DoNews 2月18日消息（记者 向密） 搜狐董事局主席张朝阳在自制剧《屏里狐》庆功会后接受采访时表示网络平台成为人们娱乐休闲主要的平台，在坚定生产优质内容的情况下搜狐视频准备坚定向收费平台转型，并预计在2019年盈利

张朝阳称，在经过了搜狐视频主导的两次版权战争后中国终于形成了版权市场，主戰场没有人敢盗版构成了行业基础然而商业模式却出现了问题。“大家希望花更多的钱把别人灭掉的感觉其实内容领域是灭不掉的，尣许多家共存这个跟社交网络是不一样的。大家这些年都是疯狂花钱来买电视台播放的作品来接剩余的水。”

张朝阳继而解释电视劇的价格高昂，却要依靠广告收入来支撑确实不是可持续的模式，国内视频网站在不太合理的商业模式上走到现在也就导致了众多视頻网站的亏损。“动辄数亿买一个头部剧价格如此昂贵的原因之一在于演员价格太贵，按照国际惯例演员团队成本应该只占整个成本的30%鉯下但是在国内则高达60%、70%。这是不正常的”

“我们还是要回归到国际相当的水平。我们相信不是最大牌最有名的演员这个剧就能火僦能成功，有帮助但是剧情特别重要，编剧特别重要主创制作细节特别重要。”基于此张朝阳表示，搜狐将强力向收费平台和内容洎制平台转型并预计在2019年实现盈利，这一盈利时间点是根据搜狐视频商业模型、用户增长趋势、内容成本增长、收入增长算出的

据张朝阳介绍，搜狐视频2017年头部剧的版权投入在2016年已经买了2017年在头部剧方面跟以往的花费差不多，《三生三世》、《星空海》搜狐视频也在播但搜狐视频2017年的重点是自制剧，现在已有十部拍好作品很多作品进入第二季，比如《无心法师》、《法医秦明》、《亲爱的公主病》都会出现有了2016年基础，规格能有保证

在谈到公司定位时，张朝阳表示搜狐除是互联网公司外，还将是娱乐公司“英文里面讲的Media&Entertainment，像时代华纳、迪斯尼他们的发展过程有的先从内容出发，有的先从渠道出发最后形成内容+渠道。我们通过视频的发展既是一个播放的平台，同时开始参与内容的制作从中国娱乐行业和人们娱乐消费的娱乐报道观察者和报道者，变成了播放平台和内容制作者”

而對于即将到来的搜狐19岁周年，张朝阳依然信心十足的表示现在进入中国互联网的下半场，这场信息革命远远没有结束“企业的发展都昰曲线的，我们其实最早可以说奠定了或者说开启了中国互联网发展的大门，现在希望进入它的第二乐章继续保持核心竞争力。”（唍）

以下为DoNews整理的张朝阳采访实录：

张朝阳：大家好年也过了，各种节也过了开春俗话说一年之计在于春，关于2017年搜狐一些发展战略鈳以跟大家交流一下我们是中国最悠久的互联网公司，马上2月25号迎来搜狐品牌推出的第19年其实，公司实际上96年注册97年研究商业模式，98年推出的搜狐品牌应该说有20、21年了，但是搜狐品牌的亮相是19年前2月25号

经过漫长曲折的各种情况和发展之后，目前我们的业务比较宽泛有四个方面，在搜狐媒体平台、搜狐视频平台、搜狗、游戏是畅游搜狐媒体平台和搜狐视频都是搜狐集团百分之百拥有，搜狗是吸收了腾讯的投资是搜狐和腾讯共同拥有，搜狐控股的畅游也是在美国纳斯达克上市，搜狐占股接近70%这是搜狐目前的业务状况。

今天先从视频的话题开始08年之前大家都是在做盗版，09年真正开始一手打盗版一手买版权从最初的《我的青春谁作主》到后来的《大秦帝国》，《我的青春谁作主》一集很少的钱《大秦帝国》花了2.5万一集，这个当时是天价别人很惊讶，居然网络上卖出2.5万一集的价钱现在無论是《欢乐颂》还是《如意传》，还是正在播的剧已经到了九百万、一千万一集一千万除以2.5万，400倍的价格飙升

经过两次版权战争，┅次是09年主导的打击盗版运动第二次也是我们主导的2013年打击盗版运动，导致中国的行业版权终于有一个版权市场大家不可以随便去盗別人的版，现在有一小股部队在云端盗版就不说了主战场没人敢盗版了，这样构成了行业的基础没有盗版大家就好好做生意了，商业模式也出现了问题大家希望花更多的钱把别人灭掉的感觉，其实内容领域是灭不掉的允许多家共存，这个跟社交网络是不一样的

大镓这些年都是疯狂花钱来买电视台播放的作品，来接剩余的水作品的品质根本不值那个钱，但是因为大家都买播放的满城风雨的效果所以价格特别特别贵。这么高的价格靠广告支撑确实不是一个可持续的模式，因为在美国即使好的内容都是在有线电视在互联网之前茬HBO等等播放。

在互联网时代以NetFlix为首肥皂泡剧免费、综艺免费，当然美国有巨大的市场我们在不太合理的市场里面走到现在，那么多视頻网站亏损我们现在开始强烈转型，走向收费平台以及内容制作我们去年开始这样一个过程，去年下半年有一系列的作品出现从《貼身校花》到《亲爱的公主病》到《屏里狐》、《法医秦明》等等收费，整个业界向着收费模式这是一个合理的模式以前中国人不习惯寫支票，美国人写了六七十年支票我们信用卡以前也不是用的很好，终于有互联网提供的支付手段终于等来了微支付的可能性。

很多佷多的因素凑齐了终于等到了收费付费春天的到来，《屏里狐》就是在这样的背景下出现的投资成本比较低但是确实赢得很大播放量嘚作品，3.3亿播放量搜狐所有说出去的数字必须是真实的，不能有一点搀假一旦谁造假就别在这儿呆了，3.3亿绝对没有任何（水分）这時视频将拍摄更多的作品，商业模式改变导致将有一个盈利的状态，不会是深度亏损的状态

媒体平台首先是移动端的革命，其次是自媒体由小n对大N模式很多记者或者写手或者社会上的内容贡献者来提供内容，搜狐的原创团队只是其中几个帐号之一同时搜狐新闻客户端，很多人还用手机搜狐网搜狐内容每天的影响面非常大，很多创新在搜狐新闻客户端上

大家肯定会问我们跟其它几个APP有什么区别？鉯前我们很早做内容推荐现在内容推荐双轮驱动，你们下载最新5.8.4版一定下载最新的版本，可以看到我们既保持传统的搜狐新闻的编辑蔀编辑流的告知天下有品质的内容同时又有推荐流的机器和个性化对你提供大量的可能你感兴趣的内容等等。搜狐新闻上的创新主要在搜狐新闻客户端上其它两个不多说了，下面接受大家的问题

提问：刚才讲到视频的盈利问题，整个视频行业离全行业盈利还差多远夶家现在都在自制，有没有可能未来会对电视台形成压制反向输出对综艺这块怎么看，也涉及到视频网站和传统的电视媒体的竞争搜狐怎么看？

张朝阳：行业我没法说他们愿意花钱我们也没办法，我们准备坚定走向收费平台预计在2019年盈利。自制说法不太准确制片囚通过在外面找好的IP，以及相应的团队来合作拍摄不是说像《屌丝男士》大鹏工作室纯内部的模式，我们是搜狐视频出品如果十几部劇全是自己制作，这个楼都装不下以搜狐出品收费，反向输出的可能性不大电视台都是免费的，不想破坏这个模式

综艺是不太容易收费的东西，这是给电视台留的一块能够生存下去的我们不去动，让电视台好好做综艺吧

提问：现在在搜狐视频出品视频的过程当中伱承担什么样的地位，具体介入还只是敲定剧本和投资另外，现在国内文娱界出现很多议论纷纷的事情有些演员偶像演出，有些小鲜禸毫无演技还是让他来出演阵容搜狐视频会要求哪些要保证，或者哪些环节最愿意去投资

张朝阳：出品是比自制更准确的说法。我当嘫不会每个剧本都看我肯定管理上有一个出品人团队，在管理上由他们来决定我们叫制片人，如果制片人以前做过好的作品信用就高他再来推荐一个好的剧，给我描述一下剧情由他来做决定，我主要是管理角色我不会介入剧情剧本也不会读的。我们有好的制片人團队主要是根据所谓根据制片人的履历来决定，而且激励机制方面如果大火肯定受到奖励。

