在达观数据主办的“2018长三角人工智能应用创新张江峰会”上，荣幸邀请到了平安金服创新技术部产品总监赵静芝。她分享的主题演讲《弱智能时代，不看特效看疗效》关于如何利用人工智能技术来提升企业的业务效果和财务收入，其中生动具体的案例和多年的经验总结，赢得现场一片好评。
以下内容根据现场演讲整理，内容略有删改。
平安金服是平安集团旗下的一个子公司，也是他的后援平台公司。售后、风控、后台管理都是我们的主营业务，平安集团的客服中心也在平安金服。我们团队是创新技术应用团队，侧重于新技术的引入、在金融场景的应用推广。
关于人工智能在企业中的应用，首先讲三点共识。
一是“远程化、线上化是智能应用的基础”。人在面对面没有理解偏差的情景下，智能理解的作用会稍微弱一些。正是因为远程化、线上化、没有面对面的接触，所以更多新的技术、智能技术就派上用场。
在这么多年的新技术应用当中，我们发现并没有什么AI技术可以马上拿来用，可以直接产生业务价值的。中间要经过很长时间的业务训练、业务积累，才可以达到业务效果。
第二个共识是“场景+模型+业务积累才带来业务价值”。在这个弱智能时代，我看到很多酷炫的演示效果，比如索菲亚机器的和谷歌的人机对话，他们背后经过了很多人工打磨，这能不能复制到其他场景当中去呢？答案是否定的。每个行业都有特点，人工智能基本上不能随便复制和立即应用。
第三个共识是，我们在弱智能时代，要做一些实际的能产生业务价值的应用，而不要到未来某一天高智的时候才去用。
客服中心经历了几个重要的技术应用阶段。15年前我们做了智能导航，用语音识别和交互进行话务引导和服务。17年AI最火热的时候，进行了各种AI应用的探索，达到的效果是辅助人工，让新人变得更聪明一点。希望到19年之后，经过一些积累和不断的技术的深化，能真正地代替人。
经历了各种创新技术和智能技术的应用，我跟大家分享一下我的经验和思考。
全球最复杂的IVR有多家专业公司业务，IVR中 9个按键，按都按不过来，相当于14个中国人寿和6个招商银行的规模。我们是怎么做的呢？ 14年底我们跟科大讯飞合作，当时项目完成结束之后，发现导航识别率较低，远没有达到应用要求。后来我们又做了两件事情，一是投入了一百多人员，不断喂语音语料，不断优化，积累输入三百多万的语音，十万的语料。
另一件事情，就是预测模型，比如前一天车险报案了，第二天打电话时，很大的几率是要查理赔进展。根据这样的业务规则和行为模式，在智能导航识别的时候把这个规则加在里面，经过这两件事情，我们导航识别率提升上去了。
我们认为在智能语音识别行业，未来是会慢慢开放的，是会加入更多的业务规则、流程，在特定的场景里面做配套的一个方案。
现在大家知道有声音验证，来验证张三是不是张三。其实这个是伪命题，尤其在电话端应用。同时存在着三个问题。
一，监管并不认同声纹技术，没有达到100%，99.9%都是吹的，实验室数据没有用。
二，客户并没有授权你利用声纹去做身份验证。
三，注册的那个声纹，并不能确认这个声纹就是他本人，也许是老板的一个助理，老板的家人，之前帮他办业务的。怎么确认这个声纹是他自己呢？
所以我们把这项业务用在哪里呢？用在黑声纹1：N识别。在一些高风险业务环节中，建立黑名单库，在业务流程中识别是否库中成员，从而在后续业务流程上进行风险控制。这个给我们带来非常大的业务价值。
黄萱菁教授刚刚讲，有多少人工，就有多少智能。我想讲的是智能有多嗨，人工就多苦逼。因为一开始所有训练的语料，都是人工整理符合要求的语料输入训练。我们收集差不多五万对跨信道的声音，不断训练，不断优化，最后达成了这个效果。
到底是声纹技术重要，还是黑声纹库更重要？实际的商业价值当中，我没有看到一比一哪个公司说能带来多少的效率提升，节省了多少的人力。做1:N这么大规模的应用我们是第一家。
在业务场景或系统规划理论，语音导航、在线咨询或者是其他的业务，应该用同一套知识库。为什么要拆成那么多的库呢？
其实每个公司有它自己的衡量。有很多需求方觉得，需要把知识库应用讲解得十分清晰，最后他们自己发现，原来他们并不需要一个知识库系统，而是需要一个知识管理体系。
跟达观的合作过程中，我们是实干的业务公司，达观是实干的技术公司，我们一起合作的非常顺利。
我们积累了非常丰富的语料，未来的场景会越来越多。在经历过那么多后，我发现非常残酷的一个现实——没有什么技术是马上能用的。
当我们非常开心的跑市场，客户问产品能不能马上用时，我们就把走过的路和坑跟他们说一遍，他们需要的是业务场景训练之后的结果和业务应用经验，而不是那个引擎“裸机”。
AI技术，它其实还没有到高智的时代，它其实是弱智能时代。弱智能时代就不要做了吗？不是。
声纹也好，导航也好，一个技术平台、引擎是不够的，还需要配套的工程。一个是工程的配套，还有业务语料的训练，还有更多生产问题的解决。刚才提到的声纹技术，实际过程中声纹采集有很多噪音、回音、IVR音，没有做过工程，没有做过业务应用，就根本不知道。
人工智能分成几个阶段：
实际应用当中有这样的一个案例，我们把客服分成三类，新人、老人、牛人。现在能实现的是帮助新人成为老人。
很多人谈AI是为了融资，我们谈AI是为了让员工更轻松，带来更加大的商业价值。AI泡沫其实已经过去了。我认为接下来真正可以努力的方向，是积累每个垂直领域的东西。
比如说金融场景，借助现在弱智能时代，真正产生一些对于业务有价值的应用方案，或者是配套应用技术。这些能够帮助我们革自己命的时候，革得轻松一点，而不是那么辛苦。希望大家可以进行合作，探索出一些有价值的应用方案之后，走向市场。
我们也做了一些很好的市场案例，刚刚提到的视频、电话、各种智能技术，都由我们团队孵化、验证后，向市场化推广和应用。希望大家可以一起探索弱智能时代真正有业务价值的场景，把现在很酷炫的特效，变成未来真正的疗效。
BOUT
关于达观数据
阅
