web的歷史，也會(huì)同樣發(fā)生在下一代人機(jī)交互的形態(tài)來顛覆當(dāng)前app的時(shí)候。不僅很多商業(yè)模式和形態(tài)都可以被重新考慮一次，甚至幾乎可以肯定CUI會(huì)打開新的維度，解放更多的商業(yè)價(jià)值。

如果一個(gè)C端產(chǎn)品做得好，傳播不受硬件束縛，沒有用戶的使用成本的障礙，并且不需要下載新的APP，直接在熟悉的IM或者SNS里實(shí)現(xiàn)過去用app承載的服務(wù)，甚至還能開拓新的形態(tài)…比起當(dāng)前的其他選擇AR/VR/IoT/區(qū)塊鏈，CUI帶來的想象空間更大。所以，就有很多人，巨頭小頭沒頭的都來嘗試。

【對(duì)CUI的特點(diǎn)的理解決定產(chǎn)品價(jià)值】

不可否認(rèn)的，真正的CUI產(chǎn)品一定是基于人工智能的自然語言處理的。如何深入利用CUI的特點(diǎn)，是產(chǎn)品打造的關(guān)鍵。

話說當(dāng)前國內(nèi)有很多投資人認(rèn)為，只要是做人工智能的團(tuán)隊(duì)，就必須是MIT，Caltech出來的機(jī)器學(xué)習(xí)博士或者是GOOGLE，F(xiàn)ACEBOOK的AI團(tuán)隊(duì)的人；如果團(tuán)隊(duì)不是頂級(jí)院校的學(xué)者或者是巨頭出來的項(xiàng)目帶頭人，就沒有什么好搞的——這是典型的誤區(qū)，或者說對(duì)行業(yè)的理解太淺了。這種理解基本等于 “聽說你是計(jì)算機(jī)專業(yè)畢業(yè)的，幫我裝一下電腦吧”這樣的水平。很不幸國內(nèi)好多年輕點(diǎn)的投資經(jīng)理基本都是這種水平（為什么年紀(jì)大點(diǎn)的不是？因?yàn)樗麄兝斫?#8217;不懂就不要輕易判斷’這樣的人生道理）。看不懂本質(zhì)，就看表面，也是不得已。

這里，我非常贊同順為資本的孟醒的幾個(gè)觀點(diǎn)：1）所謂“做AI的”也有幾個(gè)類型，底層研發(fā)和做應(yīng)用的是兩碼事。2）人工智能的底層交給大公司，小創(chuàng)業(yè)公司可以做點(diǎn)小模塊。而應(yīng)用層則有大量的空間給創(chuàng)業(yè)公司來實(shí)現(xiàn)商業(yè)化。3）“這個(gè)行業(yè)缺AI的產(chǎn)品經(jīng)理，不缺一般意義上的明星，特別牛x的算法達(dá)人，牛x的北京的BAT出來的人。” 這方面吳恩達(dá)也有類似的觀點(diǎn)，“人工智能社區(qū)是極其開放的，大多數(shù)頂級(jí)研究者會(huì)出版他們的著作／分享他們的想法身子開源代碼。因此，在這個(gè)技術(shù)開元環(huán)境下，數(shù)據(jù)和人才就是稀缺的資源。”

有點(diǎn)跑題了，在這里就強(qiáng)調(diào)一下，CUI的核心技術(shù)是AI（不僅限NLP后面會(huì)提到）。對(duì)CUI作為新一代顛覆性人機(jī)交互的理解，才在產(chǎn)品形態(tài)上能發(fā)揮底層技術(shù)的商業(yè)價(jià)值。最后，再舉個(gè)例子，GUI的核心突破是技術(shù)大牛（xerox）帶領(lǐng)的，而其商業(yè)應(yīng)用的發(fā)揚(yáng)光大則是產(chǎn)品經(jīng)理喬布斯從xerox那兒“偷來”的。

1973年，xerox推出第一款GUI技術(shù)個(gè)人電腦；

在1983年，蘋果也推出了他們首款GUI電腦Lisa（喬老爺“ 完美借鑒 ”）

年輕人不懂就要多看書。

CUI的不可延續(xù)GUI的特點(diǎn)

