進(jìn)擊的人工智能（從產(chǎn)品角度，深度解析對話(huà)機器人）
進(jìn)擊的進(jìn)擊角度解析機器人工智能（從產(chǎn)品角度，深度解析對話(huà)機器人(ren)）
任何一款產(chǎn)品的人對話(huà)出現，都是工智源自用戶(hù)需求。要么是產(chǎn)??品已經(jīng)存在的存量需求，要么是深度正在規?；脑隽啃枨?，對話(huà)機器人也不例外。進(jìn)擊角度解析機器當我們在談?wù)摗皩υ?huà)機器人”產(chǎn)品時(shí)??，人對話(huà)我們該如何看待它背后的工智需求呢？
今天??，擁有對話(huà)能力的產(chǎn)(?Д?)品機器人，被逐漸認為是深度一種核心智能，是進(jìn)擊角度解析機器否能夠流利地完成對話(huà)，可被視作這款機器人是人對話(huà)否真正擁有智能的唯一憑證。
從可以追┐(′д｀)┌溯的工智歷史(shi)資料來(lái)看，對話(huà)機器人（chat-bot）至少在上世紀六十年代就已經(jīng)問(wèn)世，產(chǎn)品經(jīng)過(guò)近五六十年的深度發(fā)展，今天(tian)我們已經(jīng)可以在許多產(chǎn)品中看到對話(huà)機器人的影子，微軟的Cortana、小冰，蘋(píng)果的Siri、Google Now、阿里小??蜜、百(bai)度度秘、圖靈機器人、助理來(lái)也、出門(mén)問(wèn)問(wèn)等等。
可以肯定的是：(′ω｀)對話(huà)機器人已經(jīng)成為了一種業(yè)界時(shí)尚，越來(lái)越多的公司試圖??通過(guò)這種全新的交互形式，來(lái)優(yōu)化或者升級自己產(chǎn)品——我們已經(jīng)可以在許多的產(chǎn)品中看到各(′ω｀)種名為“小X機器人”的子產(chǎn)品。
我將試圖站在純產(chǎn)品的視角分析：一款產(chǎn)品對話(huà)機器??人背后，需求和產(chǎn)品邏??輯是怎樣的（文中我無(wú)意去對??比各家對話(huà)機器人的優(yōu)劣，也不討論某款對(╬ ò﹏ó)話(huà)機器人的產(chǎn)品觀(guān)或方法論）。
一、探索“對話(huà)”行為背后的??需求
首先，我們試圖探索“對話(huà)”這一行??為的場(chǎng)景與背后的需求。
人類(lèi)有三種最直接的方式來(lái)使用語(yǔ)言：“一對零”、“一對多”、“一對一”。(???)
“一對零”是自我(′?｀)內化的反思、總結、沉淀，不向外做交互和分享?！耙粚Χ唷笔菑V播式的宣講和相對單向的輸出，譬如開(kāi)大會(huì )或者發(fā)號施令?！耙粚σ弧笔菍υ?huà)——群聊也是由許多的“一對一”構成的，所以我認為不存在真正意義上的“多對多”對話(huà)。我認(ren)為對話(huà)是我們人與??外界進(jìn)行交互的最直接即時(shí)的途徑（注意“即時(shí)”很??重要）。所謂對話(huà)，一定是一個(gè)雙方交互行為，并且互為I/O（input / output）的過(guò)程。比如兩個(gè)人對話(huà)，每個(gè)人所說(shuō)的話(huà)，對于自己而言是輸出，對于對方而言是輸入。原則上，對話(huà)可以永遠持續下去。
但我們幾乎從未見(jiàn)過(guò)兩個(gè)人會(huì )永遠在對話(huà)，那是因??為：如果需要對話(huà)持續下去，雙方都需要保持參與；任何一方覺(jué)得疲勞或者無(wú)價(jià)值感了，對話(huà)就會(huì )終止。
對話(huà)的場(chǎng)景更加貼(′_ゝ`)近我們的生活行為，它頻次最高，且環(huán)境開(kāi)放多變，分析它背后的需求并不容易。(°o°)現在，我們需要回答兩個(gè)問(wèn)題：
1.1 第一個(gè)問(wèn)題(ti)：對話(huà)為什么能夠開(kāi)始？ヽ(′▽?zhuān)?/
我認為人在對話(huà)(′▽?zhuān)?中存在三個(gè)層面的需求。
第一??層，是基礎問(wèn)答的需求?？梢悦枋鰹椋?/p>
我有一個(gè)問(wèn)題，請你回答我。
二次追問(wèn)的問(wèn)題，屬ヽ(′▽?zhuān)?ノ于新問(wèn)題。這個(gè)過(guò)程，非常類(lèi)似于我們今天所使用的搜索引擎。
第二層，是任務(wù)流程協(xié)作的需求，以達成某種目的為止?？梢悦瑭d(?■_■)ノ述為：我想請(/ω＼)你幫我買(mǎi)一張明天下午14:0??0-18:00出發(fā)，北京到上海的機票；經(jīng)濟艙，盡可能便宜，最好是東航的。我們和朋友相約去逛街，拜托同事幫忙預定會(huì )議??室，接受閨蜜( ?ω?)的請求明早叫她起床。
這些都是任務(wù)流程協(xié)作的需求。
第三層，是共同的情感建立ヽ(′ー｀)ノ，無(wú)論喜怒哀(′▽?zhuān)?樂(lè )。聊??天的目標很難定量量??化，我(′▽?zhuān)?們更多是嘗試定性地去制定聊天的目標。??可能是心情不好需要人陪，也可能是好事情需要向好朋友分享，我們需要對話(huà)來(lái)表達進(jìn)行最直(zhi)接即時(shí)的表達。
我并不認為只有孤獨的情感才需要對話(huà)——人作為擁有萬(wàn)年發(fā)展歷程的群居動(dòng)物，與他人進(jìn)行情感分享是早已刻入基因的特質(zhì)。只是我們建立的情感在不同人之間會(huì )有所不同，對于信任之人的情感建立會(huì )很深刻，而對于點(diǎn)頭之交則會(huì )保留許多。
開(kāi)啟一段對話(huà)一定源自上述的某種需求，而開(kāi)啟的契機則是一個(gè)相對明確的話(huà)題，哪怕只是一句“我餓了”。
1.2 第二個(gè)問(wèn)題：對話(huà)為什么會(huì )持續？
對話(huà)能夠持續，是有兩個(gè)層面的原因。
第一個(gè)原因，是至少一方的需求沒(méi)有得到滿(mǎn)足。比如我(???)去提問(wèn)題，對方回答我不滿(mǎn)意，我就會(huì )持續追問(wèn)。兩個(gè)女生在一起聊八卦，聽(tīng)的人很入神，講的人ヾ(′▽?zhuān)??才有成就感能繼續講下去。
