2022年12月22-23日,2022T-EDGE全球創(chuàng)新大會暨鈦媒體十年致敬盛典在中國北京舉辦,本次大會主題為“十年致敬·生態(tài)重塑”,邀請全球創(chuàng)新領(lǐng)袖一起復盤過去十年產(chǎn)業(yè)變革的跌宕起伏,展望下一個十年經(jīng)濟發(fā)展的核心動能。 小冰公司首席執(zhí)行官李笛做《人工智能數(shù)字員工:從過去到未來》的主題演講。他表示,人工智能數(shù)字員工(AI Being)很可能是AI最先到來的實際落地場景,它是首個真正被需求推動的AI場景。 李笛指出,企業(yè)下一階段的數(shù)字化,不再是粗放式的數(shù)字化接觸,而是通過AI的方式讓接觸產(chǎn)生具體的實際效果。如在銷售場景,AI Being能在高并發(fā)獲取用戶的同時,大大提高用戶轉(zhuǎn)化率、留存。 數(shù)字員工、數(shù)字偶像、數(shù)字伴侶等新業(yè)態(tài)中,AI Being既可以代表企業(yè)向客戶提供服務(wù),也一定程度上代表自己成為用戶周圍的朋友。對于企業(yè)而言,ToB和ToC的界限不再那么清晰。 他還表示,當年下圍棋贏過人類的人工智能系統(tǒng)。它固然專業(yè),卻不曾改變大眾的生活。但今天這些AI Being,他們更像是“人”,而非“工具”。他們給予的將不只是專業(yè)服務(wù),還有陪伴。這會大大利于業(yè)務(wù)展開,甚至改變?nèi)祟惿睢?/p> 以下為李笛演講實錄,略經(jīng)鈦媒體App編輯:很高興能夠利用這些時間跟大家一起分享我們關(guān)于人工智能未來發(fā)展的一些想法,特別未來一到兩年之內(nèi)我們所預測的人工智能可能在落地層面帶來的一些重大變革,這個變革就是人工智能數(shù)字員工。我們討論人工智能數(shù)字員工,必須討論它的過去、現(xiàn)在以及未來,希望我的分享能夠給大家一些幫助。 首先,人工智能數(shù)字員工并不是突然出現(xiàn)的變革,實際上類似的變革在過去整個人類社會發(fā)展過程中發(fā)生過很多次,如果具體到數(shù)字化這個領(lǐng)域的變革,也已經(jīng)發(fā)生過很多次了。但是如果我們回顧過去可以看到每一次很巨大的變革都是兩件事情:一個就是不停去改善、改進人和世界之間的關(guān)系,我們所說的世界不是自然世界,而是指知識、信息、內(nèi)容這樣的世界;另一個就是變革人和人之間的關(guān)系,耳熟能詳?shù)挠猩缃痪W(wǎng)絡(luò),它在過去20年之內(nèi)蓬勃發(fā)展。 關(guān)于人和世界的關(guān)系,大家可以看到曾經(jīng)有一個時代是門戶時代,通過門戶去連接人和世界信息還有知識;再進一步出現(xiàn)了搜索引擎,相比門戶更多是信息結(jié)構(gòu)化的效率改變。換句話說把連接人和世界的搜索引擎設(shè)想為“管道”,搜索引擎能夠更好地從管道里拉取信息為人提供服務(wù);在之后出現(xiàn)的推薦引擎,不再是拉取的方式,而是通過人的理解以及更好的結(jié)構(gòu)化知識,將信息推送給人。 如今,整個世界的信息的結(jié)構(gòu)化已經(jīng)非常好了,人越來越多習慣于數(shù)字世界之中獲取日常生活所需要的大部分知識和服務(wù)。于是能夠看到一些比方說“流量紅利消失”的說法。為什么?因為過去的數(shù)字化,由計算機系統(tǒng)帶來的高并發(fā)和穩(wěn)定性,這其實是一種相對比較粗放的方法,當一個企業(yè)獲取了很多信息,再將信息傳遞給需要的人,這個過程是非??斓?,但質(zhì)量并不高。 因此再出現(xiàn)新的變化時,人工智能數(shù)字員工,產(chǎn)生的影響其實是在高并發(fā)的基礎(chǔ)之上所產(chǎn)生質(zhì)量上的變化。我們相信這是再一次改變世界的變革,事實上這個變革已經(jīng)在我們周圍發(fā)生了。 我們將這種人工智能實體稱為“AI Being”。它的運轉(zhuǎn)很難只靠單一人工智能技術(shù)棧來支撐,它背后要有一個龐大的框架體系,讓多種人工智能技術(shù)棧耦合,為此我們做了很多實驗。小冰從2014年就開始強調(diào),人工智能交互不應該只提供信息,還要體現(xiàn)“ego”——它的自我主體特征。就像最近流行的chatGPT,你能明顯感覺到,它不只提供知識的結(jié)論,還提供論證過程,仿佛它是一個有態(tài)度的人,這就是它的“ego”。 某種意義上講,一個有知識的人不能很好地進行情商表達,那么他就無法很好地將知識提供給用戶。所以,情商只是這類系統(tǒng)的浪漫說法,它真正的價值在于轉(zhuǎn)化率。 