Siri已經落伍，會話式UI才是下一代人機交互方式？

雷鋒網按：本文整理自 ThoughtWorks 高級諮詢師余丹妮在「ThoughtWorks 2017 技術雷達峰會」上發表的《會話式UI /?然語?處理》主題演講，系統講解了全新的會話式 UI 的相關理念、技術、以及應用場景。

據余丹妮介紹，會話式 UI 是一種不同於 Siri 這種你問我答的語音交互方式，不是人適應機器，而是機器適應人，是一種人機交互的新方式。在她看來，會話式 UI 有很大的商用前景，不僅可以提供平台上的一站式服務，包括打車、訂餐等，而且在 IOT 領域也大有可為。

余丹妮，ThoughtWorks高級諮詢師

以下為演講全文，雷鋒網做了不改變原意的編輯：

跟大家聊一下會話式 UI 的話題，這是技術雷達里一個比較新的主題。

聊之前我想分享一下個人的經歷。大家記不記得 2012 年美國東部有一場颶風，那個時候我正好周末從舊金山出差到紐約，我的航班是 6 點 10 分，但是從 6 點開始所有航班都取消了，所以我當時困在機場。當時想叫計程車的時候已經沒有了，所有的旅店也訂不到。我就打電話給我朋友說要去她家。所以就租了輛車從機場開去她家。我當時是很恐慌的心情，怎麼辦？一邊查地圖 APP，一邊查天氣預報，還要跟蹤紐約的道路情況和各種各樣的新聞播報，所以整個路途上非常非常的驚險，好在最後還是安全到了我朋友家，渡過了颶風時期。

這個事情給我怎樣的反思？那個時候其實智能手機用的很多了，如果有一種服務在智能手機上，我在開車的時候直接跟它對話現在天氣情況怎麼樣，現在這條路通不通，颶風到哪裡了？這樣就更加安心和安全的到我朋友家。現在這樣的技術存不存在呢？已經存在。就是會話式 UI。它在最近崛起了。剛才王健和徐昊演講中我們知道智能即服務和平台大量的崛起，這兩種技術的崛起，可以說是促進了會話式UI 的到來。

今天從四個方面討論一下會話式 UI，我們先講一下它是什麼。第二個，它可以有哪些應用的商業場景，有些公司已經使用它了，怎麼使用它的。第三個，看一下技術雷達里跟它相關的技術。最後，作為企業人員怎麼運用它，來幫助你實現企業的目標。

什麼是會話式 UI？首先 UI 是用戶界面，所以會話式 UI 是人機交互方式。說到會話就包括了語言，所以它其實是支持語言的人機交互。語言交互分兩種：一個是語音上的交互，一種是文字消息上的交互。那為什麼叫會話呢，為什麼不叫語言 UI？因為就像剛剛徐昊談到說，它跟 Siri 的常用模式不一樣，不是我們命令它，要這個怎麼樣，它幫你回答。而是一來一往，有一段上下文的交互形式。很多媒體在形容它的時候，說，會話式 UI 是人機交互的一種新範式。

為什麼說是一種新範式呢？我們可以先來看一看人機交互的演進。我們都知道第一次人機交互是 1832 年，當時是用一個打孔卡，計算機科學家用它在機器上記錄下一些信息。然後出現了鍵盤、滑鼠等等，其中有一大段時間我們都在跟命令行交互，計算機有一套特定的指令和習慣，根據這個來告訴它做什麼。接著是 GUI，這個時候仍然需要根據頁面的架構來找到你想要找到的東西。後來又出現了觸摸屏等。看一下這個演進，幾乎提到的全部是人適應機器的交流方式。然而現在會話式 UI 是機器適應人類的交流方式。 就是和你跟我講話一樣的自然溝通的方式，機器通過學習人類說話方式來適應我們的交互方式。