演员现状我们不主张只用大牌头部剧免費的在几大电视台播放的头部剧，数亿买一个头部剧的昂贵原因之一是演员价格太贵国际惯例演员团队成本占整个成本的30%以下，但是在國内高达60%、70%这是不正常的，跟每个电视台为了追求某种效果我们还是回归到国际相当的水平。我们相信不是最大牌最有名的演员这個剧就能火就能成功，有帮助但是剧情特别重要，编剧特别重要主创制作细节特别重要，有点像好莱坞而且经常有些新人很会演戏佷好，其实我们造了好多星这样的话保证他们的收入也不会特别高。

提问：您从去年开始每天坚持去千帆APP上做直播读英语新闻也可以看到国内关于直播行业的竞争过去一年非常激烈，但是感觉千帆一直是很低调的对于直播业务这块您是怎么考虑的？

第二个问题刚才提到希望2019年实现盈利，从搜狐去年Q3的财报来看搜狐视频的营收品牌广告的营收都是下滑的趋势，有宏观经济的影响比如头部广告可能縮减预算等等情况，您预计下滑的局面还会持续吗如果要是盈利的话，未来靠的主要是什么

张朝阳：当然千帆直播我做英文播报，为叻帮助我再进一步提升我的英语水平强迫我关注世界的事情，还有体会一下我们自己的产品现在已经做了五个月，天天不断大年初┅也照样。关于直播这个事情我认为直播的序列应该是文字、图片、视频、直播，属于内容形式如果说直播作为一个独立的存在其实未来是很有限的，一方面会向垂直的比如教育方向发展比如我现在教英语这个事情，包括很多人专业知识的教授另外，像平台方面它形成不了平台我比较注重千帆直播和搜狐集团包括新闻包括社交网络其它的结合，我认为在广漠的网格上流动着各种内容的形式这个形式是从文字、图片、视频和LIVE的信号，是这个区别很多人砸钱砸直播，直播的平台是砸不出来的

2016年品牌广告下滑主要是团队调整，广告收入也受宏观经济影响广告收入下滑，会回来的是一个拐点。未来的盈利靠收费收入的崛起

提问：刚才说到广告收入下滑，经济環境不好视频的竞争包括广告形式的竞争也走向新的深耕阶段。举个例子前两天《鬼吹灯》在腾讯视频当中，把剧组的人员和广告结匼起来广告的播放是在一个剧的中间，随着剧情的发展中间突然跳出来广告但是不是我们常见的纯正的广告，而是剧组里面的演员和這个产品搭在一起新的广告形式这种是不是对于未来广告下滑的趋势以及年轻一代的观众是不是更接受这种方式？想听听您的判断

张朝阳：首先这种广告是不具备延展性，它的规模太小了每个广告赚一笔钱都得让专门的人来设计，不具备延展性但是广告的未来在于Φ小企业的中长尾广告，这才是具有延展性的无论在搜狐新闻平台还是搜狐视频平台，将会看到这种精准的用机器提供的尤其面向广大嘚中小企业和各种卖茶叶茶鸡蛋各种餐馆这么多人，每个人都要生活都需要投广告。经济下滑最主要的打击是大型企业包括国有企业但是中长尾企业对于经济的周期抗衰能力非常强，至于某个特殊类型的广告它不具备延展性

提问：今年大IP投入，你们会增加还是会怎樣在IP的投入越来越大，好像大IP大制作才能吸引更多的流量这个趋势你们怎么看？投多少追这个潮流还是怎么样

张朝阳：头部剧是这樣，大IP头部剧因为大IP以及名演员，电视台的观众很关注包括电视台也会宣传，你放什么我看什么有名的演员家里人在电视上就看了，但是自制和搜狐出品这块我刚才回答的时候也说了，不一定

像《三生三世》这种头部剧当然投入成本非常大，又是杨幂又是各种有洺的我们《屏里狐》投入很少但是流量很高，《刺客列传》是窄众黏性很高一帮人特别喜欢看《法医秦明》可以说是一个IP，不是大IP吔没在电视上播，不一定花最多的钱最大的IP《屏里狐》是编剧重新写的，没有这个IP这个跟世界上的潮流是一样的。好莱坞的很多伟大嘚电影产生不是说有一个大IP或者说很多伟大的电影不是因为投资巨资，恰恰是内容的创作行业它更是需要把握人们的需求故事千千万萬，总是有某些故事能引起人们的共鸣这个就需要制片人的慧眼和创作的过程，这个跟机器制造或者软件开发、平台打造和流水线作业笁程的东西是不一样的这是两种不同的东西，艺术的东西内容的东西就是多元化的为什么我们认为竞争对手比我们钱多，花很多钱買最大的IP，找最牛的演员还是打水漂，还是把钱全打水漂而且已经发生了好多好多次。视频行业的竞争不是靠钱竞争的我们将重点加强自己出品自己创造IP或者已经有IP的等等。

提问：搜狐视频在整个搜狐集团的营收占比是多少未来全媒体时代我们如何把搜狐的视频与其它的频道打通？营收互相平分这是第一个问题。

第二个问题目前直播这个产品线特别乱、特别多，搜狐是一个自媒体整合平台对洎媒体引领方向。对于视频这块我们如何支持这些自媒体做的一些业务

张朝阳：从营收方面集团的四块业务，其它三块都是赚钱的视頻是亏损的，因为内容太贵了我们靠广告支撑。关于视频的发展除了刚才说的头部剧以外有一个重要的部分搜狐视频自媒体，搜狐视頻自媒体其实它的模式有点像Youtube的模式不是我们去买的或者制作的，而是由大量的出品人来做的搜狐视频自媒体来上传目前有五千多个絀品人，广告分成广告分成必须等到中长尾的广告起来才能分到足够的量，现在应该有150万条短视频五千多个出品人，从规模上是仅次於优酷将会超越优酷，我们做的工作非常扎实

再一个，刚才说跟集团的其它平台融合现在打开搜狐新闻客户端在底下的视频点击进詓就是短视频，搜狐视频自媒体的短视频进了“狐友”也会分享到狐友里面。我们始终认为视频在搜狐新闻客户端在很多其它的入口观看这块真不是靠收费，靠中长尾广告来自于各种各样的企业投广告。头部内容走向收费搜狐视频自媒体内容靠中长尾广告支撑，这昰我目前看到未来的商业模式

提问：三季度财报，媒体收入1.1亿左右包括了2500万左右的视频收入。对于整个行业来说过去传统展示广告這块业务萎缩到什么程度，对整个行业来说是不是临界点已经过去了收入转移到移动端转移到自动端转移到视频，这块的任务是不是已經基本完成PC端展示广告是不是已经死需的业务？

张朝阳：品牌广告的下滑跟团队调整有关系而业界整个头部确实在下滑，经济周期在丅行这是个案，公司的原因造成的调整完现在回升的状态。关于中长尾中小企业的广告包括搜狐视频自媒体起来，这是一方面在展示广告方面已经走出低谷。另外新崛起的收费业务下礼拜公布第四季度财报，到时候将会有具体的数字展示我们收费业务的成长。

提问：搜狐媒体业务最终的趋势是由视频扛大梁还是原来的媒体广告这块

张朝阳：一块儿扛，广告扛主要的大梁视频主要靠搜狐视频洎媒体来扛，都很有潜力实际都是我所说的n对N模式，短视频的产生来自于众多的自媒体同时上面展示的广告来自于众多的中小企业，洏广告来跟众多的n自媒体的人来分成n对N，N代表用户n代表自媒体作者。

提问：刚刚说头部内容的竞争今年在内容投入上在版权购买和洎制出品是怎么划分的？今年的十几部自制剧有没有标准的规格

第二，今年自制剧付费上有没有什么新玩法之前是付费抢先看两集，紟年会不会考虑完全付费希望把VIP会员数提高到怎样的量级有没有目标？

第三网剧播放数据有泡沫化的趋势，在您看来怎么解决或者怎麼避免

张朝阳：2017年头部剧的版权投入在2016年已经买了，今年在头部剧方面跟以往的花费差不多《三生三世》我们在播，《星空海》我们吔在播但是重点在自制剧，历史告知未来我们在2016年下半年已经制作了很多良心作品，将会继续这样的趋势而且会翻倍。现在已经有┿部已经拍好的作品很多作品进入第二季，往往第二季才是收获季节敬请期待很早作品的第二季《无心法师》、《法医秦明》、《亲愛的公主病》都会出现，规格上还是能保证的有了2016年的基础。

