Don't Miss

聊天機械人需有高質數據 (車品覺)

By on August 1, 2017

本文作者車品覺,為紅杉資本中國基金專家合夥人、原阿里巴巴集團副總裁,為《信報》撰寫專欄全民大數據

大數據對改善人工客服的表現,可說十分重要。(黃勁璋 攝)

大數據對改善人工客服的表現,可說十分重要。(黃勁璋 攝)

在智能化時代,聰明人單打獨鬥的優勢愈來愈不明顯。你想贏別人,必須學懂借力打力,利用大數據和人工智能去撬動新經濟動力。且讓我從阿里的數據營運三部曲說起。

在2010年,我們用數據做好報告,以此來支持業務方做決策。繼而在2012年,我們開發了很多數據產品,讓重複的業務分析需求產品化,把數據能力泛化到前線人員。幾年間,大數據距離直接成為業務核心就僅差一步,直到Google的無人車項目出現,我忽然如夢初醒,這不就是業務與數據的無縫對接嗎?

那麼問題來了,商業營運的過程能像無人車一樣全自動化嗎?在2014年,我接了一個任務,為一個團購業務的數十人營運團隊進行自動化(即是去人化),當中需要大量數據以及很多種不同演算法及IT系統的有機結合。在這過程中,我們要把已知工作流程的人為決策部分,轉化為數據驅動的自動化決策系統(我們稱為數據引擎)。

但正如人類一樣,決策權衡也是一種演算法,愈大的場景營運起來無疑會愈複雜,決策本來就是一場博弈。

後來這項目按目標完成了,但實際上棘手問題並未真正解決,過程中我們更體驗到智能化/自動化所要求的數據品質會更高,數據不足的情況更明顯,尤其是外部數據(包括競爭環境)的稀缺,更非一己之力能短期解決。

此外,數據引擎的最佳原則是人為干預愈少,數據回流就愈順暢,該專案最後其實是在妥協中結束。

全面AI客服還需5年

離開了阿里後,最近受到阿里舊同事的盛情邀請,回到杭州看一個智能客服項目,簡單說就是用聊天機械人來取代客服。剛坐下劈頭一句我就問道,機械人還有多長時間才可完全取代人類?我很期待站在第一線的人工智能應用負責人的答案,他很清晰地表示「5年」。讓其獨立運作前,首先要惡補聊天機械人在沒有足夠數據下的一些知識盲點;作為短期改善方法,他們開設了新的崗位「人工智能培訓師」。令人興奮的是,他們的客服機械人(非語音)目前已可自動應對85%的訪問量。借用人工智能權威、香港科技大學楊強教授的觀點,聊天機械人的好壞,關鍵在於有沒有高質量數據。

(編者按:車品覺最新著作《覺悟.大數據》現已發售)     歡迎訂購:實體書、電子書

更多車品覺文章:

支持 StartupBeat

如欲投稿、報料,發布新聞稿或採訪通知,按這裏聯絡我們