電影《鋼鐵俠》中，AI管家賈維斯對于主人公羅尼的幫助給人們留下了深刻的印象。不論是充滿童真的哆啦A夢，還是科技感十足的賈維斯，想象一下未來你的身邊隨時跟著一個能幫你解決問題的人工智能，這將會是一件多么酷的事情。

6月16號在微信上線的應應（公眾號）就是一款瞄準人工智能的產品，他們希望能夠在“懶人經濟”盛行的今天，做一款解決人們生活需求的產品。為了深入了解他們，雷鋒網(wǎng)專程采訪了創(chuàng)始人吳恒魁。

深思熟慮做服務入口

應應團隊最早做的是個性化新聞推薦應用“引力波”，轉型做人工智能其實經歷了非常多的選擇和思考。

最初經過調研時發(fā)現(xiàn)，用戶對于搜索和服務的需求很大。新聞只是滿足了淺層次的需求，而更深層次就涉及到投資、找團隊等創(chuàng)業(yè)流程服務。有了這個發(fā)現(xiàn)后，團隊當時曾想做一個創(chuàng)業(yè)服務搜索引擎，不過在對市場深入分析后他們發(fā)現(xiàn)，創(chuàng)業(yè)類的服務搜索引擎市場雖然有，但需求總量并不大。

這時在國外爆火的Magic引起來他們的注意，消費類服務的需求量遠大于新聞推薦，而這一類服務的搜索引擎技術框架又與新聞推薦相似，只是用戶需求的方向不同。團隊本身的技術基礎顯然更適合做這類產品，確定了方向后，吳恒魁告訴雷鋒網(wǎng)：“轉型做人工智能僅僅用了一周多的時間。”

人工智能+眾包兼職

對于服務平臺解決問題的方式，吳恒魁向記者舉了國外的兩個例子：

Magic的模式是發(fā)短信到一個手機號，客服收到后就會幫你解決需求，比如送外賣。由于上線三天時間就接到了2萬多個請求，收到了非常大的關注。Magic的門檻很低，解決的都是生活中最基本的服務，但需求量卻很大，第一天只有三個客服，到了第三天就招了18個人做客服，一個月后累積了3-4萬的用戶需求，并且拿到了投資?，F(xiàn)在他們的模式是先對需求進行篩選，然后分配到不同的客服。

Uber的聯(lián)合創(chuàng)始人Garrett Camp創(chuàng)立的Operator可以幫助用戶購買產品，他的模式就是利用商店在職人員空閑的時候，可以在Operator上接單。“我們的目標就是幫助客人在合適的商店找到合適的產品，立即購買并安排運送，聽起來有點像是 Siri，但區(qū)別在于我們的服務后臺是全職的工作人員。”這一點與Uber利用空閑的私家車有異曲同工之妙。

一種是建立自己的客服團隊，而另一種是吸納閑散的專職人員。應應團隊并不看好前者的方式，互聯(lián)網(wǎng)多年的經驗讓他們認為未來的主流一定是人工智能。通過機器學習的方式可以識別用戶的需求，搜索引擎根據(jù)需求搜到匹配的服務后，通過打通第三方的服務生成需求反饋，用戶只需要確認由這個服務完成就可以確認支付了，整個過程全部在后臺完成。

吳恒魁告訴記者應應采取了“人工智能+眾包兼職”的模式。本來他們并沒有考慮過人工服務，但產品上線的48小時內用戶增長了3500人，兩周內達到了6800人，人工智能沒辦法應付，臨時找了一些朋友做客服。

對于用戶的需求，應應首先會進行語義識別，當人工智能無法解決時會轉接到客服。他們的“眾包兼職”與Operator有相似之處，主要是學生、家庭主婦、宅男宅女等有閑散時間的人來兼職做客服。

和應應機器人大白對話，作為一個機器人，他的反應還是挺慢的

人工智能難在哪？

從新聞推薦到人工智能，雷鋒網(wǎng)向吳恒魁提出了后者的門檻有多高的疑問。他告訴記者，文章一類的推薦首先要做到段落識別，“機器先弄明白這一段是什么意思，然后這篇文章是什么意思，才能以此做含義類似的推薦。”人工智能處理需求時，第一步是語義識別，“一句話包含哪些服務的關鍵詞，需要搜索出哪些匹配的服務，從技術角度講還是非常相似的。”

