5 月 25 - 27 日，在杭州，上千名志願者、出品人完成了一場為年青人舉辦的大會。按照發起人阿里巴巴技術委員會主席王堅的說法，2050 是一個年份，不太近，充滿想象，也不太遠，我們都能活著看到。
在第一次聽到「讓世界離年青人更近，讓年青人離世界更近」這樣的辦會理念時，我們想起機器之心用前沿科技內容聚合的全球 AI 青年，從在象牙塔裡研究技術到畢業後面臨創業、擇業的選項，他們不僅應該關心技術走向，也需要了解因為這些技術的創新促成了產業正在發生的商業變革。
而那些被我們報導過的 AI 創業公司，大多恰好處於成長週期的少年或是青年階段，如何生存和發展也同樣是他們心頭大事。
在 2050 大會上，機器之心發起了一場以《AI 技術公司的活法和前景是什麼》為主題的論壇，雲從科技、體素科技、深瞐科技、聲智科技、一知智慧和 Udacity 分別談了談 AI 技術如何才能「落地為安」。以下為第二支演講視訊——一知智慧創始人趙洲《巨頭之下，NLP 公司的生存之道》：
要點速覽：
NLP 落地場景其實非常多，無論是 to C 端還是 to B 端。但可做的事情這麼多，到底哪些適合我們這樣的創業公司來做，哪些不適合，哪些適合我們團隊的基因來做，哪些不適合我們團隊基因來做，是非常值得思考的問題，尤其是在很多巨頭入場的情況下。
實際上，智慧客服的場景非常複雜，因為智慧客服要對每一個商家、使用者提供不同的服務，回答不同的問題。往往是在每一個垂直領域，都要建一個知識圖譜，而它的場景又非常複雜，加上通常情況下使用者的問題也非常難，因此它定製化程度也非常高。但在目前 NLP 技術水平下，這些服務可以做到 70 到 80 分，而往往使用者在這個場景下的要求是 90 分。
我們不但做 NLP 和外呼的演算法推進，也做 CTI 的整合開發，就是打通從電話和計算機的服務發揮硬體的作用。軟硬一起推動，能幫助我們入場時設立一個比較高的門檻。尤其是巨頭已經開源了很多公開演算法，開源平臺可以進行免費呼叫的情況下。
創業公司要生存，首先是要保持技術的先進性，起碼是在第一梯隊上「跑步」，雖然在硬體、服務、GPU 、運算設施上，巨頭會比我們創業公司多 10 倍或者 20 倍，但是我們的演算法和工程能力依然是要跟巨頭保持在同一個維度。
在巨頭環繞的情況下，我們首先琢磨的不是把業務線鋪大，或者是建立一些演算法平臺支援各種應用，而是把一個場景做紮根，提高使用者粘性，實現率先領跑，能跑多遠就跑多遠，能跑多快就跑多快。
趙洲：
大家好，我是趙洲，非常感謝機器之心給我一個機會來分享一下我們的想法，當然了這是個命題作文：巨頭之下，NLP 公司生存之道。
當然這是我們創立這個公司的第一課，我們也是會非常嚴肅的考慮這樣的一個問題，就是說現在非常多的技術，已經可以公開來進行呼叫了，那麼我們這類 NLP 技術公司如何做到差異化，如何生存下去，是我們長久以來一直在思索的問題。
NLP 落地場景非常多，無論是 to C 端的還是 to B 端的，我們發現可以做的事非常多：可以做技術服務，包括像智慧機器人，智慧車載、智慧家居等。
但到底哪些適合我們這樣的創業公司來做，哪些不適合，哪些適合我們團隊的基因來做，哪些不適合我們團隊基因來做，都是非常值得思考的問題，尤其是在很多巨頭入場的情況下。
總體來說，NLP 的場景應用可以分為 C 端和 B 端，C 端直接是服務於客戶的，像智慧手機包括穿戴裝置，它對使用者的體驗和滿意度的要求非常非常高。服務於 B 端，做得最多的是智慧客服和呼叫中心。我們可以看到，現在很多 NLP 公司主打就是做智慧客服，給不同垂直領域提供不同的客戶服務。
我從學校走出來，會更關注於自然語言處理的一些技術。我們來看一下它的本質是什麼？
它的本質就是語音理解，語音理解的 task 是非常困難的，跟之前的視覺包括結構化的視訊到非結構化或者跟之前的語音，是非常有歧義性的。因為人對同一個表述、同一個意思會有不同問法，人的表述是多種多樣的，那麼如何把不同的表述對映到同一個表示中，這是個非常非常難的一個問題。
比如，要在有些書本上面進行搜尋。目前語音理解最新的技術可以做到，給出一本書，我們可以問它書裡面的一些話語，比如說惡性群體鬥毆是關多少年？它可以直接返回一個答案，這個就叫閱讀理解。