適應這樣的方式需要哪幾個特性呢？除了大家都比較熟悉的語音識別的技術，語音合成的技術，和一句話講出來，能理解這句話的技術，它還需要一些新的特性。

• 首先，會話場景的認知。剛剛也說了它不僅僅是命令回答式。比如我說我要吃三明治，它可以知道你想要一個三明治，Ok，接下來它得會問你，你想點餐嗎？然後點餐的時候它已經知道，我想吃三明治（就可以去找提供三明治的餐廳）。

• 第二個，認知會話的起始。剛剛說了有上下文，有這個還不夠，我得知道上下文什麼時候開始，什麼時候結束。

• 最後一個，就是會話的動機。大多數時候人跟機器交流還是有一個目的的，像剛剛說的要點餐還是怎麼樣，或者開車的時候知道什麼路是安全的。它要推理用戶的意圖是什麼，然後根據意圖來提供後端的服務。

會話式 UI 有哪些好處？

它給我們帶來了哪些好處呢？

首先從用戶的角度來說，它可以給我們提供即時性。像我開車的時候需要一種服務可以立刻跟我交互，立刻給我一個答案，那會話式 UI 就可以在後端做一些 cross referenece 的信息查詢，然後整合過來告訴我。

接著是普適性，這個是說並不選擇它的設備或者環境，這個會話式 UI 可以使用在 Web 上，移動上，或者任何的設備上。

第三個，真實性。這個回到剛剛所說的，它是來適應人類交流的方式，產生一種自然的交互體驗。

最後，個性化。既然說跟它一直交流，就像你跟你朋友很熟，他知道你想吃什麼，下次點餐的時候就會給你說是不是還想吃三明治。這個給商家帶來什麼好處呢？首先可以帶來顧客的滿意度，如果用戶體驗做的好的話。還可以給商家帶來忠實度，以及提高服務效率。

我們再來看一看對商業來說有什麼樣的場景來使用它？

第一個，商家本身就有一種服務。比如你本身是某個服務提供商，會話式 UI 可以提升用戶的體驗和你的服務質量。我們看一個例子，快餐點餐機器人。這個是一個跟臉書集成的聊天機器人。用戶說我想吃東西，這個機器人說，你想吃什麼？用戶接著說自己想吃什麼。然後當時是這個聊天機器人是屬於一個漢堡包的連鎖餐廳，機器人說你想去哪家，然後用戶選離家裡最近的，然後通過線上支付，最後就線下送到他家了。這還有一個最近新聞報道比較多的，就是美國的運通卡，它在 Alexa 的平台上提供了支付服務。你現在已經可以用 Alexa 支付美國運通卡的賬單或者查詢賬單，根據用戶使用越來越多，越來越多的銀行服務會通過 Alexa 提供。

第二個場景，提供平台上的一站式服務。我這裡的平台指的是商業平台，所以比如說微信平台，或者亞馬遜平台，或者其他提供很多商業服務功能的平台。會話式 UI 可以作為這個平台和用戶的交互方式來給用戶推薦更好的服務和功能。我們看一下 VIV 的例子，現在這個應該被三星收購了，它可以為三星提供集成所有 APP 的會話式 UI。在 demo 的時候他們舉幾個例子，像明天是母親節，用戶說要給媽媽訂花，VIV 就能上淘寶幫你把花訂好。用戶要用車，說我要 6 個人的車去球場，它就知道 6 個人的車要叫 SUV，然後用 UBER 把車訂好。

