<form id="bd9px"><form id="bd9px"><th id="bd9px"></th></form></form>

            <form id="bd9px"></form>
            <form id="bd9px"><nobr id="bd9px"><nobr id="bd9px"></nobr></nobr></form>

            <form id="bd9px"></form>

              <em id="bd9px"><span id="bd9px"></span></em>
                <form id="bd9px"><span id="bd9px"></span></form>
                  當前位置:CIO頻道CIO聯盟 → 正文

                  AI+知識驅動企業數字化轉型

                  責任編輯:cres |來源:企業網D1Net  2021-03-27 14:50:25 原創文章 企業網D1Net

                  3月27日,由企業網D1Net、信眾智CIO智力共享平臺和中國企業數字化聯盟共同主辦的2021北京部委央企及大型企業CIO年會在北京召開。本次大會以“新基建與數字化升級轉型”為主題,著重探討了部委、央企及大中型企業新基建與數字化轉型的難點與實踐,邀請了包括水利部、國家信息中心等各級部委、國家電網、中航工業集團、中國電建、北汽福田、大型國有銀行等多家央企CIO進行精彩分享,并有超過百家大中型企業的CIO及行業優秀供應商代表共同參與。會上,由中國企業數字化聯盟專家組編寫的《2021數字化轉型白皮書》正式發布!
                   
                  以下是現場速記。



                  竹間智能 產品及解決方案總監 尤輝
                   
                  尤輝:很高興能有這個機會跟大家分享一下竹間智能在數字化轉型之間能夠提供的基礎能力方面的支撐。
                   
                  我本次分享的主題叫“AI+知識驅動企業數字化轉型”。我們首先簡單介紹一下我們公司的基本情況,公司15年成立,目前有350多人,對應的我們總部在上海,當前在北京、深圳、廣州、成都都有分公司。
                   
                  竹間智能主要做的技術方向是以自然語言處理技術為核心做兩大領域:人機對話領域,這一塊大家可能應用比較多,包括像手機里面的語音助理、智能音箱以及大型企業在用的智能客服等解決方案,這是在對話交互領域;增強的認知智能,這一塊是從我們企業里面各類非結構化的數據,包括手冊或者生產制造方面的日志信息也好,我們從里面去提取、挖掘我們所需要的生產的知識要素來進行認知和推理。以上是竹間智能做的兩個技術的方向。
                   
                  簡單介紹一下我們創始人,創始人是簡仁賢,之前是微軟互聯網工程院副院長,在處理包括人工智能、自然語言處理等技術,15年出來之后成立了竹間智能,當前他也是國家的萬人計劃成員之一。
                   
                  我們竹間智能經過近些年的發展,我們積累了很多行業標桿客戶。包括像金融行業、傳統產業,以互聯網產業,包括政企、新興IoT廠商領域都積累了很多客戶。
                   
                  接下來看一下我們今天要分享的主題,主題的現狀我定義為人工智能的技術+企業知識來驅動我們企業進行數字化的轉型。包括我們各大的部委以及央企都是特別大的體量,目前在咱們的系統里也積累了或者是沉淀了很豐富的這些知識,包含了我們各類的操作手冊,我們產品的手冊、各類的文檔手冊還有包括生產制造方面所積累下來的沉淀下來的日志類數據。這些它有一個特性,目前它都是分散獨立的存在。
                   
                  在整個的使用過程中,甚至說我分散到多個系統里面形成了所謂的數據的孤島。同時,我缺少挖掘的手段和挖掘的途徑,沒有把這些信息有效的把它利用起來。這就帶來了具體的問題,導致了對我們業務經營和我們對外服務進行輸出的時候所產生的不良的影響,這是整個當前知識應用現狀的情況。
                   
                  我們在數字化轉型的過程中,我們也面臨著很大的挑戰??偨Y起來兩方面:
                   
                  第一,內憂。在經營和管理層面,我們目前還沒有完全轉向數字化運營和創新增長的模式。
                   
                  第二,在人才和文化方面,我們在數字化認知包括數字化人才培養的層面,目前也是沒有走到前列。
                   
                  第三,平臺和工具層面,我們沒有構建數字化的框架還有包括智能化平臺相關的應用。
                   
                  外患也是三方面。
                   
                  一方面市場競爭加劇。包括各類互聯網企業和新成立的公司來侵入到我們的業務里,對應我們面臨的競爭也是日漸加劇的。競爭加劇的同時我們的服務或者我們能力的輸出對知識的依賴也就更大。
                   
                  第二,信息多樣性越來越豐富。之前我有操作手冊,我按照操作手冊一步步來操作就可以了。當前除了操作手冊還包含了各類的圖片,像生產制造里面有航拍圖片,圖片對我們故障處理提供第一手資料,如何對這些數據進行處理。
                   
