Salesforce 用机器学习来自动总结文本，AI＋SaaS 是未来吗？

人工智能固然是未来SaaS的趋势，但眼下更紧要的是如何积累更多数据。

Salesforce在变得更“聪明”的道路上又进了一步。

如今我们身处海量信息时代，大量时间被用来处理电子邮件、文章或社交媒体的帖子等信息，有预计称，这种消耗状态会超过半天时间，甚至更多。

Salesforce想将用户从这种低效的工作状态中解放，他们开发了种算法，能自动总结纷繁复杂的信息，如为销售或客户服务代表提供电子邮件和信息总结后的摘要，使他们有更多时间精力专注于自家客户。

例如，Salesforce的AI新产品Einstein会为那些全天候与电话打交道的客服代表，匹配最可能成为公司用户的电话号码。这饱含着Salesforce想把CRM系统变得更智能化的美好初衷。

这里用到了Salesforce在自然语言处理方面取得的两项新突破：“情境语言生成模型（contextual word generation model）”及“新训练总结模型（new way of training summarization modelst）”，两者一起就能自动为长文本创建较准确可读的摘要。

研究人员指出，自动文本摘要有两种方式：提取（extraction）或抽象（abstraction）。计算机能从文本预先有的措辞中提取，只是目前灵活度还有欠缺；抽象则是计算机在了解原文的基础上，引入新词概括原义。

这背后用到了机器学习技术，深度学习神经网络也在此发挥作用。研究者通过教师强迫（Teacher forcing）、强化学习（Reinforcement learning）来训练系统学习和改进自身。

谷歌DeepMind就是强化学习典型案例。所谓强化学习，简单来说，就是训练机器能在采取某种行动后，通过结果的好坏，判定行动的好坏。如棋盘游戏，你能针对对手每步棋作出回应，最终你便能在一系列棋局中找到某步棋的最佳下法，并将此内化成一种积极信号。运用到Salesforce将长文本处理成摘要的算法模型上，则有自动评估指标ROUGE对结果评分，算法将以更高得分来指导自身更新，最终输出的摘要结果，会逐步提升。

教师强迫（Teacher forcing）是当结果以既定参考的词语得分时，能提供“很体面的结果”，但同时灵活性就得有所牺牲。

研究者们发现，上述两者联合的模式优于其他方法。MIT Technology Review对比人工总结和用Salesforce模型生成的摘要，他们称后者具有“令人惊讶的准确性”，总结不仅比原始文本短得多，重点内容都有所概括，还兼具可读性。

AI＋SaaS是未来？还是噱头？

自动总结模型的背后，是 Salesforce去年收购的深度学习创企 MetaMind，这还仅揭露了Salesforce人工智能版图的冰山一角。

2015年Salesforce加入人工智能的军备竞赛，彼时它收购了iOS平台第三方智能日历应用Tempo AI：通过AI，Tempo能自动为用户安排任务和事项，俨然真人版助理；12月，利用AI帮营销人员开展广告活动的公司MinHash被纳入Salesforce版图；去年除MetaMind外，Salesforce还收购开源机器学习服务商PredictionIO。

拥有大量数据的公司作为发展人工智能底层架构，也是Salesforce紧盯的对象。Salesforce收购了大数据公司RelateIQ（3.9亿美元），去年还想收购Twitter，更意图用比微软262亿美元高的价格拿下领英，但未如愿以偿。

微软收购领英后，推出整合CRM和ERP云产品Dynamics365，与微软自身生态Office 365及Azure云服务相协同。2016年Q2季度，微软取代Salesforce成为SaaS行业老大。CEO纳德拉还宣称未来所有产品都将用到人工智能技术，如CRM Dynamics 365就内置Cortana人工智能套件。

巨头们营造的大环境莫不如是：竞争激烈、发力人工智能寻求突破重围。几乎与Salesforce同段时间，甲骨文发力AI，推出自适应智能应用（Adaptive Intelligent Apps）；Adobe为它旗下所有软件提供基于深度学习和机器学习的底层技术平台——Adobe Sensei；IBM有Waston；SAP近期开始逐步发力机器学习和人工智能领域 ……

近期中美SaaS峰会上，北森CEO纪伟国提出，AI＋ 大数据是重构下一代HRSaaS的力量，比如用AI判断面试官喜好，筛选简历，及从过去积累的人才库里挖掘合适简历，预测人才离职倾向；AI还能预测并推荐招聘渠道，企业知道把招聘发至哪个网站更合适， 预计收到多少份简历，现在竞争什么状况等。

至此已有数十家厂商明确提出“AI+SaaS”，这里不排除有跟风之嫌，只是当行业趋向如此，对SaaS巨头而言，是否做人工智能，或许意味着能否延续竞争优势，甚至是能否继续参与巨头们后期对话语权的争夺。

但这是长期的远景。放置眼下，需要用到人工智能，数据作为前提条件的积累必不可少，这也是为何CRM相较其他SaaS应用，对人工智能反应更灵敏，毕竟在商务智能时代曾积累一定体量数据样本，且标准化程度较高，数据为AI工具应用提供存在合理性。

峰瑞资本创始人李丰则干脆提出：先SaaS，再到大数据，再到人工智能。“如果这个行业当中的管理软件或者叫线下数据的线上化还没有完成，那第一步肯定先是SaaS，线下数据的线上化已经比较普遍了之后，才轮到数据处理存储这些事情，这些事情再往下堆迭，随着产生时间越来越长，才到了处理数据的高效化，到了所谓人工智能。”

所以AI来了，创企有颗跟随大潮及未来的趋势心固然重要，但缺乏买买买的资金，难吸引高端技术人才的现实还是得认清。或许当下的关键是做好本职，积累尽可能多的数据，厚积薄发。

作者：夜叶，原文链接：http://36kr.com/p/5074918.html

【温馨提示】思路网倡导尊重与保护知识产权。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至tougao@siilu.com，我们将及时处理。本站文章仅作分享交流用途，作者观点不等同于思路网观点。用户与作者的任何交易与本站无关，请知悉。