《vca落地：智能机器从科幻进入生活（含gartner报告）》由会员分享，可在线阅读，更多相关《vca落地：智能机器从科幻进入生活（含gartner报告）（25页珍藏版）》请在金锄头文库上搜索。
1、VCA落地：智能机器从科幻进入生活（含Gartner报告）前言2015年被称为“智能机器元年”，全球人工智能正在步入第三次高潮期。全球顶级公司的CEO们普遍认为：人工智能是未来的科技方向，将会对每个行业产生深远的影响，并纷纷投入了大量的人力、物力、财力。虚拟客户助理（Virtual CustomerAssistants）是智能机器产生商业价值的重要尝试，并在许多领域实现了快速落地，进入产业化大爆发的前夕。用机器取代人从事大量的重复性工作，把人类解放出来从事更有创造性和个性化的工作，人工智能逐渐正在以有迹可循的轨迹步入人类生活。摘要随着中国人口红利的消失，人员密集型行业客服面临着至少4大挑战：建
2、设成本高；沟通渠道复杂多样（微信、APP等新兴渠道）；客服人员流动性大，专业知识难以积累；效率低，体验差。以人工智能为基础的VCA将网厅、短厅、IM、微博、APP、微信等渠道整合在一起，提供拟人化的智能服务，通过包括文本、语音、图片、视频等多媒体形式，以高智商、高情商的人机智能交互，让客户服务变得高效、便捷，同时降低成本。VCA以独有的商业价值从传统的对客服要求高的行业逐渐普及至各个行业，让智能机器人在客服领域率先落地。从运营商、金融到电子商务、电子政务、智能终端VCA已经逐步走上了全电子渠道整合、多媒体支持、基于智能化服务、融合现有人工呼叫中心并整合了客服与营销双重功能的客户关系管理新台阶。
3、智能机器将对每个行业产生深远影响智能机器融合了机械、电子、传感器、计算机硬件、软件、人工智能等许多学科的知识，是一种涉及到多种前沿领域的技术，不少国家都将智能机器作为未来技术发展的制高点。虽然这种复杂的技术已经存在，并快速发展，但从发展周期来看，这种新的通用技术在75年的技术周期才刚刚起步，并将对每个行业产生深远影响。与“智能机器”技术相关的产品市场在2015年的总营收是100亿美金，到2020年会有300%的增长，达到300亿美金，而与智能机器有关的服务可能是技术市场5到10倍的规模。目前，全球“智能机器”已经有了一些相对成熟的应用，例如：无人机、无人驾驶、虚拟客服助理（VCA）、翻译和语音
4、转写、智能家居等，而这些应用之间又是相互交叉的。图一：智能机器分类数据来源：Gartner位于第四象限的“智能机器”应用，可以笼统的称为“智能代理”，它是指能够理解人，与人对话，无处不在，并能够主动照顾主人需求的一种应用，目前是智能机器产生商业价值的重要形式，到2020年，至少10%的人会随时随地享受到“智能代理”提供的服务。虚拟个人助理（VPA），目前还处于技术的早期，离实用性还非常远，在全球范围内，真正具有自然语言交互能力的VPA投入大规划的商用，需要5-10年，甚至更长的时间。苹果Siri以及类似的语音助手都属于VPA，但是离期望的效果还很远。虚拟客户助理（VCA）的机制和底层技术与VP
5、A类似，但是专注在一个或多个领域，因此实用性大大增加，已经进入产业化的前期。目前VCA在企业和政府中有着非常广泛的应用，比较知名的VCA解决方案提供商包括美国的Creative Virtual，IPsoft 和中国的小i机器人。智能顾问的典型应用为IBM的Watson。传统建设的制约及新技术的整合促使呼叫中心升级 VCA落地截至2014年底，中国呼叫中心产业总坐席数超过120万席，直接从业人数超过300万人，到2015年末，中国呼叫中心市场投资预计超过1300亿元。建设成本高；沟通渠道复杂多样；客服人员流动性大，专业知识难以积累；效率低，体验差等条件纷纷制约着高效客服中心的建设，随着企业对呼叫
