傳統企業裝上“智慧大腦” 看阿里巴巴如何實踐AI賦能

“我們找了8位專業律師，和我們的AI機器人做了一個對比，我們的召回率與8位律師相當，但我們的準確率更高些”。

在不久前剛結束的杭州云棲大會上，來自阿里巴巴信息平臺事業部的資深算法專家李波，正在向觀眾展示阿里巴巴的自動文書審核系統。目前這套系統在自動識別的準確度上已經達到98%以上，并在阿里內部法務場景中實踐。

實際上，除了自動文書審核系統，人工智能在阿里巴巴智能HR、智能法務等多個領域，已經得到廣泛應用。

究竟阿里巴巴是如何通過AI等技術手段，賦能組織，讓企業順利完成數字化轉型的？在22日云棲大會的企業應用專場論壇上，李波為大家解開了阿里企業智慧大腦的神秘面紗。

cdn.com/345ee2267f8725035d66b2207aab17ec07ac55af.jpeg">

關于“企業大腦”，目前比較完整的一個表述由浪潮集團在2018年3月的全國兩會上提出，即它是基于人工智能、大數據等新IT技術的融合而構建的企業智能化開放創新平臺，輔助智能決擇和業務自動化，驅動業務系統智能化，實現個性化、定制化、精細化的企業生產和服務。

“業務上云、數據整合、應用創新”是打造企業智慧大腦的三個步驟。結合阿里巴巴信息平臺的實際經驗，李波認為可以從下述三點最佳實踐中著手：

1、打破信息孤島。

這里的“信息孤島”主要針對企業內部的數據不互通。造成原因一是業務發展的不均衡，以及技術系統發展的先后關系，造成兩個系統在描述同一個業務概念的時候，使用了不同的數據模型，導致數據無法打通。二是大量的數據還存在于線下，比如紙質文件，法律文書、報銷票據以及用戶行為（如：會議室是否正在被使用）等。此時需要運用NLP，CV等AI技術，結合相對低成本的Iot設備，來打破信息孤島，幫助我們提升效率。

2、深度融入應用。

以行業+AI的方式，將AI融入應用。 傳統行業的組織內部運作已經較為成熟，但是有大量的人工工作，效率較低，且容易出錯。AI的介入，能夠更好提升運營效率。

3 、C2B遷移。

即 C類成功的AI經驗遷移到B類應用中。李波認為，雖然C類與B類應用存在差異，但一些好的C類經驗與技術實踐能幫助B類場景中, ，有效地縮短企業智慧大腦的構建路徑。而這可以是未來5-10年，建設企業智慧大腦的重點探索方向。

結合這三點最佳實踐，阿里巴巴在智慧HR、智慧法務領域都已取得到一些成功嘗試：

智能晉升輔助——AI減少人工主觀偏差

在HR的晉升場景中，如果一個有一定規模的團隊要去考慮人員晉升，通常會遇到如下兩個問題：1、有哪些候選人有晉升潛力。2、不同候選人，誰更符合晉升標準。

以往主要是由主管與HR來給出答案，但這中間會存在不可避免的人工偏差。如果用AI提供輔助決策，就可能盡量減少人工帶來的主觀偏差。

基于阿里巴巴集團內部數據，從績效和潛力、沉淀和分享、質量和產出、投入和效率這四個維度，阿里巴巴構建了一個客觀的指標體系，并在這一體系中搭建機器學習模型，能對晉升做出輔助預判。

比如，某位候選人，他與晉升標準、與以往的晉升案例對比，他的晉升概率會有多少，以此來幫助主管或HR做決斷。

目前智能晉升輔助系統的AI決策主要作用在提名和評審階段。針對初級和中級職位，智能晉升輔助系統已經達到98%的預測準確率。并且能夠覆蓋40%的潛在晉升人群。對于阿里巴巴這樣一個大的集團而言，這個數字對于企業效率的提升已經起到相當大的作用。