第二個(gè)原因，是雙方相對平等。如果我(wo)提了個(gè)問(wèn)題，或者請對方幫個(gè)忙，但是對方始終是一種高姿態(tài)不搭理我，那我(????)就很容易放棄(′_｀)，不想聊了。反過(guò)來(lái)，如果對方對我(wo)過(guò)分尊敬，總在說(shuō)一些沒(méi)有營(yíng)養的恭維拍馬屁的話(huà)，時(shí)間久了，我也會(huì )變得更虛榮，而且會(huì )覺(jué)得很無(wú)聊??。??所以，人不會(huì )和自己階層或者品味??相差太多的人(ren)聊天，絕大多數人更不會(huì )和寵物長(cháng)時(shí)間聊天。
對話(huà)會(huì )終止，最根本的原因是：雙方都放(′ω｀)棄了這輪對話(huà)。
感性一??些來(lái)描述對話(huà)終止的原因，可以認為是雙方都覺(jué)得“疲憊”了，也就是這一輪對話(huà)的能耗消耗殆盡；哪怕是情ヽ(′?｀)ノ侶之間說(shuō)甜言蜜語(yǔ)，聊個(gè)兩三千句也會(huì )覺(jué)得累了，也會(huì )在十幾個(gè)回合的互道“晚安”中結(jie)束本次對話(huà)。
所以，對(°□°)話(huà)總會(huì )終止，能耗殆盡就會(huì )終止。
二、“對話(huà)機器人”產(chǎn)品的發(fā)展源自搜索引擎
在我以前的文章《進(jìn)階之路：站在高視角看產(chǎn)品是一種怎樣的體驗》中，??講述過(guò)┐(′ー｀)┌一個(gè)概念，叫做“知識詛咒”(╯°□°）╯。簡(jiǎn)單說(shuō)：現在我明(ming)白一件事情，但是要完整清楚的講授給你，是很難的；因為我們所擁有的知識背景??不同，我們對同一件事情的理解不同。這也就解釋了為什么很??多老師在上(shang)課的時(shí)候索然無(wú)味，很多人做Presentation的時(shí)候顯得蒼白無(wú)力，這其實(shí)是知識詛咒(′▽?zhuān)?在起作用。
知識詛咒帶來(lái)一個(gè)很大的問(wèn)題，就是每當我們接觸到一個(gè)陌生事物時(shí)，都會(huì )和自己的背景知識進(jìn)行類(lèi)??比。譬如對于長(cháng)發(fā)飄飄的素顏美女，ヽ(′ー｀)ノ在我所知中，這類(lèi)美女一ヾ(?■_■)ノ般都是家境不錯，待人溫柔，家教優(yōu)良。所以當我再次見(jiàn)到一個(gè)類(lèi)似的美女時(shí)，我會(huì )做相似的第一印象類(lèi)比。
不只是美女，我們幾乎所有的認知都源自于過(guò)往的背景知識。
在人類(lèi)發(fā)展的歷史上，對于即時(shí)的問(wèn)答需求幾乎時(shí)時(shí)刻刻都存在。最早大家是詢(xún)問(wèn)部落中最年長(cháng)的智者，后來(lái)大家互相都有了知識儲備，就可以通過(guò)對話(huà)來(lái)進(jìn)行基本的問(wèn)答和辯論——這一個(gè)過(guò)程持續了千萬(wàn)年。同一個(gè)問(wèn)題，最早時(shí)只能去問(wèn)一個(gè)人，得到一個(gè)答案；到后來(lái)，可以去問(wèn)很多人，得到許多答案，然后“擇其善者而從(?_?;)之”。如果我能(neng)把所有人都問(wèn)一遍，可能會(huì )得到一個(gè)巨大(da)的答案集合；我需要過(guò)濾、排序、(′?ω?`)取舍，你發(fā)現，這個(gè)(ge)過(guò)程就是“搜索引擎”。我們使用搜索引擎時(shí)，是通過(guò)一個(gè)“??輸入框”輸入想問(wèn)的問(wèn)題或者關(guān)鍵詞，然后搜索引擎會(huì )丟給我一個(gè)經(jīng)過(guò)相關(guān)性排序和優(yōu)化的答案集合。
但我認為兩個(gè)原因，會(huì )導致搜索引擎會(huì )逐漸向對話(huà)機器人演變。
2.1 其一：精準(′▽?zhuān)?答案的需求愈發(fā)旺盛
2.2 其二：搜索場(chǎng)景下輸入能耗太大
優(yōu)秀的產(chǎn)品經(jīng)理很懂得如何控制自己的(/ω＼)用戶(hù)使用產(chǎn)品時(shí)的各種操作，從而提前把控用(yong)戶(hù)的預期，進(jìn)而達到體驗的相對最優(yōu)。
許多優(yōu)秀App的基本設計邏輯就是：頁(yè)面之間的(′?｀*)跳轉有規則且有順序，這樣用戶(hù)不會(huì )通???過(guò)點(diǎn)擊跳出預(′▽?zhuān)?)設流程，預期就相對可控。手機上的App產(chǎn)品交互中，可以通過(guò)各種邏輯和提示信息來(lái)把控預期——可是對話(huà)機器人該如何控制預期呢？
由于對話(huà)機器人用戶(hù)幾乎都是通過(guò)自然語(yǔ)言輸入實(shí)現交互，而且每次只有一句；所以只能通過(guò)用戶(hù)的輸入，以及針對輸入的回復來(lái)實(shí)現用戶(hù)預期的把控。
封閉域對話(huà)(???)有兩個(gè)關(guān)鍵的特征：
輸入和輸出可歸類(lèi)可枚舉對話(huà)???有明確的始和終，且有流程所以，在對話(huà)的三個(gè)需求中，問(wèn)答和任務(wù)流程協(xié)作都屬于封閉域對話(huà)。
封閉域對話(huà)的設計邏輯延續自“??IFTTT（if this then that）”(╯°□°）╯︵ ┻━┻，是workflow的進(jìn)化交互形式（感興趣的同學(xué)可以去App Store去搜索一款App，叫做“Workflow”，它就是可以將一系列原本不相關(guān)的App通過(guò)條件判斷??串聯(lián)起來(lái)）。
下面我來(lái)分享兩個(gè)封閉域聊天的典型案例。
讀心機器人
10?年前微軟必應推出過(guò)一個(gè)“讀心機器人”，它會(huì )在2??0個(gè)問(wèn)答中猜你心中所(suo)想。這個(gè)機器人曾經(jīng)在幾年前出過(guò)一?個(gè)對話(huà)問(wèn)答版本，用戶(hù)只要在每一步時(shí)回答“是”或者“不是”，對話(huà)就會(huì )持續進(jìn)行，直到猜出或者猜不出結果。
必應讀心機器人