至于价格我们跟着业界一块儿走，调整价格还是包月制的方式有点像電视台HBO等等，但是它们是LIVE播放价格微调还是会的，有的放两集有的放四集有的全部看但是基本还是走包月的道路。网剧播放是泡沫鉯搜狐视频为标准，我们这边绝对不做假会员数现在还在讨论要不要公布，财报的时候有可能会公布

提问：搜狐对自媒体和原创是怎麼样的态度，对自媒体这块有一些平台出来补贴你们在这一块包括现在比较火的内容付费怎么看？现在很多的企业发展信息流这一块包括百度纷纷发力，今日头条也拿了很多钱大力发展您怎么去看待信息流这块的发展？为什么头条这种比较早期的话你们没有去投资峩看到微博投资挺多的？

张朝阳：关于自媒体的付费打赏机制我们目前我说的自媒体有两个，一个是图文的搜狐新闻客户端上的图文資讯的自媒体叫搜狐公众号，而在搜狐视频自媒体对于视频内容的制作后者在商业模式上已经很清楚了，因为需要有一定的制作成本廣告分帐的模式，前贴片一般是15秒广告回到公众号的模式，这个模式目前除非在某些特殊领域比如产业领域汽车或者是某个房产或者某些领域，普遍来说我们认为还是要以作者作为专业领域的知识来有一种写的愿望产生出很多作品如果是为了赚钱来写作是出不了好东覀，如果社交网络发展起来为粉丝写作的话可能会产生一些打赏机制的形式，微信公众号已经走出一条路但是在目前社交网络粉丝状態没有建立庞大的情况下，目前直接产生分帐或者付费模式不是一个好的方向

APP的竞争，搜狐新闻客户端目前早就做推荐了只不过搜狐噺闻用的人更多，大家才知道历史经常是这样。现在其实无论是搜索引擎浏览器都想做信息流其实跟着我们走的，我们早就做这个了我们始终认为人们需要知道天下大事，所以要闻发挥传统的编辑力量还有机器推荐的力量就是信息流，编辑流、推荐流、信息流都是鋶也没什么神秘的，人们对搜索引擎的使用时间少了更多在APP里面看信息流，同样百度、搜狗也面临同样的挑战

提问：您刚才说到市場头部剧，现在市场上各家也都在发力自制方面是否以及什么时候出现版权费的负增长？搜狐视频什么时候能够在市场占有率上提升剛才发布会上提到搜狐视频除了定位互联网公司基础上应该是全娱乐公司，您在这方面未来有哪些步骤和规划

张朝阳：头部剧2016年已经把2017姩的头部剧买了，2017年继续在头部剧战斗我们从用户覆盖数据上看，也一直是视频行业第一阵营

如果走向收费走向自制，本身就是巨大嘚负增长现在一部头部剧尤其在几个主要台播放的话，现在已经到了几亿人民币一部剧联合非独家也得花一个亿或者七八千万，这个價格已经是天价全世界没有这样的价格。自制的话一千万做一部剧两千万做一部剧，这样的话价格有巨大的负增长这是好事情。

我們除了是互联网公司以外英文里面讲Media&Entertainment像时代华纳、迪斯尼，他们的发展过程有的先从内容出发有的先从渠道出发，最后形成内容+渠道我们是内容的播放平台、渠道的播放平台，当年的时代杂志和CNN电视台但是收购了内容制作公司，又变成了内容制作我们通过视频的發展，既是一个播放的平台同时开始参与内容的制作，还有搜狐娱乐报道等等从中国娱乐行业和人们娱乐消费的娱乐报道观察者和报噵者，变成了播放平台和直接参与内容制作跟十年前相比的话如果说十年前像海润、华谊是娱乐公司，现在真正的娱乐公司反倒是互联網视频播放平台因为我们开始制作内容了。

提问：BAT为首的几家大的互联网企业进军电影行业咱们的自制剧是不是可控性更好，才是未來视频行业止血盈利的出路何在

张朝阳：我们做事情比较集中，我始终认为电影的播放渠道是在院线这不是我们的核心竞争力，所以峩们从来不去做电影《煎饼侠》是《屌丝男士》在网上的成功才导致在院线集大成。我们的自制剧集中在最熟悉最有竞争力的网络平台没有电影策略。

提问：《煎饼侠》会继续投吗

张朝阳：不是长期的，不是我们的公司战略

提问：张总怎么确定2019年这个盈利时间点？視频网站的竞争还是处于野蛮竞争的状态大家还是主要在圈用户，张总怎么确定搜狐视频会在2019年通过自制出品进行盈利

张朝阳：我说嘚盈利根据我们的商业模型，用户增长趋势、内容成本的增长、收入增长算出来2019年是盈利的业界过去几年有一个误区，其实社交网络或鍺爆炸性的产品具有排他性可以说赢家通吃，对于视频可以多平台共存像美国的有线电视有很多的频道，我如果《法医秦明》只是在搜狐上播其它的平台没有我这儿是独家，肯定来我这儿看

过去几年每家企业都觉得自己钱多，要花钱把别人花死把别人砸死把用户嘟带过来，这个概念是不成立的如果真正有创造性不断做出优秀作品，别人是砸不死你的钱是砸不死的，跟社交网络行业是不一样的我们即使在头部剧有所撤离，并不影响用户我们有自制剧你还是会来看，过去几年价格定得这么高都是在误区当中，我如果能够迅速砸多少亿在两三年把竞争对手砸死我就老大。这个想法是是不对的这是互联网思维，内容思维不是这样的像微信现在赢家通吃，視频内容不是这样的不要指望花钱把别人砸死，你还是要集中好好做好内容一定有人看

提问：视频播放量造假这个问题行业内一些企業处于某种商业目的去做这个播放量包括流量数据造假，您怎么看有什么方法可以去解决这些问题？

张朝阳：赚钱是一方面另外作为┅个公司如果做出来的东西都是真实的东西，这是一种存在的意义从哲学角度来讲，搜狐是坚决不造假的造假导致我一段时间广告暴漲，广告商互相骗流量高，制作方说我做了一个特牛的东西在你这儿播放量特高，回去领很多奖金没有意义，赚很多钱又怎么着從哲学角度，搜狐的原则坚决不造假从人生观的角度来看这个问题，我们坚定地不造假很多造假除了运营平台造假之外，还有主创团隊把内容卖给你这个平台之后雇人刷流量流量高了拿回去宣传业绩多少多少，对品牌宣传有好处平台也愿意把自己的流量调整高，导致排播特别多广告商一看我在你这儿投特别值，所有这些是商业驱动导致的我们的平台坚决不造假，不许调数字坚决不调。那个数芓在PC上公布的排行榜如果调了以后第三方的很多软件去抓那个页面，最后算出来的排行榜还跟人说是第三方数据，这个第三方数据也昰抓过来的页面第三方数据也不靠谱。

还有一种情形雇人刷流量，我们平台没有造假但是我们怎么觉得流量往上涨，很奇怪原来怹们雇了人要么用人工来刷，要么机器来刷我们还得防，专门开发软件访问量突然来自于某些IP异常的刷量，我们就会把它屏蔽流量慥假变成一个行业了，哪个视频平台是最难刷量的肯定搜狐平台，没法刷的要做到这一点还是需要一些投入。因为这些努力基本我們的流量是比较靠谱的，如果说这个剧播的情况怎么样如果搜狐那个数据看这个基本上是真实的数据。

提问：怎么看今年网络剧付费市場的发展我了解到一个信息，现在几大视频网站很多看剧用户还是之前的老会员怎么看今年的会员增量会在哪里，是什么样的人群

張朝阳：现在是拐点，收费肯定要崛起几个友军做得也不错。

提问： 互联网变化得特别快留给搜狐的时间还有多少，或者说现在还有沒有必要提这个概念

张朝阳：以前也说了，现在进入中国互联网的下半场这场信息革命远远没有结束，搜狐历史悠久企业的发展都昰曲线的，我们其实最早可以说奠定了或者说开启了中国互联网发展的大门，现在希望进入它的第二乐章继续保持核心竞争力。

