人工智能交互应用进入爆发期，资本加速市场布局

目前资本已经加速在这一市场的布局，尤其是针对已经有一定市场基础的企业。不过，智能交互的研发成本高、应用需要市场教育引导等问题，也是行业不容回避的挑战。

智能交互应用落地多领域逐步替代人工或成趋势

记者注意到，第六届世界互联网大会将在10月20-22日于乌镇召开，与往年相比，人工智能仍是最大热点，而5G、金融科技、工业互联网也备受关注。其中，5G商用将在乌镇率先实现，而智慧化体验项目，远程驾驶无人车、毫米波人体安检仪等60余个智慧化项目也将亮相大会。

作为最热门话题的人工智能几乎每届互联网大会都会被业界大佬提及，过去其应用场景更多体现在人脸识别的简单应用。但随着技术的不断进步和机器学习能力的增强，智能交互的应用开始落地，场景涉及多个领域，其中包括金融、政务、能源、工业生产、农业养殖、教育、房地产等。

易观研究中心分析师何文倩表示，智能交互是AI的一个应用方向，通过深度学习框架，提供智能语音、机器视觉技术，应用于人脸识别、语音识别、自然语言理解。

在客服、智能音箱、智能翻译等场景中应用时，人类和机器的交互过程由原来的指令、规则式转变为有监督自动学习，甚至无监督自动学习，从原来的人类学习机器的语言，转变为机器学习人类的表达，这种表达包括听觉和视觉两种形式。

其中，听觉的应用除了智能客服和导医导购之外，在智能音箱领域也有比较大的落地。视觉领域则是在安防和边检海关中实现人脸检测识别对照、智能手机的人脸解锁、支付领域的人脸解锁。

在徐立新看来，智能交互在服务领域的应用更为广泛，未来在一些行业将会替代人工，这一趋势在客服行业表现尤为明显。以电信和银行为例，很多接线员都是智能机器人在服务，在服务方面也不再像以前是按照固定的路径来让用户按键选择所要办理的业务，而是根据用户直接要办理的业务，马上跳转到要解决的问题。如果智能软件不能解决直接，就会跳转到人工服务，效率提升了很多。

她认为，从未来五年的变化趋势来看，万物互联时代人工智能应用场景越来越多，对于B端用户来说，最希望的就是减少人工成本，用更智能的设备来代替人的工作场景，这种需求变化尤已成趋势。其次，多渠道的交互将改变过去单一的智能交互模式。

以新零售为例，消费者从电商平台直接下单，就是B to C的直接交互。如果把这种交易技术直接与服务技术相结合，那么消费者在下单前，只要登录帐户，后台工作人员就能看到其在购物过程中的喜好、过去存在的问题等，那么这就需要多渠道的交互整合。

这个交互应用在服务上又叫智能助手，其会提醒坐席人员如何回答用户的问题，这不仅仅是B to C的交互，更是提升工作效率的内部交流，是机器人与人的交互，可以使机器人更理解人类的自然语言。

研究公司Ovum预测称，到2021年，地球上语音助手的数量会和人类一样多，人们会越来越倾向于向语音助手寻求情感上的帮助。

记者注意到，目前除了语音、视觉方面的应用外，服务机器人也是AI交互应用的一个方向，主要应用在物业、酒店，此外在政务方面的应用也颇多。从今年世界互联网大会的预热情况来看，政府通过新技术提升政务效率也成为一大亮点。

据悉，在新技术应用方面，一些政府部门服务模式不断创新，通过服务机器人来提升效率已是大势所趋。目前浙江上城公安局等六家事业单位使用了远传智能服务机器人，通过智能办事引导和分流体系、智能窗口互动评价体系等系统，搭建了智能服务平台，服务效能得到提升。其“最多跑一次”窗口满意度回访结果显示，16天时间内完成了22万通外呼回访，用工成本降低40%。

易观高级分析师宋谨认为，未来智能交互将在智能客服领域大量应用，目前智能客服更多的是分担一些简单的问题，但随着知识图谱的进步，将会有更深入的应用，预计大部分的接线员将会被替代，涉及很大规模的人群。

众巨头布局智能交互市场，行业仍面临众多挑战

正是由于智能交互已是人工智能应用的一大方向，其广阔的前景才吸引了众多巨头的参与。国际企业苹果、微软、谷歌、亚马逊等硅谷软硬件巨头及电商领军企业纷纷入局竞争；国内企业阿里、腾讯、百度、科大讯飞、远传、旷视等企业也加大了在该领域的布局力度，加上AI、5G以及物联网技术融合应用，智能交互将迅速普及，市场有望迎来爆发期。

中商产业研究院数据显示，随着人工智能产业的快速发展，中国人工智能产业热度不减，企业纷纷加快布局。在人工智能企业领域分布方面，主要集中在安防、语音交互、医疗行业。上半年统计数据显示，“AI+安防”领域的企业共有16家；语音交互的企业有10家，“AI+医疗”的企业数量为10家，其后分别为图像识别、金融、SLAM、自动驾驶、AI芯片、零售及机器人等领域。

值得关注的是，随着巨头布局的深入以及应用场景不断扩展，2018年中国人工智能市场规模约为238.2亿元，增长率达到56.6%。预计2019年，中国人工智能市场规模将近280亿元。而据Research and Markets研究报告显示，全球智能语音市场将持续显著增长，预计到2020年，全球语音市场规模将达191.7亿美元。

尽管人工智能市场巨大，但在智能交互的发展上仍然面临着很多挑战。徐立新认为，人才的缺乏是一大挑战，不管技术如何进步都离不开人；其次是技术，也就是要有一个更聪明的算法，目前行业内的企业有些是自己开发，有的是利用别人的技术，原本以为按照算法造出来的“房子”是理想中的样子，但实际往往不是。

