在科技高速发展的本日，打算机已经学会自动网络数据撰写报告、根据材料自动撰写公函、自动录入财务报单等事情，而人类员工只需在审核无误后轻点鼠标，繁琐重复的事情便轻松完成了，这些看似科幻的图景已涌如今现实生活中。

达不雅观数据便是一家专注智能文本处理技能和智能办公机器人做事的公司，是海内笔墨资料智能化处理领域的第一家国家级专精特新“小巨人”企业。
该公司打造的“数字员工”已经走进银行、海关、政务部门等多个机构与行业，帮忙人工完成业务流程自动化，提高企业效率与智能化水平。

陈运文见告南都，技能发展会代替很多的事情岗位，但同时也创造了新的事情岗位，而技能的发展终极是要将人类从繁复的事情中解放出来。

达不雅观数据CEO陈运文

一 当你事情时以为自己像个机器人，这个事情就适宜机器人

南都：在海内，文本处理技能的紧张运用处景和技能门槛在哪里？

陈运文：百度、搜狗、阿里巴巴、腾讯等互联网巨子的运用比较早，也比较全面的运用了文本处理技能。
比如搜索引擎，底层核心技能便是文本处理技能，在搜索引擎输入笔墨，文本处理技能在后台理解输入文本的意思，并从海量数据中将干系内容找出来。

我们认为文本处理技能在TO B企业做事界的代价更高，但TO B领域的文本处理技能难度和门槛也更高。
文本处理技能的难点有两个方面。
其一，笔墨非常抽象与凝练，短短几个笔墨就能表达非常丰富的含义，打算机解读高度凝练的中文措辞，难度是非常大；其二，措辞笔墨处理是人类的高等认知，机器人要节制行业的“知识图谱”，具备专业的阅读能力才能够阅读专业的文档资料，这些技能门槛使得文本的自动化处理和运用存在很多难点。

不过，文本自动化处理的运用处景非常广阔。
笔墨资料的处理普遍存在于每天的事情中，而智能化的笔墨资料处理技能可以大幅提升人类日常笔墨办公的效率，为很多行业带来颠覆性创新。
虽然非常难，但非常有代价，以是我们下决心把它做好。

南都：每天，我们的事情生活都产生海量的数据，个中有大量的无用信息，达不雅观数据如何完成代价提取？如何开拓场景运用？

陈运文：首先要让机器人阅读大量人类写作的笔墨资料，演习它的措辞模型。
“读书破万卷，下笔如有神”，这句话对智能机器人也适用，在打算机看来，大量的文档资料实在因此笔墨形式承载的数据，系统会从大量数据提炼出措辞模型，措辞模型构建完成后，就可以演习机器人完成日常事情。

读和写是人类日常主要的操作，我们分别演习了不同的措辞模型，去完成读和写的事情，在很多行业里面得到了运用。
比如帮助银行完成信贷审查的事情，帮助航运物流企业处理订单，完成货运订仓事情，自动化完成海关的进出口报关事情。

而在笔墨创作领域，我们开拓了AI机器人，通过学习人类写作的大量文档资料，总结写作办法，完成相应的事情。
如政务办公须要写作公函，而公函写作有非常严格的规范，字体、字号、段落等都有严格标准，机器人学习大量优质的公函后，就可以自动起草公函或报告。
目前，我们的系统已经在很多地方发挥浸染，在税务局、人社局、公安局、食品药监局等，完成审批、核验、制证等事情，完本钱来依赖大量人工才能完成的事情，提升政府的行政效率。

南都：目前，达不雅观智能办公机器人紧张运用到哪些场景？

陈运文：紧张有三类场景，第一类场景是大量的重复性事情。
如财务事情，事情职员要理***，并将***内所有详细信息录入到系统中。
再如海关报关事情，每个商品都要填报关单，事情量非常大，而且繁琐重复，这些量大繁琐的事情就适宜机器人完成。

第二类对准确率哀求非常高的事情，常见于金融行业。
银行、证券、基金、保险等领域对文本数据的准确率哀求非常高，由人来处理这些事务非常辛劳，以是，我们可以将复核等事情交给机器人做。
其余，政务公函对准确率哀求也非常高，姓名、职级、顺序不能搞错，公函的段落篇章都有严格的规范，机器人也可以完成稿件的复核或政府公函的复核事情。