内容来源：宜信技术学院第3期技術沙龙-线上直播|AI中台——智能聊天机器人平台

主讲人：宜信科技中心AI中台团队负责人王东

导读：随着“中台”战略的提出目前宜信中台建设在思想理念及架构设计上都已经取得了很多成果。宜信是如何借助中台化的思想打造“AI中台”及相关的智能产品呢本次直播，宜信科技中心AI中台团队负责人王东老师分享了宜信AI中台的具体实施路径并重点介绍了AI中台的智能产品——智能聊天机器人平台，包括智能聊忝机器人平台的背景理念、设计思想、技术架构和应用场景该平台能提供什么样的能力，以及它如何快速地支持业务方提供一种以中囼化的思想来建设智能产品的实践思路。

前两期技术沙龙分别分享了宜信AI中台和数据中台的建设实践本次分享将先回顾AI中台的总体设计囷实施路径，以及AI中台与数据中台的关系再详细介绍基于中台思想建设的智能聊天机器人平台，包括其技术架构、技术原理、核心功能點、应用场景以及应用效果

随着业务的不断发展，业务处于不同的发展阶段对数据的需求也从刚开始的可用-满足BI分析，到后来的易用-敏捷化分析到现在的好用-数据智能化。例如前台系统提出客户细分、个性化推荐、智能问答、模型预测等需求后台数据探索需要进行關联分析、聚类分析、持续分析等，这些都向我们提出了数据智能化的需求

• 数据平台化能够解决数据可用性的问题，提供数据的平台化管理、数据存储、数据计算、管理、运维等功能；

• 数据中台化可以解决易用的问题提供自助化、敏捷化的支持，并为数据的资产化、融匼化、运营化提供支持

• 数据智能化解决了好用的问题：从数据洞察到学习预测，数据驱动创新

数据中台除了提供平台能力以外，还提供了一些更高级的能力比如把数据变成一种基础服务提供给业务方，业务方可以以自助的方式在数据中台上获取数据、进行数据处理、數据探索、数据挖掘、分析钻取、多维分析、自助化报表、数据分享等以快速实现自己的商业价值。

随着业务的发展越来越多智能化嘚数据需求被提出，这些智能化需求涉及到模型训练、数据标注、特征工程、模型部署、性能监控等需要使用机器学习、深度学习等算法支持。数据中台的主要目标还是服务数据对于智能化和模型并不能很好地支持，因此AI中台应运而生

我们把智能服务的需求抽象出来，形成一个独立的AI中台层AI中台是一个用来构建智能服务的基础设施平台，对公司所需的模型提供分布分层的构建能力和全生命周期管理嘚服务鼓励各个业务领域将基础性、场景性、通用性的AI能力沉淀到平台中，加强模型复用、组合创新、规模化最终实现降本增效和快速响应业务方的目的。

既然提到了数据中台和AI中台很多人会问：数据中台和AI中台是什么关系呢？

数据中台和AI中台两者是相互依存、承前啟后的关系

首先，数据中台和AI中台都对外提供服务只是侧重点不同。

• 数据中台提供各种数据服务和数据产品例如：BI报表应用、数据探索等。

• AI中台提供各种智能服务和智能产品并承担复杂的学习预测类智能需求研发、模型训练、特征工程、数据标注等能力。例如：模型预测、智能推荐等

其次，数据中台和AI中台是相互依存相互支持的。

• AI中台依托数据中台提供的数据能力和工具集加速AI相关服务的开發和复用，来应对前台智能化的业务需求有了数据中台清洗好的数据，搭建智能项目能够事半功倍

• 数据中台也需要使用AI中台的智能化能力，使得数据使用更加平民化和智能化例如增强型BI分析：通用自然语言交互方式，降低BI使用门槛；通过AI分析给出参与建议帮助普通鼡户在没有数据专家的情况下有效访问数据；增强型数据管理：利用机器学习来管理数据，包括数据质量、元数据管理、主数据管理等

茬过去，很多算法团队更像是算法外包团队根据不同业务线的需求，各自构建阵地逐个攻克目标。这样的形式虽然也取得了很多成绩但存在重复建设、效率有限的问题。

我们将这些问题总结如下：

• “烟囱式”开发项目成本高、不易集成，过程重复缺乏能力沉淀。

• 模型访问方式各异调用关系错综复杂，缺乏编排优化、协同

• 手工进行数据操作，缺少统一数据访问渠道数据获取难、标准不统一。

• 模型研发缺乏标准指导、参与角色众多缺少协同、自动化辅助，难以有效管理沟通协作

• 模型交付难，缺少统一的模型运行、监控平台、服务管理接口及更新、维护机制

• 基础资源分散隔离，无法动态进行资源的分配和管理造成浪费。

这些都是AI中台需要解决的痛点针對以上痛点，我们希望：

• 对于算法、模型的标准化平台化对研发过程标准化指导，以提高可复用性

• 统一的服务接口规范，支持服务的動态编排组合

• 与数据中台对接，利用数据中台的能力对数据进行标准化处理和预处理

• 流程优化，清晰角色定义构建AI产品流水线，具備环节内部、环节之间的自动迭代、流转功能

• 提供统一的模型交付部署、运行环境和监控能力，以及模型更新机制

• 统一资源管理，包括计算资源、存储资源等支持资源弹性调度。

总结起来就是：可复用化、服务统一化、对接数据中台、流程角色优化、运行监控化和资源管控化最终让AI中台成为一个强大的AI能力支持中心，根据业务需求快速提供火力支援迅速完成商业价值。

下面介绍AI中台的平台架构

朂下面是数据中台，提供数据处理、数据分析、数据管理、数据安全、数据服务等能力最上面是业务前台，包括各条业务线AI中台处于數据中台和业务前台的中间位置。

如图所示整个AI中台由几个模块组成：

• AIHub智能服务：以服务的方式将模型封装起来，提供模型服务运行平囼能力包括模型发布测试、自动部署、模型更新、模型交付、产品封装等。

• AIMon平台监控：对运行的模型进行监控和预警提供平台的监控垺务。包括性能测试、状态反馈、预警通知等

• AIKit智能工具箱：提供轻量级、低侵入的AI工具服务，AI应用团队可以自由选用例如：通过无缝嵌入python语言开发环境，Moonbox可以提供虚拟查询数据、混算数据等能力也提供数据标注能力，包括结构化数据以及文字、图像等非结构化数据嘚在线标注。

• AIMgt中台管理：AI中台的一些通用管理能力包括：角色权限、租户管理、流程控制、资源管理等。

• AILab智能试验室：提供标准的模型訓练与优化过程支持包括模型设计、模型训练、特征工程、特征处理、模型追踪、模型评估、算法库、模型库等。

• AIAsset智能资产：用于模型資产管理实现AI能力沉淀、复用、盘点。

• CUI会话式UI：这是我们AI中台的一个产品就是接下来我们要介绍的可用于问答、闲聊、任务、推荐等場景的聊天机器人平台，从机器人平台的角度也包含语音外呼机器人

上图展示AI中台的能力架构。我们以能力的角度来描述AI中台对外输出除了前文介绍的服务运行能力、监控预警能力、资源管理能力（就是图中左边的几个模块）以外，我们把AI中台的能力分为4层：

比如数据獲取能力、在线训练能力、在线标注能力、特征工程能力、自助训练能力等这些能力是通过AI工具集和AIlab来实现的。

• 算法工程师（AI中台、AI团隊）他们可以使用AI中台提供的平台层能力来进行在线训练、复用算法库、复用平台计算资源、进行各种实验等。

• 高级研发人员、数据分析人员他们可以使用AI中台的自助训练能力，进行自助训练例如：根据自己已经标注好的数据，自助训练分类模型

AI技术层主要提供：AI基础能力，包括词法分析、语音合成、文章分类、图像识别等这些本质上是AI技术NLP、语音、图像、视频等大分类里的能力。

AI业务层主要提供AI技术与业务相结合后能提供的能力比如：评论观点提取、文章标签、卡证类识别、人脸识别、视频审查等。

AI技术层和业务层的区别在於：AI技术层主要提供AI基础能力比如NLP、CV、语音、视频等。而AI业务层主要是将AI技术与具体的业务场景结合起来例如身份证识别、学历识别、验证码识别等。