為了深入理解這個(gè)問題，我們可能要先分析一下，CUI和GUI究竟給用戶體驗(yàn)帶來什么影響？因?yàn)檫@絕不是現(xiàn)在主流的“把按鈕變成語言操控”那么簡單的事情。

當(dāng)移動(dòng)設(shè)備出現(xiàn)的時(shí)候，大家對(duì)如何在智能手機(jī)上開發(fā)產(chǎn)品還沒有來得及有深入的了解。所以當(dāng)時(shí)開發(fā)者基本都是從最明顯的地方起步，也就是觸摸代替鍵鼠操作。早期的大量應(yīng)用，都是從“如何把web縮小到手機(jī)屏幕”的思路出發(fā)來設(shè)計(jì)APP的?！@是典型的延續(xù)上一代交互的思路。

隨著開發(fā)者不斷思考和挖掘移動(dòng)端的潛力，慢慢有了對(duì)移動(dòng)端真正的核心特質(zhì)的理解——這些“圣杯屬性”才是真正讓移動(dòng)端產(chǎn)品設(shè)計(jì)出眾的要素。比如“碎片時(shí)間”、“個(gè)人身份綁定“、”LBS”等等，這些特質(zhì)才是真正讓移動(dòng)產(chǎn)品體現(xiàn)價(jià)值的——這些是完全顛覆上一代交互的屬性。而且我們發(fā)現(xiàn)這些屬性幾乎跟“觸摸”這個(gè)明顯的交互行為沒有直接關(guān)系。

現(xiàn)在CUI出現(xiàn)的時(shí)候，產(chǎn)品經(jīng)理也會(huì)面臨類似的問題。當(dāng)前大多數(shù)智能助理的設(shè)計(jì)思路都是“過去APP是怎么用的，我現(xiàn)在用語言來代替觸摸操作”。好比是用語言來代替手指去觸摸屏幕，或者是用說話來代替手指打字。而能讓用戶感覺真正智能的核心，我認(rèn)為依然藏在CUI的“圣杯屬性”里，有待大家發(fā)掘。

CUI的特點(diǎn)：高度個(gè)性化

舉一個(gè)例子，根據(jù)實(shí)際研發(fā)和市場運(yùn)作的經(jīng)驗(yàn)，我們發(fā)現(xiàn)有一個(gè)算得上“圣杯屬性”是特質(zhì)是：“高度個(gè)性化”。

在GUI時(shí)代，用戶使用產(chǎn)品時(shí)，有一個(gè)可視化的界面，比如找餐廳，我們打開點(diǎn)評(píng)看上去是這樣：

這看上去是一個(gè)大家非常熟悉的界面，只是所有用戶能做的選擇范圍，都明確的顯示在界面上（所見即所選）。找美食，用戶能做的選擇基本就是：附近，類型，智能排序（不點(diǎn)開可能還不知道是什么意思）以及排序。當(dāng)用戶自己不知道該如何決策的時(shí)候，這些視覺化的框架，給了用戶提示該從這些方面根據(jù)自己的需求來做篩選和匹配。

但是在智能助理的界面，用戶看到的是這樣的：

用戶對(duì)可以做哪些選擇一無所知——在沒有可視化的參考下，面對(duì)如此開放的交互，當(dāng)用戶要找一個(gè)餐廳的時(shí)候，他們提出的要求，大都不在GUI設(shè)定的范圍以內(nèi)。

根據(jù)我們實(shí)際操作的經(jīng)驗(yàn)，用戶提出的問題是這樣的：

只有“在外灘附近的”是之前GUI的查詢范圍當(dāng)中的，其他的需求都是過去GUI的類型當(dāng)中不存在的維度。但因?yàn)镃UI的開放性，用戶很容易給出上面這樣的高度個(gè)性化（非結(jié)構(gòu)化）的需求。

如果GUI的產(chǎn)品試圖在個(gè)性化同樣給用戶那么多選擇，就不得不面臨用戶使用成本的問題。一個(gè)界面可能會(huì)被大量的下拉列表，層級(jí)關(guān)系，各種填空和操作充滿。如此是加深了個(gè)性化程度了，但是操作的成本會(huì)讓用戶放棄使用。

