你所在的位置: 首页 > 正文

5G助力人工智能商用落地 远传“智能+服务”成未来发展趋势

2019-09-06 点击:1404 钢材新闻
?

虽然计算机视觉和智能语音技术已经发展了几十年,但总体人工智能仍处于低智能阶段。在即将到来的5G时代,互联网的一切刺激了数据量的扩大。如何提高机器的深度学习能力,实现真正的智能化,是目前人工智能技术企业面临的主要挑战。<>

记者指出,目前人工智能的应用主要是可视化人工智能和智能语音,更多行业的应用也在迅速蔓延,主要涉及政府、金融、新零售、物流、服务机器人等子行业。未来,随着消费的升级,个性化需求将成为规范。由此产生的结果是,人工智能对分割领域的场景提出了更高的要求。<>

许多专家在最近举行的2019年中国“智能+未来”峰会上表示,互联网和大数据的出现使人类世界从人与自然的二维世界向以信息为基础的三维世界转变。在人工智能、虚拟现实技术和虚拟现实技术的推动下,由智能消费、智能消费和虚拟消费组成的三元消费市场应运而生。未来,企业的核心竞争力将由产品转向服务。面对人类复杂的情感需求,人工智能技术应通过加强情感设计为人们提供温度服务。另一方面,如何让B端用户更多地了解C端用户的需求,以及如何让人们了解机器人的使用,是许多人工智能公司必须面对的问题。<>

5G时代即将到来。人工智能深度学习能力有望提高

目前,人工智能仍停留在计算机视觉和智能语音两大领域。随着国内厂商硬件制造能力的提高,硬件制造成本大大降低,价格不再是人工智能技术发展的障碍,但深度学习能力可能会被打破。人工智能技术能否实现综合智能是关键,也是促进应用场景多样化的决定性因素。<>

虽然人工智能已经落入政府事务,金融,新零售和物业服务等许多行业,但面对市场变化,仍然需要不断改进技术,这意味着人工智能应用于细分领域需要基于最终用户需要升级。这也是人工智能登陆商业应用所面临的挑战,随着5G时代到来,大数据不断增加。以服务机器人为例,经理可以管理50人,但如何管理50个机器人是一个问题;此外,机器人根据需求的变化不断升级,这需要更多的数据和算法。

中国信息与传播研究所人工智能系主任,中国人工智能产业发展联盟负责人孙明军表示,今天的人工智能产品仍然专注于做某事的水平。为了实现深度学习能力,计算能力,数据和核心驱动算法是不可或缺的基本功能。其中,深度学习算法是人工智能进一步发展的核心动力。虽然该算法已于2006年出现,但除了需要可以使用的标准化数据外,还需要增加计算能力,否则很难具备工业化能力。

值得注意的是,在即将到来的5G时代,万物互联产生了大量数据,预计此阶段数据不足的问题将得到解决。利用深度学习功能,人工智能技术不仅可以避免海量数据中无用的信息,还可以挖掘数据之间的弱关联,提高数据识别能力,并深入洞察复杂的数据,如语言和图像。

浙江远川信息技术有限公司首席执行官在接受采访时表示,5G技术的出现大大提高了网络传输水平,受益于低延迟和大量数据支持。预计视觉产品将迎来新的变化和使用场景。它将更加多样化,例如应用AR(增强现实)技术来添加注释,测量尺寸,指导使用,排除故障,比较价格等等与现实世界的对象。对于人工智能技术,随着计算能力的提高,大量的数据支持将使人工智能的智能化程度更高,机器将更好地理解人类,并且人机交互体验将得到极大的改善。

不容忽视的是,当机器逐渐进入传统行业时,虽然一些人工操作被取代,但现阶段的人工智能技术仍然处于弱智能阶段,智能水平较低,有些工作还需要人工合作,复杂的问题更多需要手动解决。因此,当人工智能机器进入大量的应用场景时,如何管理机器和改善人机集成将成为传统行业面临的挑战。

在希望的眼中,人机集成系统也是解决机器管理难度的一种方法。基于远程传输技术管理机器人的经验,在客户服务系统中,客户服务助手一方面为客户服务人员提供实时语音提醒和实时知识协调,提高劳动效率;另一方面,使用AI电源。提高机器人的准确性,帮助机器处理复杂的问题。同时,它提供了人机关系综合运营管理的新模式,解决了新生产力带来的管理问题。

降低劳动力成本智能服务成为未来趋势

随着年轻群体成为新一代消费者权力,个性化消费和精准服务将成为新的消费趋势,但人口红利的逐渐下降将导致服务业员工数量的下降。在这种情况下,虽然计算机视觉和智能语音技术已经应用于安全和家庭领域,以满足“千人”的个性化需求,但面对分割服务领域的更多要求,手动智能化辅助服务技术仍需要全面推广。

我希望在消费升级的背景下,未来的服务也是一种付费产品。为不同的群体提供不同的服务将是未来服务机器人的发展方向。尽管5G时代的信息爆发为机器人的核心技术提供了增长空间,但在情感需求方面难以突破。

