首页 > IT业界 > 国内 > 正文

5G助力人工智能商用落地 远传“智能+服务”成未来发展趋势
2019-04-30 09:19   飞象网      我要评论()
字号:T|T

尽管计算机视觉和智能语音技术已发展数十年,但人工智能整体仍停留在低智能化阶段。在即将到来的5G时代,万物互联促使数据量不断膨胀。如何提高机器深度学习能力,实现真正智能化,是人工智能技术端企业现阶段面临的主要挑战。

记者注意到,目前人工智能的应用主要是视觉AI和智能语音,而更多行业的应用也在迅速普及,主要涉及政务、金融、新零售、物流、服务机器人等细分领域。未来随着消费升级,个性化需求将成为常态。由此带来的是,人工智能在细分领域应用场景化落地的更高要求。

多位专家在日前举行的2019中国“智能+未来”高峰论坛上表示,互联网、大数据的出现让人类世界从人与自然组成的两元世界走向信息化的三元世界。在人工智能、VR、AR技术推动下,催生了以智能消费、智力消费、虚拟消费组成的三元消费市场。未来企业的核心竞争将由产品转为服务,面对人类复杂的情感需求,人工智能技术应通过加强情感设计为人类提供有温度的服务。而另一方面,如何让B端用户更了解C端用户的需求,如何让人更了解机器人的使用,则是众多人工智能企业必须面对的问题。

5G时代来临 人工智能深度学习能力有望提高

目前人工智能仍停留在计算机视觉和智能语音两大领域,随着国产厂家硬件制造能力提升,硬件制造成本大幅降低,价格不再是发展人工智能技术的阻碍,但深度学习能力能否突破,将是人工智能技术是否达到全面智能化的关键,也是能否促进应用场景多元化落地的决定因素。

尽管目前人工智能已经在政务、金融、新零售、物业服务等多个行业落地,但面对市场的变化,仍需要不断完善技术,这也就意味着人工智能在细分领域的技术应用需要根据终端用户的需求进行升级。这也是5G时代到来后,随着大数据的不断增加,人工智能落地商业应用所面临的挑战。以服务机器人为例,一个管理者可以管理50个人,但是如何管理好50个机器人则是问题;此外,机器人根据需求的变化,也要不断进行升级,这就需要更多的数据和算法。

中国信息通信研究院云大所人工智能部主任、中国人工智能产业发展联盟总体组组长孙明俊表示,今天的人工智能产品仍停留在专注做某一特定事情的层面上,为了实现深度学习能力,算力、数据、核心驱动算法都是不可或缺的基础能力,其中,深度学习的算法是人工智能进一步发展的核心驱动力。虽然算法在2006年已经出现,但除了需要规范的、能被使用的数据,还需要算力的提升,否则难以具备产业化能力。

值得注意的是,在即将到来的5G时代,万物互联产生大量数据,现阶段数据量不足的问题有望得到解决。利用深度学习能力,人工智能技术不仅可以在海量数据内规避无用信息,还可以挖掘数据间的弱关联关系,提升数据识别能力,实现对语言、图像等复杂数据的深入洞察。

浙江远传信息技术股份有限公司CEO嵇望接受记者采访时表示,5G技术的出现大幅提高了网络传输水平,受益于低延迟性和大量数据支撑,视觉类产品有望迎来全新变革,使用场景也将更加多元化,例如应用AR(增强现实)技术给现实世界的物体添加标注、测量尺寸、引导使用、排除故障、比较价格等。而对于人工智能技术而言,伴随着算力提升,大量的数据支撑会让人工智能的智慧更加高,机器将更懂人类,人机交互体验将大幅提高。

不容忽视的是,当机器逐渐走进传统行业,虽然代替了部分人工操作,但现阶段的人工智能技术仍停留在弱智能化阶段,智能水平较低,部分工作仍需要人工配合,复杂问题更是需要人工解决。因此,当人工智能机器大量进入应用场景,如何管理机器、提高人机融合将成传统行业智能化面临的挑战。

在嵇望看来,人机融合系统或是解决管理机器难的一条途径。以远传技术在管理机器人方面的经验来看,在客户服务系统中一方面使用客服助手对客服人员进行实时话术提醒、实时知识协同等帮助,以提高人工效率;另一方面则利用AI助力提升机器人的准确率,帮助机器处理复杂问题;同时还提供人与机器的融合运营管理新模式,来解决新型生产力带来的管理难题。

降低人工成本 智能化服务成未来趋势

随着年轻群体成为新一代的消费主力军,个性化消费及精准化服务将成新的消费趋势,然而人口红利的逐渐衰退,导致服务行业从业人员增量减少。在这种情况下,虽然计算机视觉、智能语音技术已被应用在安防、家居等领域以满足“千人千面”的个性化需求,但面对更多的细分服务领域更高要求,人工智能辅助服务技术仍需全面普及。

嵇望认为,在消费升级的背景下,未来服务也是一种付费产品,针对不同群体提供不同服务将是未来服务类机器人的发展方向。虽然5G时代信息量爆发为机器人的核心技术提供了成长空间,但在情感需求满足方面近期或难突破。

以银行为例,在互联网时代下,由于银行业务不断膨胀,客服需求量快速增加,传统的银行客服中心只能通过扩大人工规模,才能解决客服大量增加的难题。但是在人工短缺情况下,只能借助服务机器人来解决。如果仅使用具备音识别、语义理解、深度学习等AI技术的客服机器人,并不能替人工客服。只有将大量的历史客服数据与机器人结合,才能替代现有人工客服80%的工作量,实现用户的效率提升,同时大幅降低银行的运营成本。

