姓名：杜敏剛 ? ? ?學號：17021211253

轉(zhuǎn)載自：http://36kr.com/p/5098918.html

【嵌牛導讀】：任何一款產(chǎn)品的出現(xiàn)，都是源自用戶需求签舞。要么是已經(jīng)存在的存量需求秕脓，要么是正在規(guī)模化的增量需求儒搭，對話機器人也不例外吠架。本文站在純產(chǎn)品的視角分析：一款產(chǎn)品對話機器人背后，需求和產(chǎn)品邏輯是怎樣的搂鲫。

【嵌牛鼻子】：對話傍药、機器人、需求

【嵌牛提問】：當我們在談?wù)摗皩υ挋C器人”產(chǎn)品時，我們該如何看待它背后的需求呢拐辽？

【嵌牛正文】：

今天拣挪，擁有對話能力的機器人，被逐漸認為是一種核心智能俱诸，是否能夠流利地完成對話菠劝，可被視作這款機器人是否真正擁有智能的唯一憑證。

從可以追溯的歷史資料來看乙埃，對話機器人（chat-bot）至少在上世紀六十年代就已經(jīng)問世，經(jīng)過近五六十年的發(fā)展锯岖，今天我們已經(jīng)可以在許多產(chǎn)品中看到對話機器人的影子介袜，微軟的Cortana、小冰出吹，蘋果的Siri遇伞、Google Now、阿里小蜜捶牢、百度度秘鸠珠、圖靈機器人、助理來也秋麸、出門問問等等渐排。

可以肯定的是：對話機器人已經(jīng)成為了一種業(yè)界時尚，越來越多的公司試圖通過這種全新的交互形式灸蟆，來優(yōu)化或者升級自己產(chǎn)品——我們已經(jīng)可以在許多的產(chǎn)品中看到各種名為“小X機器人”的子產(chǎn)品驯耻。

如此多的對話機器人很容易給人一種百花齊放、方興未艾的感覺炒考。我們可能會隱約覺得：每家的對話機器人產(chǎn)品都大同小異可缚，有些家的產(chǎn)品會有一些別樣的特征，可是終究給人一種不屬于過去十年移動互聯(lián)網(wǎng)發(fā)展的感覺——這些對話機器人似乎都還處在很早期斋枢，用戶量似乎都不大帘靡，顯得都有些小眾。

我將試圖站在純產(chǎn)品的視角分析：一款產(chǎn)品對話機器人背后瓤帚，需求和產(chǎn)品邏輯是怎樣的（文中我無意去對比各家對話機器人的優(yōu)劣描姚，也不討論某款對話機器人的產(chǎn)品觀或方法論）。

一戈次、探索“對話”行為背后的需求

首先轰胁，我們試圖探索“對話”這一行為的場景與背后的需求。

在《人類簡史》一書中朝扼，認為語言能力是智人區(qū)別于其他猿類最重要的特質(zhì)和能力赃阀；因為語言能力，智人可以互相通過對話而形成更豐富的交互，從而才有了協(xié)作和后來的文明榛斯。

人類有三種最直接的方式來使用語言：“一對零”观游、“一對多”、“一對一”驮俗。

“一對零”是自我內(nèi)化的反思懂缕、總結(jié)、沉淀王凑，不向外做交互和分享搪柑。

“一對多”是廣播式的宣講和相對單向的輸出，譬如開大會或者發(fā)號施令索烹。

“一對一”是對話——群聊也是由許多的“一對一”構(gòu)成的桥滨，所以我認為不存在真正意義上的“多對多”對話没佑。我認為對話是我們?nèi)伺c外界進行交互的最直接即時的途徑（注意“即時”很重要）伞矩。

所謂對話瓢阴，一定是一個雙方交互行為，并且互為I/O（input / output）的過程垒拢。比如兩個人對話旬迹，每個人所說的話，對于自己而言是輸出求类，對于對方而言是輸入奔垦。原則上，對話可以永遠持續(xù)下去尸疆。

但我們幾乎從未見過兩個人會永遠在對話宴倍，那是因為：如果需要對話持續(xù)下去，雙方都需要保持參與仓技；任何一方覺得疲勞或者無價值感了鸵贬，對話就會終止。

對話的場景更加貼近我們的生活行為脖捻，它頻次最高阔逼，且環(huán)境開放多變，分析它背后的需求并不容易〉鼐冢現(xiàn)在嗜浮，我們需要回答兩個問題：

1.1 第一個問題：對話為什么能夠開始？

我認為人在對話中存在三個層面的需求摩疑。

第一層危融，是基礎(chǔ)問答的需求±状可以描述為：

我有一個問題吉殃，請你回答我。

二次追問的問題，屬于新問題蛋勺。這個過程瓦灶，非常類似于我們今天所使用的搜索引擎。

第二層抱完，是任務(wù)流程協(xié)作的需求贼陶，以達成某種目的為止∏捎椋可以描述為：我想請你幫我買一張明天下午14:00-18:00出發(fā)碉怔，北京到上海的機票；經(jīng)濟艙禁添，盡可能便宜撮胧，最好是東航的。我們和朋友相約去逛街上荡，拜托同事幫忙預定會議室趴樱，接受閨蜜的請求明早叫她起床馒闷。

這些都是任務(wù)流程協(xié)作的需求酪捡。

第三層，是共同的情感建立纳账，無論喜怒哀樂逛薇。聊天的目標很難定量量化，我們更多是嘗試定性地去制定聊天的目標疏虫∮婪＃可能是心情不好需要人陪，也可能是好事情需要向好朋友分享卧秘，我們需要對話來表達進行最直接即時的表達呢袱。

我并不認為只有孤獨的情感才需要對話——人作為擁有萬年發(fā)展歷程的群居動物，與他人進行情感分享是早已刻入基因的特質(zhì)翅敌。只是我們建立的情感在不同人之間會有所不同羞福，對于信任之人的情感建立會很深刻，而對于點頭之交則會保留許多蚯涮。

