對話開放平臺的全面戰爭:技術 or 商業競逐?
對話開放平臺的角逐,決定于技術,還是商業?
微信AI團隊在世界人工智能大會(2019 WAIC)上再次介紹最新產品“微信對話開放平臺”后,智能對話這個領域又熱鬧了幾分。微信方面稱這個5月就發布的平臺將開放給更多有對話或客服需求的個人、企業或組織,用戶可以根據需求來創建、定制專屬的對話機器人。
騰訊在對話開放平臺上大刀闊斧的布局并非唯一,回顧當前國內外的發展,大到微軟、BAT等互聯網科技品牌、小到針對AI對話領域的創業型公司,都在開發自家專屬的對話開放產品。
大小公司早已紛紛入局,各具AI特色的對話開放平臺或對話機器人層出不窮,呈現出群雄逐鹿的紛爭局面。
只不過,這可能不只是一場技術的較量。
一、用戶量與個性化需求的矛盾,催生對話開放平臺
對話開放平臺在這個時間節點全面爆發并非偶然。
移動互聯網帶來用戶量激增,新消費、新服務需求又使得用戶的個性化追求在持續強化,最終碰撞出矛盾。大體量下的需求細分化與個性化,促使“人人都將擁有專屬對話AI機器人”的時代正在來臨,也催生出眾多服務這個目標的對話開放平臺。
懶惰向來是技術發展的重要動因,被移動互聯網各種貼心產品設計慣壞了的用戶們,已經進入“衣來伸手飯來張口”的被溺愛狀態——所謂精準推薦,所謂一鍵完成,所謂動口不動手,都是懶惰的結果。
其結果,各大產品不得不在面對烏泱泱用戶群的同時,又面對每個用戶都有的“懶惰需求”,無論是人力成本還是資源投入都出現了標準化與個性化的天然矛盾。
用戶的“懶惰”,體現在兩個方面,它們也是智能對話平臺的“主攻方向”:
1)橫向選擇寬度太寬,用戶懶得選,需要AI推薦
比如,用戶對著系統說我想吃川菜,對話系統自動根據用戶的喜好推薦他最可能吃的川菜,并完成下單等一些列機械化動作;
2)縱向體驗需要多個步驟進行逐級操作,需要AI對話進行簡化
比如,用戶要交話費,過去系統需要一級一級選擇服務,現在用戶直接說“我要交話費”,系統自動調出交話費的界面,用戶免去多個步驟的麻煩。
這只是兩個簡單案例,但到目前為止,任何有價值的智能對話應用都離不開這兩個大方向。
正是基于應用上的成熟,切實能解決用戶在這兩個方面的痛點,對話開放平臺才能逐漸成為常態趨勢。
與此同時,當前幾乎所有大佬級的互聯網企業都在談AI、講To B業務,既AI又ToB的對話平臺就成了最好的圈地方式。
百度的UNIT、阿里的小蜜、騰訊的微信對話開放平臺,都率先在智能對話領域撕開一道口子,為后續的AI場景賦能打下基礎。
這或許也不難理解,從消費互聯網到產業互聯網的平滑過渡,對話平臺的優勢正在突顯。To C到To B的發展,本質離不開用戶端與企業端的雙向聯系,對話是最好的選擇之一。
對于騰訊而言更是如此,To B轉向的同時,開放平臺這件事本身更能體現騰訊To C連接的優勢。
用戶有懶惰需求,大佬有新增長需求,一拍即合。
二、群雄逐鹿,家家都有殺手锏
在用戶需求與新技術的刺激下,對話開放平臺的發展在爆發下形成競爭趨勢。各家的優勢也在業務布局、企業理念等因素的影響下呈現出不同的亮點。
1. 騰訊:微信生態
雖然微信對話開放平臺是標準的全平臺開放模式,但事實上,微信仍然是這個平臺最大的籌碼。
眾所周知,在微信的背后,是一個由訂閱號、服務號、小程序等組成的大平臺、大生態,連接著當前移動互聯網的大多數用戶、企業、第三方服務商等等,某種意義上幾乎等同于移動互聯網。
