e成科技一直持續加強AI技術(shù)投入與創(chuàng )新研發(fā)

2019-09-18 16:42:33    來(lái)源:人工智能網(wǎng)    作者:

2019年9月7日,e成科技受邀參加由AICUG人工智能技術(shù)社區主辦的AI技術(shù)與產(chǎn)業(yè)應用結合的年度盛會(huì )AI 先行者大會(huì )。本屆大會(huì )聚焦國際AI前沿技術(shù)、產(chǎn)業(yè)落地應用,匯聚中美AI行業(yè)領(lǐng)袖與技術(shù)大咖,共同探討AI行業(yè)發(fā)展趨勢與未來(lái)。

活動(dòng)上,來(lái)自阿里巴巴、騰訊、Intel、NVIDIA、商湯、云從、曠視、馭勢科技、思必馳、Airbnb等國內外尖端AI企業(yè)的智能技術(shù)專(zhuān)家,聚焦NLP、語(yǔ)音技術(shù)、AI解決方案、AI+新零售、CV、推薦算法、無(wú)人駕駛、人工智能平臺等前沿主題,為大家展現AI技術(shù)魅力,共話(huà)AI技術(shù)與行業(yè)落地實(shí)踐,探索行業(yè)發(fā)展與未來(lái)。

e成科技AI算法負責人劉洋出席了本次大會(huì ),并在活動(dòng)上發(fā)表題為“面向人力資本場(chǎng)景的NLP智能平臺”的精彩演講,展示了e成科技在NLP(Natural Language Processing,自然語(yǔ)言處理)技術(shù)領(lǐng)域的創(chuàng )新研究以及在人力資本領(lǐng)域的應用突破。

困境:To B企業(yè)的AI落地之難

中國互聯(lián)網(wǎng)發(fā)展環(huán)境及巨大的人口紅利成就了C端的異軍突起,但B端發(fā)展滯后歐美。當SAP、微軟、甲骨文、Workday等早已風(fēng)生水起之時(shí),中國B(niǎo)端企業(yè)卻聲名不顯。近幾年,得益于云計算、大數據、人工智能、物聯(lián)網(wǎng)等信息化浪潮齊發(fā),To B回暖,但道阻且艱。

劉洋表示,AI的落地和商業(yè)化對很多企業(yè)來(lái)說(shuō)仍面臨著(zhù)諸多困難,聚焦到人力資本領(lǐng)域,AI技術(shù)落地過(guò)程中面臨著(zhù)如下幾個(gè)痛點(diǎn):

數據稀缺性

數據是AI的“燃料”和技術(shù)創(chuàng )新應用的基礎。對于A(yíng)I算法來(lái)講,只有獲取大量與行業(yè)、領(lǐng)域相關(guān),且標注、整理過(guò)的數據,才可能被使用。對于To C企業(yè),得益于互聯(lián)網(wǎng)的發(fā)展和人口紅利,會(huì )產(chǎn)生大量用戶(hù)行為數據;但對于To B企業(yè)級服務(wù)來(lái)講,產(chǎn)品發(fā)布前是沒(méi)有用戶(hù)使用的,所以面臨的是更大的數據稀缺性。

領(lǐng)域知識

技術(shù)與業(yè)務(wù)場(chǎng)景之間往往存在著(zhù)一道鴻溝,AI技術(shù)缺少專(zhuān)業(yè)領(lǐng)域知識和應用場(chǎng)景的理解一直是一大痛點(diǎn)。一般來(lái)講,技術(shù)能力強的企業(yè)未必懂業(yè)務(wù)場(chǎng)景和專(zhuān)家知識,懂業(yè)務(wù)知識的未必有AI技術(shù),這就會(huì )導致強大的技術(shù)無(wú)法與具有高度專(zhuān)業(yè)性的人力資本領(lǐng)域融合,機器學(xué)習模式與HR工作方式難以匹配。不像很多To C領(lǐng)域的知識通俗易懂,人力資本、金融等領(lǐng)域擁有非常系統和專(zhuān)業(yè)的知識,要實(shí)現與AI技術(shù)融合,不深諳領(lǐng)域知識是不可能的。

模型解釋性

AI技術(shù)的落地,不是算法的累積或者炫技,也不是任務(wù)獨立優(yōu)化,而是一個(gè)面向產(chǎn)品性能和用戶(hù)體驗不斷尋求滿(mǎn)意性和解釋性的過(guò)程。對于To C領(lǐng)域來(lái)講,很多應用和產(chǎn)品面對的是海量用戶(hù),具有一定的容錯性;但面向企業(yè)服務(wù)的To B領(lǐng)域不同,尤其是人力資本領(lǐng)域,比如招聘和晉升等人才決策可能會(huì )影響一個(gè)人一生的命運。所以在企業(yè)用戶(hù)看來(lái)這一點(diǎn)非常重要,他們不光需要一個(gè)結論還需要一個(gè)解釋?zhuān)瑳](méi)有解釋很難讓人信服,這是在模型學(xué)習和算法設計里需要著(zhù)重考慮的。