開啟一段對話一定源自上述的某種需求治专，而開啟的契機則是一個相對明確的話題，哪怕只是一句“我餓了”遭顶。

1.2 第二個問題：對話為什么會持續(xù)张峰？

對話能夠持續(xù)，是有兩個層面的原因棒旗。

第一個原因喘批，是至少一方的需求沒有得到滿足。比如我去提問題，對方回答我不滿意谤祖，我就會持續(xù)追問婿滓。兩個女生在一起聊八卦，聽的人很入神粥喜，講的人才有成就感能繼續(xù)講下去凸主。

第二個原因，是雙方相對平等额湘。如果我提了個問題卿吐，或者請對方幫個忙，但是對方始終是一種高姿態(tài)不搭理我锋华，那我就很容易放棄嗡官，不想聊了。反過來毯焕，如果對方對我過分尊敬衍腥，總在說一些沒有營養(yǎng)的恭維拍馬屁的話，時間久了纳猫，我也會變得更虛榮婆咸，而且會覺得很無聊。所以芜辕，人不會和自己階層或者品味相差太多的人聊天尚骄，絕大多數(shù)人更不會和寵物長時間聊天。

對話會終止侵续，最根本的原因是：雙方都放棄了這輪對話倔丈。

感性一些來描述對話終止的原因，可以認為是雙方都覺得“疲憊”了状蜗，也就是這一輪對話的能耗消耗殆盡需五；哪怕是情侶之間說甜言蜜語，聊個兩三千句也會覺得累了轧坎，也會在十幾個回合的互道“晚安”中結(jié)束本次對話宏邮。

所以，對話總會終止眶根，能耗殆盡就會終止蜀铲。

二、“對話機器人”產(chǎn)品的發(fā)展源自搜索引擎

在我以前的文章《進階之路：站在高視角看產(chǎn)品是一種怎樣的體驗》中属百，講述過一個概念记劝，叫做“知識詛咒”。簡單說：現(xiàn)在我明白一件事情族扰，但是要完整清楚的講授給你厌丑，是很難的定欧；因為我們所擁有的知識背景不同怒竿，我們對同一件事情的理解不同。這也就解釋了為什么很多老師在上課的時候索然無味爷辱，很多人做Presentation的時候顯得蒼白無力，這其實是知識詛咒在起作用朦肘。

知識詛咒帶來一個很大的問題媒抠，就是每當我們接觸到一個陌生事物時弟断，都會和自己的背景知識進行類比。譬如對于長發(fā)飄飄的素顏美女趴生，在我所知中苍匆，這類美女一般都是家境不錯锉桑，待人溫柔窍株，家教優(yōu)良球订。所以當我再次見到一個類似的美女時冒滩，我會做相似的第一印象類比开睡。

不只是美女，我們幾乎所有的認知都源自于過往的背景知識扶檐。

在人類發(fā)展的歷史上款筑，對于即時的問答需求幾乎時時刻刻都存在奈梳。最早大家是詢問部落中最年長的智者攘须，后來大家互相都有了知識儲備于宙，就可以通過對話來進行基本的問答和辯論——這一個過程持續(xù)了千萬年。同一個問題抹恳，最早時只能去問一個人奋献，得到一個答案瓶蚂；到后來窃这，可以去問很多人杭攻，得到許多答案疤坝，然后“擇其善者而從之”跑揉。如果我能把所有人都問一遍历谍，可能會得到一個巨大的答案集合望侈；我需要過濾甜无、排序、取舍眠饮，你發(fā)現(xiàn)仪召，這個過程就是“搜索引擎”松蒜。我們使用搜索引擎時秸苗，是通過一個“輸入框”輸入想問的問題或者關(guān)鍵詞惊楼，然后搜索引擎會丟給我一個經(jīng)過相關(guān)性排序和優(yōu)化的答案集合檀咙。

但我認為兩個原因弧可，會導致搜索引擎會逐漸向?qū)υ挋C器人演變棕诵。

2.1 其一：精準答案的需求愈發(fā)旺盛

搜索引擎從簡單的信息集合展示年鸳，逐漸向精準答案給予搔确，這個已經(jīng)持續(xù)了好幾年膳算√榉洌“百度阿拉丁”就是這方面的典型机隙，譬如當你問“北京天氣”，百度搜索結(jié)果頁第一項是經(jīng)過精心設(shè)計的天氣卡旭旭，會通過豐富的UI展示天氣相關(guān)的信息持寄。在頭部熱門搜索詞中稍味，阿拉丁已經(jīng)可以覆蓋大多數(shù)模庐，但是對于腰部需求和長尾需求赖欣，隨著信息爆炸顶吮，人們對于翻多頁進行搜索的忍耐度會越來越低悴了，對于“快”“準”的需求只會越來越大湃交。

2.2 其二：搜索場景下輸入能耗太大

從能耗體驗的角度來說搞莺，搜索的輸入框遠高于對話聊天的輸入框才沧，即使是同一個話題的持續(xù)輸入温圆，對話聊天的疲勞感也會明顯低于搜索岁歉。

如果今天人們每天平均提問的次數(shù)是N锅移，那么幾年后會迅速到10N非剃，體驗不升級會很難讓用戶滿意努潘。而回歸對話的方式疯坤，是一種很好的體驗優(yōu)化压怠，可以抵消需求的增長菌瘫。

三雨让、“對話機器人”產(chǎn)品場景：封閉域?qū)υ?VS 開放域?qū)υ?/p>

優(yōu)秀的產(chǎn)品經(jīng)理很懂得如何控制自己的用戶使用產(chǎn)品時的各種操作栖忠，從而提前把控用戶的預期庵寞，進而達到體驗的相對最優(yōu)捐川。

許多優(yōu)秀App的基本設(shè)計邏輯就是：頁面之間的跳轉(zhuǎn)有規(guī)則且有順序古沥，這樣用戶不會通過點擊跳出預設(shè)流程渐白，預期就相對可控纯衍。手機上的App產(chǎn)品交互中襟诸，可以通過各種邏輯和提示信息來把控預期——可是對話機器人該如何控制預期呢菇用？

