我们认为NLP（Natural Language Processing，自然语言处理）是企业数字化转型的重要手段之一。过去几年，NLP的技术进步使机器逐渐能够胜任从文章中抽取所需信息，并根据抽取信息进行问答和判断等工作。我们认为这些技术在金融、司法、医疗、媒体等领域的运用，能够进一步提高相关企业的运营效率。目前大部分NLP企业还处于打磨产品，探索商业模式等创业的早期阶段，我们看到企业技术的商用化采用了企业级SaaS、RPA赋能等不同的发展路径。
企业数字化转型存在巨大商业机会
企业数字化转型主要可以分为实现信息的数字化，操作的自动化（RPA，Robot Process Automation），以及把图像识别，NLP等AI技术与RPA相结合的智能化。Gartner预测，全球RPA市场未来4年保持29.8%CAGR增速，达到30亿美金，已经催生UiPath、Automation Anywhere、Blue Prism等估值超过10亿美金的初创企业。目前RPA工具只能规则驱动的重复性任务。我们认为借助NLP等AI技术赋能RPA，可以为RPA解决非标准化数据及复杂任务提供可行路径。
NLP的技术突破，为商业化落地提供了可能
过去几年，NLP研究取得了几个重要突破。2018年Google发布的BERT预训练模型，实现了迁移学习。初创企业利用BERT模型，能够大大降低运用NLP技术的成本。过去一年，NLP算法的准确度也不断提高，2019年3月，在斯坦福大学SQuAD机器阅读理解测试中，科大讯飞团队模型首次在精确匹配、模糊匹配中全面超过人类水平。
对话机器人：与垂直行业结合，算法公司逐渐找到SaaS服务等商业模式
去年我们已经注意到，语音交互和对话机器人技术解决了人机交互的瓶颈，带动智能音箱等硬件的销售，但算法企业之间技术差异性较小，很难找到好的商业模式。今年我们看到，不少算法企业积极和行业结合，赋能电商客服，医院导诊，金融专业问答等业务，找到各自的商业模式。
阅读理解：特定场景下开始发挥作用
在金融、医疗、教育、司法等许多行业的日常工作中，存在大量需要阅读，理解文本信息的工作。虽然目前NLP技术还无法完全代替人类，但我们已经看到在特定场景下，NLP已经可以起到明显的提升效率/辅助决策的作用。在本文中我们将介绍金融行业如何运用NLP提升校验审核环节的工作效率；司法及医疗行业如何利用NLP技术辅助医生及法官做出判决；投资人如何利用舆情分析结果，辅助投资决策以及互联网及媒体企业如何利用NLP进行自动写作。
本文摘自：2019年7月29日已经发布的《AI+5G系列：自然语言处理成为企业数字化转型的重要手段》