破局:“AI技術(shù)+HR知識”造就新物種崛起

盡管AI落地尤其是在人力資本領(lǐng)域落地面臨諸多困境,但憑借領(lǐng)先的AI技術(shù)積累和優(yōu)秀的AI研發(fā)團隊,e成科技成為最先強調AI技術(shù)并率先將AI技術(shù)成功應用于人力資本領(lǐng)域的HRTech公司。

e成科技不但擁有領(lǐng)先的AI技術(shù)能力,還匯集了一批頂尖的咨詢(xún)專(zhuān)家,AI技術(shù)與專(zhuān)業(yè)能力的結合,造就了既有AI技術(shù)又懂領(lǐng)域知識的新物種,并在長(cháng)期的積累、實(shí)踐和打磨中,探索了一套行之有效的優(yōu)秀解決方案和成功經(jīng)驗。

活動(dòng)上,劉洋通過(guò)一些實(shí)踐案例進(jìn)行分析,分享了e成科技是如何突破和解決這些痛點(diǎn)的:

多管齊下:技術(shù)創(chuàng )新和專(zhuān)家知識解決數據稀缺

數據稀缺性是B端服務(wù)企業(yè)最大痛點(diǎn)之一。針對這一點(diǎn),e成科技結合自己的AI技術(shù)能力和豐富的行業(yè)經(jīng)驗積累,做了很大的創(chuàng )新突破。劉洋表示,一方面我們通過(guò)遷移學(xué)習的方法,尋找了很多其他行業(yè)的語(yǔ)料進(jìn)行補充;另一方面,通過(guò)e成科技的專(zhuān)家團隊,撰寫(xiě)了大量語(yǔ)料,并進(jìn)行專(zhuān)業(yè)人工標注,為模型提供更多語(yǔ)料。同時(shí),我們還嘗試了很多新的技術(shù)、模型和方法進(jìn)行樣本構造。

通過(guò)這些方法,我們的人工智能產(chǎn)品取得了不錯的效果,例如e成科技獨立研發(fā)并首創(chuàng )的BEI機器人評測準確率超過(guò)80%,相當于1年經(jīng)驗顧問(wèn),可有效應用于面試選拔、人才盤(pán)點(diǎn)、內部晉升等多種場(chǎng)景下。

兼容并包:AI技術(shù)創(chuàng )新與擁抱過(guò)去

多年來(lái),e成科技一直持續加強AI技術(shù)投入與創(chuàng )新研發(fā)。公司擁有超過(guò)50人的頂尖算法團隊,在國內人力資本行業(yè)規模最大,是國內唯一成立Barbel人工智能實(shí)驗室的HRTech企業(yè)。

在A(yíng)I產(chǎn)品研發(fā)和智能算法模型搭建過(guò)程中,引入深度學(xué)習、知識圖譜、半監督學(xué)習、小樣本學(xué)習等最主流、最前沿的AI技術(shù)。比如我們應用了近兩年NLP領(lǐng)域乃至人工智能領(lǐng)域最流行、最前沿的技術(shù)之一——Bert,它徹底改變了預訓練產(chǎn)生詞向量和下游具體NLP任務(wù)的關(guān)系。劉洋表示,Bert跟人力資本業(yè)務(wù)比較貼合,我們將新技術(shù)應用其中,并基于具體場(chǎng)景做了很多技術(shù)優(yōu)化,如樣本優(yōu)化、性能優(yōu)化等,并基于人力資源場(chǎng)景語(yǔ)料專(zhuān)門(mén)訓練了Bert模型。同時(shí),我們把它平臺化,把很多其他NLP工具集中在平臺里,未來(lái)可以做到更強的模型,更加貼合業(yè)務(wù)。

為了滿(mǎn)足模型的解釋性,e成科技將最新AI技術(shù)與符號主義、專(zhuān)家系統等經(jīng)典方法進(jìn)行兼容并包,嘗試了很多有效的方法。比如我們使用貝葉斯網(wǎng)絡(luò ),它的最大優(yōu)勢是將先驗知識與樣本信息相結合,并能挖掘出特征間的因果關(guān)系,且對數據量要求并不高,這與很多人力資本場(chǎng)景業(yè)務(wù)完美貼合。

人工智能背后的人:專(zhuān)家助力技術(shù)擁抱業(yè)務(wù)

在A(yíng)I技術(shù)高速發(fā)展的背后,離不開(kāi)人工智能背后的人——專(zhuān)家。AI技術(shù)本身不具備生產(chǎn)力,只有與領(lǐng)域知識和業(yè)務(wù)場(chǎng)景結合才能釋放巨大能量。專(zhuān)家對人力資本業(yè)務(wù)領(lǐng)域有著(zhù)深刻的理解洞察能力,是AI技術(shù)落地到垂直產(chǎn)業(yè)的關(guān)鍵。

作為HRTech領(lǐng)域唯一擁有咨詢(xún)專(zhuān)家的公司,e成科技組建了超過(guò)30人的來(lái)自全球知名咨詢(xún)企業(yè)的頂尖咨詢(xún)團隊。在模型搭建和算法訓練時(shí),e成科技的專(zhuān)家團隊提供了大量專(zhuān)業(yè)的人工規則,為AI技術(shù)與業(yè)務(wù)結合提供很大幫助,讓AI技術(shù)更貼近業(yè)務(wù)場(chǎng)景需求。