由于對話機器人用戶幾乎都是通過自然語言輸入實現(xiàn)交互惋鸥，而且每次只有一句卦绣；所以只能通過用戶的輸入滤港，以及針對輸入的回復來實現(xiàn)用戶預期的把控溅漾。

可是在對話聊天的場景中添履，用戶的輸入時而可控缝龄，時而不可控叔壤；我們做不到像App設(shè)計那樣可以制造一個封閉的邏輯閉環(huán)來讓用戶遵守規(guī)則——對話聊天是一個天然的開放場景炼绘，用戶平時怎么和朋友對話俺亮，和機器人也會怎么對話。

因此本讥，我們?nèi)藶榈匕褜υ挿譃閮煞N場景：

封閉域?qū)υ挘阂笥脩糨斎胫付ǖ卦捳Z才能繼續(xù)對話

開放域?qū)υ挘河脩魫壅f什么就說什么都可以持續(xù)對話

3.1 封閉域?qū)υ?/p>

封閉域?qū)υ捰袃蓚€關(guān)鍵的特征：

輸入和輸出可歸類可枚舉

對話有明確的始和終拷沸，且有流程

所以撞芍，在對話的三個需求中序无，問答和任務(wù)流程協(xié)作都屬于封閉域?qū)υ挕?/p>

封閉域?qū)υ挼脑O(shè)計邏輯延續(xù)自“IFTTT（if this then that）”帝嗡，是workflow的進化交互形式（感興趣的同學可以去App Store去搜索一款App录择，叫做“Workflow”隘竭，它就是可以將一系列原本不相關(guān)的App通過條件判斷串聯(lián)起來）动看。

下面我來分享兩個封閉域聊天的典型案例。

讀心機器人

10年前微軟必應(yīng)推出過一個“讀心機器人”仇轻，它會在20個問答中猜你心中所想篷店。這個機器人曾經(jīng)在幾年前出過一個對話問答版本疲陕，用戶只要在每一步時回答“是”或者“不是”蹄殃，對話就會持續(xù)進行讳苦，直到猜出或者猜不出結(jié)果医吊。

必應(yīng)讀心機器人

這就是一個典型的封閉域多倫問答對話，用戶的輸入只有兩個懒棉，而過程是一大堆背后的邏輯判斷策严，且有相對固定的流程妻导，而且有明確的開始和結(jié)束倔韭。

Amazon Echo音箱

Amazon的Echo音箱，大家都很熟悉了醇疼，Echo之所以成為爆款產(chǎn)品秧荆，很關(guān)鍵的一個原因是乙濒，它的對話機器人Alexa在Echo音箱的場景設(shè)計中是一個封閉域?qū)υ挕Ｓ捎谝粝涫俏覀兙蛹覉鼍爸型泱诉b控器之外最常見的高頻交互式Commander梧疲，我們很難再在家里找到一個這樣的硬件缭受，它除了可以輕易地輸入指令米者，還可以快速且明顯地反饋蔓搞。

當我們面向Commander進行輸入時喂分，我們可以輸入的話語就已經(jīng)變得局限，可以想象到的是梆掸，在居家場景中我們可以發(fā)出的指令幾乎就是“打開”、“關(guān)閉”之類的钝鸽。更重要的是拔恰，在居家場景中可以控制的物品也是有限的，而且任何一個操作的流程都很短河爹。

所以咸这，人們和第一代Echo音箱的對話中酿雪，輸入和輸出都是可枚舉的指黎，而且有始有終有流程醋安，Echo最優(yōu)秀的特質(zhì)茬故，就是它選擇了一個封閉域場景赁炎，極大地控制了用戶的預期讥裤，獲得了更優(yōu)的體驗己英。

Amazon Echo音箱

從上面兩個例子中，我可以看到吴旋，封閉域?qū)υ捲诋a(chǎn)品設(shè)計中有幾個明顯的特征损肛。

3.1.1 其一：封閉域?qū)υ捚鋵嵤莣orkflow的延伸

其實封閉域中的“封閉”二字，無論在話題量荣瑟、輸入輸出量治拿，還是對話輪次、對話流程劫谅，都是封閉的，封閉就代表了有限集合嚷掠。workflow之所以可以通過ifttt設(shè)計捏检，就是因為有限集合，只有各種條件有限不皆，才可以設(shè)計出條例清晰且邏輯合理的workflow贯城。

封閉對話通常是為了解決某個特定的問題或者需求，從結(jié)果來看粟焊，它的效果會顯得更加“有用”冤狡。但是孙蒙，從過程來看，封閉域?qū)υ挷⒉皇且环N真正意義上的創(chuàng)新悲雳，它的效率相比workflow并沒有本質(zhì)上地提升挎峦，只是在交互的體驗上更加接近人的語言交互本能，所以大多數(shù)封閉域?qū)υ挾紩O(shè)計地如同助理或者秘書合瓢，譬如阿里小蜜坦胶，百度度秘。

3.1.2 其二：封閉域?qū)υ拡鼍皢我豢煽?/p>

封閉域由于擁有特定的目的性晴楔，往往都是在單一確定的場景里顿苇。如下圖中的百度度秘，兩個紅色框中的部分税弃，是預設(shè)了各種封閉域的場景纪岁，每一種看似簡單的功能其實都是一個特定的封閉域?qū)υ挘黄┤缃貓D中正在使用的圖片笑話则果。

度秘機器人

很顯然幔翰，不同的封閉域?qū)υ捴校瑢υ挼妮喆我笫遣灰粯拥奈髯常v笑話是一個單輪次對話遗增，度秘產(chǎn)品中通過圖中藍色框里的“再來一個”這種預設(shè)輸入，來不斷強化用戶輸入的單一性款青。而“叫外賣”這類的封閉域?qū)υ捵鲂蓿蜁且粋€標準的workflow，感興趣的同學可以自己去試試抡草。

