Salesforce 在變得更“聰明”的道路上又進(jìn)了一步。
如今我們身處海量信息時(shí)代，大量時(shí)間被用來(lái)處理電子郵件、文章或社交媒體的帖子等信息，有預(yù)計(jì)稱，這種消耗狀態(tài)會(huì)超過(guò)半天時(shí)間，甚至更多。
Salesforce 想將用戶從這種低效的工作狀態(tài)中解放，他們開(kāi)發(fā)了種算法，能自動(dòng)總結(jié)紛繁復(fù)雜的信息，如為銷售或客戶服務(wù)代表提供電子郵件和信息總結(jié)后的摘要，使他們有更多時(shí)間精力專注于自家客戶。
例如， Salesforce 的 AI 新產(chǎn)品 Einstein 會(huì)為那些全天候與電話打交道的客服代表，匹配最可能成為公司用戶的電話號(hào)碼。這飽含著 Salesforce 想把 CRM 系統(tǒng)變得更智能化的美好初衷。
這里用到了 Salesforce 在自然語(yǔ)言處理方面取得的兩項(xiàng)新突破：“情境語(yǔ)言生成模型（ contextual word generation model ）”及“新訓(xùn)練總結(jié)模型（ new way of training summarization modelst ）”，兩者一起就能自動(dòng)為長(zhǎng)文本創(chuàng)建較準(zhǔn)確可讀的摘要。
研究人員指出，自動(dòng)文本摘要有兩種方式：提?。?extraction ）或抽象（ abstraction ）。計(jì)算機(jī)能從文本預(yù)先有的措辭中提取，只是目前靈活度還有欠缺；抽象則是計(jì)算機(jī)在了解原文的基礎(chǔ)上，引入新詞概括原義。
這背后用到了機(jī)器學(xué)習(xí)技術(shù)，深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)也在此發(fā)揮作用。研究者通過(guò)教師強(qiáng)迫（ Teacher forcing）、強(qiáng)化學(xué)習(xí)（ Reinforcement learning ）來(lái)訓(xùn)練系統(tǒng)學(xué)習(xí)和改進(jìn)自身。
谷歌 DeepMind 就是強(qiáng)化學(xué)習(xí)典型案例。所謂強(qiáng)化學(xué)習(xí)，簡(jiǎn)單來(lái)說(shuō)，就是訓(xùn)練機(jī)器能在采取某種行動(dòng)后，通過(guò)結(jié)果的好壞，判定行動(dòng)的好壞。如棋盤游戲，你能針對(duì)對(duì)手每步棋作出回應(yīng)，最終你便能在一系列棋局中找到某步棋的最佳下法，并將此內(nèi)化成一種積極信號(hào)。運(yùn)用到 Salesforce 將長(zhǎng)文本處理成摘要的算法模型上，則有自動(dòng)評(píng)估指標(biāo) ROUGE 對(duì)結(jié)果評(píng)分，算法將以更高得分來(lái)指導(dǎo)自身更新，最終輸出的摘要結(jié)果，會(huì)逐步提升。
教師強(qiáng)迫（Teacher forcing）是當(dāng)結(jié)果以既定參考的詞語(yǔ)得分時(shí)，能提供“很體面的結(jié)果”，但同時(shí)靈活性就得有所犧牲。
研究者們發(fā)現(xiàn)，上述兩者聯(lián)合的模式優(yōu)于其他方法。 MIT Technology Review 對(duì)比人工總結(jié)和用 Salesforce 模型生成的摘要，他們稱后者具有“令人驚訝的準(zhǔn)確性”，總結(jié)不僅比原始文本短得多，重點(diǎn)內(nèi)容都有所概括，還兼具可讀性。
自動(dòng)總結(jié)模型的背后，是 Salesforce 去年收購(gòu)的深度學(xué)習(xí)創(chuàng)企 MetaMind，這還僅揭露了 Salesforce 人工智能版圖的冰山一角。
2015 年 Salesforce 加入人工智能的軍備競(jìng)賽，彼時(shí)它收購(gòu)了 iOS 平臺(tái)第三方智能日歷應(yīng)用 Tempo AI：通過(guò) AI，Tempo 能自動(dòng)為用戶安排任務(wù)和事項(xiàng)，儼然真人版助理；12 月，利用 AI 幫營(yíng)銷人員開(kāi)展廣告活動(dòng)的公司 MinHash 被納入 Salesforce 版圖；去年除 MetaMind 外，Salesforce 還收購(gòu)開(kāi)源機(jī)器學(xué)習(xí)服務(wù)商 PredictionIO 。
