是一家怎样的公司,物业智能客服落地

原标题:明略数据(现在)是一家怎样的公司?

原标题:扎克伯格:不愿打工他创Facebook,两年访问量超亚马逊

原标题:物业智能客服落地:从人工智障到人工智能

李根 发自 凹非寺

12岁时,当小伙伴还沉浸在游戏中,马克·扎克伯格(Mark Zuckerberg)就已搭建了一个家庭网络;上高中时,同学还在想着如何结交女朋友,扎克伯格却设计出了一款具有人工智能的音乐播放器;20岁在哈佛读书时,他在宿舍创建了名为facebook.com的网站。

文章以物业客服的人工智能为例,从业务流程、语音收集、知识库、设计四个方面分析了产品的需求,简述了智能客服落地的全部过程。

即便关注AI,却不知明略数据究竟做什么,也挺正常。

截止2012年7月,其麾下的Facebook已经成长为拥有超过8亿注册用户的社交网络,在2012年2月提交了IPO申请后,扎克伯格以280亿美元的身价,成为新一代科技创业者的代言人。以280亿美元的身价排位,27岁的扎克伯格可跻身《福布斯》2011全球富豪排行榜第九位,超过了华人首富李嘉诚,排在比尔·盖茨、沃伦·巴菲特等人之后。

图片 1

今年4月,当这只低调独角兽官宣10亿元C轮融资,腾讯和华兴资本加码时,就有不少人问:明略是一家怎样的公司?

图片 2

写完题目感觉起大了,其实感觉现在也还是个人工智障:)

但光行业AI这个定位,或太抽象概括,或太缺技术原理,都不足以很好阐释。事实上,人工智能的技术在To B行业里面还没有得到很好的发展,原因很简单,很多公司都只聚焦在其中某一个技术的细节环节,而没有把完整的人工智能建起来,去给一个行业做整合服务。

2003年,19岁的扎克伯格在网络上首次向其高中时期的“死党”亚当·德安杰罗(Adam D'Angelo)吐露了打算创建社交网站的想法,德安杰罗后来成为了Facebook的第一任首席技术长。

一、前提

如何构建完整的行业AI?就在最近的年度发布会后,透过明略的最新产品,可以更清晰回答了。

实际上,尽管此时扎克伯格有意创建一个网站,但对于网站未来的把握以及内容,他都不是很确定,而德安杰罗则提出了建设性的意见——建成类似于Friendster(Friendster创立早于Facebook,曾风靡一时,后被迫转型)一样的网络社区,并被扎克伯格采纳。

随着人工智能的兴起,机器人客服也开始成为互联网公司在线服务的标配前置。我所在公司当前的业务范围涵盖物业和业态(电商、到家、广告、保险等)多维的服务,原来APP端只接入了业态相关的在线,每天的会话量级只有几百左右。

明略数据(现在)是一家怎样的公司?

2004年2月份,扎克伯格和他的三个同学,达斯汀·莫斯科威茨(Moskovitz)、克里斯·休斯(Chris Hughes)以及爱德华多·萨维林(Saverin)创立了Facebook,起初只针对哈佛学生,之后扎克伯格将之推广到了斯坦福和哥伦比亚等其他大学。

物业服务在公司呼叫中心的占比大约是业态服务量的几十倍,因此业务方希望在APP端开通物业在线的功能,同时前置智能客服机器人,实现对呼叫中心话务量的分流,同时也满足部分习惯使用在线进行交流的用户的需求。

这是最新观察,供参考。

图片 3

1.1 价值预估

明略最新产品:明智系统2.0

扎克伯格透露,前三个月Facebook每月运营开支只需要85美元,用于租赁电脑,2004年6月,扎克伯格将Facebook搬至硅谷小镇帕洛阿尔托市。当年年底,由于Facebook注册用户越来越多,扎克伯格选择了退学,专注网站业务,据称当时用户数量已经达到100万。

通过下面的电话和在线的漏斗图可以看到期望的拦截路径。通过对工单频次进行分析,已经在电话端上线了高频分类的IVR功能,日均可以实现30-40%左右的人工拦截量。

简断截说,直接看这张一图介绍:

其实在运营初期,扎克伯格也不确定Facebook能够长久下去,但至少Facebook能够刺激人们使用Wirehog。扎克伯格还表示,当时已经有一些风投接触了Facebook。

其中门禁、代收包裹电话自助功能用户的使用黏性和评价都较高。对于在线服务,期望初期能分流20%的电话量,并逐步提升到50%。同时机器人能够实现40%左右的在线拦截率。