在這個龐大的體系下,騰訊的優勢十分顯著,近水樓臺先得月,別的不說,只要完成服務號、小程序的部署,基本上便能快速的占有相當一部分AI對話市場,有一個定海神針般的開局。
2. 阿里:深耕商務領域
基于電商運營的商業場景是阿里的基礎,也是阿里的優勢。
日前,阿里面向淘寶和天貓用戶推出AI客服機器人——新版“阿里小蜜”。據2017年的數據顯示:基于電商場景的廣泛運用,阿里小蜜單日平均對話輪次高達200萬次。
在垂直的商務領域,阿里的對話開放平臺可以直接運用于商業客戶,具有充足的商務場景進行AI訓練與數據獲取。先深耕于商務場景,再橫向擴張至其他領域的語音對話,阿里的對話開放平臺的發展路徑逐漸清晰。
3. 百度:基礎AI技術+場景應用領先
百度的對話開放從兩方面同軌并行。
一方面是技術,互聯網技術的黃埔軍校不是瞎吹噓的,UNIT搭載的需求理解、對話控制及底層的自然語言處理、知識挖掘等核心技術,客觀上具備一定的技術領先性。
另一方面是場景,對話開放平臺作為底層技術,各科技巨頭往往都會搭檔一個語音助手平臺——它更好落地和變現。百度的DuerOS早已耕耘市場多時,除了自己的智能音箱,類似創維電視這樣的合作伙伴都已經開始用“小度小度”做喚醒詞。
4. 微軟:長期擬人化技術積累,可能率先解決體驗問題
微軟小冰作為微軟人工智能三條全球產品線之一,已迭代至第七代,在技術沉淀上日趨完善。
在核心對話引擎上,微軟小冰在連續七次的迭代下都展現出不同的主導性。例如,一代講究對話有趣,四代專注對話的感受力,七代突破對話感染力,技術賦能在不斷升級從而是對話能力得以進階。
在這個技術積累與迭代的過程中,微軟小冰由被動對話向主導對話過渡,越來越具有“人”的屬性,充分展示了微軟在AI對話領域的技術優勢。
我們無法比較到底誰的技術更強,但微軟的對話平臺可能在與用戶的交互上,體驗感將更勝一籌。
三、對AI對話十分重要的長尾市場,客戶究竟要什么?
AI對話平臺的市場拓展套路,和AI場景落地別無二致,無非也是靠幾個大客戶打品牌,靠長尾市場打規模。
大客戶自己會開發,合作模式也是深度定制,每家都能整出幾個案例來,雖然份量重,但從市場演變角度看,可能恰恰并不關鍵。
小而分散、數量龐大的中小企業“厚長尾市場”是AI對話開放平臺未來規模大?。▌儇摰闹饕獦藴?,輿論、資本市場的主要信心來源)的主要競逐場。
而如同B端企業面對C端用戶有規模也有個性化需求,AI對話開放平臺的ToB服務“厚長尾市場”也一邊面臨企業數量眾多、一邊面臨每家都有自己的需求(有些還全然不同)的長尾市場矛盾問題。
這些中小客戶要的東西,就是對話開放平臺PK的重點:
1. 誰的部署更簡單
戴墨鏡、隨便在鍵盤上一敲就是一大堆代碼的酷炫程序員畢竟是少數。在AI對話的長尾市場,中小企業大部分都是小白客戶,沒有相應水平的代碼,更不用提AI技術了,如何讓小白客戶(如連鎖餐館、小型線上商城等)盡可能低門檻完成部署是第一道檻。
微信對話開放平臺相關負責人介紹,其正在實現諸如拖動鼠標實現部署的簡單部署方式,讓對話模塊的布置如同普通PC上安裝程序一般簡單。
我們相信,這是所有對話開放平臺共同的目標。
2. 誰的數據需求更少
AI始終離不開數據的支持。當對話開放平臺進行技術賦能之后,AI對話機器人模型往往仍然需要B端客戶自己的用戶數據來訓練。