3.1.3 其三：封閉域的邊界處理很重要

封閉域有一個很重要的問題饰及，就是用戶可能隨時跳出封閉域，開始聊其他的話題渠牲，或者不按照預設(shè)的規(guī)則邏輯出牌旋炒。

譬如微軟小冰的一個封閉域?qū)υ挘凶觥靶”R狗”签杈。

正常的邏輯中瘫镇，用戶的發(fā)給小冰的應(yīng)該是一張狗的照片，可是有的用戶可能就是發(fā)了一張不是狗的照片答姥，如下所示铣除，那么這個時候就是邊界case，需要額外處理鹦付。用戶發(fā)來的可能是語音尚粘、文字、其他任何照片敲长，每一種的處理都是需要單獨設(shè)計的郎嫁。

微軟小冰之“小冰識狗”

多說一點秉继，在封閉域?qū)υ挼倪吔缭O(shè)計中，很難做到萬無一失周密完全泽铛，因為用戶輸入可能會千奇百怪尚辑，所以最佳也是最討巧的方式，就是用開放域?qū)υ拋怼岸档住薄?/p>

3.2 開放域?qū)υ?/p>

開放域是相對于封閉域而言的盔腔。由于對話機器人的話題幾乎都源自用戶杠茬，而每個用戶可能有任何輸入，話題就會無法窮舉弛随，且在多個場景中跳來跳去瓢喉，進而形成了所謂的開放域?qū)υ挘簿褪恰吧抖寄芰摹薄?/p>

2011年在人人網(wǎng)上橫空出世的“小黃雞”算得上是國內(nèi)最早出名的開放域?qū)υ挋C器人舀透，其后發(fā)展最好的當屬微軟小冰栓票。

開放域?qū)υ捵畲蟮奶攸c是：輸入無法窮盡，導致輸出無法窮盡盐杂，而且對話沒有確切的結(jié)束點逗载，無流程可言。

我們一般情況下想去考驗一個機器人是否智能链烈，通常考驗的就是開放域?qū)υ捴壳竺ΧΦ摹皥D靈測試”通常所面向的也是開放域?qū)υ捘芰Α?/p>

從可以承載的對話輸入范圍來講强衡，開放域?qū)υ捪駱O了搜索引擎，我們可以在百度搜索中輸入任何的詞句码荔，百度幾乎都會給出結(jié)果頁面（除了敏感詞）漩勤；相應(yīng)的，在開放域?qū)υ捴兴踅粒覀円彩强梢哉f任何話越败，機器人也應(yīng)該每一句都可以回復。

3.2.1 開放域?qū)υ挳a(chǎn)品設(shè)計的基本原理

對話需要的是雙方的平等硼瓣。

和微軟小冰聊天時究飞，有時甚至感受不到她是真人還是假的機器——其實這并不重要，小冰正在解決開放域聊天中一個核心的問題：如何不斷給用戶制造話題堂鲤，從而延續(xù)聊天的能量亿傅？

說到話題制造，我們先來看看開放域?qū)υ挋C器人到底是如何制造的：

幾乎所有的開放域?qū)υ捳Z料都源自于網(wǎng)絡(luò)上公開的對話瘟栖，譬如百度知道葵擎、知乎、豆瓣半哟、貼吧等等酬滤，這些對話都是人與人形成的签餐；那么，當一個機器人把其中的某些話在當時的場景下再說一遍盯串，我們是分辨不出來這個機器人是不是真人的——這便是開放域?qū)υ挋C器人制造的基本依據(jù)贱田。

當我們和一個看起來像人的機器人聊天時，由于場景發(fā)生在人與人對話的場景下嘴脾，根據(jù)“知識詛咒”的原理男摧，我們很容易帶入一種“對方也是人”的感覺。而一旦對方的回話像人译打，我們就會認可她是人耗拓。

人與人的情感建立源自于長期的交流和溝通，聊天本身就是開放域的奏司；所以那些樂于和機器人聊天的人類乔询，就會越來越覺得機器人像人。

我們知道：對話機器人是一個新興的產(chǎn)品韵洋，最初嘗鮮的人是所謂的“種子用戶”竿刁，這些人建立了與機器人之間的最早形態(tài)親密感和信任感，這對后續(xù)的對話機器人發(fā)展積累了非常寶貴的經(jīng)驗搪缨。

3.2.2 開放域?qū)υ挋C器人的兩個產(chǎn)品陷阱

其一食拜，面向用戶的機器學習

很多人認為，對話機器人和人聊得越多副编，學習的語料就越多负甸，就可以省去很多語料獲取的問題，這是一個巨大的誤區(qū)痹届。由于用戶的輸入無法預期呻待，導致從用戶處采集來的語料千奇百怪，而且大量罵人的臟話队腐，非常不適合作為開放域?qū)υ捳Z料蚕捉。由于用戶的語料是海量且無規(guī)則特征，導致語料清洗非巢裉裕苦難迫淹，無法使用。

其二悠就，無人為引導的個性

由于開放域的語料完全來自于互聯(lián)網(wǎng)千绪，所以機器人回復的話語帶有何種語氣很難把控，如果不加以認為干預梗脾，機器人說的話會顯得時而有趣荸型，時而刁蠻，時而無知，時而夸張瑞妇，時而智慧稿静，在用戶的心智中無法用一個或幾個明確的形容詞去形容它，這會帶來一個很尷尬的結(jié)果辕狰，用戶是抱著“調(diào)戲改备、戲謔”的態(tài)度去對話，長此下去蔓倍，想建立用戶的親密感和信任感幾乎不可能悬钳。

四、對話機器人的用戶價值

現(xiàn)在偶翅，我們試圖回答一個問題：對話機器人為什么需要開放域?qū)υ捘矗績r值是什么？僅僅是為了逗比有趣嗎聚谁？

這是一個非常復雜的問題母剥。

由于對話機器人同時具有“開放域?qū)υ挕焙汀胺忾]域?qū)υ挕眱芍貓鼍埃驹谟脩粢暯莵砜葱蔚迹瑢υ挋C器人意味著它更像人环疼，而非機器。像人朵耕，意味著用戶會更愿意像與人交流那樣炫隶，同對話機器人進行對話交流——而一旦如此，“個性”和“意識”便是用戶主動強加于對話機器人的標簽憔披。譬如等限，幾年前被玩壞的10086短信聊天，還有《生活大爆炸》中Rajsh幻想Siri是個性感御姐芬膝，都無一例外地源自于用戶主動強加于對話機器人的人性標簽。

