从知识图谱的结构来看，是相对可被结构化。一个服务可以以各种方式被拆解成多个方面，但大量的方面在当前是没有结构化数据的（比如我们没有每家餐厅的 “营业面积” 数据）；甚至很多方面无法用结构化数据来表达（比如每家餐厅有否 “适合浪漫约会” 的环境）。

　　因此，智能助理就算有了强大的 NLP，还需要全面的知识图谱（结构化数据）和处理并传递非结构化数据的能力——而这两点，在目前是无解的。

　　总结

　　在”API 困境” 解决之前，再加上 NLP 本身还有很长的路要走，基于人工智能的多任务服务 Agent 不大可能达到 C 端满意的水平。

　　创业团队各自最基础的认知计算的能力不会有太大的区别，都是踩在世界顶尖大牛的肩膀上——在这个领域创业团队想和大公司扛正面，不是很理性。

　　创业团队在垂直领域有些自己的技术突破可以创造一些阶段性的优势，但面对教育市场的大山而言，这点差异远不足以 make a difference。

　　在各自领域，开发者对人工智能相关技术的理解和其带来的交互层面的有效应用，可能会在垂直商业应用上创造更大的差异——比较起 “95% VS 98% 的识别率” 而言。

　　题图来源：MSi College

　　爱范儿我们报道未来，服务新生活引领者。 邮箱

　　#欢迎关注爱范儿认证微信公众号：AppSolution（微信号：appsolution），发现新酷精华应用。

　　爱范儿| 原文链接· · 新浪微博