面試官評價模型——AI提升效率深入洞見

此外，阿里巴巴還為HR晉升工作創建了面試官評價模型。

面試官的面試技能和成熟度，直接決定了招聘的效率和效果。但不同于晉升輔助模型，面試官模型缺乏客觀的歷史數據。

對此，構建面試官評價模式時需要選擇用主動學習的方式，將人工建模與機器建模結合。

在人工建模階段，深入引入專家經驗，人工生成指向性規則指標。再通過對樣本的人工標注結果，去反推數據進行調整，直到生成最終的面試官評價。

有了人工標注的數據后，再進入到機器建模階段。在機器建模中，不僅能得到自動模型，還能從數據里挖掘特征，如：符合哪些特征的面試官，他有哪些傾向性。這些數據特征再反過來輔助人工建模與標注。

通過Active Learing，這一面試官評價模型在對面試官評價的準確度上能保持在90%以上，并且覆蓋20%的面試官。雖然20%的覆蓋數字本身可能不大，但它已經足夠支撐招聘團隊去針對面試官做出面試技能培訓、復盤跟進等相應運營調整。

智能花名——AI催化有溫度的組織文化

花名是阿里巴巴獨特的文化，也是阿里這個有溫度的組織文化體現。但由于每個員工花名的獨一性，即使離職員工花名也會得到保留，所以新同學入職后發現取花名很難。

于是在新人取花名的場景中，AI提供了這樣一個功能——智能花名。它可以隨機推薦花名，也可以指定關鍵詞去檢索花名，甚至還可以基于描述、釋義偏好來取名。例如，你希望花名中含有“在前面開路引導的人”的意義，智能花名系統就會推薦“先驅”、“先鋒”、“開拓”等花名給你。智能花名系統上線以來，員工采納率達到60%以上。

上述三個AI系統主要運用在HR領域。在法務領域，阿里巴巴也通過AI手段來處理部分日常工作。

自動文書審核——AI將重復繁冗的業務環節自動化

自動文書協議審核就是開頭提到與8名專業律師PK的AI機器人。它能自動審核協議中存在的潛在風險，并給出建議。能進一步降低平臺風險。目前，自動文書協議審核的識別準確率在98%左右，能檢測出85%的違規內容。

除了協議審核外，AI還能幫助進行合同形式的審核。包括合同文本內容一致性審核、合同金額正確性檢查（如大寫金額和小寫金額是否一致）、條款完備性檢查以及序號、錯別字檢查等。這些都是在日常工作中能夠極大幫助法務人員，從日常大量繁瑣工作中解放出來，專注到更有創造性的工作中去。

智能文書錄入——AI讓線上線下的信息無縫對接

大量法律文書，無論是合同文書，訴狀，還是證據等，主要以紙質形式存在。怎樣把紙質文件快速錄入到系統中，是提升整個工作效率最關鍵的一環。

智能文書錄入就為這一法務場景提供解決辦法。它不僅能將線下文本自動轉化到線上，更能自動提取錄入關鍵信息。

紙質文件在完成掃描后，通過OCR識別出文本內容，同時通過成熟的NLP技術，對文本進行分析與信息抽取，提取出一些關鍵字段，例如甲方乙方等。同時，系統還能對條款進行些分類，比如條款屬于哪些類型，又有哪些條款需要重點關注。目前文書抽取的準確率達到98%，條款分類的準確率在94%左右。

這些智能錄入的文書信息，后續無論是做搜索的應用，還是BI統計應用，都非常有用。

智能合同搜索——AI讓合同搜索更快速、準確和安全

法務同學在日常工作中的合同檢索量較大，在這一場景中，智能合同搜索功能能做到毫秒級別的檢索性能和檢索響應，確保時效性。

此外，合同檢索對安全性和保密性要求極高，這套系統在開發和部署階段，實現了一整套密態檢索功能，能有效保障數據的安全性。

目前，針對法律文書的特點，系統還實現了定制化檢索和排序的流程，使得整體檢索相關度在90%以上。

企業智慧大腦還是比較新興的一個領域，未來，阿里巴巴也將不斷深化AI應用，實現企業的數字化轉型。