聊天機械人需有高質數據 (車品覺)
大數據對改善人工客服的表現，可說十分重要。（黃勁璋 攝）
在智能化時代，聰明人單打獨鬥的優勢愈來愈不明顯。你想贏別人，必須學懂借力打力，利用大數據和人工智能去撬動新經濟動力。且讓我從阿里的數據營運三部曲說起。
在2010年，我們用數據做好報告，以此來支持業務方做決策。繼而在2012年，我們開發了很多數據產品，讓重複的業務分析需求產品化，把數據能力泛化到前線人員。幾年間，大數據距離直接成為業務核心就僅差一步，直到Google的無人車項目出現，我忽然如夢初醒，這不就是業務與數據的無縫對接嗎？
那麼問題來了，商業營運的過程能像無人車一樣全自動化嗎？在2014年，我接了一個任務，為一個團購業務的數十人營運團隊進行自動化（即是去人化），當中需要大量數據以及很多種不同演算法及IT系統的有機結合。在這過程中，我們要把已知工作流程的人為決策部分，轉化為數據驅動的自動化決策系統（我們稱為數據引擎）。
但正如人類一樣，決策權衡也是一種演算法，愈大的場景營運起來無疑會愈複雜，決策本來就是一場博弈。
後來這項目按目標完成了，但實際上棘手問題並未真正解決，過程中我們更體驗到智能化/自動化所要求的數據品質會更高，數據不足的情況更明顯，尤其是外部數據（包括競爭環境）的稀缺，更非一己之力能短期解決。
此外，數據引擎的最佳原則是人為干預愈少，數據回流就愈順暢，該專案最後其實是在妥協中結束。
全面AI客服還需5年
離開了阿里後，最近受到阿里舊同事的盛情邀請，回到杭州看一個智能客服項目，簡單說就是用聊天機械人來取代客服。剛坐下劈頭一句我就問道，機械人還有多長時間才可完全取代人類？我很期待站在第一線的人工智能應用負責人的答案，他很清晰地表示「5年」。讓其獨立運作前，首先要惡補聊天機械人在沒有足夠數據下的一些知識盲點；作為短期改善方法，他們開設了新的崗位「人工智能培訓師」。令人興奮的是，他們的客服機械人（非語音）目前已可自動應對85%的訪問量。借用人工智能權威、香港科技大學楊強教授的觀點，聊天機械人的好壞，關鍵在於有沒有高質量數據。
(編者按：車品覺最新著作《覺悟．大數據》現已發售) 歡迎訂購：實體書、電子書
更多車品覺文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
Related Posts
 - EJ Tech){kind=link}
){kind=link}