在劉杰看來，如何將企業價值拆解為人的價值，再抽象為“溝通”技術，分為四步：理解、共情、表達、策略。落地到具體的產品中，即四種技能：更理解人、懂得共情、更人性化的表達、懂得說話策略。

在前不久容聯云舉辦的 「 AI有心 決策有智 」的AI商業大會上，AI科技評論對話到容聯云AI科學院院長劉杰，討論了認知智能與溝通技術的演進，以及在商業場景下，自然語言處理如何聯動決策智能共同發展。

在營銷服務的溝通場景下，Al策略是否只有唯一解?

劉杰說到，真正高效的人工智能溝通價值在于高效理解用戶需求，為用戶解決問題、創造企業價值。但說起與人打交道，AI要更像人。

八年來，容聯云不斷堅持以"科技提升溝通體驗"，圍繞自然語言理解和自然語言處理的AI，落地以語言智能為內核的產品和技術。

而AI是否能夠輔助人類的溝通或擔當起溝通的角色和任務，在現如今的商業場景下，被賦予更高的要求。

AI有 「心」，才能聽懂人心。「AI有心，決策有智」，成為此次容聯云大會的主題，也成為現階段容聯云的技術基因。

?劉杰對AI有心的技術出發點有著深切的思考，他特別援引一位某銀行第一批客服管理者的話，“每個人或許與我們只有一面之緣，但作為客服，永遠不知道他和你溝通的背后，經歷著什么，背負著什么。 唯有包容與理解，你才會在這一刻真正站在對方的角度，去解決他那些未說出口的需求和困難。 在關鍵時刻幫助了他，他會記得這個企業的好。而這正是客服在溝通中最大的價值。”

有心才有智，從自然語言處理走向智能決策，“容聯云要從企業視角再度突破。”

一、 四有“心”人

容聯云做AI，從AI“大腦”入手，希望“解決用戶需求問題”，而非“解決用戶文字上問的問題”。

在劉杰看來，如何將企業價值拆解為人的價值，再抽象為“溝通”技術，分為四步： 理解、共情、表達、策略。

團隊研究面向NLP方向，推出閱讀理解和情感判別領域論文，《 Bidirectional Machine Reading Comprehension for Aspect Sentiment Triplet Extraction 》（情感三元組抽取的雙向機器閱讀理解），并收錄在第35屆AAAI人工智能大會中，后續將落地到容聯云智能產品線中。

具體來說，Aspect emotion triplet extraction (ASTE)是細粒度意見挖掘中的一項新興任務，旨在從評論句中識別意見、理解情緒、分析情緒。由于ASTE由多個子任務組成，包括意見實體抽取、關系檢測和情感分類，并捕捉它們之間的關聯。

?

論文鏈接：https://arxiv.org/pdf/2103.07665.pdf

意見三元組與對話展示

落地到產品線中，即四種技能：

更理解人： CDP+面向多元謂詞邏輯的精細化實體關系抽取方法，融合知識圖譜，解決“通過客戶的一兩句話可迅速感知客戶的狀態和需求”這一客服最大的挑戰。

懂得共情： 針對語言數據含有細粒度情感要素，提出雙向閱讀理解框架+面向多尺度知識結構的自適應表征學習方法，讓客服可理解用戶對不同“事情/事物”的態度，判斷用戶未說出口的隱藏意圖。

更人性化的表達： 讓智能客服具有流利表達的基礎上不止于描述性的表達，更是始于解決用戶的需求和問題。

懂得說話策略： 好的對話策略能夠讓對話參與方更順暢的達成預期目標。對話策略是話語表達的更高層的結構化運用，根據用戶的上下文語義，選擇最適配企業經營價值和用戶需求的話語邏輯來服務不同場景，比如勸說、協商等。

劉杰表示，其實并不能用技術難度升級來對應四種對話技能，整體來說它們是一個技術體系，只是之前關注更多的是理解，也就是語言模型、預訓練模型和知識圖譜。

在技術轉向時，一個很有意思的現象也發生在商用場景中：「在線機器人」的稱謂變為「智能客服」， “預示著容聯云從“溝通”這一作為“人”在客服工作中最不可替代的價值出發，聚焦服務質量，提高客服感受。”

這個過程，本質是隨著AI的進步，計算智能、感知智能、認知智能的演進，使得溝通與認知智能的關系發生變化。

用樸素的話來說，是讓AI聽懂弦外之音，懂得溝通策略，真正賦能于企業。

和社交閑聊對話AI不同的是，閑聊AI要營造人設，有一定的情緒響應；對話沒有目的，不會涉及到特別關鍵的問題；對結果的準確性和優越沒有那么敏感，沒有過多的規范要求；而關鍵，是閑聊AI的回答，包容性極高，即便是驢唇不對馬嘴的對答，仍然有被釋義的空間。將解釋權交給用戶，注重所有事物的互動和發展中的多維。