擁有大量數(shù)據(jù)的公司作為發(fā)展人工智能底層架構(gòu)，也是 Salesforce 緊盯的對(duì)象。Salesforce 收購(gòu)了大數(shù)據(jù)公司 RelateIQ（3.9億美元），去年還想收購(gòu) Twitter ，更意圖用比微軟 262 億美元高的價(jià)格拿下領(lǐng)英，但未如愿以償。
微軟收購(gòu)領(lǐng)英后，推出整合 CRM 和 ERP 云產(chǎn)品 Dynamics365，與微軟自身生態(tài) Office 365 及 Azure 云服務(wù)相協(xié)同。2016 年 Q2 季度，微軟取代 Salesforce 成為 SaaS 行業(yè)老大。CEO 納德拉還宣稱未來(lái)所有產(chǎn)品都將用到人工智能技術(shù)，如 CRM Dynamics 365 就內(nèi)置 Cortana 人工智能套件。
巨頭們營(yíng)造的大環(huán)境莫不如是：競(jìng)爭(zhēng)激烈、發(fā)力人工智能尋求突破重圍。幾乎與 Salesforce 同段時(shí)間，甲骨文發(fā)力 AI ，推出自適應(yīng)智能應(yīng)用（Adaptive Intelligent Apps）；Adobe 為它旗下所有軟件提供基于深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的底層技術(shù)平臺(tái)——Adobe Sensei；IBM 有 Waston；SAP 近期開(kāi)始逐步發(fā)力機(jī)器學(xué)習(xí)和人工智能領(lǐng)域 ……
近期中美 SaaS 峰會(huì)上，北森 CEO 紀(jì)偉國(guó)提出，AI ＋ 大數(shù)據(jù)是重構(gòu)下一代 HRSaaS 的力量，比如用AI 判斷面試官喜好，篩選簡(jiǎn)歷，及從過(guò)去積累的人才庫(kù)里挖掘合適簡(jiǎn)歷，預(yù)測(cè)人才離職傾向；AI 還能預(yù)測(cè)并推薦招聘渠道，企業(yè)知道把招聘發(fā)至哪個(gè)網(wǎng)站更合適， 預(yù)計(jì)收到多少份簡(jiǎn)歷，現(xiàn)在競(jìng)爭(zhēng)什么狀況等。
至此已有數(shù)十家廠商明確提出“AI+SaaS”，這里不排除有跟風(fēng)之嫌，只是當(dāng)行業(yè)趨向如此，對(duì) SaaS 巨頭而言，是否做人工智能，或許意味著能否延續(xù)競(jìng)爭(zhēng)優(yōu)勢(shì)，甚至是能否繼續(xù)參與巨頭們后期對(duì)話語(yǔ)權(quán)的爭(zhēng)奪。
但這是長(zhǎng)期的遠(yuǎn)景。放置眼下，需要用到人工智能，數(shù)據(jù)作為前提條件的積累必不可少，這也是為何 CRM 相較其他 SaaS 應(yīng)用，對(duì)人工智能反應(yīng)更靈敏，畢竟在商務(wù)智能時(shí)代曾積累一定體量數(shù)據(jù)樣本，且標(biāo)準(zhǔn)化程度較高，數(shù)據(jù)為 AI 工具應(yīng)用提供存在合理性。
峰瑞資本創(chuàng)始人李豐則干脆提出：先 SaaS ，再到大數(shù)據(jù)，再到人工智能。“如果這個(gè)行業(yè)當(dāng)中的管理軟件或者叫線下數(shù)據(jù)的線上化還沒(méi)有完成，那第一步肯定先是SaaS，線下數(shù)據(jù)的線上化已經(jīng)比較普遍了之后，才輪到數(shù)據(jù)處理存儲(chǔ)這些事情，這些事情再往下堆迭，隨著產(chǎn)生時(shí)間越來(lái)越長(zhǎng)，才到了處理數(shù)據(jù)的高效化，到了所謂人工智能?！?/p>
所以 AI 來(lái)了，創(chuàng)企有顆跟隨大潮及未來(lái)的趨勢(shì)心固然重要，但缺乏買買買的資金，難吸引高端技術(shù)人才的現(xiàn)實(shí)還是得認(rèn)清?；蛟S當(dāng)下的關(guān)鍵是做好本職，積累盡可能多的數(shù)據(jù)，厚積薄發(fā)。
聯(lián)系客服
