“比如一家国内最近宣传力度很大的对话式 AI 企业，它也有很多搜索引擎的数据，但其机器人的结构和 Coversational AI 不沾边，主要是被动问答和主动推送，它和 Siri 没有区别，甚至与五年前的语音助手时代没有本质区别，它主要是一个管道。而一个仅能提供管道价值的对话式AI，效能是不如 App的。我可以用美团叫外卖，用优酷看电影，我为什么非要费劲和你这个对话式机器人聊，来获得同样甚至更差的东西呢？”

　　情感计算现在是人工智能研究的一个重要方向，微软也一直在提“情感计算框架” ，那么，李笛对情感计算框架的理解是怎么样的？他在采访中对行业内的不同产品进行了点评。他认为，这两个竞争对手的对话机器人都存在显著的问题。

　　1. 如果一个对话式AI机器人只能提供管道价值，那它还不如App好用。

　　情感计算框架要解决的最主要的就是 ‘对话即平台’ ，怎么实现它的端到端难题？

　　李笛说：“我们一系列的技术是分门别类的在这个框架里面体现的。和这个框架互斥的，不点名地举几个竞争对手的例子，比如一家国内最近宣传力度很大的对话式AI企业，它也有很多搜索引擎的数据，但其机器人的结构和 Coversational AI 不沾边，主要是被动问答和主动推送，它和 Siri 没有区别，甚至与五年前的语音助手时代没有本质改进，它主要是一个管道。而一个仅能提供管道价值的对话式AI，效能是不如App的，这才是最大问题。同样在一个手机里，我可以用美团叫外卖，用优酷看电影，又快又准确，我为什么非要费劲和你这个对话式机器人聊，来获得同样甚至更差的东西呢？”

　　小冰的情感计算框架有大量的技术和大量的设计是集中在避免成为“管道”，小冰本身始终有一个自我存在的价值，这是为什么有些人能和他聊非常长时间的天，因为它能够让用户相信它是有一定的人格特征，李笛说，他们做了大量的技术来让小冰拥有人性。

　　我们问小冰，现在几点了。小冰会回答：“为什么自己不看表？” 这是情感计算的一个“套路”。李笛说，难道我们的技术无法让小冰告诉你几点吗，Long-tail就是这样的。我当然能告诉你现在几点。但是我为什么要告诉你？这是情感计算框架要解决的重要问题。

　　2. 绝大部分对话式AI产品还处在泡沫阶段，没有用量和数据是最大问题

　　第二个重点要解决的问题，李笛拿另外一家电商的对话式AI产品举例子。

　　他说，一个电商平台里内嵌的机器人，通常是有服务的需求，或者有对产品的需求的时候，你会找它，这是它的产品定位。

　　据李笛介绍，小冰有一个很核心的技术指标，叫 CPS，对话处理轮次（一次对话平均能够往复多少轮），小冰的 CPS 平均是 23，行业内的平均水平是1.5 和 2.5。通常认为，在CPS达到 23 的时候，随着对话的进展，用户会有新的需求被拉动。就是聊着聊着我们有新的想法，聊着聊着我会需要新的货品。但是这个电商机器人，它是用户已经有这个需求，比如，我要看电影，我要叫外卖，我才会来找你，完成了这个需求我就走了，不再用你了，那么你并没有真的提供比这个电商 App 本身更大的价值，这直接导致这样的机器人实际上没有什么用户。

　　李笛说：“但是很多产品设计者会选择这样的定位，其中的一个原因是，如果不面向任务完成，机器人一般也 Keep 不住这个对话，这个是要靠情感计算框架来实现的，另外一个原因，它还是希望很快地把任务完成，迅速去证明这个技术产品的商业化价值。今天， 多数人都没有明确地面对这样一个问题——为什么用户非要用对话的方式叫外卖、买东西、干这些事？”

　　他解释说，在需要买电影票或者别的服务时，人们一般很少用对话的方式来发布命令。这里面有一个很重要的事实是，对话的耗能是很高的。而点击手机上的APP按钮，几乎不耗任何能量。做搜索引擎的会知道，永远有一个问题叫Precision/Recall，用对话的方式问一个问题，就一定会有一个反馈准确或者不准确的几率，Precision/Recall不可能达到100%，但是对于任何一个App的按钮来说，它的准确率天然就是100%的，除非系统有问题。所以让机器人去完成叫外卖这些工作，总会有一些完不成的比例，即便它做得再好。失败几次后，用户就会觉得自己很傻。我干嘛非得逼着自己跟机器人对话呢？我们很多AI领域里的产品经理是在想象用户需求。