人工智能解决复杂问题遇瓶颈，这家公司用因果AI翻盘 | 快公司

钛媒体 • 2年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

人工智能解决复杂问题遇瓶颈，这家公司用因果AI翻盘 | 快公司

秦聪慧

· 刚刚

微信扫码

人工智能、更确切来说是使用比较广泛的深度学习技术，已经在解决复杂问题上遇到了瓶颈。

人工智能解决复杂问题遇瓶颈，这家公司用因果AI翻盘 | 快公司

图片来源@视觉中国

【本文来自钛媒体特色栏目「快公司」】

从帮别人“种地”，到自己下场“种地"，零犀科技只用了3年。

2018年，脱胎于百度认知智能团队，夏仲璞创立了零犀科技，一些技术骨干也一起加入创业。基于在百度认知智能团队积累的经验，零犀科技最初选择的创业方向是为金融、保险等行业客户提供智能客服机器人。

但夏仲璞只用了不到一年时间就发现，想要真正让好的“效果”在业务中体现，必须转变“工具”的角色，只有扎根到业务里，才能真实的面对问题，定义问题，解决问题。而真实的可衡量的效果才是人工智能商业化的必经之路。

于是，夏仲璞做了一个大胆的决定：既然客户对“工具”犹豫不决，那不如自己变成自己的客户，让客户把一部分业务外包给零犀，零犀用自己的人工智能技术做运营代理或者“销售转化”代理，按照最终成单量抽佣。

就这样，从2019年开始，零犀把自己从一个技术服务商变成了“销售转化”代理服务商。但在转型的第一年，零犀确实发现，当自己变成技术使用者之后，才完全明白此前的技术不足到底出现在哪里。而从某种程度上，这种不足实际上是囿于，业界对于“人工智能技术如何定义产业问题”还没有找到答案。而零犀科技下一步要做的，应该是基于对业务的深度解构，以结果倒推，从而倒逼技术迭代。

发现因果AI

用效果说话，是零犀科技一直以来坚持的理念之一。在转型成为销售代理商之后，零犀科技才深刻意识到，对于客户来说，人工智能要达到的第一效果是成单、促成转化，表现在技术上就是要提升转化率。而彼时，在中国，人工智能、更确切来说是使用比较广泛的深度学习技术，已经在解决复杂问题上出现了瓶颈。

深度学习的不足之处在于，人类只教给了机器思考的潜力，但没有教给机器交流的能力，因此机器并不会表达自己是如何思考，它只会给出结果，这个结果如果只是在类似围棋之类的领域，即使错了也不会引起很大的问题，但在其他很多更复杂的认知智能领域，就显得不够可靠了。

“人类在具体的生产生活领域需要的不仅仅是结果，同样也要整个的思考过程，这样才能保证这个结果是可以信赖和执行的，因此，不会表达自己的思考决策过程，这是深度学习天生只能当章鱼哥，但不能做主角的一个重要原因。

有一个比较形象的例子可以表达深度学习的尴尬：

深度学习只知道“太阳升起”与“公鸡打鸣”具有相关性，但它并不知道此背后并没有必然的因果逻辑。只是人们基于观察，认为“太阳升起”引发了“公鸡”打鸣，或者“公鸡打鸣”引发了“太阳升起”，以这样的经验迁移到“没有公鸡”的村庄或者“没有白天”的村庄就会必然认为这里不用有太阳升起，或者这里不会有公鸡存在。而这些推论显然是存在问题的。

当人工智能技术在后续的发展中具备了因果推理能力后，便可以“知其然，也知其所以然”，那么在预测与决策的准确性上就会有一个质的提升。

转机发生在2019年中，夏仲璞从一位教授那里获得了一本计算机科学家 Judea Pearl （朱迪亚·珀尔）撰写的《The book of Why》，并且还是英文影印版。这本书后来的2019年7月被中信出版社以中文名《为什么》出版。

即便是排版并不工整的影印版，零犀团队也如获至宝：“这不正是我们一直在寻找的技术吗？”

通过Judea Pearl 的《The book of Why》，夏仲璞找到了研究因果关系并不断回答“为什么”的学科——“因果科学”。

在交叉融合人工智能后，因果科学可以使得人工智能在进行推理、决策等计算时，将现实世界视作变化的世界并在变化中挖掘因果关系，进而找到控制因果关系的方向与控制手段，模拟实现路径与不同效果，最终找出最优路径。

