黃芳芳++于佳樂

科技發(fā)展領(lǐng)域的咨詢大師丹尼爾·伯勒斯在《理解未來的七個原則》一書中，對電子私人管家有這樣的構(gòu)想：當(dāng)你早晨醒來，它可能會說：“你預(yù)定的航班出現(xiàn)故障晚點了，所以我重新預(yù)定了航班。昨晚你關(guān)注的股票已經(jīng)下跌到你想要的價位，而且通過訪問全球最好的分析師們的報告，我認為可以購買200股。不要忘了，今天你要鍛煉……”

聊天機器人應(yīng)用場景日益增多

“以目前的技術(shù)，智能聊天機器人可以告訴你，某只股票是否跌到了你想要的價位，但是推薦股票還做不到。如果有這樣的機器人，我也想要一個。”寧波薄言信息技術(shù)有限公司創(chuàng)始人、加拿大皇家學(xué)會院士李明笑著告訴《經(jīng)濟》記者。

誕生于1966年的Eliza是世界上首個聊天機器人，它通過回應(yīng)用戶的命令，用文字回復(fù)來模仿人類的對話。也正是Eliza啟發(fā)了整個聊天機器人領(lǐng)域的開發(fā)。

北京郵電大學(xué)智能科學(xué)與網(wǎng)絡(luò)工程系主任、中國人工智能學(xué)會自然語言理解專業(yè)委員會主任王小捷告訴《經(jīng)濟》記者，從技術(shù)上看，當(dāng)前比較時髦的聊天機器人采用端到端的對話模型：“用戶說一句，機器人應(yīng)答一句，但它不關(guān)注對話中的信息是否要完成某項任務(wù)?！毕啾戎拢€有一類是面向任務(wù)的對話模型，如訂票、查詢天氣等。自2016年以來，把端到端的模型與任務(wù)驅(qū)動的模型進行融合的趨勢愈來愈明顯?！白鳛橐粋€整體的對話模型，既可解決錯誤累積等問題，也令人機對話更自然?！?/p>

從應(yīng)用上來看，聊天機器人在客服和個人助理方面的發(fā)展已趨于成熟?？头C器人是聊天機器人的主要分支，目前國內(nèi)市場上有環(huán)信、小i機器人等廠商，主要是面向金融、電信、銷售等不同的行業(yè)。阿里和京東也在探索基于電商平臺的聊天機器人。

清華大學(xué)智能技術(shù)與系統(tǒng)國家重點實驗室主任朱小燕告訴《經(jīng)濟》記者，聊天機器人在呼叫中心、客服、咨詢、培訓(xùn)等領(lǐng)域有很大的市場需求?！八梢怨?jié)省約很多人工成本，而且機器人不會因為情緒問題影響接單，但人類會受情緒的干擾。”

“目前客服機器人仍無法完全取代人類，但它幫助人們緩解繁瑣、重復(fù)的勞動壓力。”王小捷告訴記者，在短期內(nèi)，可以采用雙備份的方式，“機器客服回答簡單、重復(fù)的問題，人工客服在后面監(jiān)聽，機器無法回答時，再做人工補充?！?/p>

易觀終端入口分析師馮超告訴《經(jīng)濟》記者，在個人和家用領(lǐng)域中的個人助理是聊天機器人的另一個應(yīng)用趨勢。巨頭企業(yè)各自推出了語音助手，包括蘋果的Siri、微軟小娜、亞馬遜的Alexa、谷歌的Asistant、百度的度秘等。

潛力巨大的語音市場

國際知名市場研究公司Research and Markets在2016年5月4日發(fā)布的《全球及中國語音產(chǎn)業(yè)報告2015-2020》稱，到2020年全球語音市場規(guī)模預(yù)計將達到191.7億美元。

據(jù)《經(jīng)濟》記者多方了解，國內(nèi)的智能語音公司逐漸形成四大梯隊。第一梯隊是BAT，發(fā)力語音搜索引擎的技術(shù)和市場份額的實力當(dāng)仁不讓；第二梯隊是以科大訊飛、思必馳為首的專業(yè)語音技術(shù)公司，開發(fā)方向為家居、車載、機器人等需要智能升級的領(lǐng)域；第三梯隊是針對客服、教育、醫(yī)療等打通垂直領(lǐng)域的語言技術(shù)服務(wù)公司；而第四梯隊是近一年出現(xiàn)在細分領(lǐng)域下，做更加垂直語音應(yīng)用的創(chuàng)業(yè)公司，并其不具備語音技術(shù)研發(fā)能力。

思必馳信息科技有限公司CMO龍夢竹表示，在B端市場上，未來的家電、智能手機一定會經(jīng)歷智能化升級，語音技術(shù)作為智能化升級的發(fā)力點，與商業(yè)市場進行智能生態(tài)結(jié)合，能夠多維度滿足用戶需求，改變智能產(chǎn)品叫好不叫座的階段性尷尬。

