因果AI，下一代可信AI的产业升级新范式？

AI预测是否需要“知其所以然”？

转自：甲子发现

 

“大多数我们常见的AI，都是基于大数据标签和关联性对结果进行预测。而‘因果AI’则会挖掘结果背后的因果逻辑。这是二者最大的不同。”零犀科技创始人夏仲璞表示。

 

7月2日，认知智能公司零犀科技宣布与集智俱乐部共同推出“因果派”子品牌，让“因果AI”这一技术路线开始被业内关注。自2018年4月成立之后，脱胎于百度认知智能技术团队的零犀科技曾先后获得过英诺、金沙江、字节跳动、GFC、君盛等多轮融资，并深扎金融、保险行业，推出零犀人机融合平台，服务包括京东、水滴等诸多客户。

 

目前在人工智能技术领域，因果AI被喻为是最有可能突破强人工智能的技术，是下一代可信AI。零犀也一直在将因果思维与因果AI作为整体技术底座实现自身的AI商业化。那么，什么是因果AI？因果AI有什么价值和作用？零犀科技在AI商业化这件事上又有怎样的理解？

1.因果逻辑对AI到底多重要？

 

从1956年达特茅斯会议提出人工智能概念以来，AI技术就在持续高速发展。深度学习、自然语言处理等都是大众已经熟知的AI技术名词，并且随着技术迭代而出现了如商汤、旷视等一批AI技术公司，业务应用也早已覆盖营销、安防、企业管理等千行百业的各个场景。例如短视频平台的“猜你喜欢”、电商平台的“千人千面”商品推荐等，都是大众熟知的典型AI应用。“啤酒与尿不湿”也是早期AI大数据预测最知名的案例。

不过，尽管以机器学习技术为基础的AI能力已普遍深入产业并取得诸多成绩，但这一技术体系在面对认知智能的需求时却存在着明显的局限性。

 

机器学习的本质是统计学，也就是各项行为数据与结果的关联计算。所以基于机器学习的AI技术虽然很有可能基于关联性给出看似不错的结果，但却无法解释“为什么”。而无法解释“为什么”的“黑盒”计算，也让需要理解、推理、预测与决策等能力的产业实践容易出现“不可信”、“不稳定”甚至“难应用”的结果，不具备能力的可迁移性，从而显现出AI应用的瓶颈。

 

例如，为了提高销售效果、以往依靠外呼中心电销保险、理财产品的金融行业，以及此前的在线教育行业等，在近几年都在从外呼中心的电销方式逐步向AI方式进行迭代升级，这也促成了以机器学习、深度学习为核心的智能销售、客服类AI产品的集中出现。但正如前文所言，基于深度学习的人工智能并不能判断客户是否购买背后的真实原因，也就无从对未购买的客户进行针对性优化，或者对已购买的客户进行刺激复购，而且容易造成线索浪费。

 

目前市面上很多AI销售类工具产品或数据中台类营销系统，普遍的做法都是给客户打标签，识别客户行为，并通过运营策略给客户发送优惠券等方式唤醒沉睡客户或刺激客户复购。但问题就在于AI无法识别客户背后的自身原因，所以这种由系统揣测的“适当时机”并不一定真的适合客户，也就非常容易造成客户的反感，甚至导致客户流失，也就无从保证销售效果。这是目前主流深度学习AI类营销工具的最大问题。

 

“另外，深度学习由于依赖统计数据的相关性计算，所以在落地时会出现‘算法黑盒’问题，从输入到输出即使得到了想要的结果，也无法从中拆解为什么，而这就无法确保效果的稳定安全，也很难有效控制调优，这就造成了AI‘不被信任’的，也是目前技术无法突破完全实现强人工智能的底层卡脖子问题。”零犀科技创始人夏仲璞指出。

 

