对于从事机器人研发的企业来讲，这可能是一个最好的时代。从市场的角度出发，随着人力成本不断上涨，迫使企业不得不去寻找全新的替代方案，这也为工作效率更高且成本支出更低的机器人提供了非常广阔的发展前景。

就产品本身而言，最近两年，随着人工智能技术取得了突破性进展，机器人在应用场景上，有了更多的可能性。我们可以看到，从商场到银行再到通信等诸多行业，机器人的出现频率越来越高。

而在众多的机器人研发企业中，成立于 2001 年的小 i 机器人，是走得非常早并且已经足够成熟的一家。它可以为企业用户提供包括自然语言处理、深度语义交互、语音识别、图像识别、机器学习和大数据技术在内的人工智能核心技术。

据悉，小 i 机器人的业务覆盖了通信、金融、政务、电商、医疗、制造等多个行业，为近千家大中型企业和政府、几十万小企业及开发者提供服务，全球终端用户已经超过 8 亿。

根据资策会 MIC 研究数据显示，2015 年四大应用领域机器人市场规模合计约 269 亿美元，到 2025 年整体市场规模将扩大至 669 亿美元。其中商业用机器人与消费类机器人 2000-2025 年复合成长率(CAGR)分别为 11.6% 和 17.4%。

面对这一庞大的市场，企业该如何让 AI 技术实现产业化落地?也许你可以从小 i 机器人创始人&CEO 朱频频那里得到答案。

以下是小 i 机器人创始人&CEO 朱频频在极客公园 Rebuild 2018 科技商业峰会上的演讲实录(经过极客公园编辑，略有删减)：

今天跟大家分享一下作为一家 AI 公司，我们是如何去把 AI 这个看似很高大上的技术，带到产业里面去。今天整个大会的主题是 rebuild，字面的意思是重构并不断的迭代。我把人工智能、区块链、云计算以及大数据技术，总结为 ABCD。最近两年，这些技术在快速发展，大家也在上面投入了很多的精力，我们认为，这些技术快速发展，有可能对产业产生颠覆性的重构。

目前正处于人工智能的第三次浪潮。作为在人工智能领域深耕了了十几年的一家公司，我们希望这次不会再有低谷出现。第三次浪潮的到来，确实有很多基础的条件，无论是技术能力，基础的计算能力，还是市场的应用，我觉得市场应用的增多，这是非常重要的一点。

因为只有能够不断去产生价值，大家才能持续去做投入，人工智能才是一个有生命力的技术，才能够对产业的发展带来巨大的价值。

当然，目前国际上一些国际顶尖的咨询公司，对 AI 的发展充满了信心。麦肯锡认为，到 2050 年，50% 的工作将由人工智能自动化的完成。Gartner 预测：2020 年，也就是 2 年之后，在客户服务的过程当中，大概有 85% 的工作由人工智能和机器人来完成。

该如何怎么看待 AI 技术?

从专业的角度来看，AI 核心的技术其实是在不断发展的。早期 AI 比较关注逻辑的推理，去形成一个处理非常复杂信息的系统。但在逻辑推理的技术发展的进程中，我们发现其实有很多问题是它解决不了的。比如说一些很难去抽取出明确规则的体系，很难去总结出规律。

于是，人们又开始关注到了机器学习技术。机器学习技术发展了很多年，产生了非常多算法。比如最近深度神经网络的算法，带动了人工智能的新一轮浪潮。

其实先进的机器学习技术也在快速的发展，我们希望技术不断的发展，未来能够产生真正的无监督的机器学习，通过机器学习，去处理任何数据。

而目前在落地的商业应用当中，我们主要用机器学习的方式去处理三类数据，然后形成对这三类数据处理的能力，并且能够用到更多的产业应用当中去。

首先是图像，包括人脸识别以及其他一些场景识别。尤其是在无人驾驶汽车领域，需要用到大量图像识别技术，来保证车辆能够实现更加安全的行驶。

另外一个则是语音处理。目前，语音识别技术在很多场合已经达到了非常高的水平。比如这次大会现场用到的搜狗同传，其语音识别的准确率已经达到了一个很高的水平。

但现在更重要的处理对象是语言，包括自然语言理解、处理这些技术。处理语言，让机器能够产生这种智能对话的过程，我们把它叫做会话式人工智能，也叫做智能问答技术。

早些时候，MSN 很火爆，现在已经不存在了。当时我们提供了聊天机器人，之后也延伸到了 QQ 等其他的平台里面。但是这种聊天机器人，虽然可以和你像真人一样进行对话，但是商业模式非常难以形成。我们做了非常多的尝试，也聚集了大概几千万的用户，但是很难形成闭环的商业模式。

后来我们开始去做一些其他的商业尝试，把这种智能对话技术放到 2B 的应用当中去，其中一个很典型的应用就是智能客服机器人。我们现在通过微信、网页、电话的形式，去进行服务的，不一定是一个真人，可能就是一个具有智能交互能力的机器人，像 Siri、微软小娜那样出现在我们的手机或者是智能的互联网设备当中。

会话式人工智能会是未来的发展趋势，Gartner 在十大战略技术趋势中，曾说过会话式 AI 未来可以连接万物，它举了四个例子，第一个就是小 i，然后苹果的 siri，还有亚马逊 Echo。小 i 现在已经应用到了很多的商业应用当中。

如何把 AI 技术应用到商业里，让它真正产生商业价值?

