微信之后的移动互联网入口，大概率来自智能助手

  

移动互联网的入口分散化

 

互联网诞生以来，去中心化的同时，庞大的信息来源，需要高效的入口来提供协助。从一开始的门户网站，中间出现了站点链接、导航页、地址栏搜索等辅助手段，最后搜索引擎形成了对互联网入口的垄断。

 

传统的互联网时代，人机交互的方式是以浏览器的方式，各个网站的信息由客户去主动获取，从而可以用搜索引擎进行信息的搜索、缓存、索引展现和引导跳转。到了移动互联网的时代，没有一个统一的入口，这阶段的人机交互，是一个个独立的APP，分别完成各自不同内容的服务。信息和服务的获取，并没有一个统一的搜索APP来提供，而需要安装对应的APP来完成。虽然互联网的信息继续可以通过浏览器来获取和使用，但遗留的网页设计风格和输入使用不方便的障碍，决定了这种方式逐渐被遗忘。

 

以上的结果，导致了在社交、新闻、购物、工作等方面各有头部的APP分流了不同场景下的流量。虽然有象微信等超级APP以平台化的方式提供跨场景的综合入口，但是无法覆盖全部的应用场景，因此没能象搜索引擎一样，构建成面向所有信息和服务的统一入口。

 

场景割裂的移动互联网时代，存在穿透APP提供一站式服务的需求

 

目前各个APP负责完成特定的服务和信息提供，因此经常会出现在日常使用时，一件完整的事情，却需要人为主动去各隔裂的系统中获取信息并下达指令，以一种低效的方式来完成。比如一个工作的约见，需要以下的操作：

 

 

如上所示，一个连贯场景的会面，其信息散落在不同的APP。在进行不同阶段的操作时，操作繁琐不连贯、安排不及时、记录不准确等情况，导致未能提供便利的体验。

 

移动互联网的各系统专业分工，各成入口，目前仍未有合适的解决方案，从使用者的角度出发，来解决以上的问题。

 

智能助手，被认为将可能成为移动互联网入口

 

以Siri为代表的智能助手，由于实现了以下的功能，一定程度解决了需求分散在不同APP的问题。由于它可以实现多种服务的发起，从长远上看，具备成为统一服务入口的可能：

 

1． 信息收集：天气、日期、热点新闻等使用者关心信息的搜集

2． 语音交互：通过云计算对输入语音进行解析，并进行应答

3． 互动问答：能进行简易算术、时间温度等日常问题的回答，能进行初级聊天对话

4． 应用唤醒：识别收到指令中的特定关键字，唤醒相应的APP进行服务，比如导航、设置闹钟、电话拨打、微博发布等

5． 信息搜索：针对非结构化的问题，在互联网进行内容检索并回答，在中国是与百度百科合作，回答比如“北京面积有多大”之类的问题

 

但是，目前的智能助手由于受使用场景的覆盖不足、智能化协助不高等因素制约，更多时候是以一个好玩的小工具出现，未能起到真正的助手作用，离成为流量入口还有较远的距离。

  

移动互联网/物联网、云计算及人工智能的发展，将催生智能的AI助手

 

制约移动互联网的应用为使用者提供穿透场景的服务，主要是因为以下因素的限制：

 

1.APP间的交互未形成规范和标准，因此相互之间的配合存在困难，随着移动互联网日渐成熟，将在平台性应用的推动下慢慢完善，比如微信的小程序，钉钉的企业应用平台

 

2. 隐私保护需要针对全场景托管带来的中心化，进行相应的规划。近期，以微信为代表的整合了个人财务、社交、生活服务等综合性应用，将会引导用户接受并习惯数据的中心化托付。但未来仍需把握各服务APP间数据交换的边界，使用者隐私的合理保护需要更好的技术手段

 

3. 智能化水平的约束。在语音解析、知识运算、自学习和周边信息整合加工等方面的能力，需要更好地发展来匹配进行智能化安排的要求

 

随着运算能力和技术能力继续以摩尔定律的速度发展，以上的障碍在可预见的将来将会被解决，届时，将会产生具备以下能力的智能化虚拟助手，为人们的生活工作提供贴身到位的服务:

 

• 身份代入：统一使用者在各APP的认证和登录，并最后发展成使用者的个人在网络世界的投射，应用于社交和其它虚拟场景中

• 信息处理：用户可以按自己意愿授权其获得APP的信息并进行响应

• 事务提醒：安排日历类事务，环境参数可作为触发的条件，并能引导登录至其它APP进行处理

• 智能安排：基于用户设定的场景，通过网络获取的周边环境数据，结合使用者的偏好进行事务安排，协调已授权的APP进行协作完成特定的综合性任务

• 记录学习：记录相关活动产生的结果数据，支持跨APP的事务引导和协调。在用户同意情况下，记录行为数据，修正偏好设置并用于自学习

• 社交及分享：通过各自的AI助手进行交流，并将信息在社交平台发布

 

