黃冠輝：我叫黃冠輝，是甲骨文亞太區(qū)的移動化、數(shù)字化解決方案的技術顧問，主要負責人工智能，聊天機器人這些領域的解決方案。
2.能否為我們簡單介紹下甲骨文的會話AI平臺？包括技術原理與應用場景？
黃冠輝：我們甲骨文的AI會話平臺主要是由四個組件組成：第一個組件是渠道，渠道這塊主要是用來跟我們不同的客戶端集成，比方說微信、Facebook，還有一些比如網(wǎng)頁的對話框等等不同的客戶端；
第二個組件是人工智能模塊，該模塊會幫我們做一些自然語言理解、語義識別，以及實體的提�。�
第三個模塊是流程引擎，幫我們?nèi)プ鲆恍⿲υ捔鞒痰脑O計，比如說用戶跟機器人之間的對話應該是什么樣的內(nèi)容、對話的分支的控制，還有一些要跟外部系統(tǒng)集成的接口；
最后一個模塊是外部系統(tǒng)集成模塊，幫我們能夠更好地跟企業(yè)的業(yè)務系統(tǒng)進行集成，里面包括一些API定制、API治理、根連接器等等能力。
關于技術原理，舉例來說，比如用戶輸入進來一條消息，首先會通過渠道模塊進行消息的理解和解析，然后通過人工智能模塊進行意圖識別的理解，接著到對話流程執(zhí)行，最后，如果要用到外部的系統(tǒng)，會由最后一個模塊也就是外部系統(tǒng)集成模塊去集成外部，最后把消息返回到渠道。
至于應用場景，其實甲骨文有很多的聊天機器人的成功案例，從行業(yè)的角度看是跨行業(yè)的，包括金融、政府、通訊，以及公共事業(yè)等等，覆蓋了很多行業(yè)。我們面向的用戶有2C、2B和2E。比方說針對消費者和合作伙伴的，這些業(yè)務可能是做人工客服這方面的工作；對于2E的業(yè)務，我們有一些員工的自治服務，例如預定會議室、打卡、請假，這些我們都交給機器人去處理。
3.請您談一談Oracle AI對話平臺解決了用戶哪些痛點？
黃冠輝：對于客戶來說最大的一個好處，我們可以舉個例子來看。我們看到很多客戶用了我們的人工客服，現(xiàn)在很多企業(yè)都花了大量的成本在人工客服上，特別是一些跨國企業(yè)，員工需要三班倒，在各地有許多的人工客服中心，整個的運維成本是非常高的。但是，在我們的客戶中人工客服處理的問題中有50%甚至70%的對話場景都是可以交給機器人去做的。我們讓機器人把這部分的任務接過來，讓真正的人類，能夠去處理一些更復雜的、更有意義的事情。
4.請您聊聊您在聊天機器人項目實施的過程中，您遇到過哪些技術難點？您又是如何解決的？
黃冠輝：實施過程中，在技術難點，對于聊天機器人來說，首先是語義識別。這一直是聊天機器人或者是自然語言理解里面比較大的一個技術難點。要提高語義的識別率，一般有兩種方法：第一種方法是用更好的語料庫來對機器人做訓練。一般我們會跟客戶一起去設計我們的語料應該怎么去定義會更好，而不是簡單的把過往的一些對話記錄直接仍給機器人去做訓練。
第二種方式就是通過場景的設定。我們甲骨文更加專注于企業(yè)，而企業(yè)很少會去做一些開放域的聊天機器人，也就是什么都懂的。企業(yè)大都是一些特定行業(yè)場景。我們把場景范圍縮小，能夠更好的提高整個語義識別的準確率。
5.我們知道，目前生產(chǎn)與研發(fā)這種機器人的廠家有很多，那么與目前業(yè)界知名的一些聊天機器人相比，甲骨文的聊天機器人有哪些特點？優(yōu)勢在哪里？
黃冠輝：甲骨文一直在做企業(yè)軟件，我們做了幾十年，比方說在用戶的企業(yè)資源計劃方面，我們有自己的ERP云；人力資源領域，我們有PeopleSoft；還有供應鏈等等的業(yè)務軟件，從業(yè)界來說應該都是領先的。并且我們有中間件，比方說大家一直用的WebLogic，還有流程引擎、身份管理等一些安全相關的中間件產(chǎn)品也是在業(yè)界領先的。
甲骨文把這些已有的積累，加入到了聊天機器人的平臺當中，因為企業(yè)的聊天機器人要真正發(fā)揮價值，不能只是簡單的做一些問答，而是要跟它最終的業(yè)務系統(tǒng)做集成。
在跟業(yè)務系統(tǒng)做集成的過程中，有很多企業(yè)系統(tǒng)可能是基于甲骨文的業(yè)務系統(tǒng)，哪怕不是基于甲骨文的業(yè)務系統(tǒng)，那我們的中間件產(chǎn)品，能去幫企業(yè)去做到跟不同的業(yè)務系統(tǒng)、不同廠商進行集成。我們的流程引擎，剛剛說到聊天機器人對話的一些流程，也是用企業(yè)化的流程引擎來支撐的。而不是像一些只做聊天機器人的廠商，他們的前端能力可能跟我們差不多，但是后端需要更多的積累才能提供更好的服務。
6.在您看來，哪些類型的企業(yè)非常有必要擁有自己的聊天機器人？原因是什么？
黃冠輝：肯定是一些大量使用人工客服的企業(yè)。因為我們看到有很多企業(yè)，尤其一些跨國企業(yè)，他們在美國、歐洲都有相應的客服網(wǎng)點，他們需要花大量的金錢去維護、運維這批員工。我們有一個客戶，在部署了聊天機器人以后，企業(yè)整個的運營成本，尤其在人工客服這塊，聊天機器人都解決了，并且解決的還不錯。所以對企業(yè)來說，這個場景肯定是效益很明顯的。
7.最后請您根據(jù)您的工作經(jīng)驗來聊一聊，AI會話平臺目前存在哪些技術瓶頸？該領域未來有哪些比較有前景的發(fā)展方向都有哪些？
黃冠輝：從純技術角度來看，第一個還是語義識別的準確率。這一塊不論業(yè)界也好，還是科研領域也好，都是一個難點。科研領域做開放域的NLP語義理解，也只能達到70%左右的準確率，而準確率需要95%以上才能真正去做商用。
個人簡介
黃冠輝，是甲骨文亞太區(qū)的移動化、數(shù)字化解決方案的技術顧問，主要負責人工智能，聊天機器人這些領域的解決方案。