這便給一個可落地的對話機器人產(chǎn)品設(shè)計帶來了巨大的挑戰(zhàn)形娇。

我們知道锰霜，任何的產(chǎn)品都是能夠和用戶產(chǎn)生親密感和信任感的，這份親密和信任是建立在產(chǎn)品體驗之上的桐早，是建立在“產(chǎn)品解決了核心需求”+“產(chǎn)品制造了驚喜”癣缅。我們因為問題解決而對一個產(chǎn)品產(chǎn)生依賴，因為驚喜而對產(chǎn)品形成感情，打開我們的手機，我們會一眼就找到那幾個充滿親切感的產(chǎn)品——譬如經(jīng)常開車的人會十分信任高德地圖辩越，追劇《那年花開月圓時》的人會十分喜愛騰訊視頻鳍置。

同理，機器人需要有基礎(chǔ)個性荒辕，需要極大地拉近人與機器人之間的親密感和信任感。對話機器人的親密感和信任感建立症虑，也是站在“解決了需求”和“制造了驚喜”兩個方面膨俐。

站在產(chǎn)品的視角來看勇皇，解決需求通過封閉域?qū)υ捦瓿桑_放域?qū)υ拋聿粩嘀圃祗@喜焚刺。

4.1 問答敛摘、助理、聊天乳愉，哪個才是剛需兄淫？

已經(jīng)在落地的對話機器人產(chǎn)品中，基本上是以純to C和to B再to C來劃分蔓姚。由于對話機器人的交互特征是面向終端用戶的捕虽，所以基本很少有純to B的產(chǎn)品場景（即使有，它的邏輯也與to C邏輯相似）赂乐。這意味著薯鳍，對話機器人的用戶都是一些終端個人用戶。

那么挨措，我們來看看這些對話機器人在to C中挖滤，到底解決了怎樣的核心需求。

在我們所知的對話機器人產(chǎn)品中浅役，有主打客服的問答機器人斩松，有主打秘書的助理機器人，還有純?nèi)の秾虻牧奶鞕C器人觉既，它們的背后惧盹，都是剛需嗎？

4.1.1 一個事實：瞎聊難為剛需瞪讼，情感計算任重道遠

聊天是一個容易被激發(fā)钧椰，卻也容易迅速消退的場景，唯有情感依賴可能長久符欠。

以微軟小冰為例嫡霞。小冰最耳熟能詳?shù)墓δ苁莄hit-chat（瞎聊），但是從用戶活躍和留存周期來看希柿，用戶最易被激發(fā)的時間是在首次領(lǐng)養(yǎng)時诊沪、每周更新時、重大更新時曾撤，而且被激發(fā)后端姚，活躍上升后就會很快下降。這是為什么呢挤悉？因為人與機器之間的對話聊天是基于趣味話題的渐裸，想要通過自然的情感依賴，成為像《HER》里面的Samantha，至少還有相當長的路要走橄仆。

情感計算并非只是一個數(shù)學或者計算機科學問題剩膘，更是一個產(chǎn)品問題。

由于情感并非一個可具象問題盆顾，而且人的情感變化會隨著時間怠褐、環(huán)境、他人您宪、自身思想等等因素發(fā)生變化奈懒；而且情感并非連續(xù)的計算，你喜歡一個女孩子宪巨，并不意味著時時刻刻與她發(fā)生情感依賴磷杏，而是通過一些關(guān)鍵的情感觸達，來完成情感連接捏卓。

在微軟小冰的諸多被設(shè)計的Feature中极祸，“給用戶起外號”、“升級解鎖”都是斷點式情感觸達怠晴，通過細微的產(chǎn)品設(shè)計遥金，寄希望于黏住用戶。

4.1.2 一個問題：用戶真的需要一個秘書機器人嗎蒜田？

助理型對話機器人的發(fā)展建立在其他各種線上線下服務(wù)的完善基礎(chǔ)上稿械，譬如Siri；只有當你手機里已經(jīng)有了“鬧鐘”冲粤、“提醒”美莫、“打電話”、“搜索引擎”等功能時梯捕，Siri的助理功能才能發(fā)揮效用厢呵，此時你才有可能面向Siri發(fā)出指令“提醒我明天8點給老板回微信”。

大概兩年前傀顾，YC孵化的Magic轟動東西兩個半球述吸，無數(shù)效仿者爭先恐后去探索“助理型”機器人，時至今日锣笨，鮮有成效——我們普通人真的需要一個像秘書一樣的對話機器人嗎？