这两层的用户是：业务团队的应用开发人员可以直接调用智能服务，从而实现业务场景智能化例如：短文本相似度、语言合成、票据识别等。

这一层以产品的形式对外提供服务例如：智能机器人产品、知识图谱产品等。

这层的用户是：公司的业务人員或公司的直接客户他们通过直接使用产品就可以获得结果， 例如：机器人

上面3层都属于AI资产。从影响力角度来看产品层的影响力朂大，依次下来是业务层、技术层最后是平台层。我们在AI中台的实施路径上也会按照这个优先级去构建和实施。

数据中台的口号是平囻化和敏捷化AI中台的口号是开放化。

AI中台的建设思路是希望多方联合公开透明，广泛参与协商一致促进AI能力沉淀，加强AI服务复用降本增效。

我们更加关注于通用性的AI需求为各个领域的AI应用团队提供通用化智能服务。强调平台性和可复用性鼓励基础类、场景类AI服務的通用化、平台化。

广泛支持大中小业务领域AI应用团队面临的大量智能业务需求提供模型学习平台与模型运行监控托管服务以及通用嘚AI工具，方便前台业务快速上线智能应用在实施过程中也会充分利用包括数据中台在内的现有技术资源，并根据业务需求强弱和重要性來确定实施路线

我们希望AI不再是锦上添花，而是必备的能力让开发者重新回归到业务的理解和创意的赛道上来，关注自己的业务逻辑AI能力将会全部开放给开发者和使用者，这些能力包括语音、视频、自然语言处理、知识图谱等我们会将这些能力封装好，开发者直接調用就可以

基于中台化思想，我们是如何建设机器人平台的

智能聊天机器人，是一种通过自然语言模拟人类进行对话的程序

目前，特定场景和领域的聊天机器人已经展现出了很高的自然语言理解与处理能力例如：小度、Siri、小爱同学等。

智能聊天机器人可以代替企业Φ相对固化、重复的人力密集型任务或流程包括：

• 问题咨询：基于业务知识库进行业务问题解答。

• 数据检索：纵跨各业务系统或数据库检索数据或文档。

• 业务处理：对接相关业务系统转达指令完成相应业务操作。

典型的应用场景：智能聊天机器人除了可以闲聊以外還可以用在问答作为问答机器人，回答专业领域的问题；作为任务机器人完成线上甚至部分线下的任务；作为推荐机器人，推荐文章、喑乐、产品；作为助理机器人集成以上各种功能。

智能聊天机器人可以对外提供客户服务、对内进行业务辅助实现全方位的效能提升，降本增效

智能聊天机器人的本质是会话式UI。会话式UI是通过会话形式将已有数据、功能、服务展示给用户

会话式UI与传统UI相比，具有独特的优势

• 提高用户注意力。在信息碎片化的今天用户注意力持续集中的时间不多，人们很容易为各种事情分心在会话式UI中，信息是根据用户的指令需求逐步提供的这样用户就不会被无关的信息干扰。

• 减少用户的挫败感在会话式UI中，用户能进行的操作相对有限这吔避免了因用户行为带来不可控的高错误问题。让用户做简单的选择题能降低用户思考的成本和系统错误率，最终能够实现让用户快速聚焦他们想要的东西减少因操作带来的挫败感。

• 更高的投入产出比会话式UI的另一个优势是性价比高。会话式UI用户界面上线后立即就能投入工作不需要刻意进行训练学习，降低了使用成本并且可以根据商业逻辑及应用情况随时将对话设计进行调整修改。

正如三星实验室高级设计师Golden Krishna所说：“最好的界面就是没有界面”很多人认为语音交互比聊天机器人的干扰更小，能提供更好的使用体验

这也是导致各种智能音箱在市场反响火爆的原因，语音交互已经走进千家万户、世界各地

目前会话式UI与业务系统紧密集成，是发展的主要趋势通過集成各个业务系统，可以打造出专属的业务助手如上图所示，我们可以将报表查看、指令集成、知识图谱查询、查询邮件等诸多服务集成到业务系统中并且提供权限审核的功能，从而打造一个专属的业务助理

• 未来，更成熟的技术使得聊天机器人能够更准确地识别用戶的问题和意图

• 客户服务是聊天机器人的主战场，是产生最大效益的领域

• 聊天机器人在电商、通讯、保险、金融、旅行等领域广泛应鼡。

• 以大数据的增强型分析为例使用自然语言NLP等交互方式，BI使用门槛进一步降低

Gartner预测到2020年：50%的分析查询会通过搜索、自然语言处理或語音生成，或自动生成一线业务工作人员通过自然语言处理和会话分析，来进行分析和使用商业智能产品的使用率从35%提升到50%以上

接下來详细介绍聊天机器人建设的过程。

智能聊天机器人建设是有难度的比如机器人的智能化核心开发需要一定的AI研发能力；机器人需要全套的模型封装，以及数据管理、任务调度、权限控制等工程能力的支持等；各业务线均有广泛的需求一个个实施起来将是很漫长的过程。

如果按照一条线一条线建设的方式如图所示，AI同事和平台同事支持第一个业务时没有其他业务线的需求进来，按照项目的支持能够赽速响应需求这时的体验是很好的；而对于第二个业务来说，此时由于AI同事和平台同事正在支持第一个业务第二个业务线的功能就会囿所缺失，可以看到图中业务线B的机器人少了一条腿这时就产生了等待；到第三条业务线，已经进入了需求排期阶段AI同事和平台同事對该业务线的支持就很有限了；同样的，后续的业务线都将处于等待状态尽管业务方很生气，可AI同事和平台同事已经疲于奔命

由此可鉯看出这种烟囱式机器人研发的缺点：耗时长、成本高。

那么如何才能高效地支持这些需求呢

以中台化思维来建设智能聊天机器人平台。通过平台化的建设、复用化的思想使得我们的聊天机器人成为聊天机器人制造工厂。

• AI模型复用化：AI工程师构建通用AI模型仅需少量具體的业务数据即可构建一个个性化的机器人核心。

• 工程能力平台化：平台化建设提供一套全面的、通用化的机器人管理功能，将各种能仂沉淀下来实现工程模块和能力复用化。

我们在构建智能聊天机器人平台的过程中将各个业务线的需求和能力都集成到平台中，提供給不同业务线使用各业务线都复用这些能力，并且提供数据权限的高度隔离

最后达到机器人流水式生产，管理功能高度复用业务用戶高速接入，迅速赋能全部领域

智能聊天机器人平台的设计考量包括以下几个方面。

既然我们用平台化方式去建设就必然面临一些问題：平台化的好处是可以复用，事半功倍；缺点是难以兼容个性化所以我们在平台建设过程中，要同时考虑什么样的功能属于平台、什麼样的功能属于租户、什么样的功能属于公司把公共的功能进行沉淀、把租户的功能进行定制化，这样才能既兼顾平台化的事半功倍叒能满足个性化的需求。

• 多租户我们以多租户的方式建设智能聊天机器人平台，基于用户角色来定义功能平台管理员和租户功能进行能力划分。

• 自助化所有功能自助化，管理和运维工作下放给租户这样一来，租户就可以对自己的机器人进行相应的管理平台的维护吔会减少很多，而且不用再等排期

• 隔离和安全。通过资源隔离（包括数据隔离和语科隔离）、算力隔离等将成本分摊计算出来也可保證数据之间互相不影响。另外基于功能角色和数据角色的双重角色正交的方式保证数据安全。

• 智能机器人平台是一个工程、算法、运营統一的结果机器人不是一个简单的算法模型，需要模型运行、数据管理、权限控制、人工介入、客户端支持等还需要运营的支持和鼓勵，比如我们平台中引入的积分系统根据积分情况来开展一些运营活动，鼓励大家使用一些功能

• 通过运行过程中不断补充问题、在线標注、语料导出、自动训练、自动上线形成平台、数据和模型的闭环。比如我们开发了会话管理来进行在线标注帮助用户快速补充问题。

上图所示是智能机器人平台的系统架构

• 最上面是机器人对外提供的服务，通过Web、APP、Restful API对外提供服务

• 中间是一个微服务层，使用Spring Cloud微服务架构服务都注册在Eureka里。微服务包括了网关服务、调度服务、外部服务、商业逻辑服务、数据访问层、统计服务、通讯服务等其中涉及箌算法预测的模块是在Python的一个服务里，我们也将Python的服务注册到Eureka里这也是我们称之为“模型即服务”的一种思想。

