[attach]525474[/attach]

关于聊天机器人（Chatbot）是下一个风口的说法不绝于耳，甚至有人喊出了：“总有一款聊天机器人适合你”的口号，让人想起苹果的经典广告语：“总有一款 APP 适合你”。

[attach]525475[/attach]

的确目前移动 APP 有着诸多弊端。每个 APP 都有自己的用户界面、用户体验，每个 APP 都在占据着设备空间。而且现在 APP 的数量过大，让用户下载安装变得越来越难，而且大部分 APP 用过之后就再也不会打开。

不少海内外科技媒体认为聊天机器人是风口，创业公司需要把握这个机会，然而真的是这样么？

我们把聊天机器人定义为：基于聊天平台，通过自然语言模拟人类进行对话来完成一定任务的程序，和智能助理（Smart Assistant）区分开。比如微软小冰就是聊天机器人，而微软小娜就是智能助理。

　　聊天机器人前景美好

聊天机器人将各种程序功能整合起来是一个美好的愿景，可以免去用户繁琐的筛选。通过与机器人会话，就能够调用所需功能，得到服务和信息，而且免去了注册和登录等繁琐的动作。

聊天机器人似乎给人们的生活带来更多便利。比如，必胜客在 8 月将推出聊天机器人，从 Facebook 和 Twitter 社交平台上接受订单；Booking.com 的聊天机器人可以推荐当地的美食和旅游景点。

[attach]525476[/attach]

（Pizza Hut 推出聊天机器人）

可以想象的是，聊天机器人的开发成本将显著的低于 APP，而集成聊天机器人也会比让用户下载 APP 更加便利。

但是，我们认为，在未来几年内聊天机器人对于初创公司来说很可能是一个美好的陷阱，只会是大公司的玩具。

　　聊天机器人技术不成熟

Operator 是首批将聊天机器人应用于电商领域的初创公司，在采访 Operator CEO Robin 时，他表示聊天机器人目前还是非常非常早期的阶段。

而 Operator 的数据团队负责人 Shuang Yang 则提到技术不成熟是一个很大的限制，聊天机器人要应用于工业界在自然语言理解和对话管理上有诸多技术瓶颈。

[attach]525477[/attach]

(OperatorAPP 内有聊天机器人，也在 Facebook Messnger 上开发了聊天机器人)

以自然语言理解下的一个子问题“用户意图识别（intention recognition）”为例，目前在学术界最前沿的研究成果之一，Facebook AI Research 发表的 End-To-End Memory Networks 算法，在开放领域的多轮对话的意图识别准确率低于 70%，而这只是学术界小规模的数据集的最好的结果，工业界有更多更复杂的情况要处理，数据量会更大，准确率会进一步下降。而识别准确率小于 95% 是很难大规模应用的。

这只是用户意图识别的一个瓶颈，在对话上下文建模、对话过程中的知识表示上还有诸多技术挑战，短期内很难突破。

　　大部分人工，少部分智能

所以目前 Operator 的聊天机器人基本扮演的是信息收集的工作，在收集完信息后基本都需要接入人工来完成商品的推荐和购买行为。

[attach]525478[/attach]

不仅是 Operator，由于聊天机器人技术发展的天然限制，硅谷密探（微信公众号 svs-007）采访的国内两家使用聊天机器人的创业公司，也表示他们也大量依赖人工。

特别在电商领域，涉及到个性化服务的一些品位、时尚等非理性因素也是机器没有办法理解的，靠人工也许是一个更好的选择。

　　聊天机器人只能锦上添花

在目前阶段，聊天机器人可以信息提供和信息收集工作，免于一些重复的工作，但是这可能只占整个服务流程的 10%，甚至5%，剩下的核心的用户体验不是聊天机器人可以控制的。

[attach]525479[/attach]