最大的困難在于系統(tǒng)搭建的過程，產品系統(tǒng)，客服系統(tǒng)，市場營銷系統(tǒng)，這幾塊是綁定在一起的。能不能快速的獲得技術的打通，人工培訓的流程能否盡快達到用戶的需求，營銷系統(tǒng)在最早期能否精準的抓住一些用戶，通過精準場景獲得特定用戶。這些都是問題，只有最后達到目標需求整體都滿足了才可以。

應應團隊的機器學習系統(tǒng)和語義識別系統(tǒng)比較成熟，吳恒魁本人是做機器學習里神經網(wǎng)絡算法的，核心工程師是優(yōu)酷推薦算法的負責人，在搭建整套系統(tǒng)的過程中解決了很多問題。

模式求變，定位“連接”

應應想做的是生活服務入口，對于這一點吳恒魁向記者介紹，一邊研發(fā)產品一邊觀察市場的時候，他們發(fā)現(xiàn)Magic的客服模式在國內早就實現(xiàn)了，像12580、號碼百事通都是電話綜合信息產業(yè)，是國內運營商從話費資費轉型到移動互聯(lián)網(wǎng)的一個戰(zhàn)略產品，實現(xiàn)的方式是電話，Magic的實現(xiàn)方式是短信。而像應應這類的移動互聯(lián)網(wǎng)的產品實現(xiàn)的方式可能是一個APP或者微信公眾賬號。

吳恒魁舉了兩個對比，對于國內的客服模式：

12580的高層可能會創(chuàng)業(yè)做一個互聯(lián)網(wǎng)化的12580，但模式還是組建一支1000多人的客服團隊。之所以認為這種模式不可取是因為，客服數(shù)量是有限的，每天接單數(shù)也會有上線的，能達到20-30萬就已經很不錯了。但是像一些團購APP一天的單量就有200萬。

應應通過人工智能+眾包的方式，在第三方服務打通的情況下，只要人工智能系統(tǒng)做的足夠好，可以解決大量的用戶需求。

對于同樣采用了互聯(lián)網(wǎng)方式的產品：

O2O導航產品，這類產品主要集中了眾多導航信息，但是體驗與人工智能完全不同，本質上屬于用戶主動操作的搜索引擎。雖然下載量高，但是日成交量卻并不高。

O2O服務平臺，應應希望成為一個平臺，連接用戶需求與不同的服務。但生活服務仍需解決最后一公里配送問題。

初期選擇微信就是將其作為入口，先做好產品最核心的后臺、數(shù)據(jù)和系統(tǒng)，在未來會開發(fā)自家的APP。

人工智能的春天來了么？

在交流中，雷鋒網(wǎng)了解到機器與人工客服處理的比例為3:7。對于一個新品來說，人工智能應對的需求顯然還非常初級。眾多的用戶讓應應采取了排隊系統(tǒng)，而被詢問最多的主要集中在訂餐，租房、洗車，找阿姨，找男女朋友（主要是陪聊）等，不過吳恒魁也告訴記者，現(xiàn)階段洗車、訂餐這一類功能還不能實現(xiàn)，未來拓展這些功能的同時會考慮與一些優(yōu)秀的桌面啟動器合作。

人工智能在解決需求時，能夠實現(xiàn)的還非常有限，這種情況我們發(fā)現(xiàn)同樣國內其他的一些平臺也同樣存在。對于一款早期產品，當用戶滿心歡喜的使用一個功能卻發(fā)現(xiàn)不支持或者體驗很差的時候，就很難保證下一次會繼續(xù)嘗試。人工智能雖然很熱，但發(fā)展的時間還是太短，如何打通服務與獲得盈利都將是值得思考的問題。現(xiàn)階段能解決“懶人經濟”的，反而是像Siri這一類語音助手更被市場被關注。市場中哪家能成功還為時尚早，不過誰都沒辦法否認人工智能的未來，只是好戲才剛剛開始。

雷峰網(wǎng)原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。