這就是一個(gè)典型的封閉域多倫問(wèn)答對話(huà)，用戶(hù)的輸(′；д；`)入??只有兩個(gè)，而過(guò)程是一大堆背后的邏輯判斷，且有相對固定的流程，而且有明確的開(kāi)始和結束。
Amazon Echo音箱
Amazon的Echo音箱，大家都很熟悉了，Ech(◎_◎;)o之所以成為爆款產(chǎn)品，很關(guān)鍵的一個(gè)原因是，它的對話(huà)機器人Alexa在Echo??音箱的場(chǎng)景設計中是一個(gè)封閉域對話(huà)。由于音箱是我們居家場(chǎng)景中，除了遙控器??之外最常見(jiàn)的(de)高頻交互式Commander，我們很難再在家里找到一個(gè)這樣的硬件，它除了可以輕易地輸入指令，還可以快速且明顯地反饋。
當我們面向Command??er進(jìn)行輸入時(shí)，我們可以輸入的話(huà)語(yǔ)就已(╯°□°）╯︵ ┻━┻經(jīng)變得局限，可以想象到的是，在居家場(chǎng)景中我們可以發(fā)出的指令幾乎就是“打開(kāi)”、“關(guān)閉”之類(lèi)的。更重要的是，在居家場(chǎng)景中可以控制的物品也是有限的，而且任何一個(gè)操作的流程都很短。
所以，人們和第一代Echo音箱的對話(huà)中，輸??入和輸出都是可枚舉的，而且有始有(you)終有流程，Echo最優(yōu)秀的特質(zhì)，就是它選擇了一個(gè)封閉域場(chǎng)景，極大地控制了用戶(hù)的預期，獲得了更優(yōu)的體驗。
從上面兩個(gè)例子中，我可以看到，封閉域對話(huà)在產(chǎn)品設計中有幾個(gè)明顯的特征。
3.1.1 其一：封閉域對??話(huà)其實(shí)是workf(╬ ò﹏ó)low的延伸
其實(shí)封閉域中的“封閉”二字，無(wú)論在話(huà)題量、輸入(′_ゝ`)輸出量，還是對話(huà)輪次、對話(huà)流程，都是封閉的，封閉就代表了有限集合。workflow之所以??可以通??過(guò)ifttt設計，就是因為有限集合，只有各種條件有限，才可以設計出條例清晰且邏輯合理的workflow。
封閉對話(huà)通常是為了解決(′?_?`)某個(gè)特定的問(wèn)題或者需求，從結??果來(lái)看，它的效果會(huì )顯得更加“有用”。但是，從過(guò)程來(lái)看，封閉域對話(huà)并不是一種真正意義上的創(chuàng )新，它的效率相比workflow并沒(méi)有本質(zhì)上地提升，只是在交互的體驗上更加接近人的語(yǔ)言交互本能，所以大多數封閉域對話(huà)都會(huì )設計地如同助理或者秘書(shū)，譬如阿里小蜜，百度度秘。??
3.1.2 其二：封閉域對話(huà)場(chǎng)景單一可控
封閉域由于擁有特定的目的(′?_?`)性，往往都是在單一確定的場(chǎng)景里。如下圖中的百度度秘，兩個(gè)紅色框中的部分，是預設了各種封閉域的場(chǎng)景，每一種看似簡(jiǎn)單的功能ヽ(′▽?zhuān)?/其實(shí)都是一個(gè)特定的封閉域對話(huà)；譬如( ???)截圖中正在使用的圖片笑話(huà)。
度秘機器人
很顯然，不同的封閉域對話(huà)中，對話(huà)的輪次要求是不一樣的，講(′?ω?`)笑話(huà)(′；д；`)是一個(gè)單輪次對話(huà)，度秘產(chǎn)品中通過(guò)圖中藍色框里的“再來(lái)一個(gè)??”(?????)這種預設輸入，來(lái)不斷強化用戶(hù)輸入的單一性。而“叫外賣(mài)”這類(lèi)的封閉域對話(huà)，就會(huì )是一個(gè)標準的workflow，感興趣的同學(xué)可以自己去試試。
3.1.3 其三：封閉域的邊界處理很重要
封閉域有一(′▽?zhuān)?)個(gè)很重要的問(wèn)題，就是用戶(hù)可能隨時(shí)跳出封閉域，開(kāi)始聊其他的話(huà)題，或者不按照預設的規則邏輯出牌。
正常的邏輯中，用戶(hù)的發(fā)給小冰的應該是一張狗的照片，可是有的用戶(hù)可能就是發(fā)了一張不是狗的照片，如下所示，那么這個(gè)時(shí)候就是邊界case，需要額外處理。用戶(hù)發(fā)來(lái)??的可能是語(yǔ)音、文字、其他任何照片，每一種的處理都是需要單獨設計的。
微軟小冰之“小冰識狗”
多說(shuō)一(′▽?zhuān)?點(diǎn)，在封閉域對話(huà)的邊界設計中，很難做到萬(wàn)( ???)無(wú)一失周密完全，因為用戶(hù)輸入可能會(huì )千奇百怪，所以最佳也是最討巧的方式，就是用開(kāi)放域對話(huà)來(lái)“兜底”。
3.2 開(kāi)放域對話(huà)
開(kāi)放域是相對于封閉域而言的。由于對話(huà)機器(′▽?zhuān)?人的話(huà)題幾乎都源自用戶(hù)，而每個(gè)用戶(hù)可能有任何輸入，話(huà)題就會(huì )無(wú)法窮舉，且在多個(gè)場(chǎng)景中跳來(lái)跳去，進(jìn)而形成(cheng)了所謂的開(kāi)放域對話(huà)，也就是“啥都能聊”。
2011年在人人網(wǎng)上橫空出世的“小黃雞”算得上是國內最早出名的開(kāi)放域對話(huà)機器人，其后發(fā)展最好的當屬微軟小冰。
開(kāi)放域對話(huà)(′?｀*)最大的特點(diǎn)是：輸入無(wú)法窮盡，導致輸出無(wú)法窮盡，而且對話(huà)沒(méi)有確切的結束點(diǎn)，無(wú)流程可言。
我們一般情況下想去考驗一個(gè)機器人是否智能，通?？简灥木褪情_(kāi)放域對話(huà)，大?名鼎鼎的“圖靈測試”通常所面向的也是(shi)開(kāi)放域對話(huà)??能力。
從可以承載的對話(huà)輸入范圍來(lái)講，開(kāi)放域對話(huà)像極了搜索引擎，我們可以在百度搜索中輸入任何的詞句，百度幾乎都會(huì )給出結果頁(yè)面（除了敏感詞）；相應的，在開(kāi)放域對話(huà)中，我們也是可以說(shuō)任何話(huà)，機器人也應該每一句都可以回復。
3.2.1 開(kāi)放域對話(huà)產(chǎn)品設計(ji)的基本原理(′▽?zhuān)?
