猎云注：AI本身只是一项技术，只有当这项技术落实到了行业中，与产业结合，才能真正诞生出不可估量的价值与生命力。在企业服务领域，AI也存在商业路径。从客户生命周期环节来看，在客户发现、客户关怀、客户网络等方面AI能做很多事情；从生产和管理角度来看，可以提升效率，另外，还可以改善业务流程。文章转载自微信公众号：初心资本ChuxinCapital，作者：沈李斌，人工智能初创企业“乐言科技”创始人，交大本科、宾夕法尼亚大学计算机博士。
曾经就职于BBN，Akamai，IBM，出门问问等公司，自然语言处理顶尖国际会议ACL 2008最佳论文奖
随着AlphaGo的60连胜， AI不断地吸引着人们的注意力.即使是在资本市场偏冷的2016年中，AI类初创企业总体还是获得了不错的融资成绩。
然而AI本身只是一项技术,只有当这项技术切实落实到了行业中,与产业结合，才能真正诞生出未来不可估量的价值与生命力。目前国内企业市值仅有美国的十分之一，IT渗透率总体仍然很低。在企业服务领域，如何借助人工智能更好地为企业提升效率将有着重大意义。
我们很荣幸能邀请到人工智能客服乐言的创始人沈李斌博士，为我们分享他对人工智能在企业服务领域中的思考。
人工智能（AI）是顶大帽子，计算机视觉，语音识别，自然语言处理（NLP）等都可以算是AI主要方向。我读书那会儿，大家都只说自己是哪个方向的博士。现在AI火了，时常可以听到谁谁谁说自己是人工智能的博士了。
人工智能的含义总在随着时代和场景而不断调整变化。举例来说，信息检索技术在二十年前肯定算是人工智能，但是放到现在，技术足够成熟的时候，信息检索就被排除出人工智能的领域了。再比方说统计方法和大数据，也是相类似情形。
按照现在流行一种说法：人工智能划分为三层，第一层是感知，第二层是理解，第三层是决策。其中，感知是理解的基础，理解是决策的基础。其实，我并不是太同意这样的视角。大多数的情况下，一项人工智能技术的产品落地，必然是要贯穿多个层面，并在决策层面上与业务逻辑打通。有些相对比较简单，比方说AlphaGo，仅仅是决策、不涉及感知和理解。一项AI产品，所涉及的层面越少，越是容易产品落地。我们乐言科技所专注的垂直领域的问答技术就是要打通理解和决策，和业务对接。
人工智能在未来的三、五年中会演变成什么呢？我们现在看到的AI就是基于非确定性的算法和系统，体现出一定的认知能力。什么叫非确定性呢，就是由数据驱动的系统，并不是1+2等于3这样，会根据模型加入很多因素,所以在形态上有大量的非确定性的东西。然后它表现出一定的认知能力，其实并不一定是人的认知，也有可能是人没有的认知能力。
简单加以总结，便是如下四点：C端看到BAT怕了、企业市场风景独好、AI在C端的不成熟性与企业服务中盈利模式的清晰性
分四点来说，第一点是源于在消费级市场获客越来越难， 在B端市场，BAT并没有优势，相反中小企业由于中立性变得更有优势。第二点则是目前国内企业市场市值仅为美国1/10，成长空间巨大。且国内信息化已初步成型，为智能化做好了准备。第三点则是当前AI本身还没有准备好，普遍还没有成熟到消费级可以直接用的水平。而在B端的垂直领域可以积累通用技术,优化反哺AI模型。最后一点是它的盈利模式很清晰，既能赚来钱维持自身生存，又能为企业带来竞争优势，形成共赢。
AI为企业提高工作效率，以下简单从客户端和生产端进行探讨。
从客户生命周期的各个环节来看，在客户发现,客户关怀,客户网络等方面,人工智能可以做很多事情。举个简单的例子,EverString就是通过数据和机器学习来进行客户发现；而在客户关怀维度上，智能客服就是用人机配合的方式把人工客服的需求减少.
从生产和管理角度来看，也可以提升很大效率。比方说,文因互联的团队在做新三板市场的投研分析报告。新三板市场企业相对小一些，量非常大，如果用人工去做就非常不适合，他们则是通过智能工具去自动化收集整理数据。还有就是IBM Watson在做的知识管理和问答系统等。这些对于大型企业是很需要的。
AI可以改善业务流程，以翻译流程、媒体创造和图像识别举例。
拿翻译来说,以前都是人工,但现在有了新的技术,操作流程也在变化。很多翻译企业其实是让智能系统先去生成第一稿,再让人工编辑进行后续处理;第二个例子和现在的媒体相关，我们可以用自动化的方法发现热点，选取素材，智能系统还可以实现自动改写，然后只需要人工审核一下即可。,第三个是图像识别，比方说社保异地认证或是金融机构的异地认证。这些都会形成质变到量变最后直接改变商业模式。
最后再总结一下,对于AI来说,首先启动会以人机结合的方式，不需要等到技术完全成熟也能有效的使用起来。然后是把产品深入做下去，慢慢地积累更多的数据，拥有更好的引擎，最后它将会是一个规模化的东西，这就是我看到的商业路径。