以银行为例,在互联网时代,由于银行业务的不断扩大和客户服务需求的快速增长,传统的银行客户服务中心只能通过扩大客户服务中心来解决客户服务大幅增加的问题。劳动规模。但是,在手动短缺的情况下,它只能通过服务机器人来解决。如果仅使用具有AI技术的客户服务机器人,例如音调识别,语义理解和深度学习,则不能用于手动客户服务。只有将大量历史客户服务数据与机器人相结合,才能取代80%的现有手动客户服务,实现用户效率,并显着降低银行的运营成本。

从物业服务市场来看,每家物业公司的平均利润为8-10%。如果您想提高效率,可以投资清洁和安全服务机器人,以提高自动化水平。目前,这类机器人的成本约为10万元。与两年前的成本相比,国内硬件价格下降了一半左右,而国外硬件价格下降了1/3。在一家投资服务机器人的二线城市房地产公司,只需一年半的时间来收回成本,服务机器人的使用寿命至少为3 - 5年,这可以提高效率至少10万元。

王宇说,从十大房地产公司的调查数据来看,他们愿意接受服务机器人来取代部分劳动力,并愿意大规模推广。他们认为,在保证服务质量的前提下增加利润是可行的。但这个市场仍然需要教育,而第一次试用体验是最流行的普及手段的主要手段。

事实上,除了金融和房地产之外,改善服务接近消费者的管理理念也渗透到更传统的行业。以国家电网为例,它正在从单一的销售业务模式转变为多元化的业务模式。在新的组织结构下,服务需要与多元化的业务协同工作。因此,为了提高服务数字化和智能化水平,与人和机器合作的智能客户服务中心迫切需要加快建设,这也为“智能+服务”公司创造了新的机遇。

值得注意的是,一些行业在淡季有明显的差异,这可能导致淡季资源过剩和旺季员工不足的问题。这个问题可以通过“天堂谷”云众包平台解决。通过saas平台接受企业服务任务,并根据动态标签系统将任务定向到适配器成员。目前,该平台承担了六家机构“最大运行一次”窗口满意度回访任务,16天内完成了22万次国外电话回访,减少了40%的人工成本,有效利用社会资源进行重组。再分配。输出增量值。

业内人士认为,由于技术迭代和降低成本等因素,中国各种服务机器人的成本正在下降。从资本,人才技术,制造业基地,企业,市场应用等角度来看,中国的服务机器人与发达国家相比并不落后。目前,整个行业进入良性循环。但是,在相同技术的情况下,如何提供差异化和个性化的服务对企业来说是一个巨大的挑战。因此,利用人工智能等技术,通过服务机器人与传统劳动力的结合,将提升企业在服务方面的核心竞争力。

李文祥,博士在中国科学院管理心理学研究所表示,在未来,企业的核心竞争力将从产品转移到服务,而服务背后则是用户体验。今天的人工智能技术可以取代人类左脑(知识)的一些工作,但人类的右脑(情绪)认知仍然不足。面对人类复杂的情感需求,人工智能技术可以通过加强情感设计,应用于智能客户服务,从而为人类提供温度,准确和个性化的服务。

行业变革迫使技术升级,细分需要深入培育

在互联网时代,越来越多的企业开始具备互联网意识。人工智能技术在金融,运营商,电子商务,房地产,能源和电力等领域相对成熟,但农业和物流规模较小。智力不足的领域并不普遍。原因是技术方面缺乏垂直领域经验很难进入,与互联网的界限非常明确。

我希望作为一家技术终端企业,我们应该做的是深入挖掘某个行业,不断挖掘行业需求,并且比B端客户更了解C端用户的需求,所以所生产的产品可以有效地解决传统工业的痛点。

以政务部门为例。过去,当用户处理一件事时,它需要多部门协作处理。复杂的过程不仅消耗了员工的精力,而且还无法提高政务部门的效率。 “传统的离线办公流程链很长。过去,申请某项业务可能需要六个部门逐层批准。但是,通过大数据计算,可以同时执行三个步骤。如果优化原始的串行形式在并行模式下,流程链将缩短,工作效率将大大提高,“王说。

记者了解到,目前,腾讯云,阿里和元川科技已经开始部署政府端解决方案。以远程传输技术为例,利用人工智能,大数据等技术开发和制造信息设备,包括“小源”智能服务机器人,综合服务集成机,智能呼叫系统等,为“远程传输技术”提供“最大化”。政府。运行智能政府解决方案。“

王宇表示,当技术终端企业对一个行业有深刻的了解时,除了为行业用户提供解决方案外,他们还可以构建一个技术平台。一方面,它为其他技术公司提供基础设施,另一方面,它还可以与传统企业联系,不断挖掘行业的痛点并为他们提供解决方案。同时,在技术成熟的同时,我们可以继续拓展人工智能登陆的现场,探索技术在信息化程度低的行业中的应用价值。

复旦大学智能机器人研究所现任智能制造与机器人专家甘中原认为,由于互联网和大数据的出现,世界正在从一个由人与自然组成的二维世界发展一个信息丰富的三元世界。在人工智能,VR和AR技术的推动下,它催生了一个由智能消费,智能消费和虚拟消费组成的三元消费市场。它不仅促进了传统工业服务的升级,也催生了新兴产业,形成了以平台为基础的经济。在未来,人工智能技术的使用有望实现个性化制造,从而满足人类个性化的消费需求。

海钢网 版权所有© www.120sh.net 技术支持:海钢网 | 网站地图