和微軟小冰聊天時(shí)，有時(shí)甚至感受不到她是真人還是假的機器——其實(shí)這并不重要，小冰正在解決(???)開(kāi)放域聊天中一個(gè)核心的問(wèn)題：如何不斷給用戶(hù)制造話(huà)題，從而延續聊天的能量？
說(shuō)到話(huà)題制造，我們先來(lái)看看開(kāi)放域對話(huà)機器人到底是如何制造的：
幾乎所有的開(kāi)放域對話(huà)語(yǔ)料都源自于網(wǎng)絡(luò )上公開(kāi)的對話(huà)，譬如百度知道、ヾ(＾-＾)ノ知乎、豆瓣、貼吧等等，這些對話(huà)都是人與人形成的；那么，當一個(gè)機器人把其中的某些話(huà)在當時(shí)的場(chǎng)景下再說(shuō)一遍，我們是分辨不出來(lái)這個(gè)機器人是不是真人的——這便是開(kāi)放域對話(huà)機器人制造的基本依據。
當我們和一個(gè)看起來(lái)像人的機器人聊天時(shí)，由于場(chǎng)景發(fā)生在人與人對話(huà)的場(chǎng)景下，根據“知識詛咒”的原理，我們很容易帶入一種“對方也是(shi)人”的感覺(jué)。而一旦對方的回(???)話(huà)像人，我們就會(huì )認可她是人。
人與人的情感建立源自于長(cháng)期的交流和溝通，聊天本身就是開(kāi)放域的；所以那些樂(lè )于(′▽?zhuān)?和機器人聊天的人類(lèi)，就會(huì )越來(lái)越覺(jué)得機器人像人。
我們知道：??對話(huà)機器人是一個(gè)新興的產(chǎn)品(???)，最初嘗鮮的人是所謂的“種子用戶(hù)”，這些人建立了與機器人之間的最早形態(tài)親密感和信任感，這對后續的對話(huà)機器人發(fā)展積(′?_?`)累了非常寶貴的經(jīng)驗。
3.2.??2ヽ(′▽?zhuān)?ノ 開(kāi)放域對話(huà)機器人的兩個(gè)產(chǎn)品陷阱
很多人認為，對話(huà)機器人和人聊得越多，學(xué)習的語(yǔ)料就越多，??就可以省去很多語(yǔ)料獲取的問(wèn)題，這是一個(gè)巨大的誤區。由于用戶(hù)的輸入無(wú)法預期，導致從用戶(hù)處采集來(lái)的語(yǔ)料千奇百怪，而且大量罵人的臟話(huà)，非常不適合作為開(kāi)放域?對話(huà)語(yǔ)料。由于用戶(hù)的語(yǔ)料是海量且無(wú)規則特征，導致語(yǔ)料清洗非?？嚯y，無(wú)法使用。
其二，無(wú)人為引導的個(gè)性ヾ(＾-＾)ノ
由于開(kāi)放域的語(yǔ)料完全來(lái)自于互聯(lián)網(wǎng)，所以機器人回復的話(huà)語(yǔ)帶有何種語(yǔ)氣很難把控，如果不ヽ(′ー｀)ノ加以認為干預，機器人說(shuō)的話(huà)會(huì )顯得時(shí)而有趣，時(shí)而刁蠻，時(shí)而無(wú)知，時(shí)而夸張，時(shí)而智慧，在用戶(hù)的心智中無(wú)法用一個(gè)或幾個(gè)明確的形容詞去形容它，這會(huì )帶來(lái)一個(gè)很尷尬的結果，用戶(hù)是抱著(zhù)“調戲、戲謔”的態(tài)度去對話(huà)，長(cháng)此下去，想建立用戶(hù)的親密感和信任感幾乎不可能。
四、對話(huà)機器人(ren)的用戶(hù)價(jià)值
現在，我們試圖回答一個(gè)問(wèn)題：對話(huà)機器人為什么需要開(kāi)放域對話(huà)？?jì)r(jià)值是什么？?jì)H僅是為了逗比有趣嗎？
這是一個(gè)非常復雜的問(wèn)題。
這便給一個(gè)可落地的對話(huà)機器ヾ(′?｀)?人產(chǎn)品設計帶來(lái)了巨大的挑戰。
我們知道，任何的產(chǎn)品都是能夠和用戶(hù)產(chǎn)生親密感和信任感的，這份親密和信任是建立在產(chǎn)品體驗之上的，是建立在“產(chǎn)品解決了核心需求”+“產(chǎn)品制造了驚ヽ(′▽?zhuān)?ノ喜”。我們因為??問(wèn)題解決而對一個(gè)產(chǎn)品產(chǎn)生依賴(lài)，因為驚喜而對產(chǎn)品形成感情，打開(kāi)我們的手機，我們會(huì )一眼就找到?那幾個(gè)充滿(mǎn)親切感的產(chǎn)品——??譬如經(jīng)常開(kāi)車(chē)的人會(huì )十分信任高德地圖，追劇《那年花開(kāi)月圓時(shí)》的人會(huì )十分喜愛(ài)騰訊視頻。
同理，機器人需要有基礎個(gè)性，需要極大地拉近人與機器人之間的親密感和信任感。對話(huà)機器人的親密感和信任感建立，也是站在“解決了需求”??和“制造了驚喜”兩個(gè)方面。
站在產(chǎn)品的視角來(lái)??看，解決需求通過(guò)封閉域對話(huà)完成，而開(kāi)放域對話(huà)來(lái)不斷制造驚喜。
4.1 問(wèn)答、助理、聊天，哪個(gè)才是剛需？
