容联智能化中台，聚焦产业智能化改造( 二 ) <imgsrc=

　　这些细分领域涌现的新需求，为 AI 应用提供了可能。在这一过程中，容联总结出了一套成熟的方法论，用来判断能不能用 AI ，怎样用 AI 。

　　层层分析， AI 并非万能

　　AI 是否能够真正应用呢？容联认为，判断 AI 能否应用需要经过三轮分析，即：1)能不能用;2)好不好用;3)行业发展形态。

　　首先， AI 在一些细分需求上可用，但在另一些需求上是不可行的。例如，同样是客服应用，一些呼叫中心就可以使用 AI 技术，如知识库、语音转文字等技术，帮助人工客服快速定位搜索结果，加快回复速度并提升准确性。而一些依赖专业销售话术的客服场景中，使用 AI 就不能像人工客服那样，通过从业经验和手段提升客户转化率了。

　　其次， AI 好不好用也是一个重要的问题。很多 AI 应用可以做到完成任务，但在实际使用中的效果并不令人满意。例如，在外呼场景中， AI 已经可以快速向多个目标用户进行呼叫，但机械式的方式让客户感到不适。类似的案例还有使用 AI 进行电话回访。由于技术的不成熟，回访收集的数据质量很差。

　　而且， AI 在某一行业的应用程度和该行业的发展密切相关。 AI 依赖质量高、数量庞大的数据来提升性能。因此，在一些数据管理较好，有良好 IT 技术的行业，如金融业， AI 就可能会有更好的发展。另外，一些行业发展得还不够完善，客户对于新技术的接受程度不够高，客户没有相对充足的资金支持新技术的落地等因素，都会阻碍 AI 的应用落地。

　　从这些角度来看， AI 的应用范围并不是无限的。在通讯行业中， AI 应用落地取决于场景，可以使用 AI 进行辅助的产品，如呼叫中心、智能客服、精准营销、智能制造中的视频监控等。从行业来看，有着较好的 IT 基础设施、良好的数据积累和管理、资金较为充裕的行业、对技术接受度更高的行业，如金融、能源石化、电商等领域更容易落地 AI 。

　　容联的 AI 产品体系：从应用到完整体系

　　我们知道，在通讯领域， AI 更多的是切入细分的场景中。有些是在已有解决方案上的智能化，而另一些则是需要 AI 参与辅助的场景。最后，如果不同的场景和应用都需要复用同样的 AI 模型，平台化是否是一个效率更高的选择？

　　容联的 AI 产品发展就遵循了以上三个思路，分别分为：AI 智能化应用、AI 智能化改造，以及 AI 中台。这三种产品形态上，可以看到容联以机器人、知识、AI 为中心， AI 平台为基础的整体产品架构。