在有關(guān)人與AI的議題中，「西部世界」并非當(dāng)務(wù)之急

前幾年，有一類話題非?；穑骸冈?xx 行業(yè)，AI 正在取代人類」。但隨著人們對現(xiàn)階段 AI 發(fā)展的認(rèn)識逐漸趨于理性，這類話題正變得越來越少。取而代之的是：「AI 能增強或延伸人哪方面的能力？」「AI 和人一起能解決哪些問題？」

這種期望的下調(diào)是必然的，畢竟憑借當(dāng)前的弱人工智能是不太可能造出《西部世界》里那種高度智能化的「接待員」的。《深度學(xué)習(xí)》一書作者、被稱為「世界 AI 之父」的特倫斯 · 謝諾夫斯基（Terry Sejnowski）也早在 2019 年就說過，「在未來，人類與機器將是合作而非競爭關(guān)系」。

美劇《西部世界》中的接待員（機器人）形象。

如今，這種觀點正在被越來越多的業(yè)內(nèi)人士所接受，「協(xié)作智能（Collaborative Intelligence）」的概念也開始受到更多關(guān)注。澳大利亞最大的國家級科研機構(gòu)——CSIRO 首席研究科學(xué)家 Cécile Paris 甚至指出，「（協(xié)作智能）將成為數(shù)字化轉(zhuǎn)型的下一個科學(xué)前沿」。

Cécile Paris 等人認(rèn)為，要想更好地發(fā)展「協(xié)作智能」，我們必須重新思考工作流程和過程，以確保人類和機器相互補充。此外，探索機器如何幫助人們開發(fā)新的技能也是一個重要方向，這些技能可能在各個領(lǐng)域的勞動力中都有用。

在國內(nèi)，這種思考其實也早就已經(jīng)開始了，尤其是金融、保險等直接服務(wù)于人的行業(yè)。這些行業(yè)在 AI 的應(yīng)用上走過一些彎路。比如，對外，智能客服、智能投顧曾經(jīng)風(fēng)靡一時，但無論是從客戶滿意度還是業(yè)務(wù)深度來看，這些工具都無法滿足企業(yè)的需要；對內(nèi)，每個企業(yè)可能都有專門的數(shù)據(jù)分析師，他們直接和企業(yè)的數(shù)據(jù)中臺（機器）打交道。但業(yè)務(wù)線一多，「機器 - 數(shù)據(jù)分析師 - 業(yè)務(wù)人員」的管道就會因數(shù)據(jù)分析師不夠而堵塞。這就顯示出了優(yōu)化人機合作流程和過程以及幫助普通業(yè)務(wù)人員開發(fā)新技能的重要性。而這件事，其實已經(jīng)有很多企業(yè)在做了。

在前段時間的一個發(fā)布會上，國內(nèi)首家互聯(lián)網(wǎng)保險公司眾安保險展示了兩款旨在解決此類問題的新產(chǎn)品。這兩款產(chǎn)品的背后濃縮了該公司多年以來對變革人機合作方式、賦能普通業(yè)務(wù)人員的思考。

重新思考人與機器的排兵布陣

如果把企業(yè)的資源配置比喻成排兵布陣，那人與機器可能是兩種完全不同的兵種。騎兵可以在遼闊的草原上所向披靡，但一旦進入?yún)擦志筒蝗绮奖@得靈活。同理，機器可以 24 小時不間斷工作，處理海量的數(shù)據(jù)，但并不善于直接與人溝通。因此，在引入機器之前，先弄清楚哪些環(huán)節(jié)最適合機器才是當(dāng)務(wù)之急。

在自身的客服、外呼等場景中，眾安把這個問題梳理了一下：先前很多的智能客服之所以并不成功，是因為過分夸大了機器的作用而忽略了人的靈活性和創(chuàng)造性。于是，這次，他們把人和機器的位置重新安排了一下：機器負(fù)責(zé) 24 小時「站崗」，源源不斷地從文本、語音交互數(shù)據(jù)中挖掘客戶意圖、情緒等信息，然后把發(fā)現(xiàn)的問題交給人去解決。

這就是眾安此次推出的用戶交互挖掘平臺——鯨探的核心思想。

和之前的很多交互機器不同，鯨探的任務(wù)主要在于「發(fā)現(xiàn)」，就像鯨在海洋中搜尋獵物一樣。它會試圖弄清楚幾個問題，比如客戶是什么人？想辦什么業(yè)務(wù)？問題有沒有得到解決？有沒有負(fù)面情緒產(chǎn)生？會不會投訴？需不需要向其介紹新產(chǎn)品？這些都濃縮成了一個名為 CIREO 的分析框架。為了弄清楚這些問題，鯨探的背后綜合了深度語義理解、多模態(tài)機器學(xué)習(xí)、大規(guī)模預(yù)訓(xùn)練、知識蒸餾、圖優(yōu)化、模型壓縮等 AI 領(lǐng)域的各種流行技術(shù)。

在弄清楚這些問題之后，鯨探并不是直接著手去解決，而是將其貼上標(biāo)簽（投保、咨詢、退保、理賠、續(xù)保等）、生成圖表（意圖排行榜、客戶分群圖、情緒晴雨表、輿情云圖等）供各個部門（如銷售、客訴）參考。至于下一步該怎么做，就由人來決定了。這種新的人機合作方式幫眾安將投訴率降低了 30%，也讓業(yè)務(wù)實現(xiàn)了「從名單到客戶」的轉(zhuǎn)變。

