硬核科技时代，如何实现人机完美交互？

人工智能技术正在颠覆原有的社会结构和分配方式，数据也正在成为21世纪最重要的资产。互联网巨头不再将目光紧盯在流量与企业营收上，相反，产品能够收集到多少数据，能够多大程度地转化商业价值成了其放在心尖的上的事。

硬件将掌握未来最大机会

在前微软亚洲互联网工程院副院长、竹间智能创始人简仁贤看来，将数据整合并转化为商业价值输出并不容易，“这是企业创新的表现，也意味着复杂的挑战。我们目前还处于智能时代初期，这个阶段的突出特征就是数据难以跟踪、收集。”

简仁贤告诉亿欧，数据产生场景十分分散，比如和用户有关的支付数据既可能产生在支付宝中、又可能产生在微信与信用卡之中，饮食数据可能在美团、饿了么，也可能在线下餐馆，终端数据分布场景极为广泛，整合十分困难。目前为止，尚未出现任何一个工具实现对所有数据的整合，这直接导致企业对数据的价值挖掘和应用无法深入开展。

“能够将所有数据实现整合的工具，最有可能是手机等硬件。”简仁贤说道。

为何是手机？

因为包括生活、工作、娱乐在内，手机覆盖了用户60%以上的数据产生场景，且与用户关系极为亲密，可以成为数据最佳整合工具。

自然语言处理+多模态情感识别实现人机完美交互

随着5G的到来，会让手机功能更为强大，尤其在信息的分析处理上将有明显提升，并将和场景、技术、数据产生更多的结合与应用，实现更为完美的人机交互。

那么具体而言，如何利用数据实现更为完美的人机交互？

华为发布的全球产业展望《2025年十大趋势白皮书》提出，智能世界正在加速而来，触手可及，并预测：到2025年，智能技术将渗透到每个人、每个家庭、每个组织，全球58%的人口将能享有5G网络，14%的家庭拥有“机器人管家”，97%的大企业采用AI。

人与人之间、企业与企业之间更容易理解、信任彼此，企业与客户的沟通，与合作伙伴的沟通也都将可能变得无摩擦，这一切基于信息的精准触达。

“信息精准触达的实现，需要人机交互和沟通时，机器能够理解人类的语言。”简仁贤认为，自然语言理解技术将迎来风口期，未来NLP产业应用巨大，并将保持5-10年发展，迈向成熟。

离开微软之后，简仁贤已经做了四年自然语言理解的技术研究。简仁贤认为自然语言的本质不是一个产品，“自然语言是一个enabler（启用程序），使机器与人进行互动，为人去达成任务。”

自然语言可连接到不同设备，为终端客户服务。除了自然语言理解，手势和情绪也是交互的一部分，运用全方位情感计算技术，可从用户的声音，影像，交谈中能感受其所有情绪，分析其真实意图与想法。

在此基础上，竹间智能还搭建了AI开放平台化产品Bot Factory™，即虚拟对话机器人工厂，通过人工智能机器人定制平台，为不同行业的多个领域(如智能客服、企业人力、智能家居、个人助手等)提供人工智能解决方案，让企业不需要写代码、不需要机器学习专家就可以快速落地、灵活定制对话机器人。

华为与竹间的生态合作中，华为应用Bot Factory™自建多轮对话场景，帮助员工解决报销、班车询问、IThelpdesk等等细分场景的对话，为员工提供快速、统一、及时的对话渠道与服务。

另外竹间为华为音箱产品提供闲聊机器人服务，运用全方位情感计算技术，赋予Chatbot识别、理解、适应和表达人的情感的能力。从声音，影像，交谈中能感受客户所有情绪，更能自然真实地进行对话。竹间自建的闲聊语料库，保证闲聊内容的安全可控，并且支持提供品牌人设和定制闲聊等相关个性化功能，为华为音箱客户提供更有趣的交互体验。

“人机交互能力与垂直行业融合，孕育颠覆性的应用场景，并将带来的价值赋能企业，企业在行业中的生存力才会强劲。”简仁贤表示，“竹间的角色就是把人机交互能力贡献出来，提供的是自然语言理解和情感理解技术。”

简仁贤总结说道：“未来我们要做的就是打通各个场景，整合更多领域，这样商业模式就可以做到从半开放式过渡到完全开放式领域，用户体验也将扩散为全场景的体验。”

绕开巨头，深入特殊场景发展

目前竹间智能的收入主要来源于对话机器人应用，如智能客服、导购机器人、企业助手、个人助理、语义理解、情感情绪分析等，另外Bot Factory™平台采用包年收费的方式，积累了教育、企业助手、硬件、法律等领域的客户，复购率达到70%。

简仁贤表示，竹间智能帮助客户解决最关键的问题就是获客与成本的降低。此外，降低成本、增加营收必须一起做，为客户打造业务闭环。

对于竹间智能未来如何实现更好的盈利与发展，简仁贤认为实现产品技术平台化，业务规模化，企业毛利就会提高。在这个过程中竹间智能必须要做到生态化发展，输出技术、产品、平台服务，赋能合作伙伴，如集成商、渠道商，代理商、软件供应商等，争取更多中小企业客户。

在自然语言学习与多模态情感识别领域，不乏阿里、百度等大型企业涌入，简仁贤认为中小型企业想要在这个市场跑出，必须以不同于大企业的特殊场景切入，并向垂直细分领域深挖。

“我们的对话机器人可以在不同的细分行业中完成定制开发，正是依据这个逻辑。”简仁贤表示。

编辑：刘淑洋