人工智能領域并不缺少創新的先驅，技術、算法、商業模式、應用場景……引人注目的新公司層出不窮。 ai獨角獸一致性( afiniti )以其獨特的技術和商業模式受到領域的關注。

日前，奧迪創始人兼首席執行官施齊亞( zia chishti )出席了今年的摩根士丹利tmt會議，向摩根士丹利軟件研究小組成員stanislavski講述了奧迪公司對ai的看法。

舒齊亞表示，與之前流傳的ai技術應用完全不同，奧菲迪是世界上唯一一家致力于呼叫中心互動結果預測的公司。 另外，“前期零投資”、“后期根據增收效果付費”的商業模式在業界是“史無前例”的。

他認為，目前全球沒有可以與奧迪正面交鋒的競品，短期內，同類產品也不會動搖奧迪的市場地位。

摩根士丹利tmt會議是領域內最權威的盛會之一，每次都會邀請受歡迎的行業頂級專家、投資者和公司代表分享積極的觀點。

以下是這次對話的主要副本。

/ S2/]奧飛迪的獨特之處:技術是世界上唯一的，在收款模式行業中是史無前例的

stanislavski :奧飛迪的技術有什么獨特之處？

(/S2 ) )施齊亞) (/S2 ) )奧迪的核心業務是優化公司員工和顧客的關系，最常見的應用場景是公司的呼叫中心。 可以說，奧迪是目前世界上唯一一家專注于行為匹配，并在此基礎上預測呼叫中心交流結果的公司。 數學等技術學術難度可以想象。 因此，我們在15年間不斷進行技術攻防。 我們和以前傳下來的ai技術的應用完全不同，通常，以前傳下來的ai應用是一種工具，用于圖像識別，或者大規模的數據集解決，模式識別等。 奧菲迪使用完全不同的科學技術，世界上只有我們在做。

stanislavski :奧飛迪將進行比較測試，以體現產品的服務價值。 具體怎么進行比較測試？

(/S2 ) )施齊亞(/S2 ) )我們的商業模式在業界很少見。 客戶可以先運行奧迪的程序20分鐘，暫停5分鐘，然后開啟運行20分鐘，循環往返，月末查看奧迪系統開關的影響差異。 通過納入對象，顧客將發現奧迪系統運行時業務收益明顯偏高。 奧菲迪根據顧客的收益收取部分傭金。 通常，科技企業一般按照硬件、軟件、專業服務、維護等方法收取固定費用，奧迪前期不收取任何費用。 所以，我們不是通常意義上的技術企業，我們是顧客增量收益的創造者。

Stanislavski:/ S2// S2 /奧飛/ S2 /第二天/ S2// S2// S2// S2// S2///S2 /怎么定價？

客戶情況:全球客戶超過5 00 公司，大型企業是目標客戶

stanislavski :奧飛迪是否主要針對那些客戶？

舒齊亞: 截至年初，奧弗賴迪全球客戶約有500家。 過去，我們的業務以國際大公司為首要對象，但去年3月，我們調整了業務范圍，目前仍面向中小企業，但大公司仍是我們的目標客戶群。 去年，我們又推出了一系列產品，既支持員工數千人的大公司，又能滿足員工數百人的中小企業的訴求。

stanislavski :對于中小企業的顧客，奧飛迪的方法是否與大企業的顧客不同？

施齊亞: 我們的營銷戰略、服務直接面向大型企業，對中小企業的服務相對間接。 中小規模企業由本公司的伙伴全面負責。 例如，我們的合作伙伴avaya管理和維護中小企業客戶，并根據我們的技術提供適當的落地實施和全面的支持服務。 本公司只從公司收益中收取一定的技術費用。

向大公司提供服務時，我們根據與離線系統交換機對應的收益差異來收錢。 中小企業客戶的服務定價方法也基于開放式產品的服務表現，但方法更巧妙，是根據客戶添加到模型中的指標類型數量來收錢。

stanislavski :奧飛迪客戶一般傾向于優化那些指標嗎？

(/S2/)舒齊亞) )/S2/)首先，顧客最看重的是收益效果，奧芬迪收入的80%是通過優化顧客的收益指標實現的。 其次，領域不同，顧客優化方面的要點也不同。 例如，銀領域的客戶側重于收款指標的優化，保險業的客戶側重于投訴指標的優化，電信業的客戶側重于上門服務指標的優化。 另外，用于服務時也是重要的指標。 由于公司的人工費支出與服務場合直接相關，我們將幫助公司盡量壓縮這部分的價格。

stanislavski:國內外客戶對奧飛迪 產品的看法有所不同

合作&競爭產品:短期內，沒有能夠動搖奧飛迪市場地位的同類產品

stanislavski :奧飛迪和avaya是否打算攜手為中小企業貢獻力量，并在之后繼續與其他企業擴大合作伙伴陣營？

舒齊亞: 在合作伙伴中，呼叫中心自動呼叫分配服務的獵頭提供商的一半幾乎涵蓋了全球客戶接待座位的一半，包括avaya、aspect和華為 目前正在與genesis、cisco兩家企業進行合作。 它還與其他云技術供應商保持著良好的互動關系。

stanislavski :奧飛迪的處理方案很獨特，請問有競爭產品嗎？

(/S2 ) )舒齊亞(/S2 ) )現在沒有可以與奧迪正面對決的競爭產品。 另外，短期內，我認為沒有同類產品能動搖奧迪的市場地位。 但是，市場上確實存在想要分一碗湯的產品，但是無法提供與奧迪匹敵的服務，結果并不理想。 在這個過程中，我們沒有遭受一點經濟損失，但是在銷售環節上有些困擾。 所以，我們必須依然保持警惕，確定自身的差異化特征。

未來的快速發展:下一個應用場景是零售，未來主要攻擊聊天會話的方向

stanislavski: 是否考慮過呼叫中心以外的APP場景？

施齊亞: 從呼叫中心起步，但從宏觀上看，我們的技術只要有公司和顧客信息表達的一環，幾乎可以應用于所有行業。 因為，我們下一個應用場景是零售業。 通常，零售店店員按照客人的等待時間順序提供服務。 奧迪的技術邏輯在這里起作用。 空分解并預測閑暇店員和等待中的顧客，根據行動預測結果給用戶分配合適的店員。 進入零售業后，我們的用戶市場將是現在的兩倍大。

觀眾a :關于聊天對話的方向，是真的兩個人的對話，還是聊天機器人的程序？

施齊亞: 首先，讓我們將“聊天”和“聊天機器人”分類進行研究。 聊天本身是語音對話行為，和把來電電話分配給客戶座位工作人員的行為完全一樣。 所以，在技術應用水平上，沒有本質的區別。 目前，公司與顧客的信息表達方式中，90%以上的聊天為語音聊天，聊天機器人市場規模甚微，外部也過分夸大了其技術原理。

1988年，我在大學時代推出了eliza (早期自然語言解決計算機程序)。 如果有人對eliza說“今天很不開心”，eliza會回答“為什么不開心”。 說實話，今天的聊天機器人技術比當時進步不大。 不過，雖說涉及到了ai技術，但只是過度炒作，實際上真正成功的應用例子幾乎沒有。

盡管如此，我相信今后的聊天對話技術會不斷進步。 二三十年后，我們的任務可能是調節和優化聊天機器人的情緒，應對實際問題。 聊天機器人的調節優化與客戶選擇座位的方法密切相關，我們的技術也將不斷發展，并繼續發揮其特點。