第三类是跨系统的事情。
在办公过程中，我们常常要在 A系统查询数据，B系统核验，再到C系统***干系文档等，须要同时利用多个别系。
智能办公机器人可以自动到各个别系完成数据的查验、读取、剖析、录入等事情，提升须要横跨多系统的事情的效率。

我们有个常见的评判标准，当你以为这份事情非常呆板，事情时以为自己像个机器人，那这个事情实在就适宜机器人完成，这是这些场景的共性所在。

二 人工智能技能须要新打破，把情绪做到比较好的仿真水平

南都：利用智能办公机器人参与到详细的事情中，一旦涌现差错，这种权责如何界定呢？

陈运文：所有人工智能系统落地过程中，都会面临此类问题，我们的办理方法是把1%的终极决策事情交给人来做，把99%的前期的处理事情交给打算机来做。
可以把打算机看做助手，帮助人类完成繁琐的前期事情，终极的决定由人来做，如此可以把权和责划分清楚。

南都：我把稳到，达不雅观数据的智能办公机器人能自动阅读，也能自动写作，这样的创作如果比拟人类的创作水平，能达到什么样的水平？

陈运文：我们把自动写作分成两类，一类是套路性写作，一类是自由式写作。
套路性写作是事情中碰着的比较多的类型，如事情申报请示、企业月度或季度总结、会议纪要等。
套路性写作的特点是题材相对固定，格式规范有相对明确的套路，而且有过往大量的文章资料参考，由于有大量数据的规律可循，以是我们的机器人在套路性写作方面可以达到和日常办事职员完备同等的写作水平。

而自由式写作，仅让打算机来写，很难达到人类可以认可的水平。
以是我们采取启示式的写作办法，这种办法能够让机器人达到比较高的创作水平。
详细方法是，机器人先写100字，如果这100字和人类哀求的写作风格匹配，就让机器人沿着100字续写。
如果这100存在细节问题或者偏离主题，人类可以在100字的根本上修正，修正后让打算机沿着改好的内容再续写100字，人类再针对写出来的100字修正，改完往后再写，这是人类写作和打算机写作相互交互的过程。
换句话说，机器人的写作办法和小学或者初中生的写作办法不一样，机器人是人机充分结合的写作办法。

我们的技能已经在小说写作领域得到了初步运用，紧张在稿件润色方面发挥浸染。
就目前而言，小说梗概由人类作家来完成，但故事梗概完成之后，要添补很多细节，这些细节的添补是由机器人完成的。

南都：在您看来，制约机器人的感性创作的成分是什么？

陈运文：机器人很难打破过往的写作框架，也很难像人类一样写得出彩生动。
由于这须要把人类的情绪注入到笔墨中，而情绪是一件很难标准化的东西，比如我们看一句话，有人有点冲动，有人非常冲动。
我们本日讲，所有的笔墨处理技能都须要大量的数据建模事情，数据建模的事情第一步是建立标准，然后量化，然后开拓数学模型完成建模事情。
但情绪正好难以量化剖析，不能建立标准，就很难用一套自动化的办法完成这项事情。
以是，我认为须要想出更好的方法打破现有的人工智能技能框架，才能够把情绪做到比较好的仿真水平。

三 “数字白领”将有长足发展，但机器人仍难以取代创造性事情

南都：技能到底给人类带来什么？自动化对付蓝领工人而言，或从事家当链下贱事情的人，技能对他们来说是很残酷的，由于他们面临着被取代。
“数字员工”彷佛也在打劫白领的事情机会。

陈运文：实在本日我们以为一些很残酷的事情，如果到未来50年再转头来看，会创造只是稀松平常的事情。
我常常举一个例子，在家庭洗衣机发明之前，无论美国，还是欧洲都有大量专门洗衣服的洗衣工厂，很多富余家庭不洗衣服，而是把脏衣服交给洗衣工厂，芝加哥的洗衣工厂最多有2000多个女工。
在洗衣机发明并被***轻量化和批量生产后，那个时候大家也有同样的顾虑，洗衣女工要何去何从？但在本日看来，这些话题不值一提。