尤其是语音方面，有很多语意的理解很难标准化，至少有八到十种维度，都要把其计算出来，而不是一种算法可以解决的。

此外，研发投入的成本也比较高，需要投入大量的资金。首先是需要研究这个行业，前期的调研费用比较高；其次是研究好的产品，虽然应用的场景比较多，但是真正商业化变现却是个漫长的过程，这个过程需要砸进很多钱。

对于目前行业的挑战，易观研究中心分析师何文倩认为，虽然人脸识别技术能够达到一定的商用标准，但是在用于支付等对于鲁棒性和准确率要求较高的领域，仍然存在一定的技术瓶颈。同时，自然语言理解技术能够达到的智能化水平在图灵测试中可能仍然不足以使其获得流畅的体验。

她认为，造成这一问题的原因，一方面与数据的缺乏有关系，目前的深度学习框架需要大量数据哺育模型，提升准确度。

以准确性和鲁棒性较高的3D视觉为例，目前的3D人脸图像数据不足，影响了该技术的大规模推广；另外一方面，AI落地的成本是一大影响因素，无论是视觉还是语音，都涉及到传感器、处理器、服务器等硬件设备以及目前最紧缺的AI人才。在相对粗犷和原始的实现效果下，对应相对较高的成本，对企业来说，选择智能交互产品的风险和成本可能会阻碍他们去尝试。

然而与技术和投入成本相比，徐立新认为，市场需要教育引导，由于B端客户对服务需求标准的提高，AI智能交互服务输出需要符合市场的变化。

目前在一些领域的消费主力已经由70后、80后慢慢转到90后、00后，他们对服务的感知发生了很大变化，所以在产品设计上要更符合这批消费者的需求，比如更能展示个性，互动性更强、注重消费体验等等；而对企业来说，因为市场需求发生了变化，内部对应的服务群体也要随之发生变化。

业内人士表示，目前大部分场景中智能交互方式的转变往往依靠AI公司输出自身的AI技术给到企业或者主体，帮助他们实现某个交互环节的智能化。这就需要AI公司更了解B端市场的需求和变化，甚至比B端更了解C端用户的变化，并且加以引导。在技术研发和战略调整上要跟上行业的趋势，否则很快会被淘汰出局。

5G助推B端智能交互应用提速资本青睐独角兽企业

尽管智能交互发展面临着不少挑战，但是5G时代的到来使得智能交互在B端的应用速度加快。

宋谨认为，语音交互最大的发展机会在消费类IOT设备，以及B端。现在比较肯定的一个趋势是5G将会推动IOT设备的大发展，智能音箱、服务机器人、智能汽车、智能眼镜、智能耳机都是语音交互最有潜力的应用设备。

智能音箱是语音交互最佳的应用范例，2019年上半年在中国的增长超过200%；而汽车厂商也正在争取打造全车语音交互；智能眼镜、智能耳机的佩戴属性，语音的隔空操作也比触控更为便捷。

而徐立新认为，未来智能交互的应用可以体现在各行各业的服务上，智能交互服务将成为一大趋势。在她看来，每个行业在服务的提升上都可以有深入研究应用的空间。

以抽油烟机为例，可以把其当成一个智能机器人，进入厨房后把想做的菜谱说出来，抽油烟机就会告诉你如何做这道菜，当你打开冰箱时发现这道菜的食材不足，给抽油烟机下道指令，就会自动下单，十分钟后就会有新鲜的食材送到家。

未来的发展趋势就是某些服务环节的产品将在满足日常服务之外，更智能、更懂消费者。但这带来的难题也不小，需要有更多的合作伙伴参与到这样一个合作平台上来。

仍以抽油烟机为例，至少需要植入一块芯片让机器人能读懂这个菜单，而菜单如何与AI技术提供方后台的客服中心互动，以及如何掌握所使用家庭成员的大数据、偏好等，都需要整个链条每个环节的专业支持。

因此AI企业在输出技术时必须要建立生态圈，通过建立自己的智能中台，把所有数据汇集到这一平台上来，不仅AI企业可以使用，还可以供整个生态圈的合作伙伴使用，这样才能使智能交互应用于多个场景，商业模式才会真正落地。

在徐立新看来，资本市场对在to B端已经做到一定规模的AI技术服务公司比较看好，因为盈利模式相对于互联网公司更为清晰，目前随着这一市场的快速发展，资本已经开始加大布局力度。而对于这一行业初创公司来说，资本更趋于理性，早期项目融资难度增加，这需要新进入的企业有清晰的盈利模式和技术实力，因此服务技术底层的搭建对这类初创公司来说更重要。

鲸准洞见数据显示，在其收录的2717个人工智能项目中，2018-2019上半年共658个项目成功融资，总额约为886亿人民币。从融资轮次上看，2018-2019上半年B轮及以后融资事件数量占人工智能总融资事件数量的24%左右，与 2017年的15%相比显著增加。

从分布领域看，大额融资集中分布于计算机视觉、机器人、芯片、自动驾驶等核心技术厂商，各细分领域头部独角兽融资热度不减。

对于智能交互未来的发展，何文倩表示，首先是看好AI交互方式的发展，上下游供应链的完善将会丰富供给、降低成本；其次，AI开放平台，尤其是自动化深度学习平台将会极大降低AI应用的技术门槛，随之降低人力成本；最后在AI的逐步落地过程中，数据量的增大也会不断优化AI落地的效果，智能交互将越来越原生化，逐步代替现有的交互方式，颠覆现有的产业形态。