第三個，我們提到會話式 UI 不能不提 IOT，因為會話式 UI 可以作為 IOT 非常實用的一種用戶界面。不知道大家有沒有聽說，最近在 ACM CHI 上展示了一個非常酷的科技，它是一個非常小的集成片的模板，這個模板現在已經可以通過機器學習感知到到室內所有設備和活動。這給會話式 UI 帶來什麼機會呢？我們想一下如果把這個模板和 Alexa 或者 Google Home 結合在一起的話，它可以把室內所有的設備聯繫起來，然後和用戶產生交互。這個地方我們來看一下智能廚房的案例。這是 ThoughtWorks 做的一個項目。在智能廚房裡比如說電冰箱、微波爐等等全部跟智能服務集成在一起，然後提供一個會話式 UI。用戶跑到冰箱說周末有一群朋友過來聚會，我想給他們做一頓聚會上吃的。它會根據冰箱里有的和你本身有的調料，以及廚房的條件，給你推薦說，你可以做這幾道菜，這是幾道菜的菜譜，還缺幾個調料，你可以去這些商店訂這些調料。所以說這就是會話式 UI 在 IOT 里比較好的應用。

第四個，基於會話式 UI 的服務。既然它是用戶的新交互形式，不可避免會出現一些新的產品和服務。這裡舉一個 Poncho 的例子，Poncho 本身是一個天氣 APP，它會告訴你今天天氣很好，可以出行，等等。但是它還會加上其他的東西，像查天氣的時候會在手機上無聊的看，它可以取悅用戶，給你講笑話，陪你玩遊戲，等等。這個時候可以把它當做智能的朋友在一起交互。所以這可能是以前 GUI 等等不會提供的一個服務。

剛剛講完了這幾個場景，我們看看有哪些技術可以幫助我們實現這樣的商業場景？這次技術雷達里提到了四種跟會話式 UI 相關的技術：會話感知 API，Nuance Mix，Wit.ai 和API.ai。注意的是它們全部都在技術雷達的評估階段。

我們首先看一下會話感知 API 是什麼？

技術雷達上說：「諸如 Amazon Alexa, Google 語音服務和 Siri 這樣的技術已經大大降低了基於語音的軟體交互的門檻。然而, 想要在許多現有的 API 之上構建更多的會話式輸入(語音或文本)還很困難。 」

那為什麼說還很困難呢？剛才說到會話式 UI 需要上下文，回到一開始點餐的例子中，聊天機器人知道說我想吃 pizza，下面就問你去哪個商店，然後它知道這個訂單是多少錢，你家離它多遠，這些都是基於上下文的會話交互，涉及到交互場景，每次後續交互需要知道前面交互的上下文。然而現在我們常用的 HTTP 請求和 Restful 式樣的 API 是沒有狀態的。服務端需要知道上下文的話就需要客戶端提供額外的信息。會話式 UI 就是一種解決這個問題的方法。它可以管理會話的上下文和狀態，代表前端的語言輸入呼叫底層的服務，它是後端為前端服務的範式。

Nuance Mix 不但可以識別用戶的意圖和實現交互，它還提供支持不同編程語言的 SDK。它的定位也更多的為 IoT 設備和機器人等等提供自然語言的處理平台。

聽了場景和技術，如何結合它們來獲得商業價值呢？首先明確你要解決的問題。很多時候有一種新的時髦的技術或者體驗方式出現，企業就非常急切的希望使用它，怕被競爭對手搶先。但是不管你用什麼技術和做什麼樣的產品，要先定位你本身希望給用戶解決的問題和痛點。根據這個問題和痛點來考慮如何使用會話式 UI，而不是為了使用它而使用它。所以要先有一個問題，才能把解決問題的方式對應上去。第二個，使用演進化的架構。我們現在知道技術演進非常快，你都不知道下一步會怎麼樣。今天需要會話式 UI，明天可能需要另外一種體驗方式，這樣就需要能演進的架構來支撐。我們推薦 BFF 模式，也就是根據不同的用戶體驗，為用戶體驗建造不同的後端服務，來支持跟核心底層服務的交互。這也就決定了我們需要一個領域層來提供底層的核心服務。

