智能虚拟助手的泡沫以及有哪些坑？

所有新玩意出现总会有泡沫，而泡沫总会灭，泡沫之后也总会有幸存者。智能虚拟助手也一样。在这里我个人没有吹大泡沫的意图，仅希望能略具提前量的理性分析创新带来的可能性。因此，我们也必须预想其中存在的陷阱，以便于能恰到好处的进行创新，有所准备的应对风险。

首先，关于聊天机器人的技术问题。

技术不达标，用户体验好不了，价值不但不能被提升反而可能被损害。这里相关技术重点在于几方面：一是自然语言处理、二是语音识别、三是知识图谱。前两类技术可以寻求开放技术和合作平台。而第三项除了与人工智能相关外，还需要在慢病管理领域涉及医学健康知识、医护服务与管理流程环节上的知识，这些垂直属性需要相应的专业知识，需要医学界人士与人工智能技术专家合作共同解决。

前两类技术，人人都可以去寻求合作，不能形成竞争门槛，只有第三项修炼得好才有可能成为核心能力。但从另一面来看，前两项技术的成熟度依赖合作的科技巨头，如果技术成熟度不佳，则产品体验也注定不可能好，所以如何选择也很重要。

以上相关技术虽然在最近的1-2年内被许多科技巨头和创业公司所关注，但据人工智能相关的技术专家反馈，这些技术较以往却有改进但并未十分成熟。自然语言理解对复杂的上下文关系处理上不成熟，语音识别的所谓97%的准确率也是在理想条件前提下实现的。不如说，方言肯定难有较高准确度的识别。当然，不一定非得有语音对话，聊天机器人也可以是文本对话。

我个人认为，技术虽不足够成熟，但我们仍可以在有限功能内寻找一定价值。因此，如果要开发一款健康虚拟助手，不要寄希望于技术能实现十分复杂的语境对话，应当尽可能讲功能限制在一定范围内，从简单明确的指令入手。例如，海外已经在使用的通过聊天机器人叫外卖Pizza、设定闹钟、预约餐厅，等等这些简单明了的需求是能够处理的较为理想的。

其次，数据问题会是瓶颈。

现今的人工智能技术严重依赖于数据，到了考验过去几年里在数据上所下功夫的时候了。有人提出“养数据”的说法，也就是说，想要数据变现价值必须花时间花力气去“养”，这其中因为在很多情况下无法拔苗助长，它有时间的限制，导致早做准备的玩家能获得较好的数据优势。

我们知道Patientslikeme这一患者社区以为药企提供数据卫生，但这一变现模式是他们成立10年左右才得以实现的。海外HealthTap远程问诊公司提供的聊天机器人问诊服务其问答则基于过往真实医生服务应答留存下的数据。那么我们的慢病APP在过去几年里，有没有好好“养数据”呢？

如果过去没有积累合适足量的数据，那么是否有必要从现在开始做准备呢。即便相关技术的成熟度尚有待提高，但我们可能仍须早做准备，至少是保持关注。聊天机器人的用户体验往往需要在经过一段时间机器学习后得以训练提升。在体验尚不理想的情况下，聊天机器人在其他领域可能会采取人工和机器相结合的方式，并行运转，积累数据验证结果。

最后，商业生态外部环境并未因此改变。

文章开头已说到，慢病管理APP的生存环境目前仍有一定尴尬，盈利模式搭建并不十分顺畅。聊天机器人界面提升的是产品形式对用户的价值，并不能影响外部商业环境，甚至也影响不了背后的服务运营，不要指望它解决所有问题。但我额外想说的是，环境的变化可能是缓慢的，尤其在医疗领域，但大势不可逆转，无论怎样的医疗体制，最终都将最求更高效的运作方式。在3年前读过埃里克·托普 (Eric Topol)的《颠覆医疗》时，我曾写书评，以“颠覆是个慢动作”为主题，变革不是一蹴而就的，此书的中译版书名却有夸大之嫌。3年过去，互联网医疗的各种风光和不尽如人意，都是必然的经历。创业者须理清根本逻辑，做打好持久战的准备。