人工智能与企业服务怎样结合？这些项目的思路可供参考

提到 " 人工智能 "，想必现在我们都不会陌生。上个世纪 50 年代，计算机科学之父阿兰图灵发表论文提出图灵测试、机器学习、强化学习、遗传算法等理论。这些理论被视为机器智能构想的理论基础。在 1956 年首次提出概念至今，人工智能已经历了半个多世纪的快速发展。

究竟何为人工智能？作为非专家的我们，或许不能一下子用专业的术语给出准确解释。并且人工智能的含义总在随着时代和场景而不断调整变化。但从苹果的 Siri 到谷歌的 Master，如今，人工智能已逐渐蔓延到我们生活的方方面面，让我们切实感受到它带来的便利和改变。

从技术层面看，人工智能可以大致分为：机器学习、语音识别和自然语言处理、计算机视觉以及推荐引擎这四大类，每大类下又会继续细分。伴随着包括云计算、大数据等基础设施的成熟，现在很多企业开始将这些 AI 技术进行场景化应用，为 B 端企业提供落地服务。

那么这些 AI 技术在企业服务领域都有怎样的应用场景？业内是否已经有不错的典型案例供创业者参考？今天猎云网（微信：ilieyun）就为各位看官抛砖引玉，人工智能技术在企业服务中的应用。

机器学习

机器学习是一个让计算机模拟或实现人类的学习行为，以获取新知识或技能，重新组织已有知识结构，使之不断改善自身性能的技术。它是人工智能的核心，是使计算机具有智能的根本途径。按学习策略、表现形式和应用领域又可细分出机械学习、神经网络、认知模拟等多种类型。

由于机器学习是人工智能的基础，所以机器学习在企业服务领域中的应用场景非常广泛。直接应用包括数据分析和预测、风控、智能投顾、目标筛选甚至翻译等等。

例如碳云智能利用 AI 技术进行健康数据分析，为医院、药厂、健康管理公司、研究机构等提供人群健康指数分析和预测；量化派通过机器学习完成风险管控和定价，为小微企业提供金融产品；中译语通用深度学习、神经网络等技术为企业客户提供海量的机器翻译与语义搜索等服务；因果树用 AI 投资机器人辅助企业进行投资决策。

当然，也有不少初创项目利用机器学习为企业提供所需的解决方案。所问数据目前就通过 AI 技术为零售企业提供爆款产品预测；Momenta则为车企提供自动驾驶的底层技术方案；而深思考公司则为智能硬件企业提供基础芯片硬件研发。

语音识别和自然语言处理

简单来说，语音识别就是让机器把语音信号转换为计算机自身的可读输入，使其能对语音命令进行响应或处理的技术，主要包括特征提取、模式匹配及模型训练三个方面。按技术可大致分为声纹识别、语音文本转换、语音合成等类型。

而自然语言处理（或语义理解）则是让机器实现对人类语言在识别后加以理解和运用，最终实现人与计算机通过自然语言进行交互的技术。

其实语音识别和自然语言理解对大众来说并不陌生。包括诺基亚时代的语音拨号，以及如今 iPhone 的 Siri。实际上，很多语音技术公司直接为硬件厂商输出语音解决方案。另外，语音识别技术与自然语言处理技术结合，可构建出更加复杂的应用。

该领域的应用典型例如科大讯飞，直接为企业客户提供语音识别、声纹识别、语音合成引擎等技术，打造智能客服、公共安全防控、甚至是智慧法院解决方案；云知声通过语音识别、语义理解等技术，为智能家居、汽车、医疗等厂商提供语音技术支持；而思必驰人的工智能操作系统也为智能硬件企业解决了产品底层语音交互操控的难题。

不过在这其中，除了刚刚提及的综合型语音技术解决方案提供商之外，已有不少创业项目在各自的细分领域中展露头角。

三角兽科技为 B 端公司提供低成本的语音智能交互系统；普强信息给呼叫中心提供海量录音挖掘分析，优化客户服务；图灵机器人专注为机器人等智能硬件提供底层中文语音语义交互方案；声智科技专注在芯片、模组等底层硬件的设计和研发方面；而智齿科技则借助语义理解为企业提供机器人客服坐席，提高企业客服能力。

计算机视觉

计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。通过摄像头代替人眼，让计算机对目标进行识别、跟踪和测量等，并进一步做图形处理，使计算机完成对图像模型的识别。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的信息。