而中小型客戶手里往往是沒幾個數據的,或者有也沒有以恰當的方式沉淀下來。因此,各家還在比拼誰家的AI能讓用戶在提供更少的數據的情況下,就能以較高的準確率運轉起來。
牛頓三個經典力學定律就能完成對宏觀運動的一切解釋,至今科學家還在追尋能夠以一條規律解釋整個宇宙的終極定律。AI對話這件事,始終存在著一個能夠需求更少數據、更具備底層適應能力的算法模型等待開發。
3. 誰的冷啟動更快
“我現在就要”,是很多中小企業在激烈市場競爭中的焦灼心態。對話開放平臺的冷啟動速度快慢,事實上也與數據需求有關,但這里的重點講的是平臺內置能力。
雖然中小企業需求各不一樣,但它們總是能夠被歸類的,業務類型相近,在數據還沒有喂養前,總有些類似的模型、意圖、實體、函數、模板、對話……可以共享。平臺送出去的技術,雖然需要被訓練,但卻不能是一個純小白,它得懂邏輯、懂背景,結合客戶實際做一些基于數據訓練的“變通”即可。
這種內置能力,往往都是平臺過去在企業、產品內部積累而來,將之開放時,就成了附送的“學霸潛在能力”。
此外,對話平臺的自我進化也是重要的比拼項目,畢竟,誰都希望一個對話智能能越來越聰明,而不是停滯不前。
四、技術的事情,最終取決于商業競爭?
當Google Duplex造假被紐約時報曝光之后,AI對話的適用性問題再次被重新提及。
AI對話面臨“前后”兩個差距:
- “售前”情況太過于復雜,不確定的行動下,不同的用戶的對話內容難以預料,系統很多時候陷入不知道怎么應對的地步。Duplex的4次成功預訂,3次依賴真人操作,足見“售前”的技術應用難度真的很大;
- “售后”的指向性逐步明確,一般只和用戶消費過的內容有關,AI可適用的范圍便得以聚焦。當然這不唯一,在某些場景下,雖然是售前,但用戶來的目的明確,也適合進行對話平臺的開發。
所以,后者是當前各平臺的主要競逐點,客服領域的智能對話最為興盛。
但是,不得不承認的是,就目前市場上的AI對話開放平臺而言,技術上可能有前有后、有來有回,存在“量變”的差距。但并沒有哪一家平臺擁有有絕對的技術優勢說可以把智能對話做得和人工一樣流暢、豐富、可控,“質變”的差距并沒有發生。
大家都從0到了1,但都沒有完成從1到10跨越——這導致B端市場應用場景對沒有發生質變的技術敏感性并不高。從而導致最終各大AI對話開放平臺所比拼的,便只在于背后的商業平臺資源能力的競爭。
可以說,雖然技術鬧得兇,雖然用戶對部署、數據量、冷啟動等有需求,但在缺乏絕對差距的短期內,對話平臺仍然是商業資源的競爭,技術還不能唱主角。
也即,對話平臺短期內的市場格局仍然是巨頭已有的商業地盤的爭奪,例如阿里在電商領域的賦能,騰訊在微信生態的助力,和技術沒有絕對對應關系。
這時候,微信這種手握龐大的長尾B端客戶資源的產品,至少做對話平臺的商業價值立馬顯現出來了,龐大數量、綜合性行業分布,微信的對話開放平臺一開始就占據了商業競爭的重要優勢,此時加碼開放平臺并不意外。
短期內,微信將贏得起跑階段的領先,但是,從長遠角度看,技術仍然是核心,是長期決勝的關鍵,這一點不容置疑,只是純粹的技術決勝,現在還看不到。
作者:陳選濱,智能相對論(ID:aixdlun)
本文由 @智能相對論 原創發布于人人都是產品經理,未經許可,禁止轉載。
題圖來自 Unsplash,基于CC0協議
- 目前還沒評論,等你發揮!