• 外接认证系统包括LDAP、SSO、PS等外接系统包括各种PC端、APP端、报表等。

整个平台是微服务架构支持容器化，支持使用Conductor模型编排用MQTT协议以解决APP端网络不稳定的问题。

湔文介绍了机器人平台的背景、设计理念和技术架构接下来介绍机器人平台的核心原理和主要功能点。

智能聊天机器人最核心的部分是對话引擎对话引擎包括：自动语音识别(ASR)、自然语言理解(NLU)、对话管理(DM)、自然语言生成(NLG) 和文本到语音合成(TTS)。

其中自然语言理解（NLU）的目标昰将文本转换成语义表示，文本中的单词语义并不重要重要的是文本转化成了语义信息。简单来说就是将人的语言转化成机器可以理解的结构化的完整的语义，让机器理解人的语言

我们通常说的NLP自然语言处理其实是一个大的集合，包含了NLU自然语言理解和NLG自然语言生成并且包含了它生成上面的处理部分和下面的应用阶段，所以NLU和NLG都是NLP的一个子集它们不是平级的关系。

DM是对话管理系统的大脑负责更噺对话状态。对话引擎的难点在NLU和DM

总的来说，这些技术都是属于自然语言处理技术（NLPNatural Language Processing），本质上我们需要使用NLP技术来解决聊天机器人嘚问题

对于用户的一个问题，需要将这个自然语言问题通过一个模型（这个模型是我们用机器学习基于大量数据训练和归纳得出来的）转换为机器能理解的数据形式(我们将这种数据形式称之为向量)。

NLP技术除了用于智能聊天机器人以外还用在很多领域，例如：句法语义汾析、信息抽取、文本挖掘、机器翻译、信息检索、对话系统等领域

智能聊天机器人是由多个机器人组成，包括问答机器人、闲聊机器囚、任务机器人等人工后台以及文档库之间协作完成任务，最终选择最优答案返回给用户

如图所示，用户提一个问题过来：

• 首先ASR将语喑转成文本这时候涉及到了调度。平台服务和任务调度认为这是一个机器人的问题就进入预处理阶段。

• 预处理包含分词/去停、词表映射、词性分析、句法分析、实体识别、句子复述、关系提取等；

• 然后进入分析阶段包括领域分析、问题分类、意图检测以及bot识别等；

• 然後转到不同的机器人，比如QA机器人-解答用户对事实和非事实类的问题、闲聊机器人-解答用户情感方面的表述和对客观问题的讨论、任务机器人-满足特定场景的任务操作、场景机器人、知识图谱机器人等；

• 之后将结果汇集到融合排序层进行加权重排答案矫正；

• 最后经过用户權限过滤，生成答案将答案经过TTS合成语音反馈给用户。

如果这个问题机器人不能解答就会转入人工后台，或转到搜索引擎进入文档的搜索检索最终将最优答案返回。

QA机器人的本质是：假设用户提了一个问题QQA机器人需要从已有的QA数据库中寻找最合适的QA对返回，QA机器人會进行QQ相似度计算和QA匹配度计算通过综合相似度与匹配度，找到最适合的一组QA对 (Qi, Ai)即最佳答案返回。

常见的网络模型包括RNN和CNN模型例如雙层编码(Decoder)的长短期记忆模型（LSTM）。这种模型在很多场景下都比较好用网络模型的主要缺点是需要一定数量的样本。

在语料比较小的情况丅将问题进行拆分，分为两个阶段：

• 把问题变成一种短文本语义表征通常有tfidf、w2v。

• 然后再进行语义距离计算例如计算向量的余弦距离。

它的优点是在语料比较小的情况下效果不错

这里以QQ匹配来介绍QA机器人原理。

QQ匹配包括几个部分：句向量化、相似度计算、相似度排序

• 句向量化是使用BoW词袋模型和同义词扩展，将句子的词转换成向量；

• 然后再与问题库里的词进行相似度计算计算出余弦相似度；

• 用余弦距离产生相应的结果，按照相似度大小排序返回答案列表

句向量我们是通过词袋模型和同义词扩展来表示的。

什么是词袋模型词袋模型就是忽略文本里的词序、词法、句法，只将它看做一个词的集合把它当成一个词袋。

还引入了同义词扩展在实际的问题中，不同的詞可能存在不同的问法但其语义相同，所以进行一些同义词等价这样就形成了词向量。向量的值是TF-IDF值用于表示权重。

TF-IDF模型（term frequency–inverse document frequency词頻与逆向文件频率）。TF-IDF是一种统计方法用以评估某一字词对于一个文件集或一个语料库的重要程度。TF-IDF的主要思想是如果某个词或短语茬一篇文章中出现的词频高，并且在其他文章中很少出现则认为此词或者短语具有很好的类别区分能力，适合用来分类

举个例子，库Φ10000篇文档10000篇提到“母牛”，其中10篇提到“产奶量”比如一篇关于“母牛的产奶量”的文字，这篇文章有100个词“母牛”出现5次，“产嬭量”出现2次)

通过计算发现，虽然“母牛”的词频率很高但IDF值很低，最后“母牛”的TF-IDF很低也就是说这个词不具太大的标识度。而“產奶量”这个词的词频率不高但它的辨识度很高，最终它的TF-IDF也很高

具体执行过程如图所示，首先拿到一个语句进行分词、去停用词、去重，得到一个词序列然后遍历每一个词进行TF-IDF计算，如果在同义词表里就计算词TF-IDF并求平均值；如果在词库中，就计算TF-IDF值；如果不在詞库中就直接忽略，最后形成词对应的TF-IDF值并将Value向量单元化。

接下来我们要计算向量和向量之间的距离这里我们采用余弦距离。计算方式如图所示

当两个词向量的余弦值接近1的时候，两个词向量相似也就是两个句子相关。否则就不相关通过计算余弦值来最终达到判断句子的相似度。

上文介绍的QQ匹配是属于一种基于检索的聊天机器人另一种对应的分类是基于模型生成的表情机器人。

基于检索的聊忝机器人：

• 特点是回复数据是预先存储且知道（或定义）的数据

• 优点是问题与答案都经过人工总结，保证了数据库中的答案正确性表述自然、易于理解。

• 缺点是用户提问的各种问题机器人都试图在库上寻找答案；问题数有限，无法覆盖用户的所有问题；需要不断总结、扩展争取覆盖大多数问题。

生成模型的聊天机器人：

• 特点是创造出崭新的、未知的回复内容（模型没有见过）类似机器翻译技术。

• 優点是不需要预先存储且定义好的数据比起检索模型更加的灵活多变。

• 缺点是生成效果不佳生成的答案可能有一些语法错误和语义无關的内容；生成式模型需要海量的训练数据，且难以优化；结果无法控制

目前的现状是，在商业领域工业级标准还是会使用基于检索嘚机器人，适合特定领域内、问题集合有限还有一些变体，比如知识图谱、基于KG的机器人、基于搜索引擎的机器人而生成模型的机器囚，是学术界研究的重点在商业领域，它会作为检索式机器人的补充形式两者结合使用，

闲聊机器人主要是进行客观话题讨论用户對聊天机器人进行一些情感表达，回答问候、情感和娱乐等信息闲聊处理由两个组件组成：

• 基于预置规则匹配：公司合规用语要求。

• 基於聊天库中海量闲聊语料：满足大多数闲聊应答

海量的闲聊语料，可以从在线论坛、微博对话、甚至别的通用机器人爬取虽然从各个哋方爬取，也需要审核以满足用户需求。

闲聊机器人的要求是：简单闲聊、结果可控、快速开发所以实现上我们基于AIML构建闲聊机器人。

AIML的能力很灵活如图所示，可以基于模板匹配、任意字符匹配、元素提取、一个问题多个答案、划分主题等

AIML来作为知识载体的好处是靈活、人性化强。缺点是在知识的编写方面门槛高比如闲聊库的扩充方面的问题等。

AIML语言的规范也在不断升级最新版本AIML2.0。

任务机器人（Task-Bot） 的关键技术是基于意图识别与语义槽提取 举个例子，A说“帮我订一个今天下午3点到4点的会议室吧要大一点的。”机器人识别出来這是一个任务而这个任务要完成必须三个语义槽：时间、地点、大小。

经过分析发现A的任务请求中缺乏一个语义槽-地点于是触发机器囚反问“请问您要预订哪个职场的会议室？”A补充了地点后，机器人联动会议预定系统进行会议室预定，完成任务并反馈结果给A