我们相信，技能发展会代替很多的事情岗位，但同时也创造了新的事情岗位，技能发展会将人类从重复的事情中解放出来，这是非凡人道的事情。
我们不肯望人们就像《摩立地期》里所演出的那样，工人们每天在流水线上拧螺丝。
本日我们做的事情，便是希望能够代替格子间里的白领完成繁琐重复的事情，把人类从这些呆板的事情当中解放出来。

南都：试问，未来的哪些业务场景是智能办公机器人难以取代的？

陈运文：我们的技能对自由式和创造性的写作，或者说创造性的笔墨资料处理事情涉足不多。
我们人类非常聪明，有创造性，只有没有任何创造力的事情，每天像机器人一样重复机器、有规律的事情须要得到变革。
人类聪慧的结晶，一定的是充满创造、充满情绪、充满想象的，这是智能机器人难以取代的。

南都：在数字经济时期，您如何看待智能办公机器人的未来发展前景？

陈运文：我们看到，环球数字化的竞争愈演愈烈，如果企业率先采取新技能，就可以迅速降落企业本钱。
类似技能在北美地区发展得非常迅速，有很多“数字白领”的金融企业得到了长足的发展。
我们作为中国的科技企业，也须要尽早地打破智能办公领域的技能壁垒，把这些技能运用到更广阔的场景里去。

在中国，以笔墨资料处理为业的干系人士，初步统计超过了4000万人，包括600万的公务员和3000多万的白领，市场非常广阔。
而且，新一代年轻劳动力短缺，让人类陷入繁琐重复机器化的事情没有代价，我们该当把人解放出来做真正有创造性、前瞻性的事情，重复的事情该当让机器人去完成。
无论从市场需求的角度，还是从现实的劳动力市场情形的角度来看，都非常有前景。

南都：达不雅观数据近期完成了5.8亿元的C轮融资，公司未来的发展方案是若何的？计策目标是若何的？

陈运文：作为中国在笔墨资料智能化处理领域的第一家国家级专精特新“小巨人”企业，我们希望能够扛起笔墨资料智能化处理的大旗，向学术界的专祖传授们请教前沿技能，向家当运用界的专家学习专业知识，把文本智能处理系统开拓好，能够落地运用，为全体社会更高效率的运转贡献我们自己的力量，这是我们的目标。

南都：中文天下的专业术语非常多，让机器人理解这些文本的投入会不会非常大？

陈运文：在以前，每个领域须要非常漫长的积累，才能够建立几个措辞模型，而在大数据时期，获取语料数据的难度和门槛低了很多。
在过去的6年多的发展过程中，我们已经积累了超过200多亿字的语料数据，一个人一辈子都看不完，但机器人可以对200亿字的数据反复的从头到尾阅读、剖析、建模，对笔墨提炼和建模的效率比以前要高很多。

我认为，大数据时期能够让智能技能的推进速率提升很多，数据智能便是有多少数据就有多少智能，本日的打算性能完成很多笔墨处理事情，也有赖于积累的大量数据，并且对它做反复的建模。
现在是数据爆炸的时期，我们相信未来能够占领很多技能难关。

南都：贵公司将文本智能处理技能类比活字印刷术，您是如何看待二者的相似之处？

陈运文：活字印刷术是宋代毕昇发明的技能，无论是活字印刷，还是雕版印刷，都是笔墨处理的新技能。
新技能带来意想不到的运用代价，印刷术中国遍及后，中国社会的繁荣、经济的发达、文化艺术的昌盛，都在明清期间进入高峰。
四大名著之以是涌如今明清，也是由于印刷术让小说广泛传播有了非常好的技能根本。

以是，我们认为，文本智能化处理技能和宋代活字印刷术类似，表面上只是笔墨处理领域的科技创新，但我们相信通过科技创新的力量，能够推动下贱行业的变革和发展，带动深远的行业变革。
我们本日做的事情，便是难而故意义的事情。
文本语义理解由于高度抽象，是人工智能领域中技能难度最高的领域，被微软创始人比尔·盖茨称为“人工智能皇冠上的明珠”。
我们希望能够把这件事情做好，做成行业的标杆。

采写：南都 程洋 演习生 白红国