我們先來看兩個例子道批。

第一個例子——我想定個這樣的鬧鐘“每周一错英、周三、周五的上午8:15”隆豹。

若我用iPhone的鬧鐘程序椭岩，那我的步驟會大致如下：

STEP1：解鎖手機屏幕；

STEP2：左右滑屏，找到鬧鐘程序判哥；

STEP3：點擊鬧鐘程序献雅；

STEP4：點擊新建鬧鐘；

STEP5：選擇鬧鐘時間為“上午8:15”塌计；

STEP6：選擇重復時間為“周一挺身、周三、周五”锌仅；

STEP7：點擊完成章钾。

若我選用Siri幫我來做，那我的步驟大致會如下：

STEP1：長按Home鍵热芹，喚醒Siri贱傀；

STEP2：對Siri說“幫我設(shè)定每周一、周三伊脓、周五上午8:15的鬧鐘”府寒；

STEP3：Siri反饋設(shè)置成功，完成报腔。

現(xiàn)在我們看第二個例子——通過秘書類對話機器人叫外賣 VS 通過“餓了么”叫外賣株搔。

在秘書類機器人中，叫外賣的流程大致是這樣的：

STEP1：發(fā)出“叫外賣”的指令榄笙，在機器人推薦的餐廳中邪狞，尋找想吃的那家

STEP2：如果沒有合適的，就輸入想吃的店家名字

STEP3：在推薦的列表中選中想吃餐茅撞，或者直接輸入想吃的餐

STEP4：輸入“確認”實現(xiàn)下單帆卓，輸入訂單信息并提交訂單

STEP5：支付，并等待接收外賣米丘，可以詢問送餐進度

在餓了么中剑令，叫外賣的流程大致是這樣的：

STEP1：在餐廳列表中選擇想吃哪家

STEP2：如果沒有合適的，就搜索店家

STEP3：在推薦的列表中選中想吃餐拄查，或者直接輸入想吃的餐

STEP4：確認下單吁津，確認訂單信息，提交訂單

STEP5：支付堕扶，并等待接收外賣碍脏，可以查看送餐進度

這兩個例子有什么本質(zhì)區(qū)別嗎？

你會發(fā)現(xiàn)稍算，如果通過Siri來設(shè)置鬧鐘典尾，我其實只做了一件事情：對著Siri發(fā)出一個單條指令，然后就一切搞定——相比我通過App來做糊探，節(jié)省了近乎70%的操作步驟钾埂『尤颍可是，如果是叫外賣褥紫，我需要對著機器人發(fā)出一組系列指令姜性，但是和App的操作步驟一樣多。

這里有兩個關(guān)鍵點——

如果助理機器人可以一步到位髓考，那么將極大地提升效率和體驗部念，是新的需求升級；

若一個workflow可被一步解決绳军，機器人需要補全的數(shù)據(jù)信息巨大印机，這是核心產(chǎn)品難點；

第一個關(guān)鍵點门驾，我們只要設(shè)身處地地想一下射赛，就會發(fā)現(xiàn)：在不考慮語音識別準確率的前提下，任何事情我只要一個指令就可以達成奶是。譬如“幫我叫個車”楣责、“幫我交份外賣”、“幫我交一下水電費”聂沙、“幫我定一下出差的機票”秆麸，其他都不用管了，這種體驗簡直贊爆了及汉。

我們再看看第二個關(guān)鍵點沮趣。

就拿上面這個外賣的例子來看，如果用戶只需要一句“幫我叫個外賣”即可坷随，那么機器人需要補全的信息至少包括“餐廳”房铭、“餐食”、“價格”温眉、“送餐時間”缸匪、“送餐地點”、“支付信息”等类溢，這些信息中的“送餐時間凌蔬、送餐地點、支付信息”是相對靜態(tài)的信息闯冷，獲取一次就可長期使用砂心。可是“餐廳蛇耀、餐食计贰、價格”則是動態(tài)信息，若想每次都可自動獲取蒂窒，則代表機器人需要非常了解這位“主人用戶”才可以躁倒，否則只要有一兩次推薦偏差太大，體驗就會降低近乎一個量級洒琢。從本質(zhì)上來說秧秉，這時的助理機器人已是一款強大的推薦引擎，而且代表了極佳的魅力和美好的發(fā)展未來衰抑。

4.1.3 一個肯定：問答機器人是很有價值的

最常見的問答機器人是“客服機器人”象迎，譬如京東的JIMI，阿里的小蜜機器人呛踊，還有一些銀行的客服機器人砾淌，但它們更像FAQ過濾器。

我們細想一下阿里小蜜的使用場景谭网。如果我問阿里小蜜“我的快遞怎么還沒送到汪厨？”，它的回復方式本質(zhì)是在常見的關(guān)于“快遞”的問題中愉择，把最常見的答案丟給我劫乱，比如它會告訴我“你的快遞已經(jīng)簽收了，如果沒收到可能是放到大門口了”锥涕。

這些企業(yè)為什么要做個問答機器人呢衷戈？效率自然是第一位的，無論是節(jié)約人工客服成本层坠，或是節(jié)約溝通時間殖妇，帶來的都是效率的提升。這些企業(yè)為什么如此看重效率呢破花？因為他們的客戶是最貼近自己的利潤池的谦趣，品控是所有交易型企業(yè)的核心，你看京東的用戶客服和QQ的用戶客服簡直一個天上一個地下旧乞，原因就是京東用戶是京東現(xiàn)金流的關(guān)鍵角色蔚润，而QQ的普通用戶并非其現(xiàn)金流業(yè)務(wù)的關(guān)鍵角色。

如此尺栖，我們再回過頭來看看問答機器人嫡纠，它其實是在頭部問題上實現(xiàn)了綜合過濾，然后通過對話的形式反饋給用戶延赌，如果用戶實在問的是長尾問題除盏，問答機器人回答不了的，可以把問題再拋給人工客服挫以。滿足了用戶九成以上問題的直接答復者蠕，是問答機器人的核心目標。而至于其他類似導購掐松、協(xié)助訂單管理等等踱侣，不過是附加在頭部問題之上的增值體驗優(yōu)化粪小。

4.2 對話機器人真的適合分為“聊天、助理抡句、問答”這三類嗎探膊？

這是一個目前業(yè)內(nèi)比較慣用的分類，我們來看看這個分類的視角待榔。

如果站在技術(shù)視角來看逞壁，對話機器人應(yīng)該分為“開放域”和“封閉域”，這個我們已經(jīng)聊過了锐锣，這里不再贅述腌闯。

如果是站在用戶角色來看，對話機器人可能分為“教育版本”雕憔、“醫(yī)療版本”姿骏、“二次元版本”等等。

如果是站在業(yè)務(wù)視角來看橘茉，對話機器人可以分為純To C和To B再To C工腋。

所以，這種分類更像是站在抽象場景視角來看的畅卓。幾乎任何場景都會被劃分到這三個類別中擅腰，要么無主題聊天，要么是任務(wù)導向翁潘，要么是提問解答趁冈。其實，倒過來看拜马，幾乎所有我們已知的App也被這個分類所覆蓋了渗勘。