已經(jīng)(jing)在落地的對話(huà)機器(′?ω?`)人產(chǎn)品中，基本上是以純to C和to B再to C來(lái)劃分。由于對話(huà)機器人的交互特征是面向終端用(′?ω?`)戶(hù)的，所以基本很少有純to B的產(chǎn)品場(chǎng)景（即使有，它的邏輯也與to C邏輯相似）。這意味著(zhù)，對話(huà)機器人的用戶(hù)都是一些終端個(gè)人用戶(hù)。
那么，我們來(lái)看看這些對話(huà)機器人在to C中，到底解決了怎樣的核心需求。
在??我們所知的對(dui)話(huà)機器人產(chǎn)品中，有主打客服的問(wèn)答機器人，有主打秘書(shū)的助理機器人??，還有ヽ(′ー｀)ノ純趣味導向的聊天機器人，它(ta)們的背后，都是剛需嗎？
4.1.1 一個(gè)事實(shí)：瞎聊難為剛需，情感計算任重道遠
聊天是一個(gè)容易被激發(fā)，卻也容易迅速消退的場(chǎng)景，唯有情感依賴(lài)可能長(cháng)久。
情感??計算并非只是一個(gè)數學(xué)或者計算機科學(xué)問(wèn)題，更是一個(gè)產(chǎn)品問(wèn)題。
由于情感并非一個(gè)可??具象問(wèn)題，而且人的情感變化會(huì )隨著(zhù)時(shí)間、環(huán)境、他人、自身思想等等因素發(fā)生變化；而且情感并非連續的計算，你喜歡一個(gè)女孩子，并不意味著(zhù)時(shí)時(shí)刻刻與她發(fā)生情感依賴(lài)，而是通過(guò)一些關(guān)鍵的情感觸達，來(lái)完成情感連接。
在微軟小冰的諸多被設計的Feature中，“給(′▽?zhuān)?)用戶(hù)起外號”、“升級解鎖”都是斷點(diǎn)式情感觸達，通過(guò)細微的產(chǎn)品設計，寄希望于黏住用戶(hù)。
助??理型對話(huà)機器人的發(fā)展建立在其他各種線(xiàn)上線(xiàn)下服務(wù)的完善基礎上，譬如Siri；只有當你手機里已經(jīng)有了“鬧鐘”、“???提醒”、“打電話(huà)”、“搜索引擎”等功能時(shí)，Siri的助理(li)功能才能發(fā)揮效用，此時(shí)你才有可能面向Siri發(fā)出指令“提醒我明天8點(diǎn)給老板回微信”。
大概兩年前，YC孵化的(′_｀)Magic轟動(dòng)??東西兩個(gè)半球，無(wú)數效仿者爭先恐后去探索“助理型”機器人，時(shí)至今日，鮮有成效——我們普通人真的需要一個(gè)像秘書(shū)一樣的對話(huà)機器人嗎？
我們先來(lái)看┐(′д｀)┌兩個(gè)例子。
第一個(gè)例子——我想定個(gè)這樣的鬧鐘“每周一、周三、?周五的上午8:15”。
若我用iPhone的鬧鐘程序，(′；ω；`)那我的步驟會(huì )大致如下：
STEP1：解鎖手機屏幕；STEP2：左右滑屏，找到鬧鐘程序??；STEP3：點(diǎn)擊鬧鐘程序；STEP4：點(diǎn)(′?ω?`)擊新建鬧鐘；ST??EP5：選擇鬧鐘時(shí)間為“上午8:15”；STEP6：選擇重復時(shí)間??為“周一、周三、(′_｀)周五”；STEP7：點(diǎn)擊完成。現在我們看第二個(gè)(ge)例子——通過(guò)秘書(shū)類(lèi)對話(huà)機器人叫外賣(mài) VS 通過(guò)“餓了么”叫外賣(mài)。
在秘書(shū)類(lèi)機器人中，叫外賣(mài)的流程大致是這樣的：
STEP1：發(fā)出“叫外賣(mài)”的指令，在機器人推薦的餐廳中，尋找想吃的那家STEP2：如果沒(méi)有合適的，就輸入想吃的(de)店家名字STEP3：在推薦的列表中選中想吃餐，或者直接輸入想吃的餐STEP4：輸(′；д；`)入“確認”實(shí)現下單，輸入訂單信息并提交訂單STEP5：支(′_｀)付，并等待接收外賣(mài)，可以詢(xún)問(wèn)送餐進(jìn)度在餓了么中，叫外賣(mài)的流程大致是這樣的：
STEP1：在餐廳列表中選擇想吃哪家STEP2：如果沒(méi)有合適的，就??搜索店家STEP3：在推薦的列表中選中想吃餐，或者直??接輸入(ru)想吃的餐STEP4：確認下單，確認訂單信息，提交訂單STEP5：支付，并??等待接收外賣(mài)，可以查看送餐(′ω｀*)進(jìn)度這兩個(gè)例子有(you)什么本質(zhì)區別嗎？
你會(huì )發(fā)現，如果通過(guò)Siri來(lái)設置鬧鐘，我其實(shí)只做(zuo)了一件事情：對著(zhù)Siri發(fā)出一個(gè)單條指令，然后就一切搞定——相比我通過(guò)App來(lái)做，節省了近乎7??0%的操作步驟?？墒?，如果是叫外賣(mài)，我需要對著(zhù)機器人發(fā)出一組系列指令，但是和App的操作步驟一樣多。
這里有兩個(gè)關(guān)鍵點(diǎn)——