6、中心运维成本和效能的关注持续增多，对客服智能化和自动化的需求不断攀升，VCA应运而生。图二：满足未来需求的客服中心必须具备5大特征图片来源：小i机器人中国VCA与国外VCA的应用情况相比，中国VCA在电子渠道上的应用更为广泛，与业务的结合程度也更为深入。领域广泛：2006年，小i机器人为上海市科学技术委员会（简称上海科委）推出了全球第一个政府领域的中文智能客服机器人，至此拉开了中国VCA创新应用序幕，在那些传统上对客服需求旺盛的行业，如金融、运营商、政府部门等，VCA得到快速发展。近两年，随着互联网、社会化媒体的发展，人人参与、随时分享的特色让以前那些传统上对客服非刚需的行业，如手机、汽车、甚
7、至快递行业等也都开始尝试引入VCA，用智能机器人来提升客服体验。渠道全：从最初的网站，短信、WEB端，到近两年，随着社会化媒体应用的持续升温，微信、微博、APP的大规模普及，以小i机器人为代表的国内VCA供应商，已经支持几乎所有的人机交互渠道，包括网站，短信、WEB、微博、微信、易信、电话、APP等，通过文本或语音的方式和用户进行智能自然的交互。与业务结合程度深：利用跨平台、超大规模消息通讯和整合技术，打造统一的知识管理后台，实现知识的结构化，打通并深入呼叫中心内外部体系，与企业业务深度结合，融营销于服务，打造客户管理的全新模式。图三：全渠道多媒体智能交互联络中心架构图数据来源：小i机器人VC
8、A在各领域中的典型应用金融领域：招行信用卡用户可以通过加好友的形式，与招行信用卡中心智能微信客服进行互动，通过银行卡或身份证号与招行网银系统进行绑定对接，开展还款，转账、积分兑换等复杂业务。该平台可以24小时不间断的为招行用户在线服务，交流界面友好、通俗易懂。交通银行及其信用卡中心在银行业内率先实现手机银行语音交互和全媒体渠道的整合。微信渠道上，提供随时随地的7*24小时互动服务。通过自然语言实现信息查询、账户管理、还款、转账等功能。采用小i机器人智能解决方案实现多渠道拟人化交互，在降低呼叫中心成本同时，增强用户体验，实现了金融服务的全面智能化。图四：部分银行VCA应用效果数据来源：小i机器人
9、运营商：广东移动通过1年的时间，构建起了一个桌面PC（网站）+移动终端（微信、APP）+呼叫中心人工在线客服+营业厅人工服务的立体化服务体系，保证多渠道、全天候为客户提供服务。在电子渠道上（web、微信、APP）上，引入以小i机器人智能机器人技术为基础的VCA应用，搭建机器人智能服务平台，完成机器人服务与人工服务的整合。图五：广东移动VCA应用情况数据来源：广东移动通用领域：在魅族官方网站及官方微信上，手机用户可以通过文字和语音两种方式与取名为“魅妹”的VCA进行沟通，咨询魅族产品和服务等的问题，办理相关业务。图六：魅族手机VCA应用数据统计数据来源：魅族手机VCA是机器理解人的技术应用，进入
10、快速发展期以计算机为代表的机器人应用的发展，离不开人机交互的易用性。而人机交互的易用性，取决于给机器的指令与人类自然习惯的接近度。计算机的易用性发展，迄今已经经历了两次大的飞跃。第一次飞跃是指令语言的出现，以DOS为代表的指令语言替代了打孔的机器语言，经过专门训练的用户可以通过更有逻辑的指令语言来对计算机进行操作，使PC的出现成为可能；第二次是GUI（图形用户界面）的出现，以Windows为代表的图形用户界面替代了计算机指令操作，用户稍加学习即可通过对图标的点击等操作计算机，操作的直观性大大增加，使计算机的全面普及成为了现实。目前，计算机的易用性发展开始了第三次大的飞跃，即通过人类最自然的语言
11、、行为来对计算机进行操作，而这次飞跃所依靠的正是机器理解人的技术。VCA作为其中重要一支，涉及自然语言处理、语义分析和理解、知识工程和智能大数据等多项技术，并需要具备丰富的行业知识，成为该领域的专家，才能够充当起理解人，帮助解决问题的助理角色。理解人的技术将会很快成为主流模式：到2020年，人们不再会继续投入来改善“计算机读写能力”，而至少有40%的人会与理解人的技术交互。从VCA到实体智能机器的延伸VCA的核心是让机器具有理解人并与人正确交互的能力，而这种类人交互能力可以被赋予实体机器人，实现智能机器“从虚拟到实体”的产业延伸。具有通用智能机器人平台和架构输出能力的小i机器人，于2015年底
