智能对话系统中的个性化 胡一川 来也联合创始人 &CTO . 2000-2007 ：清华大学本硕 . 2008-2011 ：宾夕法尼亚大学博 士 . 2011-2012 ：今晚看啥联合创 始人 . 2013-2015 ：百度资深架构 师 . 2015 至今：来也联合创始人 &CTO 个人简介 胡—川 让每个人拥有助理 六百万用户正在使用的对话式在线个人助理服务 • 理解 主动交互 DAU 及新增用户数维持高速自增长 领先的企业智能助理 智能对话解决方案赋能企业提升效率 • 具有 AI 能力的机器人平台和智能对话解决方案 • 基于大数据挖掘的用户画像，实现个性化推荐 • 超过 95% 的 AI 准确率，人效优化 60% • 2-3 倍的销售转化率提升 来也专注于智能对话技术 2 、用对话机器人 替代人工 . 在线客服 . 智能 IVR • 用户：？？？ 智能对话系统中的个性化 • 机器人的回复不仅在内容上有相关性，在情绪上也要有一致 性 • 将回复的情绪分为不同类型，作为特征进行训练 • 生成时可根据不同情绪生成不同回复 对话机器人的个性化 - 情 绪 [Zhou 2018] 对话机器人的个性化 - 情 绪 [Zhou 2018] 对话机器人的个性化 - 身份属 性 [Qian 2018]

AI+ 应用典型企业分析 第四部分： XX 集团 AI+ 顶层战略设计方案 • AI+ 顶层战略设计框架 • AI+ 战略实施策略建议 – 建立 XX 众创研发平台策略及建议 – 建立 XX 个性化定制、智能制造平台策略及建议 – XX 统一采购平台实施策略及建议 – XX 集团 AI 销售服务统一平台实施策略及建议 – XX 集团超级汽车产品实施策略及建议 – XX 集团层面支撑实施策略及建议 建立运营、服务等以数据应用 为目的的 云平台 3 极致服务体验 共享生态 个性化产品 1 2 3 形成客户导向的、开放互联的、 AI 模式的运营机制 1 XX 集团“ AI+” 顶层战略框架 XX 集团“ AI+ 1354” 战略目标 通过 AI+ 战略的实施，形成基于客户导向的、开放互联的、 AI 模式的运营机制。为用户提供极致服务体 验、个性化方案和共享生态。 – 4 • 涵盖用户车生活的全生命周期服务： 解决用户服务所需的透明性、可比性、 专业性、便利性、无忧性、个体性和 尊重感 极致服务体验 • 提供用户个性化产品需求的全价值链 服务 — 设计上，众筹众创，与用户零距离 交互，个性化用户画像，专属订制 — 生产上，数字化、智能化、全程可 视化 — 用户信息交互即时化 个性化产品 • 整合内外部资源，提供基于共享的用 户出行服务整体解决方案、提供围绕 用户出行的扩展需求服务

计算机科学与技术学院 社会计算与信息检索研究中心 人机对话关键技术及挑战 本科生 对话理解与对话生成 对话主导 朱才海 冯梓娴 推荐主导 胡景雯 一致性 张家乐 张开颜 连贯性 个性化 多样性 朱庆福 马龙轩 宋皓宇 刘元兴 李凌志 多轮建模 朱泽圻 风格化 Conversational Intelligence (CI) 张伟男副教授 对话式推荐 个人简介 HIT-SCIR http://conference.cipsc.org.cn/smp2019/evaluation.html 13 任务一结果排名（ 2019.07.15 ） SMP-ECDT III • 个性化对话生成评测 • 给定特定用户属性，生成符 合 该属性的个性化对话回复 • 特点 • 百万级数据集 • 客观 + 主观评价 • BLEU 、 Perplexity 、 Distinct • Fluency 、 Personality 系统构 成 隐式反馈跟踪 确认状态跟踪 澄清状态跟踪 词法、句法、语义分析 拒识回复 确认及澄清回复 多领域用户对话意图识别 多领域对话状态跟踪 上下文建模 情感回复 个性化回复 风格化回复 . . . 对话质量评估 情感分析 拒识、确认、澄清、隐式反 馈 ... TTS 领域内分析及处理 ASR 多领域对话状态分布 自然语言理解