如果在智能助理的產(chǎn)品設(shè)計(jì)上，不尊重用戶“高度個(gè)性化”的需求，只提供過去APP本身提供的個(gè)性化程度“在XX附近找個(gè)YY菜”，那么用戶在實(shí)際提需求的時(shí)候得靠運(yùn)氣撞到既定的條件上，不然就是無法識(shí)別的范圍，繼而失望。另一方面，如果CUI只是在做GUI范圍內(nèi)的事情，會(huì)遠(yuǎn)不足以顛覆APP。

除此之外，CUI還有一些專屬的特點(diǎn)。比如

使用流程非線性：比如GUI是線性的流程，界面引導(dǎo)用戶一步一步走到結(jié)果；而CUI則可以是完全無視先后順序的，用戶可以再最開始就提出本來到排在最后的條件當(dāng)中。

可避免信息過載：用戶打開GUI的一個(gè)界面，比如點(diǎn)評(píng)上找一個(gè)餐廳，用戶得在一個(gè)列表里去找尋自己最想要的選項(xiàng)（典型的案例是，GUI讓用戶選擇國家的時(shí)候那一長排的列表）。而CUI則可以規(guī)避用戶的信息過載，直接給出期望的結(jié)果。這個(gè)特點(diǎn)的另一面是，GUI因此是informative的，給不熟悉場景的用戶更多的提示，或者比較結(jié)果的機(jī)會(huì)。

復(fù)合動(dòng)作：“明天或后天，晚上最便宜的機(jī)票”——從用戶的操作和實(shí)際體驗(yàn)來看，GUI無法一次給出結(jié)果，只能用戶先查一次明天的機(jī)票，再查一次后天的機(jī)票，然后手動(dòng)來對(duì)比。CUI完勝——可以直接給出相關(guān)條件的檢索結(jié)果，前提是AI足夠優(yōu)秀。

這里只是拋磚引玉，詳細(xì)更多特質(zhì)會(huì)不斷被開發(fā)者發(fā)掘出來。在這里就不詳細(xì)展開了。在另一篇《人工智能時(shí)代的產(chǎn)品經(jīng)理》文章當(dāng)中，會(huì)做更多關(guān)于CUI的分析。

【什么樣的AI Agent能滿足C端的需求？?】

為什么現(xiàn)在的助理產(chǎn)品都是坑？很多團(tuán)隊(duì)不是底層的算法差，而是團(tuán)隊(duì)對(duì)產(chǎn)品的理解有問題。

要滿足C端用戶的需求，確實(shí)非常難。10次使用，有一次因?yàn)槿我庠虻氖?，用戶心理就?huì)開始有疑慮。從體驗(yàn)上來看，在用戶熟悉的場景下得全面理解用戶提出的需求；在用戶自身不清楚場景下，得自然的協(xié)助用戶挖掘需求；獲得需求后得幫助用戶做決策，并最終呈現(xiàn)結(jié)果。以此來看，對(duì)話式的agent就得至少滿足以下功能：

具備基于上下文的對(duì)話能力 (contextual conversation)

具備理解口語中的邏輯 (logic understanding)

所有能理解的需求，都要有能力履行（full-fulfillment）

1、基于上下文的對(duì)話能力(contextual conversation)

在當(dāng)前，做助理的產(chǎn)品的底層技術(shù)基本都是圍繞NLU（自然語言理解）打造的，很多還沒有涉及到NLP。可是無論是大公司還是小公司的NLU都是讓人失望的。舉個(gè)簡單的例子，在大公司的幾個(gè)產(chǎn)品上提出需求：我下周五要去北京，幫我查一下航班。

需要識(shí)別意圖：查機(jī)票

需要識(shí)別entities：時(shí)間（下周五），目的地（北京），出發(fā)地（無/當(dāng)前地理位置）

我們看看結(jié)果，首先看三家的回復(fù)，從左到右分別是蘋果的SIRI, 微軟的CORTANA, Google的ALLO。

沒有一個(gè)能識(shí)別出來意圖，全部做為用關(guān)鍵詞來檢索網(wǎng)頁(SERP)。沒有識(shí)別出意圖，繼而也就沒有可能識(shí)別entity所在的場景。對(duì)于C端用戶而言，這可能算是最基礎(chǔ)的服務(wù)之一，而三大巨頭提供的產(chǎn)品完全不能用。

