深度 | 被冷落的 AI ，如何在 SaaS 领域“火”起来( 七 ) 关注牛透社

这些工作既跟财务相关，也包含人事、供应链、物流等场景下的应用。而且，这些场景下的应用都有两个特点：一，需要重复性的大量文档；二，这些应用和客户原有的 ERP、OA 等需要打通链接，才能形成一个完整的操作链条。

因此，达观开发的数字化园丁系统，能够为企业降本增效，这也是我们产品的出发点。

总结一下，达观是以自然语言处理为切入点，结合 RPA 等给客户提供数字化员工的企业，以 SaaS 或其他私有化的方式来给客户提供服务，目的是给客户降本增效，提高企业运转效率。

我认为，在中国的人工智能应用市场化，未来还有很多机会，但目前面临的挑战也非常多。如何让 AI 技术实实在在落地应用起来，这与产业链的数据、场景是否具备能力、SaaS 这种服务形态下的周期长短，以及数据的安全私密性、在线服务的稳定性，息息相关。

王守崑：
爱因互动是一家做企业级智能交互的公司。也就是所谓的 conversation as a service ，通常叫做对话即服务。

这个行业为企业提供的是整体服务，服务核心是和企业客户对话。我们的产品则是将对话落到人身上，属于 NLP 细分领域。我们的服务场景是为企业和企业的客服、企业的售前销售，以及企业用户和员工之间发生交互、发生对话的场景。

具体应用上，在客服领域，全中国大概有800万至1000万的客服人员，辅助和替代相关客服人员，应该是比较大的市场。在销售领域，某些销售事实上可以用机器对话去替代，不能用机器对话去替代的可以让对话机器人去扮演客户，训练销售话术和对产品知识掌握程度，这是一个很有意思的方向，也是目前在我们业务里增长迅速的领域。

与其他做自然语言处理企业不同的是，要为客户建立起基于他的客户、用户、潜在销售线索的整体画像，从对话中建立多维度的更加丰富的动态的用户画像。

比如，在做辅助销售过程中，每跟客户说一句话，后台对用户的画像就会更加完善，就能对用户的意图有更好的判断，而后对于产品的推荐，或对于问题的回答就会有一个更好的、更精准的判断。

以上就是我们的产品定位，用自然语言处理技术（NLP），包括知识图谱技术、推荐技术等服务企业级客户，为企业提供智能交互服务。

同时，我们的产品都是以 SaaS 化形式去进行。对于有合规要求的，进行了私有云部署，对于一些没有合规性要求的，一直在推 SaaS 模式。

最后，分享一点心得。坦白来讲，无论是对话，还是自然语言处理，其实离真正的智能还有非常大的距离。所以，我们定义了一个指标，叫人工替代率，就是在某一个场景下如果用机器的对话能够替代掉多少人工。

对于这个定义，是根据数据来分类的。如果人工替代率只能达到30% ，没有办法直接上线做，就采用辅助的方式；如果人工替代率达到70%以上，那此场景就可以考虑使用以机器人为主、人工为辅的方式；如果场景替代率到了90%、95%以上，则可以完全用机器人替代。

但很遗憾的是，目前能够完全替代90%、95%以上的产品非常少，绝大部分在30%-70%之间，所以这就需要做一些梳理或产品的设计，使对话机器人的产品能够更好地辅助客户。

文章图片