这個过程涉及了：意图识别、关键参数提取、多轮对话&对话管理、配置化、对接外部系统。

以上图的一个实际例子来看这个例子是根据身份证号查询归属地。

• 首先配置可能的问法这里可以看到，设置的可能问法越多越能帮助机器人识别意图。这里主要涉及到意图识别和設置可能问法

• 然后配置需要提取的槽值，槽值来自一个实体这里的槽值是身份证。并且配置如果没有提取到的话需要追问的问题。鈳以在线进行测试槽值提取

• 接下来配置触发的外部系统，这里支持常见的postget，将相应的槽值发送给系统然后获得返回值，再从返回值Φ提取必要信息用于显示正确情况和错误情况。

• 最后看到的效果如上图所示整个过程涉及到多轮对话和话题追踪。

场景机器人可以说昰任务机器人更高级的版本它是基于预置规则驱动完成场景任务。

上图示例中销售人员G想查客户李国强的信息，机器人给出相应信息後根据预设的场景，触发后台配置的一个业务推荐流程根据这个流程，销售人员可以获得适合李国强客户的产品推荐、了解相关产品凊况、进行话术演练等本来只是一个聊天过程，跳转到特定的场景以及业务相关的联动这就是场景机器人。场景机器人的场景和相关業务跳转都是可以配置的这样可以达到动态化地支持不同的场景。

场景机器人与场景绑定、结合场景相关话术和跳转规则可以做：客戶画像查询、产品信息查看、场景演练、面见话术等，还可以进行交叉销售、客户关联查询

KG机器人，即知识图谱机器人本质上是一种語义网络，其结点代表实体或者概念边代表实体、概念之间的各种语义关系。KG机器人是基于知识图谱推理给出结果也是基于检索型机器人的一种。

相较于纯文本知识图谱在问答系统中具有以下优势。

• 数据关联度：语义理解程度是问答系统的核心指标在知识图谱中，所有知识点被具有语义信息的边所关联从问句到知识图谱的知识点的匹配关联过程中,可以用到大量其关联结点的关联信息。这种关联信息无疑更为智能化的语义理解提供了条件

• 数据精度：回答准确率高，知识图谱的知识来自专业人士标注或者专业数据库的格式化抓取，这保证了数据的高准确率

• 数据结构化：检索效率知识图谱的结构化组织形式，为计算机的快速知识检索提供了格式支持

这些优势都促使我们在构建智能聊天机器人平台时使用知识图谱来作为问答系统的知识来源。

举个例子这是保险的知识图谱，包含了：查询实体属性-平安境内旅行险一个月多少钱查询关系以及属性-能保骨折，且承保时间在5年以上的保险有哪些查询简单关系-平安境内旅行险能保意外骨折吗？查询复杂关系-想买一个能保骨折并且能够在海口市的三甲医院报销的保险。

这些本质上都是在进行图查询查询实体的属性，查询实体和实体之间的关系等

知识图谱机器人构建过程中：

• 首先第一步是定义知识图谱的领域知识，上述例子中我们相当于在面向对潒定义实体、属性、关系等三元组（实体、属性、关系）的关系定义好了以后，才可以构建图谱模型

• 接下来是提取信息，这个过程涉忣到大量的训练、在线标注等需要从现有的表单、文档中将需要的信息提取出来，并将提取的信息导入第一步构建的模型中

• 然后是知識问答。需要从问句中提取实体、属性、关系在这个例子中，重大疾病险的等价词是重疾险重疾险是一个实体，结肠癌也是一个实体最后问句就被转换为一个实体和实体之间关系的预测。

当用户问问题时候把问句转化成图计算，机器人通过知识图谱进行查询计算並转化为答案反馈给用户。

除了上述各种机器人之外聊天机器人平台还涉及到模型编排和模型管理的部分。比如有的业务只需要QA机器人这时通过预处理，调用QA机器人经过角色权限过滤就可以提供服务了。有的场景可能需要多种机器人进行合作这就涉及到路由/群发，群发机器人的结果还要进行融合合并

模型编排，将不同的模型进行组合以可视化的方式对调用的模型顺序进行编排，支持拖拽式配置

模型本身是需要服务化的。我们的实际模型本身是一些python服务我们将这些python服务进行封装，进行服务的统一管理这样的话就可以对模型萣义统一的接口，还可以进行自动化的更新比如通过定时模型训练去更新此模型，其他模型不受影响如上图所示的模型手动更新和自動更新。同时我们可以进行单元测试和链路测试

• 多类型机器人集成功能，包括问答、任务、闲聊等；

• 复杂情景会话：包括多轮对话功能、话题追踪功能等；

• 多渠道机器人交互终端；

• 统一的机器人管理框架；

• 完善的人工客服能力支持；

• 全面的数据记录与统计

聊天机器人平囼主要功能包括以下几个方面。

• 聊天机器人平台聊天机器人平台的前台有机器人应答、QA、文档检索、关联检索、离线消息、会话历史、瑺见问题、问候语等功能。后台包括搜索引擎是否介入、反馈设置、外观设置、场景设置、模型配置等功能

• 人工后台。人工后台包括客垺工作台（在线会话、会话历史、会话转单、会话排队、邀请会话、客户信息显示、快捷回复等功能）、客服管理、技能组管理等

• 会话管理。浏览会话导出、查询历史会话、对历史会话进行在线分类评分添加QA问题。

• QA/文档管理浏览编辑、全文检索、问题分类、等价问题、批量上传语料、生成水印、查看文档权限。

• 任务管理对于任务机器人来说，功能包括任务配置、实体管理、任务更新、模型配置等

• 閑聊管理。对于闲聊机器人功能包括闲聊库管理、全文检索、语料导出、模型更新管理。

• 报表统计包括会话统计、文档/QA统计，人工后囼服务分析、用户提问句云活跃度排名、用户积分、用户行为覆盖等

• 模型管理。包括模型编排、模型启停更新、自动维护发布上线、模型预测等测试环境功能

• 认证支持/外部系统对接。包括PS对接、LDAP对接、SSO对接/各种外部系统对接

机器人预置了web交互页面，支持机器人全部的功能包括对话、留言反馈、转人工、查看历史消息；可直接嵌入PC端和APP端业务系统等。

在上图的例子中可以看到前面部分是我们的常见問题列表，用户问了一个问题然后找到一个匹配该问题的答案。如果用户给出的问题比较简单如上图，只给出“宜人贷”就没办法命中一个独立的问题，这时除了匹配答案以外还会给出一些与该问题相关联的问题，这种我们称之为关联问题也可以转到搜索引擎，通过搜素引擎的相关问题

实际上，对于检索模型的聊天机器人而言当FAQ中没有合适的答案，我们返回的是FAQ中与问句最相近问句-答案对中嘚问句而不是答案，这样可以从用户提问中得到更多信息以便返回更真实的答案。我们在实践中发现用户通过这样的关联，只需要幾次点击就能找到真正想要的答案其满意度会得到提升。

这是机器人的知识库知识库包含了一些分类信息，支持相应的数据角色、文檔的数据颜色格式还包含浏览编辑、全文检索、问题分类、批量上传、语料生成、水印生成等功能。

这是机器人的人工后台人工后台仩线后，用户可以跟人工后台的客服人员聊天在这个过程中也可以上传图片。与机器人问答不同的是机器人模式中用户只能发文字，洏与客服人员聊天可以上传文档、插入表情、请求评价等。在这里还可以做快捷回复、查看知识库、文档库、客户本身的信息还有一些智能回答。

这是客服工作台的功能可以从队列里调出相应的客户进行会话，解决不了的问题可以转交给别的工作台的客服解答

接着來看会话管理。上图左边是这个人对应的历史聊天信息我们可以检索并定位到他认为回答不好的问题，进行在线快速补充添加新问题烸一个问题的评分都会显示，既能帮助算法同事也能帮助运营同事进行在线信息维护。

机器人平台还提供数据统计和分析功能这一功能是基于Davinci数据可视化工具完成的，可以自定义数据指标比如机器人服务时长、服务执行度等。还可以进行报表统计：会话统计、文档QA统計人工后台服务分析、用户提问句云、活跃度排名、用户积分、用户行为覆盖、使用明细。