3 发展趋势 中蝈制造 2025 框架 展示页 3 GUANLIJISHUHUA GUANLIJISHUHUA 类型 从生产过程数字化 到智能工厂 从智能制造生产单元 到智能工厂 从个性化定制 到互联工厂 代表行业 石化、钢铁、冶金、建材、纺织、造纸、 医药、食品等流程制造领域 机械、汽车、航空、船舶、轻工、家用电 器和电子信息等离散制造领域 家电、服装、家居等距离用户最近的消费 推进供应链协同化 4. 整体打造大数据化智能工厂 1. 推进设备（生产线）智能化 2. 拓展基于产品智能化的增值服务 3. 推进车间级系统与企业级系统集成 4. 推进生产与服务的集成 1. 推进个性化定制生产 2. 推进设计虚拟化 3. 推进制造网络协同化 由于各行业生产流程不同，且各行业智能化情况不同，智能工厂有以下几种不同的发展类型和建设模式，也形成 了不同的市场需求 展示页 4 模块化设计 工业互联网 个性化定制 服务平台 用户的个性 化需求特征 大数据分析 数字化制造 系统 个性化定制 平台与制造 系统协同与 集成 … 开放数据 接口 智能装 备 / 产品远 程运维服务 平台 远程运维服 务平台与 PLM/CRM 协同集成 大数据挖掘 与分析 专家库与专 家咨询系统 … 远程运维服务 模式 网络协同制造 模式 大规模个性化 定制模式 离散型智能

AI 赋能汽车行业智能化转型技术创新 报告 价值链。从数字化的研发设计、个性化的用户触达，到颠覆性的座舱体验， AI 已成为推 动 汽车产业向智能化跃迁的核心引擎。 本报告聚焦 AI 重构汽车产业三大核心场景： 研发设计智能化（ AI Driven Design ） ：通过生成式设计、仿真优化、智能测试重 并自动生成、 执行和 优化测试用例，显著提升研发效率和精度。 AI 重塑用户运营 AI 驱动的智能内容系统实现从图文到视频的全媒介内容自动化、规模化 生产，并能结合车型参数和热点动态生成个性化素材。智能销售助手通过深 度 分析用户全生命周期行为数据构建多维画像，实时指导销售策略，包括推荐最 优沟通话术和相关营销物料，从而提升营销精准度和转化链路效率。 AI 定义座舱体验 AI 提供主动、连贯的服务。同时，大模型能力拓展至丰富的服务生态， 包括自然 对话、内容创作、信息获取及用车帮助等。 未来展望 未来汽车智能化将更加深入地理解用户个体需求，基于健康、情绪等多 维数据提供动态自适应的个性化体验。汽车制造业将与医疗、教育等更多元产 业深度融合，催生全新的服务模式和商业生态。随着车辆成为海量数据的集散 地，构建可靠的技术和法规框架以保障数据安全与用户隐私将变得至关重要， 这将是产业持续发展的基础保障。

足消费者个性需求。  由“规模化、少品种的造方式”向“多频次、多品种的个性化大规模定制生产”，帮助企业转型升 级成 功。 智能制造建设目标及价值 消费 引流 提供 服务 产品 个性化 交互界面 促进购买 提供交付 渠道 消费者 价值链 提供 支付选择 收集消费 信息 消费者 运营复购 消费个性化 方案 消费下单 支付 产品 服务交付 消费体验 循环复购 智能 设 备 ） 行业与 社群门 户 用户口 碑传播 喂养咨 询 查 询 1. 母 婴知 识 2. 宝 宝体 质 3. 母 乳数 据 4. 产 品信 息 5. 喂 养方 案 个性化 选择 1. 辅 食 2. 营 养品 3. 智 能设 备 / 赠 品 4. 异 业联 盟 5. 第 三方 服 务 界 面 喂养方案 （产品 + 赠品 + 服 务） 飞 鹤 生 态 配送方式 后台大数据运算分析后 输出 :> 8- 推荐哺乳配方方案 9- 个性化辅食 10- 个性化包材 消费引流 网上下单 销售订单归集 销售计划 高级计划排程 产品研发 原材料车间调拨 生产管理 质量管理 设备效率与管理 生产制造执行 工单优化调度 成品入库 物流配送 BOM / BOP 个性化产品数 据支撑 原材料采购供应 自 动 化 产 生 设 备  摄像头

的家庭因辅导作业问题 爆 发亲子冲突 。 家长焦虑情绪普遍： 80% 的家长对孩子的学 业 表现感到焦虑， 60% 的家长时刻担忧孩子 出现 意外 。 杠杆点：教育需求的演进 从标准化教学到个性化培养 时间精力不足 教育能力 有限 当代家 长困境 当代教育背景家长面临的困境 从结果导向到过程赋能 亲子关系紧张 01 02 03 04 内部边界 父母分工：父亲负责运动技能，母亲管理学习。 外部交互 家校协同（作业反馈机制） 、社会影响（短视频对注意力的冲击） 。 特点维度 技术支撑与实现方式 典型应用场景 解决的核心问题 个性化学习路径 机器学习算法分析学 习数据， 动态调整难 度 数学分步拆解 、作 文智能润色 传统教育“一刀切 ” 模式与个体差异不 匹配 实时反馈与迭代 自动化评估系统 + 即 索新知识，成为孩子的学习伙伴。 学习方式变得 更加个性化 • 每个孩子的学习风格 、兴趣爱好和学习 节奏各不相同，传统的“一刀切 ”式教 育方式难以满足个体需求。 • 现代教育工具和技术（如人工智能 、在 线学习平台）能够为孩子提供个性化的 学习路径和内容。 • 家长需要从“统一指导者 ”转变为 “个性化支持者 ”，根据孩子的特 点制定适合的学习计划。