从物业服务市场来看,每个物业公司的平均利润在8-10%,如果要提高效益就可以投入清洁安保类的服务机器人,来提升自动化水平。目前这类机器人的成本大约在10万元以内,相对两年前的成本来说,国内硬件价格下降了一半左右,而国外硬件下降了1/3。在一二线城市物业公司投入一台服务机器人,只需要一年半的时间就能收回成本,而一个服务机器人的使用寿命至少在3-5年,可以增加至少10万元以上的效益。

嵇望表示,从排名前十名的物业公司调研数据来看,都愿意接受服务机器人去替代部分人工,并愿意大面积去普及。在他们看来,以保证服务质量的前提下,提高利润的做法是可行的。但这块市场仍需要教育,先试用体验是目前最主要的普及方式的主要手段。

事实上,除了金融、物业外,通过提高服务贴近消费者的管理理念正在向更多传统行业渗透。以国家电网为例,其正在从单一售电业务模式向多元化业务模式转变,而在新的组织架构下,服务需要与多元化业务协同工作。因此,为提高服务数字化和智能化水平,人、机配合工作的智能客服中心急需加速建设,这也为“智慧+服务”公司创造了新的机会。

值得注意的是,部分行业淡旺季差异明显,容易导致企业淡季资源过剩而旺季人员储备不足的问题。这一问题可以借助 “天堂声谷”云众包平台来解决,通过saas平台接受企业服务任务,依据动态标签体系定向推送任务给适配会员。目前该平台承接了六家事业单位的“最多跑一次”窗口满意度回访任务,16天时间内完成了22万通外呼回访,用工成本降低40%,有效的利用社会资源进行重组再分配,以产出增量价值。

业内人士认为,受技术迭代、成本降低等因素影响,中国各类服务机器人成本都在下降,从资本、人才技术、制造基础、企业、市场应用等多个维度来看,中国服务机器人与发达国家相比并不落后。目前整个产业进入良性循环,然而在技术相同的情况下,如何提供差异化、个性化的服务,对于企业来说是一大挑战。因此利用人工智能等多种技术,通过服务机器人与传统人工相结合,将提升企业在服务方面核心竞争力。

中科院管理心理学博士李文香表示,未来企业的核心竞争力将由产品转为服务,在服务的背后是用户体验。今天的人工智能技术可以替代部分人类左脑(知识)的工作,但对于人类右脑(情感)认知仍然不足。面对人类复杂的情感需求,人工智能技术可以通过加强情感设计,应用到智能客服中,从而为人类提供有温度、精准个性化的服务。

行业变革倒逼技术升级 细分领域亟待深耕

在互联网时代,越来越多的企业开始具备互联网意识,人工智能技术在金融、运营商、电商、房地产物业、能源电力等领域应用发展较为成熟,但对于农业、物流等规模化程度低且智能化不足的领域并未普及。原因是技术端缺乏垂直领域经验难以进入,与互联网的界限十分清晰。

嵇望认为,作为技术端企业应该做的是深耕某一行业,不断挖掘行业需求,比B端客户更了解C端用户需求,这样生产出的产品才能有效解决传统行业的痛点。

以政务端为例,以往用户办理一件事,需要多部门协同处理,繁复的流程不仅消耗办事人的精力,政务部门办事效率也无法提高。“传统的线下办公流程链条很长,以往申请某一项业务,可能需要六个部门逐层审批。但通过大数据计算发现,其中的三个步骤可以同时进行。如果把原本的串联形式优化为并联模式,缩短流程链条,办事效率将大幅提升” 嵇望说道。

记者了解到,目前腾讯云、阿里、远传技术等企业纷纷开始布局政务端解决方案。以远传技术为例,其利用人工智能、大数据等技术,研发制造出包含“小远”智能服务机器人、综合服务一体机、智能叫号系统等信息化设备,为政务端提供了“最多跑一次智慧政务解决方案”。

嵇望表示,当技术端企业深入了解某一行业后,除了为行业用户提供解决方案,还可搭建技术平台。一方面为其他技术企业提供基础设施,另一方面还可以连接传统企业,不断挖掘行业痛点,为其提供解决方案。与此同时,当技术成熟后,可以继续拓展人工智能落地场景,在信息化程度低的行业挖掘技术应用价值。

智能制造与机器人专家、现任复旦大学智能机器人研究院院长甘中学认为,由于互联网、大数据的出现,世界正在从人与自然组成的两元世界向充满信息的三元世界发展。在人工智能、VR、AR技术推动下,催生了以智能消费、智力消费、虚拟消费组成的三元消费市场,不仅推动传统产业服务升级,还将催生新兴产业,同时形成平台型经济。未来利用人工智能技术有望实现个性化制造,进而满足人类个性化的消费需求。

相关报道:

联系电话:13811959286

IT频道纠错邮箱:erjuner@163.com

责任编辑:新闻中心

我要评论

已有位网友参与评论

网站地图

牛华网

华军下载 | 牛华网 | 盒子 | pcsoft | 论坛

实用工具

关于我们 | 新闻投稿 | 软件发布 | 版权声明 | 意见建议 | 网站地图 | 友情连接 | RSS订阅 | 总编信箱 | 诚聘英才 | 联系我们

苏ICP备11016551号-2  苏公网安备 32132202000111号 本站特聘法律顾问:于国富律师

Copyright (C) 1997-2018 newhua.com 宿迁市牛华网络科技有限公司 版权所有