人工智能有没有“水分”？当然有。看看酒店大堂中，犹如“花瓶”的机器人；听听电话客服里，充满“套路”的所问非所答，你就知道人工智能的“水分”有多大。人工智能有没有“干货”？当然更有。人工智能在颠覆应用场景，更在创造应用场景，人工智能在改变方案交付模式，更在创新生态合作模型。

不浮于表面的软通动力

确实，现在对人工智能价值的任何描述，都略显多余，那是因为自目睹了AlphaGo后，我们接受过一轮又一轮的科普灌输。但时间回到2013年，此时中国的科技企业还在纠结，如何套上“互联网+”的概念；此时国内80%的IT服务商，也还没厘清云计算的三层架构。

软通动力，中国专业的数字化服务商之一。也是在2013年，软通动力启动了对人工智能的研究，而且这不是浮于表面应用的算法适配优化，也不是只想建设“集成打包”的算法商店平台。

如何理解？或许这还是如“互联网+”和“+互联网”的区别。软通动力对人工智能前途的判断相当理性，AI将成为改变科技生产力的工具，但前提是没有扎实的底层技术，就必会沦为中看不中用的“花瓶”，此即是“AI+”模式。

这也并不是质疑“+AI”模式，但“+AI”总还是略显“水分”。IT服务商或可以将AI算法与复杂的应用场景进行优化适配，或也可以将AI算法“集成打包”，建设起商店平台。但此模式的应用落地，难免磕磕绊绊，应用效果也难免被质疑为“花瓶”。

客观地理解人工智能

当然，还可进一步挤掉“水分”和“包装”。中国并未输出过成熟的AI算法，或者说，当红的人工智能企业也多是在比拼，“谁能更好地理解算法；谁能更好地验证算法、谁能更好地修正算法。”

在此，荆继远很是坦诚：“软通动力正在聚焦智能客服、深度问答、知识图谱、知识库等领域的底层技术。”荆继远是软通动力广州人工智能创新与应用中心高级副总裁，在人工智能领域，研发经验已超过30年。其所就职创新与应用中心，成立于2019年，软通动力过去6年的AI能力，都沉淀于此。

“聚焦‘交互服务’领域，符合软通动力的数字化战略，也与公司在金融、互联网、政府、制造、零售等领域的行业积累，高度契合。”荆继远并没有刻意去混淆AI算法和算法模式的不同，其仍在以应用的视角，梳理人工智能的前景。

其实，人工智能应用涉及交互服务、特征识别、图像识别、数据分类、轨迹追踪、推演博弈等诸多领域。软通动力重点关注的“智能客服、深度问答、知识图谱、知识库”，则归属“交互服务”范畴。

这就是说，软通动力对AI的研究深度，类似于科大讯飞、旷视、商汤等公司，只不过其更侧重在“交互服务”领域，而且这家公司希望“技术研发”和“应用场景”，两条腿同时落地。

前景如何？人力资源高度密集的呼叫中心，已经对“交互服务”颇感兴趣。流程化的金融柜台、公共服务窗口等场景，也在与“交互服务”密切接触。对此，荆继远说：“软通动力更希望，输出标准化的产品，甚至以SaaS化模式，为用户提供人工智能服务。”

人工智能不是“套路”

展开此话题，并举例说明。“智能客服”是最早向人工智能示好的应用场景。这就像20年前，我并不知道互联网的对面，是人还是狗。而20年后，我也不知道电话的背后是，人还是机器人。

当然，现在分辨“机器人”，还是比较容易，因为“它”还不是“他（她）”，因为它的“套路”还比较明显。“智能客服”底层技术涉及深度问答、多轮对话、记忆网络等，表现形式又可分为智能文本客服和智能语音客户。

用户经常感觉被“套路”，以专业语言解释：对面坐着的“逻辑顺序引导的计算机系统”，只是在按照预定步骤，进行“逻辑引导”。这就是缺少深度问答、多轮对话、记忆网络等，关键人工智能技术的典型特征。