不過當(dāng)我們看到國內(nèi)的創(chuàng)業(yè)公司，卻能按照需求識(shí)別出意圖，并且識(shí)別出對(duì)應(yīng)的entity，組合查詢出結(jié)果，看上去比幾個(gè)巨頭更強(qiáng)大。

我們繼續(xù)測試上下文的對(duì)話。比如，我是國航的會(huì)員，agent給出上面的結(jié)果里沒有國航的航班，我自然會(huì)問：”有沒有國航的？“

結(jié)果并沒有如期望那樣，在給出的列表里找到國航的航班。而是開始了重新的一次查詢。

換一句話來說，沒有結(jié)合上下文的對(duì)話。我并不是為了黑，事實(shí)上這個(gè)產(chǎn)品在國內(nèi)的創(chuàng)業(yè)公司中也算不錯(cuò)的技術(shù)了。但是不會(huì)結(jié)合上下文的對(duì)話，會(huì)造成的最嚴(yán)重的問題就是這個(gè)agent基本不能獨(dú)立完成服務(wù)。因?yàn)橛脩舨粫?huì)在一個(gè)句子里把所有的條件都列出來。

以上是基本要素，就當(dāng)前的產(chǎn)品形態(tài)來看，只有非常少的產(chǎn)品能真正做到第一點(diǎn)。大部分號(hào)稱能做到的，都是濫竽充數(shù)，連續(xù)問問題而已。

不能真正理解上下文的對(duì)話（機(jī)票查詢）：

AGENT： 從哪里出發(fā)？

用戶：上海虹橋機(jī)場

AGENT：到哪里？

用戶：還是從浦東走吧

AGENT：好的，從虹橋出發(fā)到浦東的航班是……

在上面的對(duì)話，AI Agent在問第二個(gè)問題的時(shí)候，不能理解用戶對(duì)前一個(gè)回答的修改（出發(fā)地從“虹橋”改為“浦東”），只是按照預(yù)先設(shè)計(jì)對(duì)話的順序，填上命名實(shí)體識(shí)別得來的entity。繼而查詢不到結(jié)果，給用戶的感覺就是笨。

真正理解上下文的對(duì)話（機(jī)票查詢）：

AGENT：從哪里出發(fā)？

用戶：上海虹橋機(jī)場

AGENT：到哪里？

用戶：算了，從浦東走吧

AGENT：好的，出發(fā)改為浦東。那到達(dá)城市呢？

用戶：北京

AGENT：好的，從浦東到北京的航班是…（給出正確的結(jié)果）

而具備真正上下文理解的對(duì)話，agent可以正確理解用戶第二個(gè)回答的內(nèi)容（從浦東走），其實(shí)是在修改上一問題的回答（出發(fā)機(jī)場），而不是真的在回答第二個(gè)問題（到達(dá)地在哪里）。

這只是上下文的例子，而對(duì)于服務(wù)類agent而言，所有后續(xù)的NLP功能都基于上下文對(duì)話為前提。這些看上去其實(shí)都是非常簡單的需求，但是當(dāng)前沒有任何一個(gè)2C的agent可以做到。

可能有人會(huì)問，大部分用戶都應(yīng)該在第一時(shí)間把需求表達(dá)出來吧，為什么還需要對(duì)話？實(shí)際上，真正操作過大量案例的同學(xué)就會(huì)發(fā)現(xiàn)，用戶不可能如此”貼心“地按照開發(fā)者的設(shè)計(jì)來提出需求。

幫我看看下個(gè)星期五去北京，下午3點(diǎn)多，從虹橋出發(fā)，國航的航班?！啊@一類的表達(dá)方式在幾乎從來沒有出現(xiàn)過。哪怕是在用戶最熟悉的場景，也很難確保一個(gè)句子的表達(dá)里包含了所有必須的檢索條件。而且，用戶還會(huì)不停的補(bǔ)充更多的個(gè)性化需求。

對(duì)于用戶自己比較了解的場景，如：訂機(jī)票需要提供到達(dá)地，用戶提出的大多數(shù)需求，在最初都是非常簡單，然后逐漸開始細(xì)化的。所以需要當(dāng)用戶提出不完整需求的時(shí)候，根據(jù)其意圖，結(jié)合之前已經(jīng)給過的條件，通過對(duì)話，向用戶提出問題，再獲得答案來補(bǔ)全剩下還需要的條件，最后再完成服務(wù)。