接下來講一下數據策略，前面講到說會話式 UI 可以帶來一大好處，就是個性化。怎麼樣可以讓它給用戶提供個性化需要，通過大數據來學習顧客的愛好。前面徐昊提到說你有什麼樣的數據最終你會產生什麼樣的學習的結果。這個話說的一點都沒錯兒。不知道在座的有沒有來自微軟的，我這裡要舉一個微軟去年的反例。

微軟去年在推特上搞了一個 TayTweets，就是聊天機器人，可以隨時跟用戶交互。它希望通過跟用戶的聊天訓練變成非常有趣，casual，能陪人聊天的對象。實際上發生了事情呢？很多用戶調戲它，講了很多反人類，反女性，反種族等等的言論。 24 小時後微軟不得不立刻把它撤下推特，因為它開始說希特勒沒有做過任何錯誤的事情，講很多誹謗女性的惡毒言論。所以這個例子告訴我們要正確的教育你的會話式 UI，就像小孩上學一樣要給他一些基本的原則，不讓後期地用戶數據把整個的 UI 交互形式和話語帶偏。

那然後說，我們用會話式 UI 是為了良好的用戶體驗。關於用戶體驗我們要注意下面幾個方面：

第一，剛剛我們說到它是機器來適應人類，你就要真正跟人類一樣講話。比如剛開始講話的時候你會說 Hello，跟真人一樣的交流方式來交流，而不僅僅是像一個命令式或者任務式的完成一樣的形式來應對用戶。

第二個，有自己的個性化。這個涉及到任何 UI 的宗旨，比如說我現在是為了樂高設計的，那麼這個語言是適合兒童的，它不會很複雜，而且更加有趣。如果是為一個銀行或者醫療機構設計的，那這個語言會不會更加的嚴肅。

第三個，提供 escape hatch，這就是說即使提供了會話式 UI，但是這個服務最後是有界限的，它並不能做到所有的事情，尤其在現在的技術條件下面，可能跟它溝通到某個情況下，它就不知道下一步該怎麼辦了，這個時候要給客戶提供 escape hatch。比如說會話式 UI 不知道怎麼辦的時候就接入人工服務，或者這個時候讓你退出去，說你想用的 APP 等等。

最後一點是提供可靠的服務和信息。我們都知道一個不可靠、不受人信賴的交互，不管是人與人的交互也好，還是人與機器的交互，你都會減少跟這個東西交流。如果你的會話經常提供虛假信息或者信息不準確的話，會降低用戶對它的信任，最終會導致用戶更少使用你的服務。

應對會話式 UI 的最後一方面是會話式 UI 既然出現了，它可能會代替很多我們本身跟一線服務人員的交流，那麼一線服務人員會不會被會話式 UI 代替呢？我們認為暫時還不會，但是從人員的結構上可能還是需要一些調整。企業可能會需要更多的數據科學家，更多的工程師，而更少的前台人員。還有智能服務和人工服務如何劃分。比如說年紀大的或者特別有身份的人可能還是希望有一個專門為他服務的人員，這個時候就要劃分清楚會話式 UI 到底覆蓋哪些服務和人群。

講了那麼多，那麼會話式 UI 的未來到底是什麼？我們剛剛聊了它有什麼樣的商業場景，它的技術是怎麼樣的，怎麼樣去用它。那麼說到未來，我們可能第一個想到 2013 年有一個電影叫 《HER》，說的是一個科學家用了一個會話式 UI 平台叫 Samantha，他們在各種各樣的交流中間，產生了精神上的共鳴，而這個人甚至愛上了他的會話式 UI。那這個會不會成為會話式 UI的未來呢？這個不好說，至少在短時間內我們看不到這樣的未來。但是我們從剛剛看到的各種場景和應用中間，知道說它已經可以給你提供實實在在的非常便捷的服務、更好的用戶體驗等等。所以我們會繼續關注它的發展和會話式 UI 相關的技術發展。也希望大家能夠跟著我們一起來探索和應用會話式 UI 這樣的人機交互方式。

雷鋒網推薦：

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！