                  第三,知識應用。之前定義的知識是整個企業運行過程中支撐企業運行的,對應現在的情況是知識這個層面還為我的企業經營以及企業的業務發展提供數據的支撐。這是目前我所看到的我們所面臨的兩大挑戰。
                   
                  接下來在新的智能時代,我們如何構建新型的知識的應用?首先,我們看一下生產側。下面這一塊,我相信大家都很熟悉,可能就是我們目前各個企業里面所面臨的現狀,我各類的文檔也好或者是報表也好還有包括各類數據也好,這些在我們看來它沒有進行加工或者生產的話,它只是說我各類應用手冊。
                   
                  再往上一層我需要有一些工具或者需要有一些平臺,來完成對于我現在積累或者沉淀下來的這些內容數據去做處理。包含了我對于非結構化支持的管理,完全各類手冊的綜合管理。還有可以實現智能化的知識管理,從音視頻、手冊里提取生產中所需要的要素。
                   
                  再往上一層看一下消費側,我們又分為兩個層面,一個層面是我們在日常經營過程中我們人所要用到的,我通過智能搜索的方式快速獲取我所需要的知識。除了搜索之外,還包括智能的推薦、洞察的決策。比如我們現在在跟一家重型的制造企業做合作,15年之前所生產的設備實現了80%的全量設備運行數據回傳,15年之后的設備實現100%數據運行全量設備數據回傳,基于上述數據就可以進行提前的故障感知、故障的分析及時的預警等等,這些其實就是為我們洞察決策做支撐。
                   
                  除了人工應用側之外,還有人的智能應用側,最直接輸出的入口就是客服中心。包含用戶打電話過來咨詢相關問題,如何快速的提升整個服務的質量、服務的效率?我也需要知識的支撐。這是知識構建和知識消費的狀態。
                   
                  具體說如何進行知識的構建?在這里會用到我們相關智能化的技術。包含了我從我現有的這些積累下來的數據里面來進行數據的挖掘、分析,來產生我應用上面或者企業日常經營、生產上面所需要的知識,同時我通過機器學習、強化學習這些方式來進行決策方面的支撐。
                   
                  再往上一層進行輸出的時候可以看到,基于對這些內容的分析,可以實現智能語義搜索,行業領域知識圖譜的構建,可以實現對于這些報告的分析、預測、解讀、提取等等這些,最終來進行輸出或者是知識內容進行產出的時候或者應用的時候,可以為人提供運營層面的支撐,也可以通過機器人的方式來產生智能化方面的服務。以上是整個知識構建的模態。
                   
                  我們現在也在向政務行業還有包括工業的行業來進行行業另舉止失的構建,包括各類的政策條例文檔還有包括通知的規范,對于這些內容可以通過機器學習的方式或者通過自然語言處理的方式來完成自動化結構,完成相關知識的提取以及知識圖譜的構建以及知識快速化的簡索。
                   
                  圖譜層面,對于企業積累下來的像操作手冊、產品手冊、應用說明的文檔等等,我們可以提供自動化的圖譜構建的技術,可以進行初步的文檔的解構,同時對相關內容進行快速的標注。這里應用到學習的技術,這里只需要標很小的數據量,同類的文檔可以完成批量的解構來形成企業或者行業領域所需要的知識圖譜。
                   
                  具體知識應用輸出,用智能化的方式進行戰線。在整個服務側,無論是個人用戶也好還是企業級用戶也好,它來咨詢相關問題的時候,包括它整個行為軌跡甚至設備運行狀態,完成對于它身份的確認。進來之后,當前的服務模式,可能是有在線的服務模式,通過在線的客服,基于我對于整個數據的打通,它進來之后我就可以進行主動的交互,還有包括自助的解答、標準化業務的受理,這是在在線的渠道。
                   
                  另外一個渠道是對話服務的渠道,在這里它到電話的渠道來了,可能打進來之后也不是人在接聽,而是我的機器人或者智能化的服務在做接聽。對應如果轉到人工側可以提供它一站式服務,人工側的支撐包括風控、智能知識庫、智能工單、畫像的生成以及智能營銷推薦,同時我們在這里面提倡的是主動化服務,要主動觸達我的客戶??蛻粝嚓P的基礎身份的信息包括服務方面的用戶畫像的信息甚至說他在我整個企業里面所請求的這些服務的內容,我全部是知道的,我可以針對性的去做營銷。這是整個智能化服務的流程。
                   
                  在這里面大家可能會覺得它還是缺少了一環,我整個平臺能力的支撐。所以在這里我們有AI PaaS中臺,在這個PaaS中臺上去完成針對企業業務個性化內容的服務。對應這個PaaS中臺,我們也給它定義了六個特點,包括它有高的準確度、高的可定制性、高的兼容性、低代碼、低運營、低成本,這是整個PaaS中臺的狀態。在PaaS中臺基礎上,它到底包含了哪些內容?包含了把我們企業內部的各類的生產物料的數據、用戶物料的數據以及包括企業業務物料數據進行綜合的數據動向,再往上一層通過自然語言處理、知識工程、自動化協同方面的技術來產生各類的數據方面的支撐或者知識方面的支撐。再往上一層,我在進行服務輸出的時候,我可能產生智能化服務的輸出、用戶的洞察還有包括智能的營銷,我的整個風控層面的感知等等。
                   