显然，“逻辑引导”毫无应用体验可言。你可以接受“AI音箱”的调皮卖萌，但不能忍受“机器人”的所问非所答。这就是消磨时间和浪费时间的差别，更是人工智能在消费领域和行业领域的待遇差别。

“软通动力已经在深度问答、多轮对话、记忆网络领域，形成了重点突破，而且已经进入模型验证阶段。”荆继远表达的很含蓄，但其产品的应用效果却很直接。以“记忆网络”为例，这是一项可比喻为“后悔药”技术。

试想如此场景。用户按照语音引导逐步操作，但第五步时“手抖”误操作。此时就可体现“记忆网络”的价值，其此可以帮助用户，“从哪里跌倒就从哪里爬起来”，锁定出现错误的“十字路口”。而缺乏“记忆网络”技术支撑，只能满脸懊悔地，回退到第一步重头再来。

显然，软通动力对“记忆网络”研究，已经进入应用落地阶段。“而未来用户或许不再大规模建设呼叫中心、不再大规模增加服务网点，但软通动力也不会因此失去此类市场，因为‘智能客服’的应用场景，不仅不会消失，而且用户的使用频率还将越来越高。”荆继远说。

“知识图谱”就是“行业大脑”

除“智能客服”外，“知识图谱”也是软通动力重点突破的AI技术，而且这似乎是更底层的技术。简单地说，“知识图谱”就是数据间的逻辑关系、事件间的前因后果，但不简单的说，“知识图谱”又是有众多逻辑关系和因果关系的复杂关联组合。其落地于应用场景，就是擅长推理“行业大脑”。

目前，“知识图谱”已经在反欺诈、反骗保、客户分析、售后服务、预测性维护等领域，得到广泛应用。当然，“知识图谱”中是装着一脑袋体系化的知识，还是一脑袋浆糊，这就是衡量数字化服务商能力的标准之一。

“软通动力的‘知识图谱’，已经达到可应用落地的水平。”荆继远还是很含蓄。但其实，现在国内能达到同等水平的公司，并不超过三家，软通动力是唯一具有行业背景的数字化服务商。“而软通动力的思路已经很清晰，正在将此前对应用场景的理解，与人工智能技术叠加，并沉淀形成行业‘知识图谱’。”

两个“铁三角”

举例说明，软通动力已于物联网运营商建立合作，共同服务为众多家电企业提供数字服务。在此商业模型中，空调中被植入物联网芯片，而数据则在脱敏后，源源不断地送到后台进行分析。

由此，空调的使用时长、开关机时间、出风口温度等数据，都沉淀为企业的数字资产。企业既可以据此贴近应用场景，调整研发思路，也可以据此打通产品销售与售后服务环节，向家庭和企业用户，提供预测性设备维修服务，以及新产品促销信息等。

在此生态模式中，“数据工程师、行业工程师、AI工程师”，组成了技术服务“铁三角”；“用户、物联网运营商、数字服务商”组成了业务生态“铁三角”，而且各方的角色定位都在发生变化。

当然，也是因为两个“铁三角”的支撑，各方的商业模式都在发生变化。用户既是产品销售商，也是售后服务商；物联网运营商既可提供数量流量服务，也在提供数据分析服务，“而软通动力则通过‘知识图谱’等产品化工具，将为用户和运营商提供一体化人工智能服务。”荆继远最后说。

作者 | 张戈 （公众号ID：TechECR）

【TechECR】关注科技企业生态体系建设，这里有思考、有观点；有点头咂嘴，也有会心一笑。创始人：张戈，曾任《商业伙伴》、《电脑商报》副总编，不码字，不写稿子、只输出有质感的文章。以生态合作为视角，研究IT产业18年，常年保持对ICT企业、IT方案商、IT渠道商保持高频度采访。同名专栏现已入驻各大主流媒体平台。合作联系：zg777zg@sina.com

目前已同步入驻：百家号、头条号、一点号、搜狐号、企鹅号等自媒体平台。