無人機、智能家居、房產經紀人培訓……AI“賦”能不妨多一些
從能聽懂人話的機器人、到沒有營業員的無人商铺、智能貨櫃，亦或是沒有駕駛員的無人機送貨、無人車載、全智能的家居系統……，人工智能正在不斷刷新著各行各業的原始生態，為產業結構轉型升級助力，越來越多的傳統產業在新舊動能轉換中，將人工智能作為轉型升級的新動力。賦能百業，傳統行業不傳統
如在金融產業中，AI以機器學習、知識圖譜、天然語言處理、計算機視覺這四項技術應用較多，推動高精准、低本钱風控成為現實﹔在教诲產業中，AI+教诲的發展開始加快，從語音評測到AI教學輔助再到自適應學習等方面，渐渐滲透到教學的焦點環節中去。
在家居領域，傳統家電企業通過AI技術賦能傳統產品，手機廠商以成熟技術和生態结構，構建與家庭大屏類設備的協同，互聯網廠商將人工智能和內容服務深度結合，智能家居生態由此而生……。現在，全場景AI模式的智能家居設備已能實現一鍵啟動，萬物互聯，產業鏈上下流气昂昂氣昂昂地參與到人工智能對傳統家居的變革當中。
百舸爭流的場景隨之展開，以“AI+”為名，更多的應用場景被開發出來，以便更好地滿足人的需求，這此中乃至包含了房產經紀行業——一個看似和人工智能關聯較遠的服務性產業。
日前，北京鏈家舉辦跟腱炎貼膏,了首屆社區百科AI講盤大賽，這是一次面向內部經紀人的，基於其推出的AI講盤訓練產品的比拼，從23000多名經紀人中最終產生的9支經紀人隊伍，在AI人工智能和真人雙評委果評審下，完成為了一場“人人大戰”和與AI機器人戰隊對決的“人機大戰”。
值得注重的是，在比賽中所利用的這款社區百科AI講盤產品由北京鏈家學院與貝殼“小貝助手”聯合打造，於本年7月正式推出，其目标就因此AI場景化實訓解決房產經紀行業“帶看質量不高、時間把台北外送茶,控欠好、講解信息不周全、線下練習佔用作業時間”等痛點，幫助房產經紀人練好講盤帶看這項根基功，
由於職業實踐性強，“講盤”這一技術必要大量的實戰環境來練手、積累經驗。北京某房產經紀品牌培訓部負責人在接管記者採訪時無奈暗示：“講盤能力不少時候要寄托‘老帶新’，雖然經驗傳輸直接鮮活，養生，但囿於講盤帶看的實戰機會的缺少，加之講盤好壞也缺少統一的評判標准，以是能力晋升較慢。”
而現在，AI經紀人講盤培訓的智能化設置加倍有助於及格經紀人和優質服務品質的高效力生產。據介紹，社區百科AI講盤產品為經紀人營造了多元化的培訓場景，機器人小貝可以針對分歧經紀人的特點“因材施教”。經紀人通過學習社區資料實戰演練講盤，小貝能夠智能識別經紀人講盤時的信息周全性、准確度、發音咬字、表達邏輯、講盤流暢度、連貫性等焦點要素，並在闖關結束後給出評分和反饋建議。“這一產品能夠讓經紀人精准知曉問題地點，從而更有針對性地進行練習晋升，在高度還原真實場景的學習環境中，幫助經紀人收獲快速成長。”北京鏈家相關負責人介紹。
這款產品自推出以來已在北京鏈家的經紀人群體中遭到廣泛認可，一名經紀人暗示：“作為剛入行的新人，之前進行講盤時心裡總會發怵，和客戶交换時擔心本身的專業度不夠，現在可以操纵一切碎片時間，隨時隨地練習講盤，大大晋升了本身的專業能力和自信念。”
用數據“喂”出來的智能化
傳統行業若何擁抱AI？關鍵在數據。
李開復曾對媒體公開表達觀點，他認為，AI最首要的焦點就是海量的數據，海量的數據就可以帶來更多新的應用。“AI要吃數據。若是你的公司正好有很是精准的數據，是海量、結構化、有標注且達成商業目標的數據，并且最佳是隻有你有別人沒有的，那你的機會就來了。”
這也是北京鏈家用以打造社區百科AI講盤產品的機密兵器。作為一款基於大數據的AI應用，社區百科AI講盤產品是依靠於鏈家和貝殼打造的，國內數據量最大、覆蓋娛樂城,面最廣、顆粒度最細的衡宇信息數據庫——樓盤字典，從而擁有了海量、真實的底層大數據。
在樓盤字典以外，社區百科AI講盤產品還擁有一個特别的數據庫——由北京鏈家幾千名一線員工搭建的“社區檔案”。在“社區檔案”中，每個樓盤都擁有屬於本身的一套完備的、個性化的檔案資料。同時，借助貝殼大數據架構團隊的技術支撑，實現了人機對話技術與行業知識圖譜的深度結合，從而讓樓盤及社區信息可以周全、真實呈現。
從其官方颁布的數據看，今朝“社區檔案”中的每個樓盤都有近100個題干標簽，共超過4大題庫238個問題，包括通用題庫，商品房、公房、教诲資源拓展題庫等，從小區周邊交通規劃、商業人文配套、評估價格、落戶政策等基礎問題，再到教诲資源等延展問題，形成為了對北京6900多個社區信息的周全覆蓋。
更首要的是，技術和算法的“互哺”還將促進應用深度的升級。
“AI越用越聰明，經紀人與AI的交互訓練，這也是數據交互的一部門。有更多的經紀人在利用，就會產生更多場景中的數據，場景中的數據又會幫助人工智能在培訓中應用得更好，由此構成正向的迭代驅動。”北京鏈家相關負責人解釋說，“今朝北京鏈家旗下有近20000名經紀人，依照這個數量，未來將產生不成估计的疊加帶動效應。”
頁:
[1]