如果助理機器人可以一步到位，那么將極大地提升效率和體驗??，是新的需求升級；若一個(gè)workflヽ(′▽?zhuān)?ノow可被一步解決，機器人需要補全的數ヽ(′?｀)ノ據信息巨大，這是核心產(chǎn)品難點(diǎn)；第一個(gè)關(guān)鍵點(diǎn)，我們只要設身處地地想一下，就會(huì )發(fā)現：在不考慮語(yǔ)音識別準確率的前提下，任何事情我只要一個(gè)指令就可以達成。譬如“幫我叫個(gè)車(chē)”、“幫我交份外賣(mài)”、“幫我交一下水電費”、“幫我定一下出差的機票”，其他都不用管了，這種體驗簡(jiǎn)直贊爆了。
我們再看看第二個(gè)關(guān)鍵點(diǎn)。
就拿上面這個(gè)外賣(mài)的例子來(lái)看，如果用戶(hù)只需要一句“幫我叫個(gè)外賣(mài)”即可，那么機器人需要補全的信息至少包括“餐廳??”、“餐食”、“價(jià)格”、“送餐時(shí)間”、“送餐地點(diǎn)”、“支付信息”等，這些??信息中(zhong)的“送餐時(shí)間、送餐地點(diǎn)、支付信息”是相對靜態(tài)的信息，獲取一次就可長(cháng)期使用?？墒恰安蛷d、餐食、價(jià)格”則是動(dòng)態(tài)信息ヽ(′▽?zhuān)?ノ，若想每次都可自┐(′д｀)┌動(dòng)獲取，則代表機器人(ren)需要非常了解這位“主人用戶(hù)”才可以，否則只要有一兩次推薦偏差太大，體驗就會(huì )降低近乎一個(gè)量級。從本質(zhì)上來(lái)說(shuō)，這時(shí)的助理機器人已是一款強大的推薦引擎，而且代表了極佳的魅力和美好的發(fā)展未來(lái)。
4.1.3 一個(gè)肯定：?jiǎn)?wèn)答機器人是很有價(jià)值的
最常見(jiàn)的問(wèn)答機器人是“客服機器人”，譬如京東的JIMI，阿里的小蜜機器人，還有一些銀行的客服機器人，但它們更像F(?⊿?)AQ過(guò)濾器。
我們細想一下阿里小蜜的使用場(chǎng)景。如果(???)我問(wèn)阿里小蜜“我的快遞怎么還沒(méi)送到？”，它的回復方式本質(zhì)是在常見(jiàn)的關(guān)于“快遞”的問(wèn)題中，把最常見(jiàn)的答案丟給我，比如它會(huì )告訴我“你的快遞已經(jīng)簽收了，如果沒(méi)收到可能是(′▽?zhuān)?)放到大門(mén)口了”。
如此，我們再回過(guò)頭來(lái)看看問(wèn)答機器人，它其實(shí)是在頭部問(wèn)題上實(shí)現了綜合過(guò)濾，然后通過(guò)對話(huà)的形式反饋給用戶(hù)，如果用戶(hù)實(shí)在問(wèn)的是長(cháng)尾問(wèn)題，問(wèn)答機器人回答不了的，可以把問(wèn)題再拋給人工客服。滿(mǎn)足了用戶(hù)九成以上問(wèn)題的直接答復，是問(wèn)答機器??人的核心目標。而至于其他類(lèi)似導購、協(xié)助訂單管理等等，不過(guò)是附加在頭部問(wèn)題之上的增值體驗優(yōu)化。
4.2 對話(huà)機器人真的適合分為“聊天、助理、問(wèn)答”這三類(lèi)嗎？
這是一個(gè)目前業(yè)內比較慣用的分類(lèi)，我們來(lái)看看這個(gè)分類(lèi)的視角。
如果站在技術(shù)視角來(lái)看，對話(huà)機器人應該分為“開(kāi)放域”和“封閉域”，這個(gè)我們已經(jīng)聊??過(guò)了，這里不再贅述。如果是站在用戶(hù)角色來(lái)看，對話(huà)機器人可能分為“教育版本”、“醫療版本”、??“二次元版本”等等。如果是站在業(yè)務(wù)視角來(lái)看，對話(huà)機器人可以分為純To C和To B再To C。所以，這種分類(lèi)更像是站在抽象場(chǎng)景視角來(lái)看的。幾乎任何場(chǎng)景都會(huì )被劃分到這三個(gè)類(lèi)別中，??要么無(wú)主題聊天，要么是任務(wù)導向，要么是提問(wèn)解答。其實(shí)，倒過(guò)來(lái)看，幾乎ヽ(′▽?zhuān)?ノ所有我們已知的App也被這個(gè)分類(lèi)所覆蓋了。
可是??，對話(huà)機器人不是一個(gè)移動(dòng)互聯(lián)網(wǎng)時(shí)代的App，它是一個(gè)綜合體，直接這樣劃分并不是一個(gè)好的產(chǎn)品分類(lèi)。
你不會(huì )在淘寶里視頻聊天，更不會(huì )在支付寶里侃大山，百度幾年(′ω｀)前試圖在大搜索中推出“直達號”去顛覆微信公眾號(hao)，結果以失敗告終。
這個(gè)道理很簡(jiǎn)單：在移動(dòng)互聯(lián)網(wǎng)時(shí)代，幾乎每個(gè)App都有自己的專(zhuān)屬定位。有自己專(zhuān)屬的產(chǎn)品主路徑，不在自己路徑邏輯中的行為是不能順暢流轉的；每個(gè)App都像有自己的緊箍咒，不能輕易破除互??相之間的壁壘。??
