11月28-29日,由中国社会科学院信息化研究中心和北京国脉互联信息顾问有限公司联合举办的“2018智慧中国年会”在北京隆重召开,以“数据赋能 智慧中国”为主题,共有来自全国部委、省、市、区县电子政务、智慧城市、大数据主管领导、行业专家、企业代表、主流媒体千余人参会。

  本文系云问科技联合创始人茆传羽先生于11月28日下午在“2018智慧中国年会”分论坛三--“人工智能赋能智慧政府研讨会”上的演讲,内容通过现场速记整理,未经本人审核。

image.png

  【云问科技联合创始人 茆传羽】

  今天很高兴跟大家分享下云问在AI+政务服务这块的应用,整个主题是希望做到智能机器人赋能政府高效化服务。

  一、愿景:用机器智能变革服务

  首先给大家介绍下我们公司的整个愿景是希望用机器智能去变革整个服务的形式。到目前为止成立了将近5年的时间,不长也不短,收获了各类资本将近1个亿人民币的融资,目前大概超过6万家的服务站点,主要分布在北上广深,在贵阳成立了数据中心,与新加坡、西雅图有研发合作。到目前为止我们在社保、税务、药监、版权等各类政府方面收获了六十余家合作单位。

  接下来给大家介绍下我们在这些合作单位中到底做什么事情?小到不同职能部门,大到省政府平台他们运用AI做了哪些服务的变化。现在很多政府服务往往是这样的,比如市民遇到政府问题的时候,上网站找不到内容,也不知道怎么找,政策也不知道到底匹配成什么样,比如说服务电话,我个人有一个体会就是车的一些问题需要联系南京车管所,车管所网站上挂了一个QQ,我发了一个消息,问了问题,但是没回复。然后官网上有个电话,打了大概一天终于接通了,回复可以咨询官网的QQ,大概就是这样找不到人的局面。换而言之,我们政府服务部门也有苦说不出,第一就是本来每年就有各种政策发下来,没法给你快速解读,现在很多服务事项都统一到12345,所有部门的服务都要受理,就变成了一个流量分发的通道。很多问题有潮汐效应,比如突发的政策大量的问题汇总过来,没法及时解答,包括不同的人同一个问题的答复不一样,就容易造成投诉、纠纷等。

  我们的合作单位腾讯公司也在讲“互联网+”这个事情,实际上“互联网+政务服务”也提了很多年了。近些年来,不管是上至总书记,下到各个政府领导都在谈AI怎么去为部门服务。因为现在很多服务已经从线下搬到线上去了,不管是APP还是网站,都是线上的服务,带来线上大量服务的承载,线下还有个人工解答,但线上没有,所以我们提出了“互联网+政务服务+人工平台”。

  政务服务的几点趋势:线上化、整合化、便捷化、AI自动化。线上化很容易理解,包括现在的移动化;整合化就是从各个地方往上收,总之要把所有的业务整合成一套平台,一起去运行服务;而线上化和整合化都是为了便捷化,包括“只跑一次”等。其实我们云问做的一件事就是希望把所有的政府服务变成AI自动化,就是只说一句话,并且只说一次就给你办好。

  二、全渠道的线上线下智慧政务咨询服务

  渠道包括电话+网站+微信+APP+服务大厅。首先从网站上的案例来看,XX政务网站小助手和XX科技机器人,可以直接咨询政务问题,有什么问题直接问就可以给你回复。包括逐级拆分的政务事项,比如这个事项比较复杂,可以通过引导,你是个人还是企业要办事,你是什么类型的企业,是有限制还是股份制,是上市还是没上市等,很多服务现在有导航可以一级一级往下点,需要办什么事或者办到哪一步了可以直接告诉你,同时在你办某一件事情的时候,会把一些关联的业务推送给你,就像今日头条,可以根据用户的访问行为形成用户画像。移动端智能政务咨询随时可得,APP端、微信端分别做了药监和社保的机构。

  (一)智能电话机器人

  95%以上的识别准确率:事项通知、咨询受理,可以做到你打电话过来你有各种各样的问题我们也可以给你把所有问题都解决掉,全程是一个真人状态,通过真人录音去模拟他的声音特色去把他通过其他设备播报,高精准的识别率,提高数倍工作效率。

  智能语音交互:系统语音语义识别,真人语音智能交互,场景化对话,用户全程真实沟通感受。

  人机切换、确保质量:对于复杂的沟通情景,AI机器人可以快速的转入人工介入,保证全程任务质量,全程解决80%以上的咨询受理。

  (二)线下服务大厅智能实体机器人&智能大屏机器人

  整个就是希望把所有的业务服务载体都整合在一起,通过类似苹果Siri,帮每一个政府职能单位、省市政府职能部门打造一个虚拟的业务助理,给我们的市民提供服务。如广东办税大厅机器人、内蒙信访智能服务大屏,当你进来的时候可以识别你的身份,知道你之前咨询的信访问题。当用户进大厅时候发现很多人在排队,但可能用户只是想问几个问题,就可以通过智能大屏上的虚拟平台去咨询,AI就可以回答用户的信访问题,还可以识别用户并与后面的环节打通,如果解决了用户的问题,用户就不用再去做下一步的信访,即使要做下一步的人工信访,用户也不会有焦躁的情绪,因为有人在接待你,而不是一直让用户在排队而无人接待。