以电商为例，聊天机器人可以完成下单之前的工作，但是物流、售后等反而是更核心的用户体验，是更核心的竞争力。

换句话说，聊天机器人是一个可以添加的功能（nice to have）或者是噱头，但却不可能成长为核心功能和主要卖点。

聊天机器人如果想成为杀手级应用，或者意图颠覆现有的流程，必须在用户体验或者是方便性上有质的提升，否则很难从已经使用良好的网页端或者 APP 上来抢用户。简单的说，如果聊天机器人在方便性上只能提升5% 左右，为什么要舍弃成熟的方式来使用聊天机器人？

对于 Facebook 这样的大公司而言，建一个聊天机器人平台，吸引服务提供商加入，提前布局是一个不错的策略，对于初创公司以聊天机器人作为噱头来吸引投资也是一个很好的策略，但是在当前如果把核心业务建立在聊天机器人上则不是特别明智。

　　聊天机器人只是看上去很美

Slack 很早就支持了 Bot，而 Facebook 在 2016 年的 F8 大会上宣布了 Facebook 聊天机器人计划，目前能够帮助人们在网上订餐、订票、订鲜花等，Google 也推出了 Allo。

[attach]525480[/attach]

　　在似乎美好的前景下，我们可以观察到几点：

第一就是聊天机器人无法解决流量问题，目前的聊天机器人都寄居在聊天工具（Messenger）下面，由于用户的时间越来越多花在了聊天工具里，前景似乎一片光明，然而流量的分配权和用户获取这条命脉却可能被平台所掌握，平台想封杀就能封杀你。比如微软小冰就被微信封杀。

聊天工具如果能够发展，聊天机器人或许还有前途，但是如果聊天工具逐渐失去流量，寄生于聊天工具的聊天机器人也将失去活力。

第二是聊天机器人的目前使用率非常低。以 Slack 为例，目前 Slack 上可以支持 Bot 订餐、订鲜花、叫 Uber 和 Lyft，然而内部数据表明这些 Bot 服务的使用率非常低，大部分人都是试着新奇的态度尝试后基本就放弃了。

[attach]525481[/attach]

(Slack 上可以叫 Uber)

Slack 上 Bot 使用频率最高的都是类似于 Jenkins、Github 等编程工具的服务，而且基本都是扮演命令行式的角色，没有聊天，只有命令与执行（No Chat, Only Bot）。

　　聊天机器人当然也有应用领域

面对当前技术的限制，聊天机器人在一些特定领域依然有机会。

[attach]525482[/attach]

如果把聊天机器人当成一个没有聊天而只是执行命令的机器人，聊天机器人是可以广泛部署的。接入到 Facebook Messenger 等平台，类似于 Siri，但这基本和添加几个菜单没有质的区别。

如果真的希望有真正的多轮聊天，聊天机器人也可以扮演信息收集的工作，然后接入人工加以辅助。消费者无法忍受聊天机器人的错误率，所以如果不想接入大量人工，消费者领域并不是聊天机器人很好的应用场景。

而目前聊天机器人在企业服务领域（2B）有不少应用场景，聊天机器人最大的适用场景是自动化一些高度重复的人工服务，用于解决反复出现的问题或者情况，比如客服、IT、医药等领域。

在客服领域，可能大量的顾客请求都是重复出现的，而在公司 IT，同样也是会出现重复的设备问题。可能是 2B 领域对准确率要求不会那么高，例如，为企业提供 IT 和业务流程自动化解决方案的 IPsoft，已经将聊天机器人在客服领域加以应用。

[attach]525483[/attach]

（IPsoft 为各行各业的企业提供 IT 和业务流程自动化解决方案）

此外，我们依然看好移动聊天平台、语音和语音智能助手等的应用，即使聊天机器人技术未成熟，语音智能助理也可以得到广泛的应用。

最后总结一下，在技术无法突破的情况下，聊天机器人在很长的一段时间内都会是看上去很美，但实际没有多少创业机会，只会沦为大公司的玩具。

本文为硅谷密探旗下《AI 严肃说》专栏文章