對(duì)于用戶自己不熟悉的場景，用戶根本就不知道自己該提出哪些方面的需求。如：不懂酒的用戶，想買一瓶合適的威士忌。他就根本很難提出除了價(jià)格以外的需求，比如產(chǎn)地，年份，釀造原料，水源等等。因此，Agent得以合適的方式來提問，引導(dǎo)用戶給出偏好，并且用對(duì)話提出推薦。

而且對(duì)于agent而言，很難判斷哪些用戶對(duì)服務(wù)的認(rèn)知有多深。如果不做識(shí)別，就容易問”老手“一些”新手問題“，繼而讓老手覺得我還不如自己下單；而給新手又留下”你在說什么我都不懂“的印象，也是不聰明。

所以要有好的體驗(yàn)，這是非常困難的。而基于上下文的對(duì)話，只是最基礎(chǔ)的用戶需求之一。

2、理解口語中的邏輯 (logic understanding)

在我們的實(shí)踐中，我們發(fā)現(xiàn)對(duì)”邏輯“的理解直觀重要。原因也是因?yàn)橛脩舻恼?duì)話，大部分都不是開發(fā)者預(yù)設(shè)那樣的。

再做一個(gè)簡單的測試，比如找餐廳，試試：幫我推薦一個(gè)附近的餐廳，不要日本菜。

這是一個(gè)簡單邏輯，但是你看所有的服務(wù)，這次包括剛剛那個(gè)國內(nèi)創(chuàng)業(yè)公司C一樣，都會(huì)是一個(gè)結(jié)果：全部推薦日本菜。

也讓朋友測試了亞馬遜echo的alexa，結(jié)果也無法識(shí)別”不要“這個(gè)最簡單的邏輯

這次其實(shí)比剛剛好多了，至少4家里面除了google allo，都識(shí)別出來我的意圖是找餐廳——但是，當(dāng)我明確提出不要日本菜的時(shí)候，給出結(jié)果的三家全部都是日本菜……也就是說“不要” 兩個(gè)字被完全忽略了。

觀察大量的用戶案例表明，當(dāng)用戶越是個(gè)性化需求強(qiáng)烈的時(shí)候，對(duì)話中出現(xiàn)邏輯和指代關(guān)系的頻次越高。

“有沒有更便宜的？”

“除了大床房以外的房間有么？”

“后天會(huì)比今天更冷么？”

“就要?jiǎng)倓偟哪莻€(gè)2千多的吧?！?/p>

“除了廉價(jià)航空，其他的航班都可以。”

以上這些需求是提需求的時(shí)候，在對(duì)話中經(jīng)常出現(xiàn)的表達(dá)方式，而且看似簡單，但是目前沒有任何一個(gè)NLU的系統(tǒng)或產(chǎn)品能夠正確的理解。主要的阻礙就是對(duì)邏輯的理解，還有在基于上下文對(duì)話中的指代關(guān)系的理解失敗。

3、NLP不是全部，還要有能力履行（API困境）

NLU并不是智能助理發(fā)展的瓶頸，供給端的數(shù)據(jù)才是。

我們假設(shè)如果有一個(gè)黑科技出現(xiàn)，使得NLP有了極大的進(jìn)步，以至于兩個(gè)條件：1）基于上下文場景的對(duì)話；2）口語邏輯，都能被理解了，甚至還能基于場景和上下文用NLG來生成各類問題——它能理解我們所有講出來的需求。

在用戶熟悉的范圍內(nèi)，它能結(jié)合所有的過去的對(duì)話，歷史記錄等等內(nèi)部外部條件，幫助用戶盡可能的實(shí)現(xiàn)“不用開口，就知道我在這個(gè)的需求”。比如當(dāng)用戶提出“推薦餐廳的需求”：

用戶：“女朋友周日過生日，推薦一個(gè)餐廳，找有江景的，最好桌子旁邊有一個(gè)大落地窗戶，能看到外面的夜景。吃的不要太貴，環(huán)境好點(diǎn)，有現(xiàn)場音樂的最好是爵士，不要太吵的?！?（btw，這是一個(gè)真實(shí)需求）

Agent：“菜系有偏好么？”