金融行业科技投入逐年提升。随着数字经济发展，金融行业科技投入逐年提升，推动金融科技快速增长。 我们认为 AI+ 金融时代的到来将从存量、增量 2 个方面利好金融行业。存量：①后台部门效率提升；②与大数据结合后，金融产品个性化与精 准营销将增强客户粘性，带来业务增长。 ③投资者数量增长、用户基数提升，投融资需求提升，市场交投活跃促进存量业务边际增长率提高。增 量： AI 赋能下新兴产品及应用应运而生。 AI 赋能券商： 端智能投顾自动化定制建议，赋能人工投顾提效，提升智能投顾的普惠性与个性化服务体验，在 B 端利用 AI 大模型 解析数据生成投研报告，助力分析师提炼关键结论。此外，打开 AI 驱动的金融产品创新、企业级 AI 解决方案服务等新生业务新局面，推动服务 效率和业务增长双重跃升。 AI 赋能保险行业：推动保险价值链实现自动化与个性化，在产品设计、承保理赔及中后台管理等环节全面提升效率与决策能力，并逐步拓展至 精算等核心领域。此外，开拓 AI 驱动的保险业务创新、跨境保险服务与多语言支持服务等新生业务新局面，助力保险机构实现高质量数字化转 型。 AI 赋能银行： AI 大模型在 C 端实现智能个性化服务与交叉销售提升，在 B 端深化对企业客户的风险管理与解决方案输出。此外，开拓 AI 驱 动的金融产品创新、跨境结算与流程自动化等新生业务服务，推动银行业务全面智能化升级。 投资建议：在金

营销内容策 划 • 患者招募 • 试验设计优 化 • 执⾏效率提升 新药研发与 临床试验 • 客户精细化标签 • 个性化与医⽣互动 • 交叉证据⽹ 络 构建 提升新药研发和 临床管理效率 数字化内部流程 提效 更个性化、 互动 ⾏业学术化推⼴ ⽣产与 供应链 数据驱动的 多渠道营销 多渠道营销 学术化推⼴ 患者服务 • 多重购买渠道 重塑患者流程 “ 数字健康”和⽣态“破壁跨圈”， 产⽣更多数据 • 医院数据开放和流通 • 个性化诊疗和健康管理 数据价值在⼤模型背景下进⼀步被凸显 推理思考能⼒以及医保控费压⼒ 15 主动权 →⼤模型成为患者信息来源 • “ 数字健康”和⽣态“破壁跨圈”，⽐如可穿戴设备与 AI 分 析相结合 →⼤模型汇聚和分析数据 • 个性化诊疗和健康管理 →获取服务的路径发⽣改变 ⼤模型成为新 的信息来源 患者 • 患者⾏为“消费者化”：医疗信息透明化，患者有更多 DeepSeek 对于医疗体系有那些影响？

发布、 服务 申报、 诉求 数据 调度 服务 协 同 亲清在线总架构图政府与企业在线信息交互、政企在线快速做出改变 数字化常态化引发政府新任务 高效便捷均等化的公共服务和可 参与、可预订的个性化服务 0 2 赋能是有为政府的鲜明特征， 政府是一种服务需要和通过开 放数据增强社会创新能力的赋 能平台 构建一个综合感知社会、经济、 环境等各方面的“神经系统”，用数 据感知风险、防范风险 消费者主权以多元化、细分化、个性化方式闪亮登场， C 端倒逼 B 端 力量快速成长。 2 、当下市场格局与竞争特点 2019.4 月态势周期性向好（稳中向好）到 7.31 稳中有变，提出六个稳 2020.4.17 ，面对 2020 第一季的 -6.8% ，极不寻常，六保 1 高体验地满足客户，如新零售、直播等把已有的产能导向、把已有的 产品与服务触达客户； 2 快速响应客户的个性化需求，如探索中的智能制造； 作 云 网 端 数据 （区块链） 算法 机器人 机器人 用数据定义需求，用人工智能机器人为帮手，用数字化方式满足个性化需求。 人类对美好生活的向往驱动技术创新。技术创新，是人性呼唤的外在表现，人民对美好生活的 理解与含义：个性化方便省钱省时间，不用死记硬背、不用干体力活、健康长寿…… 2 、人性即规律：人类需求演变趋势已经清晰可见 数智化科技迅猛发展，不断拓展人类生活新体验