从机器所能识别的图像上来说，计算机视觉可以简单分成平面图像识别和三维图像识别。目前我们所接触到的民用级技术大多是平面图像识别，例如人脸识别、印刷文字识别、图片或视频识别等。而三维图像识别的应用则更多集中在工业生产制造方面。

需要指出的是，仅仅让计算机 " 识别 " 图像还不够，计算机视觉需要与机器学习等技术相结合，实现对图像的理解，才能满足使用者对这一人工智能技术的需求。

在这一技术领域，商汤和旷视科技（Face++）两大公司无疑是行业的标杆。目前商汤科技利用其图像、文字识别、智能监控等技术，为众多企业合作伙伴提供了智慧金融、智慧商业、智慧安防等多种行业解决方案；而旷视科技则主要将自身的人脸识别技术进行开放，以 API 和 SDK 的方式为企业客户直接提供识别能力。

当然，作为人工智能的重要应用技术，很多典型的新锐企业也将自己的能力向其他企业开放。

格灵深瞳通过三维计算机视觉处理，为安全企业提供包括车辆、嫌疑人员识别的软硬件解决方案；图谱科技基于深度学习的图像识别技术，实现图片价值挖掘、图像搜索、图片智能审核等；码隆科技能为零售、时尚行业企业提供商品识别、时尚分析、纺织面料识别；而中科视拓则聚焦人脸识别，其 SeetaFace 开源人脸识别引擎为学术界和工业企业提供了低成本的人脸识别系统。

推荐引擎

推荐引擎是一种能主动发现用户当前或潜在需求，并主动推送信息给用户的信息网络。具体来说，它综合利用用户的行为、属性，对象的属性、内容、分类，以及用户之间的社交关系等等，挖掘用户的喜好和需求，主动向用户推荐其感兴趣或者需要的对象。

对于推荐引擎，其实我们也非常熟悉。实际早在 PC 时代，包括谷歌、亚马逊等巨头企业就开始应用推荐引擎引导用户进行广告点选或商品采购；再如刚刚完成 D 轮 10 亿美元融资的今日头条，它的立足之本正是自身研发的推荐引擎。可以说推荐引擎的应用，直接导致了互联网产品运营从过去的粗放式向精细化的演进。而精准推荐也是这一技术的核心优势。

推荐引擎在企业服务中的应用也非常广泛，除了已有的大型电商自建团队研发之外，有很多专业的推荐引擎技术企业为 B 端客户提供整体解决方案。当然，由于该技术的特点明显，所以这些团队提供的更多是精准营销、精细化用户运营等相关解决方案。

其中Everstring通过数据建模，帮助客户从 CRM 系统和海量数据中寻找潜在客户，提升销售转化；桃树科技也在客户分群、精准营销、个性化推荐等方面具有独特优势；而达观数据在千人千面的内容推送以及用户画像、精准运营上见长。

与上述企业集中在精细化运营、精准营销方面相比，一些更为初创的早期项目找到了更加细分的落地应用场景，直接借助推荐引擎技术为企业解决切实问题。

例如布本智能，其通过自研推荐引擎，为各类内容导向型企业提供推送框架，打造各自的 " 企业版今日头条 "；速报借助推荐引擎技术，让企业通过订阅的方式直接进行包括微信朋友圈、知乎等封闭社区的舆情监控；而云客则通过推荐算法，为销售型企业客户解决销售线索获取，打开销售环节的第一步。

结语

通过总结不难发现，在人工智能与企业服务相结合的领域中，大型标杆企业由于其技术实力和市场规模，往往直接作为底层解决方案提供商输出相关技术；而各初创团队则更多借助人工智能技术寻找细分的落地应用场景，站在巨人的肩膀，直接解决企业问题。

当然，人工智能作为一个大技术概念，目前已与各个行业都紧密相连，有待开发的应用场景还有太多，包括企业服务中的办公 OA、CRM 系统改造，HR 服务，法律，财务，IT 系统运维等等。可喜的是，现在已有越来越多的企业正在利用 AI 技术，共同推动行业的快速发展。

但不可否认，即便人工智能已经迎来了最好的创业时代，但目前依然有很多企业在人工智能技术上有些疑虑，或是技术投入价值，或是商业模式，都还需要领军人物和投资者的点拨。

来自猎云网