此前我們跟MSN合作,以及在日本羅森便利店進行的大量實驗中發(fā)現(xiàn):人工智能系統(tǒng)交互過程中,不僅僅能按人類需求提供答案,更多的還會關(guān)系需求背后更加本質(zhì)的原因,并且嘗試對話的過程中有應答,甚至還可以引導對話走向。在營銷場景中,這種方式帶來的客戶轉(zhuǎn)化率非常高。目前人工智能數(shù)字員工完成銷售工作時,銷售轉(zhuǎn)化率達到接近70%,如果一個沒有ego(情商)的人工智能系統(tǒng),其轉(zhuǎn)化率通常不會超過10%。所以這是人工智能數(shù)字化員工本身帶來的一大特點。 此外,這種ego還會幫助人和人工智能主體之間建立一種除了完成任務(wù)之外的更長程的關(guān)系,這種關(guān)系將提升用戶黏性。社交網(wǎng)絡(luò)中嘗試結(jié)果發(fā)現(xiàn),用戶30日的留存率會達到39%,這是過去都很少見的數(shù)字。 為什么當人工智能數(shù)字員工具備自身的主體特性時,會在未來一兩年內(nèi)帶來非常大的影響?這是因為它是真正被需求推動并普及的人工智能應用場景。過去十年,整個社會已經(jīng)進入到數(shù)字化轉(zhuǎn)型的過程中,大量企業(yè)或主動或被動地將業(yè)務(wù)遷移上云,企業(yè)內(nèi)部或外部的業(yè)務(wù)邏輯也逐漸實現(xiàn)數(shù)字化,同時大量的客戶關(guān)系被沉淀到企業(yè)私域流量的池子里。 但數(shù)字化普及的下一步會進入到某個瓶頸。比方說,一家企業(yè)有1000萬個用戶,如果企業(yè)想在私域中為這么多的用戶群體提供服務(wù),并且建立一種既是服務(wù)提供者又是好朋友的關(guān)系,可能意味著要雇傭大量人員才能完成這樣的過程。 因此數(shù)字化轉(zhuǎn)型的下一階段,不再是粗放式與用戶進行數(shù)字化接觸,而是用人工智能將這種接觸產(chǎn)生實際的效果。過去,通過人工智能技術(shù)的引入可以更高并發(fā)獲取用戶,但對用戶的轉(zhuǎn)化率是相對比較低的,而下個階段,從AI到AI Being,在保持高并發(fā)獲取用戶的系統(tǒng)優(yōu)點的同時,還會大大提升用戶的轉(zhuǎn)化率。 此外,還有很多有意思的事情將在未來一兩年內(nèi)被大家關(guān)注到。過去,業(yè)內(nèi)認為ToB還是ToC是涇渭分明的兩件事情,但在AI Being時代,數(shù)字員工、數(shù)字偶像、數(shù)字伴侶等新業(yè)態(tài)中,AI Being既可以代表企業(yè)向客戶提供服務(wù),也一定程度上代表自己成為每一個用戶周圍的朋友,這種朋友關(guān)系會很好地促進接下來更多新業(yè)務(wù)的拓展和交流。對于企業(yè)而言,ToB和ToC的界限不再那么清晰,當ToB和ToC融合在一起后,會看到以往人工智能系統(tǒng)所不具備的特點。 舉個例子,我們與招商局集團的合作中,招商局的數(shù)字化有個特點,過去企業(yè)想要數(shù)字化落地往往需要先搭建個平臺,將用戶帶到平臺上與之進行交流。AI Being則體現(xiàn)出了超平臺的特性,并沒有讓用戶到企業(yè)平臺上才能獲得服務(wù),而是更多地考量用戶在哪兒它就在哪兒。可以想象在不久的未來,我們會看到這樣的人工智能數(shù)字員工。除了在企業(yè)場所,在汽車、家中等等,只要打開手機微信或者任何某個APP,就可以看到提供給用戶的數(shù)字員工,它會陪伴用戶,了解用戶,為用戶提供更好的服務(wù)。服務(wù)之外,當我們想要交流一些更有趣的話題時,它也在那里,因為它首先表現(xiàn)的更像是個人,而不僅僅是個服務(wù)。 從現(xiàn)在看近未來,一個會下圍棋的人工智能并不能很好地改變?nèi)祟惿?,而事實上過了很多年贏過人類的為其系統(tǒng)也未真正改變我們的生活,我們沒有看到有趣提供知識的對話機器人改變我們的生活。 我們更多會看到的是,出現(xiàn)在我們周圍與人類生活融為一體、能夠完成某些具體工作的AI Being,它將出現(xiàn)在人類周圍并與之結(jié)成新的社交網(wǎng)絡(luò),讓人類不會感到孤單,并且能夠幫助人類獲取更高轉(zhuǎn)化率的信息和服務(wù)。而AI Being則會成為這些社交網(wǎng)絡(luò)里的超級節(jié)點,形成一個穩(wěn)定的新社交網(wǎng)絡(luò)。他們更像是“人”,而非“工具”。他們給予的將不只是專業(yè)服務(wù),還有陪伴。這會大大利于業(yè)務(wù)展開,甚至改變我們的生活。 我推薦大家在未來一年時間里多關(guān)注這個領(lǐng)域的發(fā)展,它很可能就是人工智能最先到來的實際落地場景。 今天的分享先到這里,非常感謝大家。 |
|