  这是线下的一些功能,可以结合业务场景提供业务问答、人脸识别、迎宾打招呼、室内无轨导航与讲解、智能投屏、照片打印、娱乐互动等功能。

  三、以对服务数据的深度挖掘打造更加关心民众心声的政务服务-电话记录+网站留言+社区评论+在线咨询+各类数据

  有咨询有服务就会产生服务数据的积累,这种服务数据的积累就可以从里面去挖掘很多有用信息,并且可能会反哺到之前的知识。比如幸福基业房产开发有限公司开发商来电反映这么一个例子,就可以把一些元素抽取出来,找到对应的时间段、地点区域、职能部门、组织机构、事件分类等等。同时会对事情的占比,如哪个环节出了问题,哪个部门出了问题,从各种数据中抽取相关的资料用于分析。云问与传统的关键词抽取的最大区别在于,不光会找一个时间,比如说找清明节前一天来反映一个事情,不光能找到清明节前一天这样一个文本,能把清明节前一天翻译成一个具体时间点,比如2019年4月4号这样一个时间点。

  四、为政务服务人员打造智能的知识平台-高效调用+知识推荐+精准服务

  我们还会为后台做服务的支撑人员提供知识平台。通过调研发现,早期在做企业的时候去办税,会发现很多税务人员都会有一个小抄本,有什么政策什么问题,他都需要从笔记本上去翻,翻到哪一页去告诉你怎么来做。实际原来的知识管理系统其实非常落后,而且检索起来效率非常低,很难想象在这样一个时代,会存在这样的系统。那么云问打造了这样一套系统:内部人员拥有个性化工作界面,每个人看到的点不一样,展现的知识也不一样,会根据用户平常的浏览习惯推荐内容;各类知识检索便捷高效提供服务;用户来电时会自动及时转成文本进行知识提示;智能知识关联提示,知识服务更加立体;移动端随时随地学习查看。

  五、云问领先的自然语言理解核心技术

  云问目前在自然语言理解中的的员工占比是70%,大概有120人做这方面的研究,拥有近百项人工智能领域相关专利等技术知识产权。举个例子,为什么说云问能够做这个事,因为用户的咨询习惯特别多样,云问是怎么样来做这个事情?比如“请问一下,咱们这边申高新技术企业提供材料我需要准备哪些才行呢”,实际上这句话我们有非常多的表述的可能性,从这上面去做分析的话,用户可能会说我要报名去高新企业要准备什么文件,他只是词意层面的泛化,不需要用户去做一些标注的,通过文本自动去生产一些同义词和近义词关系。再举个例子,比如国庆节和清明节,这两个词并不是完全等同的关系,但是有时候问放不放假,这两个词其实表达的是一类意思。所以我们的自然语言技术能根据不同的语境去动态的调整语言的关联关系,这里主要采用了一些图谱化、产品化的算法。

  云问在跟政府客户交流中会遇到大量的这种问题,如每年有很多科技政策,但是为什么企业都不知道这些政策,这里面涉及到一个非常核心的问题,就是文本处理。比如,我有很多科技类的扶持政策,那么有用户过来表达的是我是科技型公司,科技人员比例是34%以上,研发人员占比20%,可申报哪些政府项目?可能还有其他的表达方式。但在实际文件当中针对不同的企业你能申请哪些,不能申请哪些,都会有规定的。可能这个关系是一个口语化的表述、结构化的文档,这个时候云问就可以从这里面抽取核心的元素做比对、自动地筛选出符合条件的政策。最早的技术是用在工业的领域,比如造飞机,机翼出现什么情况有什么问题,可以分析出来,现在也在给一些企业和政府做这样的研究,效果还是非常不错的。云问深度语义理解平台,我们有非常多的技术评测,云问在语义抽取,比如时间、地点等上面我们还是取得了非常好的成绩,有些可能比百度的还要好。

  最后,强调下云问科技是用机器智能变革服务,欢迎大家来交流,进一步地探讨。

  附:国脉,是领先的大数据治理和数字政府专业提供商。创新提出“软件+咨询+平台+数据+创新业务”五位一体服务模型,拥有数据基因和水巢DIPS两大系列几十项软件产品,长期为中国智慧城市、智慧政府和智慧企业提供专业咨询规划和数据服务,广泛服务于信息中心、大数据局、行政服务中心等政府客户、中央企业和金融机构。自2004年成立以来,已在全国七大区域设立20余家分支机构、5大技术研发基地,服务客户2000余家,执行项目5000余个,连续多年开展中国政府网站、智慧城市、互联网+政务、营商环境等公益评估评选活动。被业界誉为中国信息化民间智库知名品牌、电子政务优选咨询机构,国内首倡智慧政府理念,首创智慧城市、数据治理、互联网+政务评价体系,首推数据资产普查、全口径数据资源目录、数据元标准化、数源确认与供需对接、最多跑一次事项梳理、营商通等产品,信息资源编目、公共数据普查等业务全国占有率和影响力名居榜首。

  注:获取更多会议信息及嘉宾演讲资料,欢迎登录“2018智慧中国年会官网”。

年会官网.png

  现场照片直播分享:

现场直播.png

责任编辑:hejieling