后面将概要说明以上各个功能。

 

成为身份识别及应用入口

 

微信登录/微博登录已行之有年，将来要做的，是往前的更进一步，发展成将来统一的身份识别。

 

 

基于安全的识别手段，升级身份登录为身份识别服务，并作为大多数应用程序的入口：

 

• 身份识别：基于指纹、脸部等生物特征识，提供安全登录服务，进行APP的统一身份认证登录，解决大量用户名/密码记忆及更新难题

• 信息归集：在授权之后，获得指定APP的消息推送，驱动智能化协助工作

• 应用入口：基于场景/事件的安排，唤醒相应的APP应用，并提供参数协助定位至现场，比如：已选好的购物车，已检索完的新闻列表

 

成为使用人的现实投射，应用于虚拟场景

 

身份识别之后的往前一步是身份的投射，可以视同使用者在虚拟世界的分身，用于代入各个应用的角色，并成为各种状态的统一展现和快速入口：

 

 

投射出已授权应用的状态：

 

• 未完成事项提示

• 理财/还款 变动提示

• 游戏的进度/角色状况

• 已关注商品的优惠情况

• 各阅读书目进度/更新提醒

• 流媒体观看断点画面…

 

在统一展示的界面，可快速进入相关应用并定位到列示的状态中，继续未完成的事情。

 

以及，作为使用者的分身，代入虚拟现实、增强现实、基于地图应用的社交、第二人生等应用中。比如AI助手间可相互通信，实现沟通和社交，以下是一个场景例子：

 

寻人：选定好友/具备特征失联朋友，通过AI助手发布自己在其一定地理范围/时间段里，可被邀约；也可主动响应其它AI助手已发布的邀约,自己符合条件的邀约。

 

事项的安排，可以不再只是闹钟提醒，而是有相关性的协助

 

现在基本上所有的带有事务协助类的应用，对于任务事项的协助基本就是设置一个闹钟。而对于使用者，真正到位的协助是，集合主流的APP应用，进行智能化的安排，比如：

 

 

对于不需要线下进行复杂活动就能完成的、基本通过线上沟通交流的事项，用户省心的体验，是把准备工作完成后，由一个智能助手协助把事情做完后返回结果。因此需要智能助手能够：

 

• 授权获得应用的好友信息

• 设定响应的信息内容

• 与日历引擎挂钩，自动触发

• 经实名授权并在安全环境下，完成预定的动作，比如：自动还款、自动预订、新股抢筹、邮件发送等

 

能够实现以上的协助，才是一个智能化的助手，一个我们能类比现实助理的人工智能。

 

比如，有人说在移动互联网时代，无法掌握手机技能的老人家，是最大的弱势群体。街边等过了一拨拨去接滴滴订单的出租车，无法抢票而去求黄牛帮忙买车票等，就是他们无奈的写照。但是如果有了足够聪明的智能助手，晚辈帮他们做了初始的设置之后，可能情况就不一样，可能以下的场景会是他们所乐见的：

 

 

智能化的协助，需要能基于场景进行安排

 

智能助手需要内置场景化应答，基于常用生活场景的大概率事项顺序，进行提前安排设置，由AI结合具体发生时的环境参数，按设定的不同动作组合来进行响应。

 

比如，对于一个假期出游的协助，需要基于端到端的关联场景进行响应，从而实现智能化的安排。首先在确定一个假期并做提前安排时，支持一连串的沟通、预订和提醒事项的进行：

 

 

• 与工作伙伴/家人日历同步

• 提醒确定安排目的地

• 跳转至设定的APP，并引导至行程安排确定页

• 自动记录已订行程，增至日历事项及后续安排列表

• 同步知会共行人员行程安排

• 设置证照票据列表备忘

 

完成了前期的设置之后，是在旅途中协助进行相关的安排：

 

 

• 根据路况/航班状况提醒出发并发起叫车服务

• 证照票据携带提醒

• 唤醒导航/航班值机

• 值机柜台/登机口提醒

• 值机时点提醒

• 起飞后自动下单接机叫车

• 记录双地时间/时差

• 使馆信息/保险信息推送

• 唤醒导航到宾馆…

 

在旅途的过程中，随时记录各种活动内容和相片等信息，事后可进行记录分享结算等操作：

 

• 基于主题/位置/时间的相片及游记或事项整理，后续随时可按照行程、地点、时间进行寻找，也可在手机中按照发生的经过进行重温

• 轨迹记录及分享：飞行的轨迹、徒步的过程、吃喝玩乐等信息、相片记录后，可进行同行人间的交换共享，以及推送至社交媒体

• 全程记录开支：从线上预订系统获得各项开支的情况，支持编辑购买的人员，方便进行整体费用的计算和不同个体间的分摊计算

• 结算：按照各参与人帐单整理，进行自动结算发起，唤醒支付系统进行点对点或群组内的收/付款

 

