AI技术层和业务层的区别在于：AI技术层主要提供AI基础能力，比如NLP、CV、语音、视频等。而AI业务层主要是将AI技术与具体的业务场景结合起来，例如身份证识别、学历识别、验证码识别等。
这两层的用户是：业务团队的应用开发人员，可以直接调用智能服务，从而实现业务场景智能化，例如：短文本相似度、语言合成、票据识别等。
4）产品层这一层以产品的形式对外提供服务，例如：智能机器人产品、知识图谱产品等。
这层的用户是：公司的业务人员或公司的直接客户，他们通过直接使用产品就可以获得结果， 例如：机器人。
上面3层都属于AI资产。从影响力角度来看，产品层的影响力最大，依次下来是业务层、技术层，最后是平台层。我们在AI中台的实施路径上，也会按照这个优先级去构建和实施。
1.7 AI中台的建设思路-开放性
数据中台的口号是平民化和敏捷化。AI中台的口号是开放化。
AI中台的建设思路是希望多方联合，公开透明，广泛参与，协商一致促进AI能力沉淀，加强AI服务复用，降本增效。
我们更加关注于通用性的AI需求，为各个领域的AI应用团队提供通用化智能服务。强调平台性和可复用性，鼓励基础类、场景类AI服务的通用化、平台化。
广泛支持大中小业务领域AI应用团队面临的大量智能业务需求，提供模型学习平台与模型运行监控托管服务以及通用的AI工具，方便前台业务快速上线智能应用。在实施过程中也会充分利用包括数据中台在内的现有技术资源，并根据业务需求强弱和重要性来确定实施路线。
我们希望AI不再是锦上添花，而是必备的能力，让开发者重新回归到业务的理解和创意的赛道上来，关注自己的业务逻辑。AI能力将会全部开放给开发者和使用者，这些能力包括语音、视频、自然语言处理、知识图谱等，我们会将这些能力封装好，开发者直接调用就可以。
二、机器人平台的背景、设计理念和技术架构 2.1 智能聊天机器人
基于中台化思想，我们是如何建设机器人平台的？
智能聊天机器人，是一种通过自然语言模拟人类进行对话的程序。
目前，特定场景和领域的聊天机器人已经展现出了很高的自然语言理解与处理能力，例如：小度、Siri、小爱同学等。
智能聊天机器人可以代替企业中相对固化、重复的人力密集型任务或流程，包括：
问题咨询：基于业务知识库进行业务问题解答。
数据检索：纵跨各业务系统或数据库，检索数据或文档。
业务处理：对接相关业务系统转达指令，完成相应业务操作。
典型的应用场景：智能聊天机器人除了可以闲聊以外，还可以用在问答作为问答机器人，回答专业领域的问题；作为任务机器人完成线上，甚至部分线下的任务；作为推荐机器人，推荐文章、音乐、产品；作为助理机器人，集成以上各种功能。
智能聊天机器人可以对外提供客户服务、对内进行业务辅助，实现全方位的效能提升，降本增效。
2.2 智能聊天机器人的本质：会话式UI
智能聊天机器人的本质是会话式UI。会话式UI是通过会话形式将已有数据、功能、服务展示给用户。
会话式UI与传统UI相比，具有独特的优势。
提高用户注意力。在信息碎片化的今天，用户注意力持续集中的时间不多，人们很容易为各种事情分心。在会话式UI中，信息是根据用户的指令需求逐步提供的，这样用户就不会被无关的信息干扰。
减少用户的挫败感。在会话式UI中，用户能进行的操作相对有限，这也避免了因用户行为带来不可控的高错误问题。让用户做简单的选择题，能降低用户思考的成本和系统错误率，最终能够实现让用户快速聚焦他们想要的东西，减少因操作带来的挫败感。
更高的投入产出比。会话式UI的另一个优势是性价比高。会话式UI用户界面上线后立即就能投入工作，不需要刻意进行训练学习，降低了使用成本，并且可以根据商业逻辑及应用情况随时将对话设计进行调整修改。