12、发布智能机器人云操作系统，可以被嵌入到家用电器、车载、玩具、实体机器人等一切终端设备中，使实体机器具备来自云端的思考和智能交互的能力，实现从VCA到实体智能机器的延伸，扩宽了机器理解人的技术的应用领域，加速了智能机器进入人类生活的步伐。做好应对的准备在未来十年的大部分时间里，以VCA为代表的在特定领域、解决特定类型问题的智能机器以其强大的功能，将会带来广泛的商业机会，并将改变每一个行业。企业的IT部门和决策者们不应忽视这种新兴的技术，需要投入专门人力、物力来对“智能机器”的技术进行研究，通过合作来获取已有的技术积累，或者结合企业自身对现有解决方案进行深度融合，同时侧重对相关技术人才的引入。全球
13、顶级的那些企业已经在这么做了，是时候开始行动了。来自Gartner的文件：预测2016：智能机器发表时间：2015年12月4日作者：Whit Andrews, Tom Austin, Kenneth F.Brant, Frances Karamouzis, Timothy Baynes, Helen Poitevin, Diane Morello, JamiePopkin智能机器能力现在已经足够稳定和明确，企业可以开始尝试使用它们创造商业价值。在智能机器上的商业投资会迅速增长，主要关注于营收增长和运行效率。目录重要结论建议战略计划假设分析你需要知道战略计划假设回顾重要结论 要有效利用智能机器技
14、术和服务需要专门的发展战略。 实现智能机器的商业潜力需要焦点，金钱，人力资源，知识产权（IP）风险管理的投资。 因为首席执行官将增长视为最重要的业务优先级，智能机器将被暂时用来增加收入和改善销售实践。建议高层IT领导者和战略家应该： 创建一个跨职能，研发导向的智能机器“实验室”，并许可实验。 分配资金和资源来获取智能机器技术。 计划在云服务和咨询服务上的支出来定制，提炼和使用智能机器的技术。 在2016年和2017年执行招聘和资源分配策略来获得智能机器发展和训练技能。战略计划假设 到2020年，智能机器将成为30%以上CIO首选的五大投资之一。 到2020年，首席财务官将需要处理由智能机器数据
15、和“算法商业”带来的价值。 到2018年底，25%的耐用品制造商会在面向客户的销售、计费和服务工作流中利用由智能机器生成的数据。 到2018年底，基于研发的终端用户智能机器部署方法将可能比基于IT项目的方法产生三倍的商业价值。 到2018年，全球超过300万名工人将由“机器人老板”监督。 到2020年，微软的战略将围绕着Cortana而不是Windows展开分析一系列被称之为“智能机器”的复杂技术仍在快速发展，但它们已经存在了。最近的技术进步在一些重要的新业务计划中已经为智能机器的实际应用做好了准备。Gartner认为这种新的通用技术才刚刚开始75年的技术周期，它将对每个行业产生深远影响。我们2016年的预测反映了短期机会，以及利用智能机器的组织所面临的潜在负担和风险。你需要知道由于近期的三个技术突破所造成的“智能机器大爆炸”，智能机器正在迅速变得更加可行：1. 网络形式系统的新计算硬件和基于图形处理单元(GPU)的超级计算机。2. 更强大的深度神经网络算法。3. 大量数据用于训练在新硬件上运行的深度神经网络。在未来十年的大部分时间里，智能机器只有在特定的领域和解决特定类型的问题时才是“智能”的。今天的智能机器技术有很强的感知能力，但缺乏执行能力，所以它们还不能够自己开发和测试新的决策模式。因此，在一系列关键功能上，先进的分析方法和非智能但基于规则的方法将