這種排兵布陣透露的是作為一家 AI 應(yīng)用公司的眾安對于投入產(chǎn)出比的考量。該公司首席數(shù)據(jù)官段朝陽談到，「在 AI 應(yīng)用場景的選擇上，市場中出現(xiàn)了一些比較極端的狀況，一種狀況是大家都在集中去做非常難的、復(fù)雜的場景，比如完全無人駕駛的汽車，或者完全用機器去替代人，去跟客戶互動，這個是需要非常大的投入去做的」。在他看來，「分清技術(shù)的邊界、理論的邊界和實際應(yīng)用的邊界」非常重要，這使得眾安選擇了「合適的、投產(chǎn)高的點去切入」。鯨探就是一個很好的例子。

眾安保險首席數(shù)據(jù)官段朝陽。

打破人與機器的次元壁

在完成人與機器的排兵布陣之后，企業(yè)還有一件事要做，就是打破二者之間的次元壁。

計算機誕生之初，普通人雖然也能享受技術(shù)進步帶來的變革成果，但卻很難直接與其交互，參與到價值的創(chuàng)造中去。AI 落地初期也面臨這一挑戰(zhàn)。

為了打破這一次元壁，人們做了很多努力，低代碼就是其中比較流行的一種。

低代碼并不是一個新概念，20 年前就已經(jīng)有了類似的模式。進入「數(shù)智化」時代，企業(yè)內(nèi)部需求越來越豐富多變，這一概念又收獲了新的關(guān)注。但由于行業(yè)場景多且復(fù)雜，很難有一個通用的平臺能覆蓋所有行業(yè)、滿足所有用戶需求。眾安所在的互聯(lián)網(wǎng)保險行業(yè)更是如此。

在眾安內(nèi)部，對低代碼需求最迫切的場景就是數(shù)據(jù)分析。因為很多時候，他們的業(yè)務(wù)人員不僅要求知道發(fā)生了什么，還要知道為什么發(fā)生（歸因），以及未來會怎樣（預(yù)判）。這種「從看見到預(yù)見」的分析需求是非常重的：每條業(yè)務(wù)線上的每個環(huán)節(jié)可能都有不同的分析需求，不同的管理層級關(guān)注的數(shù)據(jù)維度也各不相同。但是，有能力承接這些需求的分析師數(shù)量是有限的。如果能將這種與機器溝通的能力擴展至每個業(yè)務(wù)人員，分析效率將大大提升。

于是，他們便自己搭建了一個名為「集智」的低代碼平臺。它允許業(yè)務(wù)人員以拖、拉、拽的方式創(chuàng)建自己的數(shù)據(jù)分析框架，減輕了對數(shù)據(jù)分析師的強依賴。為了提高它的易用性，開發(fā)人員還在剛剛發(fā)布的集智 2.0 版本中新增了輕部署、多終端可用的特性，并預(yù)設(shè)了十大場景的模板，使得業(yè)務(wù)人員只需要通過簡單的四步就可以生成數(shù)據(jù)模型和可視化看板。借助這一平臺，眾安內(nèi)部的數(shù)據(jù)分析效率提升了 50%，人力成本降低了 40%。

在眾安，類似的重新定義人與機器關(guān)系的應(yīng)用還有很多，它們以及與之配套的算法、平臺、保障共同構(gòu)成了一個大框架——眾安數(shù)智化賦能方法論 4633。在這套方法論中，算法層囊括的是一個一個的原子能力，是未經(jīng)封裝的機器。平臺將這些機器打包成模塊，供業(yè)務(wù)層以搭積木的形式調(diào)用，從而實現(xiàn)加增量（獲客、加復(fù)購、挖掘用戶價值）、減損賠（風(fēng)險控制）、優(yōu)運營（提升運營決策效率）、拓市場（為業(yè)務(wù)創(chuàng)造新產(chǎn)品，如新險種）的應(yīng)用價值。更重要的是，這套方法論以及其中的產(chǎn)品（包括鯨探、集智）不止應(yīng)用于眾安內(nèi)部，還通過輕咨詢服務(wù)、平臺建設(shè)、模型應(yīng)用三個維度面向行業(yè)輸出。

在此方向上，國外的探索也在同步進行，比如上面提到的 Cécile Paris 所在的團隊。11 月 30 日，她和其他科學(xué)家成立了一個預(yù)算 1200 萬澳元（約合 5442 萬元人民）的未來科學(xué)平臺——CINTEL（Collaborative Intelligence 的縮寫）。通過這一平臺，他們將探索人和機器如何一起工作和學(xué)習(xí)，以及這種合作方式如何改善人類的工作。

產(chǎn)業(yè)數(shù)智化的核心是人機協(xié)作

無論是重新思考人與機器的排兵布陣，還是打破人與機器的次元壁，本質(zhì)上都是通過流程、過程等方面的創(chuàng)新來找到更好的人機協(xié)作方式。

在國家新一代人工智能發(fā)展研究中心專家委員周伯文博士看來，人與 AI 的深入?yún)f(xié)作將為成為產(chǎn)業(yè)數(shù)智化的核心。他將人與 AI 的協(xié)作分為三個層面，一是 AI 幫人類從簡單、重復(fù)、枯燥的工作中解脫出來；二是 AI 和人協(xié)同有增強作用，依靠 AI 能力幫助人類提高工作效率；三是在足夠多的數(shù)據(jù)和觀察基礎(chǔ)之上，基于 AI 重塑工作流程，完成創(chuàng)新協(xié)作。從眾安等企業(yè)的努力來看，國內(nèi)企業(yè)已經(jīng)在這些層面上取得了一些成果，但在通往全面數(shù)智化的路上還有很多要理清的東西。

參考鏈接：

https://techxplore.com/news/2021-11-secret-ai-doesnt-job.html

http://www.news.cn/english/2021-11/30/c_1310342090.htm

https://baike.baidu.com/item/%E6%95%B0%E6%99%BA%E5%8C%96/56172035?fr=aladdin

https://www.jiemian.com/article/5965239.html