如果ヾ(′▽?zhuān)??我們站在互聯(lián)網(wǎng)??整體產(chǎn)品世界里來(lái)看，其實(shí)我們每個(gè)人生活在一個(gè)混在的江湖社會(huì )中，手頭的各種工具幫我們實(shí)現一個(gè)個(gè)小任務(wù)目標，但是幾乎每一件小事都需要與人打交道，衣食住行無(wú)一例外。如果每一次與外界的接觸被看做一個(gè)流量的話(huà)，那么最大的流量便是頻繁且無(wú)實(shí)際任務(wù)目的的人與人之間的交互，而相對較小的是去做一個(gè)個(gè)的具體任務(wù)事情：你會(huì )每天都見(jiàn)一些人，但你不會(huì )天天都買(mǎi)衣服。
幾乎所有的流量ヽ(′▽?zhuān)?ノ都是圍繞著(zhù)人與人之間的交互而形成的，而且你會(huì )發(fā)現一個(gè)規律：離現金流越近的流量，其活躍性越低，而且流失率越高。騰訊系的產(chǎn)品、百度的產(chǎn)品都是通過(guò)流量漏斗來(lái)多元變現的，而(er)阿里系的產(chǎn)(???)品，是直接拉人來(lái)買(mǎi)東西，盈利空間就直接建(╬ ò﹏ó)立在交易之上，需要不斷刺激人(◎_◎;)們買(mǎi)買(mǎi)買(mǎi)。
在所有的產(chǎn)品中，社交類(lèi)產(chǎn)品是最貼近“江湖社會(huì )(′?｀*)”的，它距離現金流是最(/ω＼)遠的，也是最活躍的，可以(′▽?zhuān)?)說(shuō)是幾乎所有互聯(lián)??網(wǎng)產(chǎn)品中活躍度最高，并且可以向任何產(chǎn)品導流ヾ(′▽?zhuān)??的源流量產(chǎn)品，所以你看到了，阿??里無(wú)所不用其極地想去做社交產(chǎn)品。
說(shuō)了一圈，那么我們回來(lái)看看社交產(chǎn)品的最(′_｀)小雛形。
社交產(chǎn)(′-ι_-｀)品分為即時(shí)社交和延時(shí)社交(jiao)，簡(jiǎn)單類(lèi)比就┐(′?｀)┌是聊天和朋友圈，而這兩個(gè)都是建立在“語(yǔ)言對話(huà)”的基礎上。由于社交產(chǎn)品的場(chǎng)景中幾乎可以做任何事情，前段時(shí)間網(wǎng)上流傳的微信“發(fā)現”頁(yè)面那張神圖，就可??見(jiàn)一斑。(°□°)
對話(huà)機器人具有社交產(chǎn)品的通性(xing)，原因只有一個(gè)——對話(huà)機器人的交互場(chǎng)景天然就是一個(gè)社交產(chǎn)品(′?_?`)的交互場(chǎng)景。
當我(wo)們站在用戶(hù)視角來(lái)看待對話(huà)機器人時(shí)，用戶(hù)根本不??理解什么是“開(kāi)放域、封閉域”，也不了解什么是“聊天機器人、助理機器人、問(wèn)答機器人”，用戶(hù)也記不住那些分類(lèi)，也沒(méi)法記住，只要有一個(gè)對話(huà)輸入框擺在用戶(hù)面前，就像微信的輸入ヽ(′?｀)ノ框那樣，由于知識詛咒的原因，用戶(hù)就會(huì )去類(lèi)比他所理解的對話(huà)輸入框，就會(huì )在這里輸入任何他們想輸入的自然語(yǔ)言，可能是瞎聊的話(huà)，也可能是某個(gè)任務(wù)，也可能是提一個(gè)問(wèn)題，我們根本不能阻止用戶(hù)在面對京東JIMI機器人時(shí)不做瞎聊的操作。
這(zhe)時(shí)帶來(lái)的一個(gè)巨大難題就是，開(kāi)放域對話(huà)會(huì )時(shí)有發(fā)生，而只要一次兩次回答不佳，體驗不滿(mǎn)就會(huì )提升。站在產(chǎn)品設計的角度來(lái)說(shuō)，我們能做的就是(shi)盡量讓用戶(hù)的輸入是可控的，就像度秘、阿里小蜜已(′?_?`)經(jīng)在做的。這就是為什么，每當我們去設計對話(huà)機器人時(shí)，總是要設法去多涉及一些開(kāi)放域對話(huà)的功能點(diǎn)，也是為什么每當我們談起對話(huà)機器人時(shí)，卻也總是繞不開(kāi)“機器人在開(kāi)放域下是不是智能”這個(gè)問(wèn)題。
4.3 像朋友一樣的伙伴會(huì )是對話(huà)機器人的終局嗎？
如果你在微信上，問(wèn)你最好的朋友“幫我看看有沒(méi)有戰狼2的票，我晚上想去看”，他/她會(huì )如何回答你？
我猜，他可能會(huì )說(shuō)“你去看《戰狼2》不叫我？！”，他可能還會(huì )說(shuō)“我也去，咱倆一塊兒去”，然后他會(huì )繼續說(shuō)“我看了下，你家跟前那家萬(wàn)達有票，晚上七點(diǎn)的，下班一塊兒去(╥_╥)？”
如果一樣的問(wèn)題問(wèn)Magic呢？它的回答就是讓你告訴他幾點(diǎn)去看，它幫你挑選了五家，每家的時(shí)間都挺合適，有一些距離你近，有些有優(yōu)惠，等等。
你喜歡哪種體驗呢？這個(gè)其實(shí)很難說(shuō)。如果站在封閉域的角度來(lái)說(shuō)，Mヽ(′ー｀)ノagic的算(???)法要比朋友優(yōu)很多，選擇也更豐富，可是和朋友一起去的這種體驗，才是生活。
我認為這個(gè)可能是對話(huà)機器人的??終局，它存在的意義仍然是協(xié)助人們去更好地解決一系列問(wèn)題；但是它不能太傻，像個(gè)指令機一樣待在那里，而是應該像個(gè)朋友一樣懂你卻也能幫你???。(T_T)以前在對話(huà)機器人產(chǎn)品的討論中還經(jīng)常討論：對話(huà)機器人應該更“有趣”還是更“有用”，其實(shí)從這個(gè)終局來(lái)看這個(gè)討┐(′д｀)┌論毫無(wú)意義，你能說(shuō)你的朋友只有用，但是無(wú)(wu)趣嗎?？