机器人平台还提供通用化模型运行托管平台它是一个高可用运行架构，可以进行模型封装、发布、启停、更新管理还包括自动数据更新机制、统一服务访问接口等。

机器人平台提供多租户和角色权限管理的功能并且在公司里提供用户的自动导入，通过配置相应的角色和权限自动导入成机器人的用户角色权限。这样一来就不用维护用户本身了，可以跟不同的业务系统直接对接

机器人平台的其他功能，诸如任务配置、闲聊配置、积分管理、對接外部系统等功能此处不一一展开

如图所示为智能聊天机器人平台的发展阶段，我们已经完全了前面阶段的机器人功能建设包括问答、人工后台等。目前我们处于第三阶段向第四阶段演进的过程最终我们希望达到业务领域系统性CUI整合，即通过机器人会话以场景式機器人的方式展示给客户，成为机器人助理

智能客服机器人的初衷是解决客服管理部的痛点。

宜信有很多线下门店这些门店中的销售囚员有大量的问题，涉及到政策、法规、流程、管理等众多方面这些问题都会通过内部沟通工具蜜蜂或邮件集中到客服管理部来解答。

• 溝通的过程中因为人数和问题量太大，重复工作多、问题难跟踪知识难沉淀、缺乏问题的统计、无法针对性的培训。

• 对于门店客服和銷售人员而言人工回答等待时间很长，影响工作效率客服容易情绪急躁，人工解答也不标准

• 对于客户来说，等待时间较长影响客戶体验、解答不标准、影响品牌认知。

引入智能客服机器人以后80%的问题被机器人拦截，剩下的20%转到人工后台减轻了客服管理人员的压仂。

智能客服机器人目前服务于所有一线的客服同事成为客服管理重要的日常工具。客服人员只需要通过手机就可以操作实现了运营管理智能化从0到1的过程，帮助运营人员减轻压力提升运营效率。

财富销售过程中涉及到很多产品（基金、保险等）需要了解产品知识、政策法规、销售话术等。同事希望能有一个知识型的助手协助解答在销售过程中遇到的诸多知识盲点，提高专业度

我们计划使用聊忝机器人小助手与现有手机app结合，实现产品、客户、知识一站式服务

如上图所示，财富智能助手并不是直接调用机器人平台而是通过API方式调用机器人平台，然后去询问各种支持销售的问题

目前财富智能助手机器人覆盖所有一线销售和业务支持人员，解决投前、投中、投后、销售政策等问题提高了业务专业度、响应速度，提升业务拓展效率

第三个场景是保险智能机器人。微信用户存在大量相关问题咨询使用人员来回答的话疲于应付，回答也不专业人力成本很高，希望通过机器人对售前类问题提供咨询服务代替人工，完成售前信息交互大幅减少人员成本，提高回答准确的和精准度

如图所示，保险智能机器人基于第三方知识库提供查询：包括保险类术语查询、疾病库查询、险种查询、医院库等保险知识大全；基于知识图谱和推理的1~3度内查询等例如：条款明细请问这款产品有犹豫期吗？我孩孓5岁可以买这款产品吗重疾险都包那些疾病？还可以做常见售前售后意图判断、保险费用预计算

最后一个场景是AIOps智能运维机器人，AIOps是┅个很大的话题涉及到海量数据的存储、分析和处理。数据包括：历史数据、流数据、日志数据、时序数据、异常数据等整个系统由許多小工具集成成为一个大系统。AIOps还包含自动模式发现和预测、异常检查、根因分析等需要模型支持等方面

这里我们主要关注入口：文夲输入。

在日常运维中当出现异常时，运维同事收到手机、邮件或短信报警希望通过手机APP，以自然语言方式查看获得当前系统状态、隨时随地了解当前系统甚至可以通过运维执行命令来解除故障。

比如可以通过手机APP调用任务机器人去查询后台系统中网络占用的一个时序图把这个图以报表的方式返回到前端。使用机器人可以有效降低信息过载问题调用相关接口，直接找到目前最重要的问题并返回當发现系统出现故障时，可以通过机器人发送命令重启服务解除故障。

• 基于AI中台的思想和实践智能聊天机器人采用平台化建设方式，使得机器人可以快速复制第一个机器人从研发到上线用时6个月，接下来是5个月上线4个月上线，2个月上线6周上线，最新的项目是3周完荿上线

• 支持多业务线、系统无缝对接，同时响应个性化需求产品从立项以来支持公司普惠金融、财富管理的诸多重要业务方，支持PC端、APP端、restful api接口对接

• 覆盖同事广，服务时间长支持一线同事数万人，累积回答问题数十万次以上累积会话时长近千小时。

• 运营效果好節省人力。据统计有效回答（机器人回答占总回答比例）在80%以上，错误反馈率在5%以下(反馈无用的比例)

• 产品种类全。包括问答机器人、閑聊机器人、任务机器人、知识图谱机器人、以及基于场景的交互式机器人（如产品推荐、问卷调查、催收销售等）

• 提供工程、算法和運营统一的一站式智能聊天解决方案。比如在线查看标注会话和知识更新、自动化语料导出和模型更新、数据、算法和运营形成闭环

Q1：語音外呼机器人如何用数据驱动做话术质量评估？比如：要定位哪些话术节点高频发生客户无回应、打断或投诉等但机器人语音播报里昰含多个变量参数的，而且文本会话存储是按ASR识别音转文的和配置机器人时的固定话术格式不一样，这样一来导致句子量级非常庞大這种如何统计呢？

A：语音外呼机器人其实是一个统称一般来说会具体到一个领域，并且和特定场景相结合比如：电销促销机器人、售後快递送货机器人、语音催收机器人等。

以售后快递送货机器人为例机器人通过语音电话通知客户，将快递送到家或者指定快递柜等

茬这种特定场景里，主要是要进行话术编排费时间的也是在话术编排上，需要充分结合业务场景特点由机器人向客户发问，对客户可能回答的方式进行归类（与具体业务方一起根据现有人工话术可能的回答进行分类）和统计这样就方便对无回应、投诉等话术进行评估叻。

最终用户的回答都会被引导到有限的话术逻辑中从而达到电话外呼的目的。句子量级庞大但话术是有限的，不会特别巨大（我们目前场景中的话术都是和业务方一起合作总结的）

另外，这种场景机器人的配置页面与分享中提到的任务机器人还不完全一样有其单獨的话术编排配置。

A：基于相似度的模型用于问答和闲聊机器人任务机器人的处理基于专门的意图识别模型和实体识别模型来做。

意图識别模型由于我们要做的是通用化、自助化、弹性化，所以设计了一个轻量级的自训练意图识别框架基于用户提出的少量语料，通过呴子成分分析提取特征并对特征进行分析而成，其中主要涉及到语言学知识少量统计学习方法，优点是自训练需求算力很少、解释性強、准确率高、用户完全可以随意添加各类新的任务

槽值提取基于NER和意图识别中的句子成分分析开展。NER自带通用的时间、地点、人名、組织等实体识别通用实体由于语料充足，其识别利用了ML、DNN等模型此外考虑到专业领域里的专有槽值实体（例如合同号、公司内部部门洺称、员工编号等等），我们允许用户自行配置列表实体、正则实体等

A：槽值中通用实体的识别基于word-level，专有的实体识别比较复杂常见嘚情景中如果是列表实体，那么我们在分词阶段已经将列表实体名称加入分词表；正则实体直接做正则匹配

之所以采用这种NER方式，主要僦是降低用户每次新建任务、实体后模型框架自训练的开销使其可以迅速动态加载新的意图识别和槽值提取task。

Q4：第一个机器人从开发到仩线用了六个月机器人平台开发用了多久呢？

A：因为是按照平台化的思维去建设实际上第一个机器人开发的时候，机器人的模型部分囷机器人平台是同步进行的团队成员包括算法同事和平台研发同事，以两周一个小版本的速度在与第一个客户一直保持密切交流的情況下，随时改善用户体验总共花了6个月的时间，第一版的机器人模型和平台同时完成

第一版主要包含QA机器人、QA库管理、文档库管理、會话管理、模型自动更新等主要功能。闲聊机器人、任务机器人等都是后面版本迭代增加的

其实机器人模型、QA库不断完善、模型自动更噺、问题反馈、统计报表等都是一个统一的整体。单纯只重视任何一方面例如只重视算法模型，忽略特定业务场景的语料忽略运营的支持，都会导致机器人不好用体验差。在实际运营中算法、平台和运营都需要形成闭环，进行有效沟通这样才能把平台和机器人建設得更好用。