但“因果AI”不同。它不强调数据相关性，而是在考虑科学事实的前提下来模拟信息传递，挖掘事物背后的因果逻辑。因果科学把信息分为观察、干预、想象三个层级，利用底层的因果图和AI算法，使得机器可以正确判断两件事是否具有因果关系，并根据因果关系做出更准确的预测，让结果输出的可靠性大大增强。因为了解呈现在表层结果背后的“因”，这样的能力对于解决复杂需求的销售效果更加有利。比如金融、保险这样的场景，消费者通常并不清晰自己的有怎样的需求，而在这样的复杂服务场景中，就更需要因果AI的需求探询能力。

 

“掌握因果逻辑后，我们不仅能更好预测，还能够预测我们采取不同干预行为后的事态变化。其可靠性和成功率必然大大提高。”夏仲璞表示。

 

 

2.因果AI的商业化优势是什么？

 

理解了因果AI，也就理解了零犀科技的技术基础。实际上，零犀科技正是基于因果AI理论，构建了自身的因果AI服务架构，打造“需求探询”系统，并以“人机融合”的服务型产品方式切入销售场景。目前零犀已为众多金融、保险、互联网等行业企业提供直达关单的代理销售服务。

 

需要指出的是，零犀为客户提供的是代理销售服务，而并非向客户兜售软件产品或解决方案。在零犀看来，客户在销售侧的核心需求是成交，软件只是提高成交效率的工具。所以零犀的商业模式是按效果收费，也就是帮客户分担真实的成交额KPI，抽取一定比例的佣金。这是他们在AI商业化方面与其他同类AI公司的最大区别。

 

但一个显而易见的事实是，人的行为是很难被真正预测的，单一策略也无法满足所有用户。可能A用户适用‘速战速决’，B用户就需要精准引导。那么，因果AI是如何让零犀帮助客户达成销售目标？

 

据夏仲璞介绍，零犀在用户需求的探询与匹配方面，都建立了相应的因果认知和策略迭代系统。认知系统能够深挖不同类型用户的需求及背后原因，设置不同类型的干预手段并预测干预效果；而策略迭代模型则承担着丰富挖掘手段及结果类型，保证整个体系的不断进化迭代，让数据和策略常用常新，一直保持有效的结果。

 

“另外，我们关注的不仅仅是用户成交概率，还有甲方和服务者的利益。因此，我们将需求模型升级成多目标优化模型。在这个模型里，我们将商品指标量化输入，在自动化机器人的辅助下，我们将成交率最优的目标升级为成交收益最优，同时提升了用户、甲方和服务者的效益，从而实现了整体结果的最优化。”夏仲璞透露。

 

举例来说，某保险公司今年要完成1000亿元的销售指标，其中200亿元由零犀承担。零犀将其用户或线索库与自身因果AI系统进行对接，并用“机器人+人的服务大军”通过不同媒体渠道与这些用户进行交流，挖掘用户背后的真实购买意图，进而达成成交或复购。这就是零犀因果AI的典型商业模型。

 

零犀之所以用这种人机融合、按效果付费的商业模式，是因为在零犀看来，AI在服务产业中，如何更智能更全维度的理解用户需求，从“点状”假效升级转变为“片状”、“面状”的工业化模式已成为服务业智能化升级的探索重点之一。

 

零犀认为，服务行业的智能化升级，需要技术和非技术解决方案的结合，以及人与机器的融合协作。而技术和非技术解决方案包含AI技术实现路径，激励模型和运营规则与合规框架。其次，人机融合需要在技术和非技术的解决方案中，分别在所需节点上嵌入匹配的人或匹配的机器，让复杂的、多目标的系统运作起来，完成全局最优解的决策与运营，这与简单“让人使用工具”是完全不同的两个概念。这是零犀并不卖工具给客户的根本原因。

 

作为将因果思维与因果AI作为整体技术底座实现商业化的认知智能公司，零犀的商业模式闭环，印证了因果AI正在成为服务业智能升级的通用技术底座，也印证了因果AI在服务业智能升级浪潮中的未来前景。因果AI的技术与商业化的落地，对未来人工智能行业发展的突破和业务扩展都具有重要的参考意义。相信不久我们就能看到强人工智能时代的到来。

END.