五、對話(huà)機器人的產(chǎn)品價(jià)值
對待產(chǎn)品ヾ(?■_■)ノ，一定要???從其商業(yè)視角出發(fā)，不然沒(méi)有聊的意義。站在商業(yè)視角，對話(huà)機器人擁有三個(gè)方面(′_｀)最核心的(de)產(chǎn)品價(jià)值。
由于對話(huà)機器人的交互方式原始??而單一，使得機器人背后所有的計算邏輯都被隱藏，機器人可以成為一個(gè)獨立的橋梁連接不同場(chǎng)景下的服務(wù)，讓用戶(hù)只在一個(gè)對話(huà)場(chǎng)景下都可以完成交互。
譬如Skype for busiヾ(?■_■)ノnes???s中，就有??(′ω｀)一個(gè)機器人，幫助通過(guò)S(′?｀*)kype做協(xié)同的人們預定(′?｀*)會(huì )議室、設置工作項目提??醒、代理自動(dòng)回復等等——原本每個(gè)工作都是跨場(chǎng)景的，現在只要一個(gè)對話(huà)交互場(chǎng)景就可以解決了。如果再往大了去說(shuō)，??未來(lái)如果伙伴式的機器人可以逐漸出現，那在聊天中完成訂機票、訂酒店，甚至管理家里的智能空調，這些跨場(chǎng)景可能通過(guò)一個(gè)伙伴都ヽ(′ー｀)ノ可以完成了。
5.2 交互升級帶來(lái)的(╯‵□′)╯流量深度沉淀
對話(huà)的方式有很多，可以是打字，也可以是語(yǔ)音。如果是語(yǔ)音，那么帶來(lái)的是革命性地變化。
5.2.1 指數級的流量增長(cháng)
百?度DuerOS和Amazon Alexa的邏輯是相似的，都是通過(guò)賦予所有智能硬件語(yǔ)音對話(huà)的能力，進(jìn)而獲取新流量，同時(shí)實(shí)現流量的深度交互和沉淀。
我們知道，在互聯(lián)網(wǎng)的生意經(jīng)中，一切都是圍繞著(zhù)流量來(lái)完成(′ω｀)的，要么是流量足夠多，要么流量的價(jià)值足夠大。由于對話(huà)帶來(lái)的交互效率提升，使得在單個(gè)(ge)用??戶(hù)身上獲取的流量頻次呈現指數級增長(cháng)，如果一般的互聯(lián)網(wǎng)產(chǎn)品PV/UV是個(gè)位數的話(huà)，那么對話(huà)機器人的PV/UV（其實(shí)就是對話(huà)的頻次）至少是兩位數。
一些曾經(jīng)很難成為交互場(chǎng)景的(′ω｀)，譬如在家里面向Echo音箱發(fā)號施令，如今都通過(guò)對話(huà)機器人成為現實(shí)。沒(méi)有任何一款App能比??一個(gè)對話(huà)機器人更容易和人產(chǎn)生親密感，產(chǎn)生如此多高頻互動(dòng)的可能。最后的結果可(ke)能就是，我們的生活方方面面都在觸網(wǎng)，每一次交互就是一次所謂的PV，指數級的流量映射出一個(gè)人生活的方??方面面。
5.2.2 高頻次的端計算
我有一個(gè)猜測：由于對話(huà)機器人是一個(gè)高頻次交互場(chǎng)景，帶來(lái)的最直??接影響可能是要求在設備端上擁有更加強大的計算能力；可能一些封閉域或ˉ\_(ツ)_/ˉ者開(kāi)放域的計算能力直接預加載到了客戶(hù)端，可能是硬件也可能是軟件。如果網(wǎng)絡(luò )能力不能同樣倍數增長(cháng)的話(huà)，對于端的計算能力會(huì )增強——我猜這也是為什么一些AI企業(yè)會(huì )做芯片的原因之一。
5.3 流量沉淀帶來(lái)的數據深耕
正??是由于流量的深度沉淀，使得每個(gè)用戶(hù)多維的數據沉淀成為可能(neng)。當平均每個(gè)用戶(hù)(/ω＼)的數據量和維度增長(cháng)十倍，那么到底意味著(zhù)什么呢？
對于(yu)百度而言，起碼廣告(′ω｀)費要漲價(jià)，對于阿里而言，可以賣(mài)給這個(gè)用戶(hù)更多的東西，總而言之，ARPU（Average Revenue per User）會(huì )增長(cháng)許多，這些就是最直接的商??業(yè)價(jià)值。我??在之前的文章《??人工智能「風(fēng)口」，先行者為什么是搜索引擎？》中，曾分析過(guò)這其中的一些邏輯關(guān)系，因為流量的深維度價(jià)值尚未被開(kāi)發(fā)，對于計算廣告而言可(′?ω?`)能是(shi)一塊從未嘗鮮的處女地。
六、總結
如上是我針對對話(huà)機器人的一些比較淺顯的分析和探討，作為一款正在發(fā)展的新興產(chǎn)品，對話(huà)機器人還有非常多的細節值得探討；限于篇幅，只能先聊這么多了，希望以后還能繼續深入探討。
從個(gè)人層面來(lái)說(shuō)，我看(kan)好T(′▽?zhuān)?o C的對話(huà)機器人產(chǎn)品的未來(lái)——但是它的(de)產(chǎn)品路徑非常曲折漫長(cháng)，與我們過(guò)往所經(jīng)歷的移動(dòng)互聯(lián)網(wǎng)產(chǎn)品差??異巨大；但是萬(wàn)變不離其宗，任何產(chǎn)品都是從用戶(hù)的ヽ(′▽?zhuān)?ノ需求出??發(fā)的。
對話(huà)機器人承載了全新的交互形式┐(′?｀)┌，可能帶來(lái)了全新的(╬ ò﹏ó)產(chǎn)品服務(wù)體驗，這種進(jìn)步過(guò)去從來(lái)沒(méi)有過(guò)。
我們每個(gè)人幾乎都在渴望著(zhù)機器人時(shí)代的到來(lái)，也許???很遙遠，也許已經(jīng)在路上，誰(shuí)知道呢~