閱讀理解就是機器跟人一樣閱讀文章的內容，理解人的一些意思，機器在理解人的意思之後，對文章中的內容進行反覆閱讀並推理，最後得到一些答案，這是 NLP 最本質的一個技術。也就是說，如何讓機器可以理解人說的話語和狀態，是一個非常本質的問題。
那麼它有非常多的 task，現在大多數主流的 NLP 公司，包括非常著名的一些 NLP 公司，主要是做一個 task 叫做智慧客服。
我在創業之前也做過非常多智慧客服的專案，實際上，智慧客服的場景非常複雜，因為智慧客服要對每一個商家、使用者提供不同的服務，回答不同的問題。往往是在每一個垂直領域，都要建一個知識圖譜，而它的場景又非常複雜，加上通常情況下使用者的問題也非常難，因此它定製化程度也非常高。
與此同時，在目前 NLP 技術水平下，這些服務可以做到 70 到 80 分，但往往使用者在這個場景下的要求是 90 分。雖然客服場景已經有很多 NLP 公司進場，但在我們看來，其實這是非常難做的一個事情。
它的難點在哪裡？
不是這個事本身，而是在於智慧客服是一個高度定製化的方向。對每一個廠商、每一個公司，我們都需要派出不同的團隊進行定製化。原因在於不同的場景都需要不同的資料和知識來支撐，等同於一個定製化的專案產品。
另一方面，雖然業務會帶來一定營收，但是它的利潤非常微薄。對創業公司來說，首要的一個特性是需要活下去，活下去就是希望儘可能可以達到一個自負盈虧的狀態，即便我們可以不斷地融資。
所以，我們是偏向於進行另外一個維度的思考——是否可以在 NLP 領域找到一個通用化的角度，能實現基於現在的 80 分技術，也可以讓使用者非常滿意，這是我們長期思考的一個想法。
我們一知智慧現在做了一個場景就是賦能於智慧外呼。智慧外呼的前身是各個呼叫系統，現在是去實現機器給人打電話或者進行推銷等。
它跟智慧客服不一樣，這兩個任務是一個對偶的任務。智慧客服和智慧外呼不同的地方是在於哪裡？
智慧客服的特點是人是主動方，機器是被動方，機器需要接受人的一些問題，而人的邊界是非常廣闊的。智慧外呼是機器為主動方，人是被動方。在這個場景下，利用現有的 80 分的技術，可以做到使用者滿意的程度。因為它的邊界可控，定式化、通用化的程度比智慧客服高非常多。
第二點就是說，對於演算法技術而言，（智慧外呼的）門檻會更高，因為對於智慧外呼來說，它跟語音識別和 NLP 不一樣，它不僅僅涉及到演算法層面。我們還需要對硬體進行非常巨大的投入，在供應商層面到智慧外呼的演算法層面，建立一箇中間的硬體層面。我們不但做 NLP 和外呼的演算法推進，也做 CTI 的整合開發，就是打通從電話和計算機的服務發揮硬體的作用。軟硬一起推動，能幫助我們入場時設立一個比較高的門檻。尤其是巨頭已經開源了很多公開演算法，開源平臺可以進行免費呼叫的情況下。
後面的一些思考就是說，既然我們確定了做智慧外呼的這樣一個任務，具體選擇從哪個應用場景切入也至關重要。智慧外呼有有非常多場景，比如營銷、客戶召回、問卷，每一個場景都有一些巨頭，其中每一類客戶也都有非常多的需求，但是對一知智慧來說，能做到使用者滿意度、體驗度極高是我們第一位的選項，而不是用一個技術一次性全部鋪開，否則我們很容易就被淹沒了。
最終，我們進入到催收行業。大家一聽，可能會覺得催收行業是暴力催收的代名詞，大家會想象為，一些掛著金項鍊的老闆上門催收，其實現在不是這個樣子，大多數都是文明催收，國家也頒定了一些反暴力催收的法案，相比之前，外呼系統催收的市場也越來越廣闊。
市場規模的擴大來源於現金貸的流行。現金貸我們可以看一下，無論是阿里、京東，還是其他一些現金貸消費平臺的基本邏輯，都是促使使用者提前透支消費，然後再還款。2017 年，我們可以關注在網路現金貸行業的成交量是 2.8 萬億元，也就是說有 2.8 萬億的貸款需要進行還款。我們可以看一下，貸款的還款有兩個特性，一是使用者按期還款，一是使用者逾期還款，按期還款當然不需要催收。但其中 10% 到 15% 的使用者是會逾期還款的，也就是有 2800 億元是使用者逾期還款，需要我們把它催回來。