因此，我们可以看到，未来我们对于智能助手的期望，是一个虚拟的有一定智能的助理，能够进行人性化的、基于场景的安排协调、记录和信息整理的协助。

 

智能助手的场景化安排，还必须是基于可编辑可组合的一系列事件的有机组合，比如，系统同时存在两个内置的场景式任务：

 

1. 预设的前往医院的复诊，内置了预约、资料准备(病历、检查报告等)、通勤几个事项。

 

2. 预设的规避限行场景，在特定的时间，接近特点的区限，则触发将进入无法退出的限行区域。因此上一个场景在产生作用，并在通勤阶段时，规避限行的场景也同时产生作用。

 

综合性的场景复合，才能为用户提供合理的建议和协助

 

被授权接收多种信息来源，形成自动化的场景驱动

 

智能助手可被允许按提前设计好的步骤调用APP，根据获得数据，结合行为数据，环境变化作智能应答/安排，比如：

 

• 重要邮件跟踪：设定发件人/关键字后，一收到相应邮件，发送已设定的自动应答内容，或是紧急提醒

• 邀约管理：在邮件、短信、即时通信收到邀约时间地点，列入提醒列表。能匹配到已安排约见事项的，立即搜索相应出行类订单，提醒进行更改

• 行程管理：在邮件、短信、即时通信收到出行类订单信息，根据是否为新行程，从而新增/更新出行的安排，包括出行提醒的时间，以及判断后续航段、酒店订单是否受影响而给出提醒

 

结合了各种通知的智能助手，才能变得耳聪目明，及时响应。但同时会带来用户对于隐私的担忧。合理的应对方法是，只读取并分析对于进行场景辅助有关系的信息，并坚决保存在本地。

 

为提供聪明程度可被接受的应答，需具备大数据获取、知识搜索和学习能力

 

很多智能助手的应答，其水平难以保障。之前微软聊天机器人就曾被诱导出种族歧的言论而受非议。而象华为手机的情景助手，经常会无法合理匹配机票的预订、改签和退票信息，从而设立有误导性的日历提醒事项。

 

为了使智能助手足够地“聪明”，需要通过云端进行交互，云端的后台能够访问相关的互联网信息，进行大数据获取分析并做知识搜索来优化判断。

 

1. 大数据分析：移动互联网的数据访问，不止是你的移动终端里安装的那几个APP才能提供的。传统的互联网里的信息一样保持着互联互通，可以访问各种行业数据库、政务及公共设施服务信息来支持智能助手对于合理的建议。比如，读取南北半球各海湾和岛屿的温度信息，建议你适合潜水的假期目的地。甚至，物联网的信息也在考虑之中

 

2. 知识搜索：对于各种百科、时事等信息，进行优化检索，提供答案

 

3. 学习能力：对用户使用习惯、兴趣取向、口音的适应和学习；对于大样本量交互过程中，获得良好反馈的应对选择进行记忆，对于上下文关系的语义和命令要求进行更好的解析应答等

 

足够聪明的智能助手，需要能读懂你用词及语气里的情绪波动；能够在你的可装戴设备记录你连续几天加班后刚入眠时把背单词的闹钟提醒给设置无效。

 

目前尚没有发展出具别以上概念的智能助手

 

现在的流行的智能助手、超级APP和平台化工具，他们本身为用户提供了必要的服务，从而广受欢迎并取得很大的成功。但通过一个智能助手来唤醒、登录并按命领完成任务的解决方案，目前仍未有与之方向完全一致的应用。以下是对各流行应用的对比情况：

 

 

相信未来终将出现智能化的助手，来有效地服务于人们的工作和生活，并最终成为网络世界的入口和化身。

 

我们理解，未来的一个贴身的助手，将采用智能化的方式，服务于我们工作生活的方方面面：

 

 

• 贴身：围绕着使用人的生活/工作需求，进行预备/提醒/应答

• 安排：按照场景发展状况，唤醒相应APP并交换现场信息

• 记录：记录事项安排的完成情况，支持分享/推动下一任务/偏好修正

• 智能：根据偏好/状态/供应情况，做出建议及推荐

• 入口：通过可扩展的场景，持续扩大支持事务；通过开放的接口，连接更多的应用

 

最后，形成可跨越多种智能设备的AI助手，并一直伴随着用户

 

随着技术的不断发展，万物互联和更多的智能终端进入人们的生活，智能助手将在多种终端上，分身无数地多场合提供服务

 

• 适用多种设备：以云端同步方法，支持车载/PAD/移动电话/移动电脑等多设备统一使用

• 支持多种平台：云端的现场数据，可以供多操作系统(IOS，Unix, Windows，Android等)下的智能助手共用

• 消除超级应用的威胁：作为身份识别以及AI助手，定位于与实体个体的唯一关联，并且与其它应用协作，取得其它超级应用无法取代的作用

• 跨越技术的更替：贴身助手持继进行智能进化，关注的是用户的工作生活，未来技术革命的发生，相关的数据和服务仍需要在新的平台上实现