可是，對話機器人不是一個移動互聯(lián)網(wǎng)時代的App俩莽，它是一個綜合體旺坠，直接這樣劃分并不是一個好的產(chǎn)品分類。

你不會在淘寶里視頻聊天扮超，更不會在支付寶里侃大山取刃，百度幾年前試圖在大搜索中推出“直達號”去顛覆微信公眾號，結(jié)果以失敗告終出刷。

這個道理很簡單：在移動互聯(lián)網(wǎng)時代璧疗，幾乎每個App都有自己的專屬定位。有自己專屬的產(chǎn)品主路徑馁龟，不在自己路徑邏輯中的行為是不能順暢流轉(zhuǎn)的崩侠；每個App都像有自己的緊箍咒，不能輕易破除互相之間的壁壘坷檩。

可是却音，在對話機器人產(chǎn)品的世界里改抡，這些壁壘會瓦解。

如果我們站在互聯(lián)網(wǎng)整體產(chǎn)品世界里來看僧家，其實我們每個人生活在一個混在的江湖社會中雀摘，手頭的各種工具幫我們實現(xiàn)一個個小任務(wù)目標，但是幾乎每一件小事都需要與人打交道八拱，衣食住行無一例外。如果每一次與外界的接觸被看做一個流量的話涯塔，那么最大的流量便是頻繁且無實際任務(wù)目的的人與人之間的交互肌稻，而相對較小的是去做一個個的具體任務(wù)事情：你會每天都見一些人，但你不會天天都買衣服匕荸。

幾乎所有的流量都是圍繞著人與人之間的交互而形成的爹谭，而且你會發(fā)現(xiàn)一個規(guī)律：離現(xiàn)金流越近的流量，其活躍性越低榛搔，而且流失率越高诺凡。騰訊系的產(chǎn)品、百度的產(chǎn)品都是通過流量漏斗來多元變現(xiàn)的践惑，而阿里系的產(chǎn)品腹泌，是直接拉人來買東西，盈利空間就直接建立在交易之上尔觉，需要不斷刺激人們買買買凉袱。

在所有的產(chǎn)品中，社交類產(chǎn)品是最貼近“江湖社會”的侦铜，它距離現(xiàn)金流是最遠的专甩，也是最活躍的，可以說是幾乎所有互聯(lián)網(wǎng)產(chǎn)品中活躍度最高钉稍，并且可以向任何產(chǎn)品導流的源流量產(chǎn)品涤躲，所以你看到了，阿里無所不用其極地想去做社交產(chǎn)品贡未。

說了一圈种樱，那么我們回來看看社交產(chǎn)品的最小雛形。

社交產(chǎn)品分為即時社交和延時社交羞秤，簡單類比就是聊天和朋友圈缸托，而這兩個都是建立在“語言對話”的基礎(chǔ)上。由于社交產(chǎn)品的場景中幾乎可以做任何事情瘾蛋，前段時間網(wǎng)上流傳的微信“發(fā)現(xiàn)”頁面那張神圖俐镐，就可見一斑。

微信“發(fā)現(xiàn)”頁面網(wǎng)絡(luò)神圖

對話機器人具有社交產(chǎn)品的通性哺哼，原因只有一個——對話機器人的交互場景天然就是一個社交產(chǎn)品的交互場景佩抹。

當我們站在用戶視角來看待對話機器人時叼风，用戶根本不理解什么是“開放域、封閉域”棍苹，也不了解什么是“聊天機器人无宿、助理機器人、問答機器人”枢里，用戶也記不住那些分類孽鸡，也沒法記住，只要有一個對話輸入框擺在用戶面前栏豺，就像微信的輸入框那樣彬碱，由于知識詛咒的原因，用戶就會去類比他所理解的對話輸入框奥洼，就會在這里輸入任何他們想輸入的自然語言巷疼，可能是瞎聊的話，也可能是某個任務(wù)灵奖，也可能是提一個問題嚼沿，我們根本不能阻止用戶在面對京東JIMI機器人時不做瞎聊的操作。

這時帶來的一個巨大難題就是瓷患，開放域?qū)υ挄r有發(fā)生骡尽，而只要一次兩次回答不佳，體驗不滿就會提升尉尾。站在產(chǎn)品設(shè)計的角度來說爆阶，我們能做的就是盡量讓用戶的輸入是可控的，就像度秘沙咏、阿里小蜜已經(jīng)在做的辨图。這就是為什么，每當我們?nèi)ピO(shè)計對話機器人時肢藐，總是要設(shè)法去多涉及一些開放域?qū)υ挼墓δ茳c故河，也是為什么每當我們談起對話機器人時，卻也總是繞不開“機器人在開放域下是不是智能”這個問題吆豹。

4.3 像朋友一樣的伙伴會是對話機器人的終局嗎鱼的？

如果你在微信上，問你最好的朋友“幫我看看有沒有戰(zhàn)狼2的票痘煤，我晚上想去看”凑阶，他/她會如何回答你？

我猜衷快，他可能會說“你去看《戰(zhàn)狼2》不叫我宙橱？！”，他可能還會說“我也去师郑，咱倆一塊兒去”环葵，然后他會繼續(xù)說“我看了下，你家跟前那家萬達有票宝冕，晚上七點的张遭，下班一塊兒去？”

如果一樣的問題問Magic呢地梨？它的回答就是讓你告訴他幾點去看菊卷，它幫你挑選了五家，每家的時間都挺合適宝剖，有一些距離你近的烁，有些有優(yōu)惠，等等诈闺。

你喜歡哪種體驗?zāi)兀窟@個其實很難說铃芦。如果站在封閉域的角度來說雅镊，Magic的算法要比朋友優(yōu)很多，選擇也更豐富刃滓，可是和朋友一起去的這種體驗仁烹，才是生活。

我認為這個可能是對話機器人的終局咧虎，它存在的意義仍然是協(xié)助人們?nèi)ジ玫亟鉀Q一系列問題卓缰；但是它不能太傻，像個指令機一樣待在那里砰诵，而是應(yīng)該像個朋友一樣懂你卻也能幫你征唬。以前在對話機器人產(chǎn)品的討論中還經(jīng)常討論：對話機器人應(yīng)該更“有趣”還是更“有用”，其實從這個終局來看這個討論毫無意義茁彭，你能說你的朋友只有用总寒，但是無趣嗎？