目前智能語音在智能汽車和智能家居方面的應(yīng)用最有發(fā)展?jié)摿?。早?000年，寶馬汽車就已經(jīng)開始應(yīng)用語音控制技術(shù)來控制汽車的電話、導(dǎo)航和收音機等設(shè)備?！邦A(yù)計在未來3年內(nèi)，智能語音將會成為中國市場上10萬元左右乘用車的標(biāo)準(zhǔn)配置?！睂Ｗ⒄Z音技術(shù)的科學(xué)家馮呈表示。

的確，與車載的結(jié)合，能夠改變和演進人與汽車的交互方式及信息獲取方式。用戶在開車時，可以通過語音指令完成導(dǎo)航、打電話、收發(fā)信息及設(shè)備操作等工作。從駕車安全角度考慮，智能語音與車載系統(tǒng)的結(jié)合是目前用戶最重要的需求。

同時，語音控制在智能家居領(lǐng)域應(yīng)用也很廣泛。例如，小米推出的智能語音音箱、長虹Ciri語音智能電視，以及美國某語音視聽公司推出的智能家居系統(tǒng)，在語音命令下都能隨意完成切換歌曲、換臺、調(diào)音量、開燈、調(diào)控溫度等操作。

然而，以出門問問為首，市場布陣又形成另一種“站隊”局勢。各大網(wǎng)站語音搜索引擎、微信等軟件語音助手、智能手表都是偏重C端的產(chǎn)品?！斑@類產(chǎn)品的特征是技術(shù)能夠直逼終端，或得到用戶的第一反饋意見，在技術(shù)的迭代更新上反應(yīng)快速。”出門問問產(chǎn)品團隊負責(zé)人林宜立說。

B端提升智能升級、C端提高用戶體驗，是智能語音市場商業(yè)模式分化的根本原因。馮呈表示，未來智能語音技術(shù)在B端市場主要發(fā)力于客服、教育、醫(yī)療、旅游等領(lǐng)域，提升效率、解放人力、深耕垂直是行業(yè)的發(fā)展方向。而C端更適用于擁有龐大用戶量的互聯(lián)網(wǎng)公司?；ヂ?lián)網(wǎng)公司擁有豐富的C端產(chǎn)品經(jīng)驗，加上對用戶消費數(shù)據(jù)的迭代，能夠更好地提升產(chǎn)品體驗。

繞不開的瓶頸

現(xiàn)實中的智能聊天機器人離電影《Her》中風(fēng)趣幽默、善解人意的薩曼莎（人工智能操作系統(tǒng)）仍相距甚遠。

目前，國內(nèi)外通過自然語言處理技術(shù)所建立的模型不相上下?！罢嬲牟罹鄟碓从谡Z言本身的難度?！蓖跣〗莞嬖V記者，如英文單詞之間的空格，省去了切分的問題。在句法結(jié)構(gòu)的分析上，國內(nèi)依然沿用英語的研究范式。王小捷還指出了漢語句法結(jié)構(gòu)的特殊性：“應(yīng)該有更多的研究者用中文的方式，結(jié)合語言學(xué)的學(xué)術(shù)研究，建立新的計算模型，但目前涉獵這項基礎(chǔ)性工作的研究者并不多?！?

在自然語言處理中，漢語切分主要有兩大難點，即切分歧義和未登錄詞。王小捷指出，一直以來，國內(nèi)在切分歧義上做了大量的研究，積累了很多經(jīng)驗。目前最難解決的仍是未登錄詞（未在詞典中出現(xiàn)過的詞），尤其是在社交網(wǎng)絡(luò)上的新詞，產(chǎn)生的速度非常快，但熱度降得也快。近年來，研究人員試圖用深度學(xué)習(xí)技術(shù)來解決這一難題，“但取得的進展遠不及在圖像處理或語音識別方面的突破?！?/p>

使用自然語言的人機交互方式，相比過去使用計算機編程語言來控制機器的方式更為人性化。地平線聯(lián)合創(chuàng)始人兼算法副總裁黃暢告訴《經(jīng)濟》記者，“用自然語言對話聊天只是讓機器顯得更加智能，在人機交互的過程中，實際上是降低了人的學(xué)習(xí)成本?！比欢?，現(xiàn)有的人機交互途徑通過視覺、鍵盤鼠標(biāo)以及觸屏來實現(xiàn)，對于某些場景而言并不合適，比如在駕駛或做家務(wù)時，語音的介入更可以將手解放出來。北京理工大學(xué)計算機學(xué)院副研究員馮沖博士認為，從某種意義上來看，語音有可能成為下一個人機交互新模式。

未來的搜索引擎會有很大的變革，已有的搜索框或?qū)⒆兂蓪υ捒??！艾F(xiàn)在人們使用的搜索引擎，有時要費心琢磨輸入哪些關(guān)鍵詞?！蓖跣〗菡J為，未來搜索引擎會用對話的方式了解人的意圖，會更加便捷，體驗也更好。谷歌、微軟、BAT等巨頭均有探索，“但真正實現(xiàn)它仍有很長的路要走?！?/p>

商業(yè)模式仍不清晰

當(dāng)下智能聊天機器人行業(yè)需要解決的另一個問題是尋找適宜的商業(yè)模式。此外，它到底能創(chuàng)造哪些核心價值，這也是業(yè)內(nèi)人士需要不斷思考的問題。