图片 4

Facebook在接受了多轮风投后,运营开始步入正轨,有意收购的公司也开始增加。2004年,PayPal联合创始人彼得·泰尔(Peter Thiel)向Facebook投资50万美元,这是Facebook获得的第一笔风险投资,该笔投资换回了10%的股权,但最后削减至3%。2005年5月,Facebook A轮融资1270万美元,2006年4月,B轮融资2750万美元……2011年1月,高盛和俄罗斯财团DST投资了15亿美元。

图片 5

虽然整个产品体系,内情不少。但整个流程已再清楚不过,最左边是各种形式的数据,经过各种产品工具和平台,最终成为可以实现准确、可靠的决策辅助的AI大脑。

图片 6

电话漏斗图

简单而言,完整解决:数据从哪里来、怎么治理,最后如何用。

2006年1月份,成立才两年的Facebook的访问流量已经超越了亚马逊和迪士尼等网站。截至2012年5月,Facebook拥有约9亿用户。2015年8月28日,单日用户数突破10亿。

图片 7

相比去年,迭代进阶很明显。

本文来自生意经,创业家系授权发布,略经编辑修改,版权归作者所有,内容仅代表作者独立观点。[ 下载创业家APP,读懂中国最赚钱的7000种生意 ] 返回搜狐,查看更多

在线漏斗图

图片 8

责任编辑:

1.2 实现路径

在去年8月明智系统1.0版本的发布中,主力是右半部分的产品,从交互的“小明”进入,然后运用知识图谱技术,最后在“蜂巢”系统待命,随时等待召唤。

先开通APP端物业在线服务积累用户语料,从电话端引流到在线端,培养用户通过在线进行物业咨询和报事习惯。后续通过灰度发布,逐步开通各个社区的智能客服,实现机器人的7*24小时服务。

去年明智系统1.0发布时用以举例的公安破案场景,更多还是对于案卷的分析和案情研判,是辅助研判的助手角色。

图片 9

但今年升级为明智系统2.0版本后,明智系统在公安领域,变得像福尔摩斯一样。

1.3 场景选择

怎么讲?

智能客服应该优先解决哪些问题,支持哪些交互方式,用户有哪些高频的问题和场景,这些需要通过对历史的工单数据进行分析来提取。

因为可以看得更多、听得更多,能够解析的数据种类也更多,于是数据总量更大、维度更丰富,找出真相等解决问题的能力,也便愈强大。

从呼叫中心工单分类报表和APP端服务访问频次,我们提取出来四个高频操作场景:访问通行、园区报事、房屋急修(户内报事)、生活缴费。

所以核心的不同你也发现了,正是新增的感知能力。用明略数据创始人吴明辉的话来讲,“有了感知就有了数据,所有的感知计算本质上来讲都是在给认知计算提供数据基础”。

物业咨询相关的问题通过QA和FAQ来实现:

而且值得注意的是,这不光是新增了感知模块,更关键的是运用了多个AI工具方法,用产品化形式对感知数据进行治理,最终与认知环节实现贯通。

图片 10

在新升级的系统中,用于结构化数据治理的CONA、非结构化文本治理的Raptor,以及多元数据深度挖掘计算的HARTS,都是AI技术驱动的数据治理平台。

二、语料收集

再结合作为全网络即时汇聚的明察,就能实现全方位数据的感知及治理。

物业相关的语料较为垂直,同时和自身的业务耦合较高,放弃了从公开语料库获取的思路,打算从积累的电话录音和在线的语料中进行提取。

数据从哪里来、如何治理,整个过程一目了然。在明略内部,也将该过程称为符号化,正如人脑工作原理一样,大量数据汇集治理中,以“符号”形式存在,并在分析调用时,以符号形式重构。

2.1 在线语料

也有不少人好奇,行业AI也好,XX大脑也好,究竟是怎样的一种存在?

获取历史的在线会话记录,抽样进行语料标注,作为测试集。

以明略这套产品举例,行业AI、垂直领域大脑,核心就是在数据量大、数据维度多且复杂的行业,以计算代价最小、计算结果最准确为目标,打造一个可以实现准确、可靠的决策辅助的AI大脑——能理解会推理。

2.2 语音标注

如果以公安行业举例,不妨一起听听这个AI版福尔摩斯的案例。

呼叫中心记积累了百万级别的通话录音,通过语音转写和人工标注,作为语料喂养给NLP训练使用。

本文由澳门威利斯人手机版发布于技术,转载请注明出处:是一家怎样的公司,物业智能客服落地

TAG标签:
Ctrl+D 将本页面保存为书签,全面了解最新资讯,方便快捷。