想要做到这一点，首先要掌握源头的核心技术，这是一个壁垒。

以小 i 机器人为例，首先针对自然语言，我们做了十几年，从分词到标注再到到文章的分类，里面每一行代码都是我们自己写的，拥有自主知识产权。换句话说，我们具备完整的自然语言处理能力，能够针对不同的语义进行理解。同时，基于自然语言处理技术，在不同领域中我们都能够形成对领域的深度的语义理解，并拥有实现深度对话交互的能力。

其实对于人工智能来说，机器学习跟大数据的技术也是非常基础的能力。今年 7 月 5 号的时候，我们在上海举办了一场新品发布会，发布会当场，刚刚是世界杯进行到八分之一决赛，基于大量的数据预测，最终得冠的会是法国队，当然，中间的过程稍微有一些偏差，但是最终的结果是非常准确的。

除了刚才提到的这样的一些源头的技术之外，我们必须要去做到，能够把这些技术高度地产品化，让客户能够比较简单的使用到这些技术，在这个产品的基础之上，去开发属于自己的这种智能交互的能力。

在这个过程中，根据应用场景以及技术的不同，我们把智能交互能力分成五大类不同的 Bot。

包括对话聊天的 Bot、比较简单可以快速建立领域知识问答能力的 Bot、深度语义理解对话的 Bot、可以做营销、服务相互关联的 Bot 以及最后这种可以从非结构化的文章当中，利用互联网去寻找相关知识的 Bot，它不需要从结构化的知识里去获取，而是能够从非结构化的知识当中去获取。

当然，现在的准确率还不算特别高，但是它可以与其他 Bot 形成一种非常有序的人机协作这样的体系。我们要实现什么?其实是自动上下文的关联，实现多人物对话，多意图的理解。

当用户在一句话里面，提到了多种意图，也要能够非常准确地理解它。我们在对这个领域进行了建模以后，能够深度的理解用户到底提的是什么样的问题，并且能够非常精准地做出推理，给出最后的答案。

目前我们已经把以上提到的一些能力，分装成不同的产品，去帮助不同领域的客户，快速建立领域的知识图谱，还能够通过一个快速迭代的学习体系，让机器人不断地在领域当中进行学习。我们的目标就是让它功能更强大，但是使用起来更为方便。

AI 如何扎根商业?

让 AI 扎根商用，要针对行业的应用场景，形成有效的解决方案。即使你把这个技术产品化，但是这种技术对于我们的客户来说，还是比较复杂的技术。要能够把它应用起来，还要针对于这种商业的应用场景，形成有效的解决方案。

对于小 i 机器人而言，我们已经形成了 40 多种落地的解决方案，我们的客户可以选择其所需要的解决方案，实现快速落地，产生商业价值。

举例来讲，现在很多营销电话其实是由机器人完成的，我们也为客户提供了很多这样的技术方案。另外，我们还可以通过智能知识库这样的产品，去武装我们的客服人员，让他工作的更加有效率。同时，我们可以通过对服务过程当中的情感分析，也可以让机器人主动的在数据当中进行学习。

另外，我们不仅仅可以提供线上的客服机器人，还可以把这种智能交互的能力，跟线下的实体机器人结合在一起，形成线下的智能客服机器人。小 i 机器人在做的事情是，把一个大脑提供给机器人的实体部分。

AI 如何扎根商业，很重要的就是我们要有完善的服务体系。目前小 i 机器人的服务能力已经覆盖全国，有专业的服务团队，而且我们也在不断地让我们的合作伙伴去服务我们的体系。

企业近一两年能够获得巨大的发展，非常重要的原因是我们构建了自己的平台、标准以及自己的合作伙伴的生态体系。同时，我们多年以来形成了自己的知识产权和各种各样的标准。不论是国际标准、国家标准还是行业标准，我们都已经牵头制定了这样的一些标准。

我们现在也是在依托核心能力以及平台，去辐射到更多的行业里。现在小 i 做的不仅仅是智能客服，在智慧金融、智慧城市、智慧医疗、智能机器人、智能硬件、智能办公、智能制造等领域，我们都有涉及。

今天因为时间有限，不能跟大家做更多深度的交流，谢谢大家。