而商業場景中的AI更加垂直，也意味著更加細分。這種對話不再漫無邊際，而是始終圍繞企業降本增效。在特定的企業背景下，執行特定的任務、遵守特定的行業規范。

兩條路徑殊途同歸，更可以說，商業中話語空間的收縮為技術研究的發散提供了一種補償。 從容聯云的服務對象上看，多聚焦在銀行、保險、證券等金融機構，重新認知和構建企業智能化生態和價值鏈，走出一條從具體場景到認知智能的道路，十分行之有效。

在大會上，“互聯網預言家”凱文·凱利同樣認為：AI還沒有那么得行之有效。這個問題應該通過市場自我競爭與優化來解決，尋找更佳的可替代產品。

目前，容聯云通過CDP和AI中臺賦能，開放“通訊、音視頻平臺+AI原子”能力，用中臺打法探索可能。

二、 技術基石

“現在很多廠家都在著力AI場景的研發，總體技術層面，大家都在一個相似的框架下，比如深度學習，大規模預訓練模型。和其他云服務商相比，我們的特色是生根了很多to B場景，在AI算法技術理論研發的同時，對接更多的行業。”

深耕垂直領域，做好技術服務這一件事，其實就是優勢所在。在大家都在談論技術壁壘的時候，容聯云在想一件事：繼續深耕客服對話。

建立中臺是一回事，繼續深耕是另一回事。

“容聯云是從通訊發展起來的，連接B端客戶，實際上和業務場景密切結合的時候，有售前、售中、售后，會涉及到很多很多的深度的服務，而不僅僅是簡單的響應式的服務。”

在客服對話里，技術上有很多事情可以做，比如 如何做出不傷害用戶體驗的問答與對 話 。

最關鍵的是，當對話AI與客戶管理相結合，為更多像容聯云一樣的服務商，提供了一個技術深耕的范本。

“雖然現在要遵循很多個人信息的保護規范，但是對話可以做到用戶知情且不傷害體驗。尤其是對于服務 To B的企業，它的難點是研究鏈（業務--數據--算法）非閉環。如何破解這樣的困境，不只是提倡數據開放，還可以用技術去解決問題，比如聯邦學習、隱私計算。”劉杰說到。”

AI不僅要有心，也要體現AI的優勢。善用AI的熱情與冰冷，是每一位研究者應該做的事。

“不管是商業價值也好，研究價值也好，未來會有一個新的場景去深耕AI。”

03 兩條腿走路

跨界和連接工業界和學術界，幸福感極強。

在大會現場，劉杰身著衛衣，活動極其輕便，談起在學術界和工業界的工作，也表達出十分舒展的心態。

“它能夠給我們提供更多的研究問題，好多問題看似是一些具體的工程問題和技術問題，但是我們深入它的本質，其實它就是一些沒有解決的底層的技術問題和理論問題。”

一點一點搗碎弱人工智能的東西，需要有一個長期的計劃，同時在不同的時刻節點，用一個短期閉環來完成這這個事情。其實用實用主義的態度去探究AI的本質，對于學術本身和研究者來說，是一個很好的營養。

劉杰談到，現在自己的工作有三塊，有技術落地，有前沿探索以及技術學術方面的交流合作：

第一塊是主要工作，會結合商業場景和具體的產品、項目，輸出高質量算法模型。第二塊是著眼長期發展，探索開放性的問題，預判容聯云在未來路徑上會遇到的一些技術難題。第三塊是廣泛和學術界的高校科研院所開展多種類型的產學研合作，推動AI的產學研交流，為本領域的產業界和學術界的發展做出來自容聯云的貢獻。

在12月3號，2022年AAAI出爐，接收率僅15%再創歷史新低。劉杰在前一天晚上發了一條朋友圈：“團隊中了一篇圖神經網絡上的蒸餾與知識融合方面的工作，祝賀所有作者。” 該工作提出的高效精準的圖神經網絡將促進容聯云在知識理解與推理等認知智能方向的多個場景的技術提升。

產學研是相輔相成的事情，從現實中抽象出技術問題，就是三者連接的節點。在容聯云深耕的道路上，劉杰也在帶領團隊深耕，專注技術的事情，還有很多事要做。

雷峰網雷峰網 (公眾號：雷峰網)

雷峰網原創文章，未經授權禁止轉載。詳情見。