                  具體看一下整個PaaS中臺的情況。對于它的六個特點包括高準確度這一塊,我們底層有自然語言技術處理的支撐,底層IOT平臺完全由我們自主研發,從我們標注的數據到上層模型的構建,全部由我們自主研發代表我們民族自主品牌的形象,對應在上一層我們還有行業數據的積累,包括通過知識圖譜的數據應用來實現它更為智能實現更為精確的數據支撐。
                   
                  這是客戶的真實案例,這是一個快遞行業的客戶,它有很明顯的活動類的特征,它在雙十一或者雙十二是業務高峰,純靠人工不能支撐。經過我們持續迭代運營優化準確率可以達到93%以上,對應的還有自助承接率或者攔截率也能達到77%以上,這是在高準確率層面。
                   
                  另外一塊為了適應企業自身特點以及包括用戶操作習慣,這里可以實現高可定制性。高可定制,一方面是我們整個使用層面的高可定制,另外一個層面在它的底層處理的核心層,同樣可以實現高可定制性。包括基于機器學習平臺、LP平臺,可以基于企業自身業務的特性進行進一步增強性的訓練。包括對于整個業務層面數據的標注,完成模型算法的迭代,再到服務的發布,我可以實現我的高可定制性。
                   
                  另外一塊新老技術的更替,代表整個平臺要具備高的兼容性。包括在前端可以去連接全渠道,一方面通過全渠道來做我的自助化的服務,另外一塊通過全渠道觸達用戶展開我的營銷或者展開我的標準化的業務。在后端我可以去對接我所有的管理系統,包括內部的這些系統、業務的這些系統,甚至包括人力管理方面的系統。在底層可以提供基礎能力這一塊全鏈路的對接,再往上一層是全能力的輸出。對外可以提供全渠道的服務,對內跟現有的這些數據平臺或者技術平臺實現連接,把我們標準化的業務放在自動化平臺自動化完成,實現降本增效的目標。
                   
                  另外低代碼,我們PaaS底層有各種引擎類的工具,在這些工具的基礎上就可以結合我們實際的業務來通過配置化方式實現業務流程。包括像我們營銷的工作,還有包括自動化處理甚至是自動化審核相關的工作,都可以通過圖形化的界面來通過配置的方式完成。這樣的話就代表了,我可以適用我們各類企業業務的發展。
                   
                  在應用模式上,前面提到兩大方向,包括對話交互的智能還有包括企業應用的智能。
                   
                  還有低運營,在我有足夠高智能化之后,我要以強的人工智能為技術的支撐,我有了智能化之后不能說我投入無限運營的人員進來,實現強人工運營方式。我們提倡低運營的模式。在訓練層面我們有很多預訓練的模型在里面,同時它支持無監督學習的方式,我們還內置了很多行業圖譜,我們提供各類運營化的工具。
                   
                  我們構建了機器人工廠平臺,把我們各行各業通用類的這些機器人或者通用的這些服務能力,通過下載的方式可以無縫接入到我的平臺里。尤其對于大型企業來講,一方面總部負責整個平臺的建設,下面的分子公司要用的時候,我還可以除了平臺給它進行共享之外,我還可以把我們已經構建的這些能力或者這些標準化的業務賦予它進行共享。
                   
                  在運營的層面,我們同樣會有各類運營工具來保證我不需要投入過多人工服務進來,實現強智能弱人工的效果。
                   
                  低成本,前面的路走完之后,建設成本、運營成本、后續經營成本都會降低。建設成本很好理解,我是底層基建類平臺,各類的業務需要進行智能化能力的時候,都可以通過接口的方式或者共享的方式來進行調用。在運營這一塊,我是通過技術化的方式,把我們之前人工繁雜的操作交給機器來做,運營的投入也會低,來降低整個運營成本。
                   
                  從企業經營模式來講,我是通過機器人幫我去做我相關的這些標準化的業務或者標準化的這些服務,甚至進行標準化的業務營銷,相對降低整個經營的成本。
                   
                  以上就是我今天要跟大家分享的內容,謝謝大家!

                  關鍵字:數字化轉型

                  原創文章 企業網D1Net

                  AI+知識驅動企業數字化轉型 掃一掃
                  分享本文到朋友圈

                  關于我們聯系我們版權聲明友情鏈接廣告服務會員服務投稿中心招賢納士

                  企業網版權所有©2010-2021 京ICP備09108050號-6

                  ^
                  制服女教师视频-亚洲 中文字幕 在线