用戶：“意大利餐和法餐都可以，對(duì)了不要離外灘太遠(yuǎn)了”

agent解析出以下選擇餐廳的條件：

周日晚（營業(yè)）

適合女朋友過生日

有江景

有大落地窗

不要太貴

環(huán)境好

有現(xiàn)場音樂，爵士

不能太吵

意大利餐或者法餐

距離外灘不能太遠(yuǎn)

然后它去哪里找到這樣的餐廳呢？在地圖服務(wù)提供商，或者點(diǎn)評(píng)的API提供的信息里只有8，9，兩項(xiàng)能找到數(shù)據(jù)。假設(shè)評(píng)論中有這樣的數(shù)據(jù)，該用什么方式來傳遞呢？接口提供的都是結(jié)構(gòu)化的數(shù)據(jù)，而“環(huán)境好”這樣的非結(jié)構(gòu)化數(shù)據(jù)，最多以標(biāo)簽的方式來做，但是這樣的話，標(biāo)簽就會(huì)有無止境的多也不現(xiàn)實(shí)。

這就是我們所謂的“API困境”——當(dāng)前基于API的數(shù)據(jù)傳遞方式，只能1）承載結(jié)構(gòu)化數(shù)據(jù)；2）承載數(shù)量非常有限的結(jié)構(gòu)化數(shù)據(jù)。

當(dāng)前基于GUI的產(chǎn)品，都是用API來傳遞結(jié)構(gòu)化數(shù)據(jù)。但大量個(gè)性化數(shù)據(jù)往往是非結(jié)構(gòu)化的，以當(dāng)前API的方式很難被處理。這還是在使用場景或者服務(wù)比較簡單的情況下。

在用戶不熟悉的場景下，agent面對(duì)稍微專業(yè)一點(diǎn)的服務(wù)，就會(huì)遇到知識(shí)圖譜的問題。簡單來講，agent要做推薦的前提是對(duì)推薦的內(nèi)容得先有了解。好比，要向一位不懂酒的用戶推薦一款威士忌，那就不能依賴這位用戶自己提出的問題（很可能提不出要求），而得依賴“懂行”的自己對(duì)威士忌的理解的方方面面來引導(dǎo)用戶做合適他的選擇。一個(gè)助理顯然無法擁有所有服務(wù)所需的知識(shí)圖譜。

從知識(shí)圖譜的結(jié)構(gòu)來看，是相對(duì)可被結(jié)構(gòu)化。一個(gè)服務(wù)可以以各種方式被拆解成很多個(gè)方面，但大量的方面在當(dāng)前是沒有結(jié)構(gòu)化數(shù)據(jù)的（比如我們沒有每家餐廳的”營業(yè)面積“的數(shù)據(jù)）；甚至很多方面無法用結(jié)構(gòu)化數(shù)據(jù)來表達(dá)（比如每家餐廳有否”適合浪漫約會(huì)“的環(huán)境）。

因此，智能助理就算有了強(qiáng)大的NLP，還需要全面的知識(shí)圖譜（結(jié)構(gòu)化數(shù)據(jù)）和處理并傳遞非結(jié)構(gòu)化數(shù)據(jù)的能力——而這兩點(diǎn)，在目前是無解的。

總結(jié)

在“API困境”解決之前，再加上NLP本身還有很長的路要走，基于人工智能的多任務(wù)服務(wù)agent不大可能達(dá)到C端滿意的水平。

創(chuàng)業(yè)團(tuán)隊(duì)各自最基礎(chǔ)的認(rèn)知計(jì)算的能力不會(huì)有太大的區(qū)別，都是踩在世界頂尖大牛的肩膀上——在這個(gè)領(lǐng)域創(chuàng)業(yè)團(tuán)隊(duì)想和大公司鋼正面，不是很理性。

創(chuàng)業(yè)團(tuán)隊(duì)在垂直領(lǐng)域有些自己的技術(shù)突破可以創(chuàng)造一些階段性的優(yōu)勢，但面對(duì)教育市場的大山而言，這點(diǎn)差異遠(yuǎn)不足以make a difference。

在各自領(lǐng)域，開發(fā)者對(duì)人工智能相關(guān)技術(shù)的理解和其帶來的交互層面的有效應(yīng)用，可能會(huì)在垂直商業(yè)應(yīng)用上創(chuàng)造更大的差異——比較起”95% VS 98%的識(shí)別率“ 而言。

來源：雷鋒網(wǎng)