劉洋表示用AI解決To B業(yè)務(wù)的困難就在于沒(méi)有數據、場(chǎng)景和業(yè)務(wù),很多技術(shù)能力和模型在實(shí)驗室看起來(lái)很好,但不能滿(mǎn)足客戶(hù)需求。以人力資本經(jīng)典場(chǎng)景“定崗定薪”為案例,他表示從算法思維角度,我們往往會(huì )帶著(zhù)技術(shù)先入為主的思維“誤入歧途”,但是結果與業(yè)務(wù)方需求并不符合;若以業(yè)務(wù)為導向,深入解讀業(yè)務(wù)場(chǎng)景,結合專(zhuān)家提供的專(zhuān)業(yè)、準確的業(yè)務(wù)信息與規則,模型會(huì )更具解釋性,從而達到產(chǎn)品性能和企業(yè)用戶(hù)的滿(mǎn)意性。

所以,在未來(lái)AI逐漸落地的探索道路上,不僅需要性能優(yōu)越的算法模型、大量的優(yōu)質(zhì)數據、專(zhuān)業(yè)的領(lǐng)域知識、真實(shí)的場(chǎng)景需求,最根本的是對業(yè)務(wù)的深層次理解。

面向未來(lái):連結人與任務(wù)

數字化轉型已經(jīng)成為數字經(jīng)濟時(shí)代的必經(jīng)之路,所有企業(yè)都在向智慧型企業(yè)轉型。AI技術(shù)決定數字化的未來(lái),e成科技通過(guò)AI技術(shù)的布局,推動(dòng)AI賦能人力資本全場(chǎng)景,助力行業(yè)數字化轉型。

AI開(kāi)放平臺

e成科技推出HR行業(yè)首個(gè)AI開(kāi)放平臺,并已經(jīng)實(shí)現AI能力中臺化,即?即取,高效連接算法能力和業(yè)務(wù)訴求;同時(shí)對外開(kāi)放AI能力,將多年AI能力積累開(kāi)放給所有HR行業(yè)友商,助力人力資本智能化升級。

兩大引擎:Bot和畫(huà)像

e成科技通過(guò)Chatbot(智能聊天機器人)和畫(huà)像兩個(gè)核心引擎,提供全方位的數字化人力資本解決方案。Chatbot提升效率,畫(huà)像提升效果。

五大Bot協(xié)同

e成科技創(chuàng )新獨立研發(fā)了具有多模態(tài)交互能力的Chatbot,覆蓋職位咨詢(xún)、面試協(xié)同、意向確認、簡(jiǎn)歷初篩、BEI訪(fǎng)談、員工服務(wù)等諸多場(chǎng)景,支持語(yǔ)音、文字、視頻等多種形式,實(shí)現招聘的全面數字化升級;并基于專(zhuān)家知識圖譜與NLP技術(shù)拆解、提取有效信息,刻畫(huà)全面人才畫(huà)像,為人才決策提供有效建議。

畫(huà)像精準洞悉人才

e成科技用動(dòng)態(tài)畫(huà)像取代靜態(tài)簡(jiǎn)歷,基于A(yíng)I技術(shù)、候選人數據、專(zhuān)家知識生成人才報告,不僅包含個(gè)人信息、工作經(jīng)歷、教育背景等人才冰山上的信息,還深度挖掘難以評判的素質(zhì)、性格、潛力、價(jià)值觀(guān)、領(lǐng)導力等冰山下信息,并解析各維度之間的聯(lián)系,洞悉人才成長(cháng)的內在機理和軌跡。畫(huà)像的顆粒度更細,識人更準,企業(yè)可以全面升級招聘、人才盤(pán)點(diǎn)、定崗定薪、績(jì)效管理等工作,實(shí)現企業(yè)人才管理的實(shí)時(shí)化與可視化,科學(xué)性與客觀(guān)性。

未來(lái),隨著(zhù)經(jīng)濟和科技的飛速發(fā)展,人的時(shí)間變得越來(lái)越碎片化,公司的形式也許會(huì )漸漸消亡,e成科技希望通過(guò)技術(shù)重新建立人與任務(wù)之間的連接,更好地調度人和任務(wù),做到資源配置和效率的最大化。人們根據自己身上的多樣才華充分地介入不一樣的工作,人才的分工流動(dòng)會(huì )充分釋放才華。也許有一天我們會(huì )迎來(lái)這樣的時(shí)代,這也是我們希望看到的未來(lái)。

分享結束后,聽(tīng)眾與嘉賓進(jìn)行了熱烈互動(dòng),大家爭相提問(wèn),對分享內容及e成科技的產(chǎn)品表現出很大興趣。分享內容中干貨滿(mǎn)滿(mǎn),不僅包含了AI技術(shù)研究的探討,也分享了技術(shù)落地于行業(yè)的成功案例,聽(tīng)眾們表示受益匪淺。

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時(shí)間聯(lián)系我們修改或刪除,多謝。