五理肺、對話機器人的產(chǎn)品價值

上面關(guān)于對話機器人的用戶價值的討論摄闸，有一些發(fā)散了，我們收攏回來妹萨，聊整個文章的最后一個部分年枕，關(guān)于其產(chǎn)品的價值。

對待產(chǎn)品乎完，一定要從其商業(yè)視角出發(fā)熏兄，不然沒有聊的意義。站在商業(yè)視角，對話機器人擁有三個方面最核心的產(chǎn)品價值霍弹。

5.1 跨場景連接成為可能

由于對話機器人的交互方式原始而單一毫别，使得機器人背后所有的計算邏輯都被隱藏，機器人可以成為一個獨立的橋梁連接不同場景下的服務(wù)典格，讓用戶只在一個對話場景下都可以完成交互岛宦。

譬如Skype for business中，就有一個機器人耍缴，幫助通過Skype做協(xié)同的人們預定會議室砾肺、設(shè)置工作項目提醒、代理自動回復等等——原本每個工作都是跨場景的防嗡，現(xiàn)在只要一個對話交互場景就可以解決了变汪。如果再往大了去說，未來如果伙伴式的機器人可以逐漸出現(xiàn)蚁趁，那在聊天中完成訂機票裙盾、訂酒店，甚至管理家里的智能空調(diào)他嫡，這些跨場景可能通過一個伙伴都可以完成了番官。

5.2 交互升級帶來的流量深度沉淀

對話的方式有很多，可以是打字钢属，也可以是語音徘熔。如果是語音，那么帶來的是革命性地變化淆党。

5.2.1 指數(shù)級的流量增長

百度DuerOS和Amazon Alexa的邏輯是相似的酷师，都是通過賦予所有智能硬件語音對話的能力，進而獲取新流量染乌，同時實現(xiàn)流量的深度交互和沉淀山孔。

我們知道，在互聯(lián)網(wǎng)的生意經(jīng)中慕匠，一切都是圍繞著流量來完成的饱须，要么是流量足夠多，要么流量的價值足夠大台谊。由于對話帶來的交互效率提升蓉媳，使得在單個用戶身上獲取的流量頻次呈現(xiàn)指數(shù)級增長，如果一般的互聯(lián)網(wǎng)產(chǎn)品PV/UV是個位數(shù)的話锅铅，那么對話機器人的PV/UV（其實就是對話的頻次）至少是兩位數(shù)酪呻。

一些曾經(jīng)很難成為交互場景的，譬如在家里面向Echo音箱發(fā)號施令盐须，如今都通過對話機器人成為現(xiàn)實玩荠。沒有任何一款App能比一個對話機器人更容易和人產(chǎn)生親密感，產(chǎn)生如此多高頻互動的可能。最后的結(jié)果可能就是阶冈，我們的生活方方面面都在觸網(wǎng)闷尿，每一次交互就是一次所謂的PV，指數(shù)級的流量映射出一個人生活的方方面面女坑。

5.2.2 高頻次的端計算

我有一個猜測：由于對話機器人是一個高頻次交互場景填具，帶來的最直接影響可能是要求在設(shè)備端上擁有更加強大的計算能力；可能一些封閉域或者開放域的計算能力直接預加載到了客戶端匆骗，可能是硬件也可能是軟件劳景。如果網(wǎng)絡(luò)能力不能同樣倍數(shù)增長的話，對于端的計算能力會增強——我猜這也是為什么一些AI企業(yè)會做芯片的原因之一碉就。

5.3 流量沉淀帶來的數(shù)據(jù)深耕

正是由于流量的深度沉淀盟广，使得每個用戶多維的數(shù)據(jù)沉淀成為可能。當平均每個用戶的數(shù)據(jù)量和維度增長十倍瓮钥，那么到底意味著什么呢筋量？

對于百度而言，起碼廣告費要漲價碉熄，對于阿里而言毛甲，可以賣給這個用戶更多的東西，總而言之具被，ARPU（Average Revenue per User）會增長許多，這些就是最直接的商業(yè)價值只损。我在之前的文章《人工智能「風口」一姿，先行者為什么是搜索引擎？》中跃惫，曾分析過這其中的一些邏輯關(guān)系叮叹，因為流量的深維度價值尚未被開發(fā)，對于計算廣告而言可能是一塊從未嘗鮮的處女地爆存。

六蛉顽、總結(jié)

如上是我針對對話機器人的一些比較淺顯的分析和探討，作為一款正在發(fā)展的新興產(chǎn)品先较，對話機器人還有非常多的細節(jié)值得探討携冤；限于篇幅，只能先聊這么多了闲勺，希望以后還能繼續(xù)深入探討曾棕。

從個人層面來說，我看好To C的對話機器人產(chǎn)品的未來——但是它的產(chǎn)品路徑非常曲折漫長菜循，與我們過往所經(jīng)歷的移動互聯(lián)網(wǎng)產(chǎn)品差異巨大翘地；但是萬變不離其宗，任何產(chǎn)品都是從用戶的需求出發(fā)的。

對話機器人承載了全新的交互形式衙耕，可能帶來了全新的產(chǎn)品服務(wù)體驗昧穿，這種進步過去從來沒有過。

我們每個人幾乎都在渴望著機器人時代的到來橙喘，也許很遙遠时鸵，也許已經(jīng)在路上，誰知道呢~

作者：趙帥渴杆，“優(yōu)護家” 聯(lián)合創(chuàng)始人兼COO寥枝；前微軟小冰初創(chuàng)團隊產(chǎn)品經(jīng)理；北京大學計算機系碩士磁奖。專注產(chǎn)品囊拜、運營和商業(yè)的分析，熱衷產(chǎn)品方法論的總結(jié)比搭。熱愛足球冠跷、民謠音樂、吉他彈唱身诺、軟筆書法蜜托、閱讀和旅游，熱愛生活霉赡。