目前智能聊天機器人仍是一個小眾行業(yè)，對于廠商而言，市場仍在培養(yǎng)階段，用戶也在觀望階段。馮沖認為，TO B模式還容易把錢拿回來，TO C則很難收回錢?！坝绕涫窃谟脩舯换ヂ?lián)網(wǎng)免費思維慣壞的情況下。”

“實際上，TO B模式也不容樂觀。”李明表示，很多家電廠商更愿意與免費提供語音技術(shù)的初創(chuàng)公司合作。

目前公認的成功模式是亞馬遜的Echo智能音箱，有國外機構(gòu)預(yù)估，2016年亞馬遜售出了600多萬臺Echo設(shè)備。盡管這一銷售額暫時讓亞馬遜領(lǐng)先其他競爭對手。黃暢認為，Echo不過是互聯(lián)網(wǎng)業(yè)務(wù)的一個延伸，本身并不是以人工智能為核心價值的產(chǎn)品，“客戶為它埋單，不是因為它有多聰明，而是看重音箱背后的便捷服務(wù)?！碑?dāng)未來有一天用戶主動為消費型機器人埋單時，才意味著人工智能產(chǎn)業(yè)真正形成，但目前時機尚未成熟。

聊天機器人未來的發(fā)展方向?qū)⒁詢?nèi)容服務(wù)為主。然而，大多數(shù)用戶對它仍缺乏正確的認知。比如我們告訴智能音箱想聽某一首歌，它卻回復(fù)：“抱歉，我沒理解你想要的東西”。大多數(shù)用戶認為它不夠智能。但實際上，音箱所連接的音樂客戶端中沒有這首歌的版權(quán)。其本質(zhì)是底層內(nèi)容不完善，而非硬件不智能。龍夢竹說：“為了滿足用戶使用需求，未來的智能語音產(chǎn)品一定會在內(nèi)容生態(tài)底端發(fā)力，內(nèi)容的完善是這個行業(yè)未來的核心競爭力之一。”

不得不提的是，當(dāng)前市場較為混亂，“聊天機器人一大堆，真假難辨，而且價位不低。看上去高大上，但要依靠它賺錢并非易事。”

“不少項目聽起來很好，但忽悠的居多，”ALPHAWOLF中關(guān)村智能硬件企業(yè)加速器創(chuàng)始人王乃琛認為，目前投資人工智能仍存在巨大風(fēng)險，還需觀望。元航資本管理合伙人張志勇卻認為，目前是智能語音技術(shù)的投資黃金期?！安贿^，語音技術(shù)是目前最復(fù)雜和最有挑戰(zhàn)性的工作，在資本奮力鼓吹的同時，其投資的技術(shù)壁壘依然很高?！?/p>

張志勇表示，國內(nèi)外對智能語音技術(shù)的投資沒有特別顯著的差異，由于科大訊飛已經(jīng)開放接口，允許任何應(yīng)用調(diào)用它的語音識別引擎，所以未來資本對底層的語音技術(shù)的基礎(chǔ)應(yīng)用和研發(fā)投資不會很大，我們會投資能夠利用現(xiàn)有技術(shù)開發(fā)更實際的應(yīng)用產(chǎn)品。

如何破局？

聊天機器人的商業(yè)模式仍需進一步探索，朱小燕表示，產(chǎn)業(yè)界不應(yīng)急于求成，還需把產(chǎn)品打磨好，提升用戶體驗?！捌┤?，在客服領(lǐng)域，它所涵蓋的行業(yè)很廣，需要做很多基礎(chǔ)性工作，希望有越來越多的人才加入到這一隊伍中?！?/p>

相比客服機器人，教育機器人的難度更大，王小捷認為：“兒童可能隨時提出新的東西，既有隨機性，也有無限的可能性?！边@需要規(guī)劃好教學(xué)任務(wù)，即如何把多模態(tài)的信息綜合在對話進程中，克服語言模型本身的局限。“當(dāng)機器人教孩子‘麻雀時，同時顯示一張圖片。反之，孩子問機器人，當(dāng)它不知道答案時，孩子也可以把自己知道的知識教給機器人。”

在李明看來，聊天機器人展現(xiàn)的是一個嶄新的教育模式，與學(xué)習(xí)機不同，它是一個互動模式。如果要成為一種教育的改革方式，還需要把教材或課程設(shè)置好。此外，孩子處于不同的成長階段，需要不同的陪伴功能。“能否把陪伴功能做好，或者把聊天機器人訓(xùn)練成外教，給孩子創(chuàng)造一個學(xué)習(xí)英語的氛圍”，這些都是值得探索的地方。

此外，若想聊天機器人與人的對話更自然、流暢，在社會學(xué)和語言情感方面仍需探索：“否則，針對孩子、老人的陪護型機器人很難有較好的用戶體驗?！?/p>

盡管目前聊天機器人有很多技術(shù)難題尚待解決，但仍值得我們期盼。因為聊天機器人不僅是下一代人機交互的新入口，還將走入千家萬戶，陪伴人類走向未來。