傳統催收公司會租用外呼系統，現在有 6000 多家催收公司租用撥出系統，然後挨個打電話進行催收。一般來說，每個催收公司會有 50 名催收人員，市場總從業人員有 30 多萬（之後我會分享一下，為什麼每個催收公司只有 50 名催收人員），平均年齡大概是 20 到 30 歲。
催收行業的一個核心特點是，以不同逾期週期有不同佣金，普遍分為五個等次—— M1、M2、M3、M4、M5。M1 代表是：第一月逾期，使用者沒有還款，可以通過行業資料看一下，大部分使用者是忘記還款，針對這類使用者要打一個電話提醒一下。在 M1 的情況下，催成一單有 10% 的提成率，它催成功率是在 73% 左右，是由人打電話進行的。
為什麼我們是選擇外呼這樣一個環節？首先要來看看行業目前的現狀。
催收行業從業人員需要不斷打電話催收的情況下，很容易在使用者有一些過激的行為時，出現辱罵等不當反應，很容易被投訴產生不好的影響。因此，催收人員的業務過程不可控制，回款非常難保證是行業面臨的普遍難題，另一方面，對催收人員來說，工作中也忍受了非常大的壓力，導致行業流動性非常大，同時招聘難度也非常大，因此每一家催收公司平均只能維持 50 個催收人員的團隊規模，非常難實現擴張。因此，我們做的第一件事就是，用機器人來嘗試代替催收人員，現在主要做提醒的業務。
從技術的角度看，智慧外呼主要涉及兩個板塊，一個是人機互動，一個是演算法平臺。人和機器要不斷地進行互動，催收也有策略，對 M1、M2 不同時期的使用者有不同的策略選擇，人可以從原有的使用者催收電話的對話中進行學習策略，從而再讓機器去掌握並輔助和逐漸代替人來進行催收。第二，現在的語音技術是非常成熟，包括語音識別和語音合成，所以現在是用結合多輪對話、語音識別的一個互動式性平臺，逐漸來代替催收人員的行業情況。
剛講到金融催收場景中的策略問題，機器可以學成一個策略，不同的策略怎麼學習呢？催收行業的資料也是海量的，對於剛開始創業的公司來說，主要是向大公司提供技術服務。
為什麼呢？因為創業公司最難的，不是資金和人員，而是人工智慧創業公司缺少資料的入口。如果沒有大量資料，人工智慧的演算法技術是非常難被訓練的。但金融催收行業有大量資料，並且也會對一些資料進行儲存。因為對外呼催收平臺來說，每一段錄音都必須要錄下來，作為解決糾紛、官司時可能用到的驗證資料。對我們初創公司來說，這種有非常多資料可以拿來用於訓練的行業，是比較好的一個切入點。
對目前的一知智慧來說，我們以產品打磨為主體的同時，不斷地保持技術領先性，不斷地在不同賽道上進行評測。
一個重要賽道是 Squard ，Squard 是一個語義理解的標準比賽。
我們是在十月份成立的，之後我們花了一個月的時間迭代技術。對於人工智慧的技術來說，它有兩個指標，第一個是單模型，就是說一個模型它的 performance 是多少，第二個是多模型的 performance 是多少。我們成立後在 Squard 上面刷榜。我們的單模型是作為世界第二進行提交的，我們可以看一下，上面所有的公司，都是著名的千億級 NLP 公司。
這裡可以回答我們如何在巨頭之下生存，第一是要跟巨頭比技術評測指標。雖然第一個是綠色的在第九名，但是單模型是第二名，第三名是騰訊，騰訊的 Insenble 模型拿到第一名。一個月後我們提交了多模型，排在了第四名，而這個賽道的前 30 名全是千億級別的創業公司，包括阿里巴巴、百度。一知是其中唯一一個初創公司。
創業公司要生存，首先是要保持技術的先進性，起碼是在第一梯隊上「跑步」，雖然在硬體、服務、GPU 、運算設施上，巨頭會比我們創業公司多 10 倍或者 20 倍，但是我們的演算法和工程能力依然是要跟巨頭保持在同一個維度。除此之外，我們不斷地在多輪對話等任務下，不斷地跟巨頭進行 PK，不斷地保持一些技術的領先性。
最後再回到場景的切入點，我們找了一個相對冷門甚至在外界看來有點low的方向，也就是催收，但我們認為在一知的技術上完全可以駕馭場景需求，以我們的技術能力可以把這個商業模式走通。我們是第一家進入催收領域的人工智慧公司，也實現了一定的營收分成。
在巨頭環繞的情況下，我們首先琢磨的不是把業務線鋪大，或者是建立一些演算法平臺支援各種應用，而是把一個場景做紮根，提高使用者粘性，實現率先領跑，能跑多遠就跑多遠，能跑多快就跑多快。