在商业场景下，自然语言处理如何联动决策智能共同发展？( 二 )

刘杰表示，其实并不能用技术难度升级来对应四种对话技能，整体来说它们是一个技术体系，只是之前关注更多的是理解，也就是语言模型、预训练模型和知识图谱。
在技术转向时，一个很有意思的现象也发生在商用场景中：「在线机器人」的称谓变为「智能客服」，“预示着容联云从“沟通”这一作为“人”在客服工作中最不可替代的价值出发，聚焦服务质量，提高客服感受。”
这个过程，本质是随着AI的进步，计算智能、感知智能、认知智能的演进，使得沟通与认知智能的关系发生变化。
用朴素的话来说，是让AI听懂弦外之音，懂得沟通策略，真正赋能于企业。
和社交闲聊对话AI不同的是，闲聊AI要营造人设，有一定的情绪响应；对话没有目的，不会涉及到特别关键的问题；对结果的准确性和优越没有那么敏感，没有过多的规范要求；而关键，是闲聊AI的回答，包容性极高，即便是驴唇不对马嘴的对答，仍然有被释义的空间。将解释权交给用户，注重所有事物的互动和发展中的多维。
而商业场景中的AI更加垂直，也意味着更加细分。这种对话不再漫无边际，而是始终围绕企业降本增效。在特定的企业背景下，执行特定的任务、遵守特定的行业规范。
两条路径殊途同归，更可以说，商业中话语空间的收缩为技术研究的发散提供了一种补偿。从容联云的服务对象上看，多聚焦在银行、保险、证券等金融机构，重新认知和构建企业智能化生态和价值链，走出一条从具体场景到认知智能的道路，十分行之有效。
在大会上，“互联网预言家”凯文·凯利同样认为：AI还没有那么得行之有效。这个问题应该通过市场自我竞争与优化来解决，寻找更佳的可替代产品。
目前，容联云通过CDP和AI中台赋能，开放“通讯、音视频平台+AI原子”能力，用中台打法探索可能。
二、技术基石“现在很多厂家都在着力AI场景的研发，总体技术层面，大家都在一个相似的框架下，比如深度学习，大规模预训练模型。和其他云服务商相比，我们的特色是生根了很多to B场景，在AI算法技术理论研发的同时，对接更多的行业。”
深耕垂直领域，做好技术服务这一件事，其实就是优势所在。在大家都在谈论技术壁垒的时候，容联云在想一件事：继续深耕客服对话。
建立中台是一回事，继续深耕是另一回事。
“容联云是从通讯发展起来的，连接B端客户，实际上和业务场景密切结合的时候，有售前、售中、售后，会涉及到很多很多的深度的服务，而不仅仅是简单的响应式的服务。”
在客服对话里，技术上有很多事情可以做，比如如何做出不伤害用户体验的问答与对话。
最关键的是，当对话AI与客户管理相结合，为更多像容联云一样的服务商，提供了一个技术深耕的范本。
“虽然现在要遵循很多个人信息的保护规范，但是对话可以做到用户知情且不伤害体验。尤其是对于服务 To B的企业，它的难点是研究链（业务--数据--算法）非闭环。如何破解这样的困境，不只是提倡数据开放，还可以用技术去解决问题，比如联邦学习、隐私计算。”刘杰说到。”
AI不仅要有心，也要体现AI的优势。善用AI的热情与冰冷，是每一位研究者应该做的事。
“不管是商业价值也好，研究价值也好，未来会有一个新的场景去深耕AI。”
03 两条腿走路跨界和连接工业界和学术界，幸福感极强。
在大会现场，刘杰身着卫衣，活动极其轻便，谈起在学术界和工业界的工作，也表达出十分舒展的心态。
“它能够给我们提供更多的研究问题，好多问题看似是一些具体的工程问题和技术问题，但是我们深入它的本质，其实它就是一些没有解决的底层的技术问题和理论问题。”