江苏龙网

  1. 首页 > 资讯 > 科技 > >

[数字化]陆奇疫情之下最新思考：数字化的历史潮流在加速，送给创新者8个字2个维度( 十 )


第三个问题是：数字化最终为各位各业智能化服务 ， 数字化是手段不是目的 ， 怎么解决数字化快但是认知慢的问题呢？他们公司是做服务机器人的 ， 企业要做好产品 ， 又要教育市场 ， 当下是不是一个发力的好时机呢？
陆奇：数字化技术驱动往前走也在加速 ， 但是数字化被企业采纳还是有很多挑战的 。 有几个点我想分享一下：
首先关于教育市场 ， 我个人经验教育市场非常难 ， 一个创业者避免教育市场 ， 因为需要大量的市场开发 ， 需要大量的资源 。 但教育市场又分两类 ， 一类是改变旧的习惯 ， 这个是特别难 ， 一般很难做到这一点 ， 养成新的习惯是要找到非常窄的切入点 ， 痛点非常痛又非常窄的情况下用户愿意养成新的习惯 ， 在狭义的教育市场养成新的习惯又有痛点的情况下是可以往前走的 。
二、由于这个同学是做服务机器人的 ， 我个人也建议找到加速的机会点 ， 这次疫情发生服务机器人有很多机会 ， 因为在疫情严重的情况下使用服务机器人可以大大降低疫情传播的概率 ， 降低人的风险 ， 这种情况下其实客户愿意采用新产品养成新习惯的机会也是有的 。 综合起来是创业者面临的共同问题 ， 技术的能力具备了不少了 ， 但是市场的接受度相对来讲还是滞后 ， 特别是教育市场 。
我总结一下 ， 改掉旧习惯特别难 ， 除非产品是十倍以上的好 。 养成新习惯是有机会的 ， 除非找到痛点 。 像服务机器人这样的产品我认为是有发展空间的 。
第四个提问：是数字化处理中NLP（自然语言处理）的机会是什么 ， 您认为NLP变现的路径是什么？我相信对于技术型的变现路径底层都有共性的思维 ， 非常期待陆奇博士的解答 。
陆奇：感谢这位同学的问题 ， 这个问题对我非常重要 ， 因为我自己在NLP方面花了不少精力 。
第一 ， NLP是比较广义的词 ， 因为自然语言处理里有很多不同的任务 。 NLP技术对AI领域来讲是比较难啃的硬骨头 ， 是需要时间打磨的 ， 因为跟知识获取、知识表达有连接 ， 相对其它领域来讲NLP的进展需要时间 。
最近几年时间的发展也是相当令人鼓舞的 。 我自己在NLP过去也犯了不少错误 ， 过分高估技术的能力 ， 核心要判断这个NLP技术针对应用场景体验是不是能够及格 ， 我个人认为今天大部分的语音对话技术对宽的场景都不合格 ， 不及格的话用户的使用度是没有的 。
买个智能音响用几次就不用了现在很多 ， 核心第一要做的判断是针对这个场景是不是做到合格 ， 也就是说用户讲一百句话大概九十到九十五句听得懂 ， 至少90分 ， 最好到95分 ， 到了这样的话我认为NLP就可以在这个领域 ， 领域很多 ， 可以用在医疗看病例 ， 可以用在教育 ， 可以用在内容处理 ， 可以用在金融 ， 可以用在企业管理 ， 可以用在制造业等等 ， 包括这次在创业公司里面看到不少用NLP技术做工业应用、教育、医疗应用的 ， 可以找到很高的应用场 ， 因为人类自然语言的理解是非常通用的能力 ， 应用场景不担心 。
我建议这位同学最关注的 ， 今天的NLP针对你想要的场景能不能做到及格 ， 如果可以及格的话我认为只要把产品把控好 ， 把销售做好是完全可以作为一个创业公司或大的公司里面做一个创新业务的 。 最最关键的判断是体验的及格 。
注：
腾讯毕加索：
从2017年至今 ， 腾讯已推出AI、SaaS、WeCity三大产业加速器 ， 吸引超过170位成员加入 。 为突破加速器学员间的班级限制 ， 促进学员之间跨赛道、跨领域协作 ， 腾讯产业加速器正式推出全新社群“毕加所” 。
作者系网易新闻·网易号“各有态度”签约作者
— 完 — 
本文首发于微信公众号：量子位 。 文章内容属作者个人观点 ， 不代表和讯网立场 。 投资者据此操作 ， 风险请自担 。
（责任编辑：王治强 HF013）


推荐阅读


上一篇：「驾驶」百度推ACE交通引擎：不仅是无人车，车路协同新基建我也包了

下一篇：「Zoom」Zoom今天遭谷歌禁用，还被个人股民诉讼，袁征：这次真搞砸了