更通俗来讲，也就是通过因果中的干预使机器对用户的理解和探询更为深刻，让“用户理解到用户决策间的关系”更加具备可验证的数学底层的因果性。最终理想效果是，通过影响用户决策，推动成交，并且实现成交利益最大化。这也给人工智能的产业实践带来了更大想象空间。

因果AI效果初探

有了科学理论支撑，那么在具体落地的过程中，因果AI的效力具体可以发挥到何种程度？

“利用因果AI对用户的深刻理解，零犀科技当前可以做到以更低的成本挖掘出更多的潜在用户，并且达到更好的转化率，有更好的效果呈现。”夏仲璞表示。

原来，由于能够得知因果，因果AI的由果索因能力和预测能力，能够针对某个类型的客户，在某个特征的时间，用某个特质能力的服务者，通过某种客户偏好的触达媒介，以某种相关特定的服务策略，用某种精准计算的方案来触达用户，可以达到最高的成交效益。

也就是在此时此刻此情此景下对客户的理解更为深刻，并将对用户需求的理解到用户成交之间进行动态的运营协同，达成最优的效果。

“我们假定有四种用户，有A类用户无论是否施加营销手段都会成单，有B类用户只有施加了合适的营销手段才会成单，有C类用户因为施加了营销手段反而不会成单，还有D类用户无论是否施加营销手段都不会成单。因此我们可以很明显的看出，我们的营销动作对AD两类用户都无法产生影响，而我们最重要的是增强对B类用户的营销效果，并且尽量减少C类用户的流失。”零犀科技CTO曾文佳进一步解释道。

不过，虽然零犀科技的因果AI的技术路线是以因果理论为底座，但让因果AI有成效地落地，还需要根据实际业务进行研发、并在落地过程中发挥主观能动性。因此，零犀科技对因果AI的运用也加入了自己的理解——即因果AI要与从用户出发的因果思维结合。

零犀科技认为，在真实世界中，客观观察到的用户选择结果，往往是用户综合各种因素（如供给、价格、时间、性格等）妥协之后的结果，只从用户决策反推用户需求并决定用户分类，就如同盲人摸象一样缺少全局信息。

所以，用户理解与刻画的理论需要升维与更新，应该通过对主观需求、用户偏好、决策约束等的挖掘还原，深维了解用户的真实需求。仅靠用户点击动作和用户背景信息来猜测用户需求，就像依靠少数截面来猜测“真实需求”一样是不可尽信的。凭借这样的思考，零犀科技一直在不断完善底层算法，不断增加人工智能对用户需求、用户行为预测的准确性。

在践行将因果AI与因果思维相结合的这3年里，零犀科技先后拿到了金沙江、字节跳动都共同参与的A轮、B轮融资，并在2021年完成了数亿C轮融资，已为众多金融、保险、互联网等合作伙伴提供了直达关单的代理销售服务。

用夏仲璞的话说，借助因果AI这一核心技术，零犀科技已经从原来转型前的困境重重，发展到目前马上能够做到基本的盈亏平衡，且毛利率也优于业界水平。“因果AI有望成为服务业智能升级的通用性AI技术底座。”夏仲璞判断。

不过从因果AI在中国的发展情况来看，这一技术目前仍处在早期，需要产学研多方的深入研究和交流。基于此，7月2日，零犀科技与复杂性科学与人工智能交流社区集智俱乐部共同发布了聚焦于因果AI“产学研”方向的子品牌“因果派”，想要以联合共创的方式，挖掘因果科学在产业落地的更多潜能。

无独有偶，不仅是零犀科技，中国也有其他人工智能以及数据科学公司正在探索因果AI与产业的深入融合。据可靠消息，接下来的7月份，有数据科学公司将推出因果AI算法工具包。后续，关于因果AI落地的更多成果，值得期待。

（本文首发钛媒体APP 作者 | 秦聪慧，作者 | 盖虹达）

人工智能企业级服务产业互联网金融科技数据智能快公司

298篇资讯

6.1万关注

秦聪慧

关注

关注产业互联网、企业服务等；conghuiqin@tmtpost.com