WISE 2021企业服务创新峰会|圆桌讨论: 峰会( 二 )


翁嘉颀:AI技术目前有人脸识别、自然语言理解等等,我们做自然语言理解一开始的范围是太广了,根据无法真的理解一件一件事情。比如说我们要理解我肚子好饿,光肚子好饿什么意思?这个不好做。所以我们要先以场景来做,我肚子好饿在开车的场景可能代表我现在要查附近的什么餐馆,因为我开车不可能点外卖,如果是智能的场景可能就是点外卖而不是查附近的什么餐馆。
所以我们遇到什么困难我们就要在特定的领域做深,这样一步一步克服解决问题。
柴志伟:我们在创业之初确实会碰到一些问题,比如算法技术主要是基于深度学习,如果对深度学习有所了解的话,就知道深度学习尤其需要数据沉淀,特别是高质量的数据来喂养算法。
作为初创公司,尤其是服务To B的企业,起步阶段缺少高质量数据,这是制约算法落地和准确率提升的关键,也是初期最大的瓶颈。后来我们跟客户共创,同时通过自己的团队去生成,以及机器的方式加上外部媒体的合作,最终我们获得了非常有价值的数据,克服了这个难关。
然而我们又碰到了第二个问题,深度学习是相对比较黑盒的模型,金融机构需要算法可解释、可干预,听起来有点矛盾,但却是很多To B客户,尤其是大企业客户都有的诉求。因为本身在建系统的时候有庞大的运营团队,他们需要对于算法可控并且可干预,需要每天给领导看的东西是可运营的。
这是一个挑战,本身深度学习就是一个黑盒,能推出什么东西我们不知道,你要考虑到客户业务场景下的需求,你必须要满足,中间如何进行算法优化,怎么把解决方案变得更加可落地、可产生业务价值,这是非常大的挑战。这就是怎么把技术和业务相融合,给客户创造价值,这样一个命题上来。
主持人(戴巧灵):我这是我们今天讨论的,技术本身刚刚柴总介绍,还是要落地,还是要给客户创造价值。
下一个问题想请教柴总,关于我们刚才讲的业务场景落地的角度,因为深擎主要是针对科技,内容科技,赋能我们金融企业。您认为我们在这方面核心的竞争力是什么?还有柴总您的角度认为内容科技的前景是怎样的,或者未来发展的趋势是怎样的?
柴志伟:整个互联网的活跃用户,从2018年到2020年有两个数据没有变过,一个是月用户活跃这个数据,大概在11.3亿上下,另一个是月活的用户数,每年只增长1千万左右。
此外全网用户每天使用手机的时间平均在6.1个小时,很多跟内容相关的APP,使用的时间大幅度增长,包括视频、朋友圈、小红书等内容为主的APP,但是大量以工具为属性的APP,用户使用时间在下降,这类APP就是我们服务的客户——他们主要的定位就是工具。如果一款APP把自己定位成“工具”属性,其做的越好,结果就是用户停留时间越短,黏性也越弱。只有定位成“内容”属性,每次用户上来都有获得感,APP才有机会植入用户的心智中。
对于深擎来讲,我们的优势是自带技术基因,虽然初期也存在拿了锤子找钉子这样的问题,但当我们聚焦之后,我们找到了专注的业务场景,就是金融行业+内容科技。
比如我们今年做的一款产品给内容打标签,包括资讯内容和视频内容。客户和我们的第一次合作,往往把打标签当成个体项目看,比如以前通过媒体打标签他们觉得准确率不高,希望通过深擎的自然语言技术提升准确率。当时,这只是一个技术场景。但是随着我们的产品进行了几次迭代后,自然而然就丰富了更多的业务场景。
我们从初期给资讯打标签扩展到音视频标签,同时进行内容快速的聚合。我们最近的案例就是围绕北交所展开。所有的券商都有北交所开户的压力,以及进行北交所交易的KPI。你要让客户进行更多交易,就必须要让客户了解北交所以及北交所的上市公司,就必须要有更多的内容。但是实际上北交所的设立非常快速,还没有那么多的媒体内容产出,所以我们就通过标签的方式把很多相关历史内容聚合起来,自动化地、快速地形成新的业务场景。