走入2017，AI界闹出了不少事故。
首先，德克萨斯大学的MD安德森癌症中心，近期将其大肆宣传的，投入了6200万美元的，Watson项目(肿瘤学专家)搁置。
Facebook的Messenger IM，于16年4月推出，传闻错误率高达70%，小扎下令，大幅缩减对于MI项目的投资预算。
紧接着，Facebook的研究人员，发现自家的两个机器人Bob和Alice疑似研究出来了自己的语言体系，不得不拔掉了他们的电源。
微软的推特机器人Tay，上线仅仅16小时之后，微软紧急下线甚至道歉，因为它的聊天充满了粗口、种族歧视和污秽不堪。
而那边厢，在今年3月，人工智能首次写入克强总理的政府工作报告，意味着AI上升到了国家战略，定位了中国在这方面的优势和投入。
所以，一方面很多人振臂高呼，AI成为产业革命的新风口，人类历史上最好的AI时代已到来；而另一方面各种“AI无用”、“AI危机”的言论蔓延开来，让我们犹豫、止步。
面对这些纷纷扰扰，也曾有不少同行的朋友和我聊过他们的困惑，是否要引入人工智能？在哪个方面引入？这玩意到底靠不靠谱？
AI冰火两重天，我们何去何从？
一、弱人工智能很强，强人工智能很弱
我反对一谈AI就弄一堆新概念、一堆数据和一堆专业名词唬人，博各家之所长的基础上，大客尽量用朴素的语言讲一些个人观点。
认清现实，关于AI有两个基本判断。
谷歌的AI首席科学家李飞飞在一次演讲中，谈到AI现阶段的能力，概括的很简单精准。
她展示了一张我们都很熟悉的图片。
她的观点是，现阶段，如果让机器，从这个图里面识别每个人的身份，非常容易；但如果让机器搞明白这个图的笑点并发笑，非常难。
以人类而言，快速定位到奥巴马很容易，在即使不知道其他人的是谁的情况下，完全不影响我们理解，这是总统先生在逗下属乐呵，然后会意的我们也笑出了声；而机器可以非常精准的认出图中的每一个人的名字、身份、职务等等讯息，但是它很难体会到笑点。
“图像识别”作为人工智能的基础技术之一，已经非常成熟。行业的识别准确率已超过93%，如国内商汤科技的人脸识别准确率超过99%，号称超过人类。
但如果拿起手机和siri聊天，你会觉得对方还不如和自家三岁的孩子，根本聊不下去，综合能力还差的很远。
这是现阶段对AI能力的基本判断。
二、想让机器越像人类，要投入的资源就越多
举例另外一个听的最多的基本技术“语音识别”。
判断语音识别是否准确，国际测试的标准叫做语音识别错误率（WER），目前全球语音系统的 WER 普遍水平在 15%左右，已达到了商用的门槛，国内科大讯飞也在15%左右的水平，针对会议、演讲等固定场景，可降低到8%左右。
人类的WER平均水平是6%，所以，在语音识别上，机器人基本已经可以做到接近人类的水平。
但在“语义理解”上，机器就不行了。因为涉及知识背景、联想能力、上下文关联、处理跳入跳出等能力，于人类而言很容易，但是机器很迷茫。
在语义理解上要突破的技术难关很多，仅说知识图谱的构建，主流有两种做法，一种是穷举，即把所有的可能性全部列举，然后告诉机器，这些都是一个意思；第二种是标注，即需要人一个个去做关联，把这个词、句的意思和某个代码关联起来，机器就懂了。
而无论哪一种，都是需要大量的基础人力投入。
所以，抛开各种所谓的“知识图谱”、“专家系统”等等的概念，核心是无论怎样的训练模型，都是训练的越多越好，而这个训练和资源投入成正比；尤其在某个专业领域，由于知识的专业性，所需要的专业陪练人力会越多。
这是现阶段对AI投入的基本判断。
三、冷静选择，让AI做力所能及的事
从人工智能现阶段的投入和产出能力来看，整个产业在应用层面处于起步期。技术上由科研机构、科技巨头和少数企业掌控，而大企业和科技巨头开始切入到具体应用，初创企业开始出现。
一言以蔽之，人工智能目前处于试点阶段。
就横向的客服领域来看，也处于点状的实验试用阶段，与人工智能的结合还远谈不上重构什么。但涉足的公司很多，各种应用场景也是百花齐放，总结讲可分为两类：
一类是降低成本的。即使用AI替代某些工作降低人力成本。如客服交互机器人、坐席助手、智能归档、知识抓取、智能质检、智能派单等。
一类是放大价值的。即使用AI技术能增值服务、助力销售的。如机器人导购、机器人办理（交互+业务办理）、机器人外呼营销、营销助手等。
在行业影响和很多企业的推波助澜下，大多数的管理者就有点坐不住了，不在AI侧做点什么，落伍了怎么办？我的建议是，先冷静了解AI的能力，再结合自身可投入的资源，然后再考虑是否投入，以及在何处投入。
别奢望全面重构，尽可能单点发挥。
如果想先跟上时代，做个创新，那就选择一个显眼的点，做精做透。如内部的知识管理、质检模块等，用AI技术进行部分替代。眼下多数企业选择了更显眼的客服机器人，如文本聊天机器人，还有语音接入（IVR）机器人，但建议谨慎，毕竟这样接入是直面客户的，而现阶段语义理解的能力较弱，况且这种接入是开放式的，难以控制固定场景，把握效果。
如果想解决问题，替代个别重复劳动，那就结合较强的单一人工智能技术，精选1-2个场景做大范围替代。如语音识别、图像识别能力很强，那么某些企业要求做的身份查验等人证比对工作，写字楼、园区等的刷脸访客系统等确实可以解放不少人力。再比如做机器的外呼调研，单一场景下的简单对话，也是替代重复劳动的好方案。
前期的投入和对低能的容忍，都是必经的阶段。
AI像个孩子，在静待它成长的过程中要有宽的容忍度，叫它来做一些力所能及的事情；是否可以长大成才，是开发者的责任，而我们应用者，要做的是取舍，越火热，越要冷静地认知和取舍。
也许你会输给了冷静，而不是AI。
（本文图片均来源网络，文中观点谨代表个人意见）
来源：任大客(ID:rendakecc)
中经小秘书收人啦！
看文章不过瘾，还想跟业内高手聊一聊？
评论区没撩够，想肉身围观各路小编？
来吧，中经粉丝群欢迎你！
为保证大家的交流质量，
请您给小秘书提交名片、学生证等资料。
我们会按照大家所处的行业和兴趣点分群。
扫一扫，立刻勾搭我们！
推荐阅读
点击大图 | 马云：我可以保证，三十年后孩子们找不到工作
推荐阅读
点击大图 | 那些抢着买单的人，最后都怎么样了？
