我們平時(shí)在生活中經(jīng)常會(huì)接到銀行打來(lái)的各種各樣的電話，其實(shí)有很多是語(yǔ)音機(jī)器人撥出的，有的我們能聽(tīng)出是機(jī)器人，但有的我們已經(jīng)辨識(shí)不清......

　　就拿金融科技公司度小滿金融的實(shí)踐來(lái)說(shuō)，他們提供語(yǔ)音機(jī)器人服務(wù)，已經(jīng)讓99%的用戶聽(tīng)不出是機(jī)器人了。他們的機(jī)器人甚至還可以說(shuō)四川普通話、河南話、山東話等中國(guó)各地方言。

　　語(yǔ)音機(jī)器人在銀行的業(yè)務(wù)當(dāng)中有哪些場(chǎng)景？能給銀行提供什么樣的客戶體驗(yàn)？未來(lái)AI會(huì)在金融領(lǐng)域有哪些應(yīng)用？2020年7月30日晚，財(cái)經(jīng)作家、看懂APP小程序聯(lián)合創(chuàng)始人由曦、度小滿金融RPA產(chǎn)品業(yè)務(wù)部總經(jīng)理周建龍和中國(guó)建設(shè)銀行研究院邊鵬博士一起探討了AI機(jī)器人4.0在銀行的最新應(yīng)用。

　　由曦：度小滿金融背靠百度的人工智能技術(shù)，語(yǔ)音機(jī)器人的無(wú)感率已經(jīng)達(dá)到99%。這個(gè)語(yǔ)音機(jī)器人不僅可以說(shuō)普通話還可以說(shuō)方言，包括四川話、河南話都可以講。語(yǔ)音機(jī)器人是如何聽(tīng)懂人說(shuō)話的，它背后的原理又是什么？聽(tīng)說(shuō)在度小滿金融還有專門(mén)的語(yǔ)音機(jī)器人訓(xùn)練師的崗位，他們是怎么樣工作的？能不能請(qǐng)周總給我們介紹一下。

　　周建龍：語(yǔ)音機(jī)器人的工作原理主要是在人機(jī)的對(duì)話過(guò)程中，模擬客服的聽(tīng)、說(shuō)、理解、決策這四項(xiàng)能力。

　　首先，用戶在電話一端說(shuō)了一句話，機(jī)器人它會(huì)先聽(tīng)，聽(tīng)是什么，就是把用戶的這段話通過(guò)語(yǔ)音識(shí)別轉(zhuǎn)化成文本。

　　第二個(gè)環(huán)節(jié)我是拿到文本之后，要理解他背后的意圖，這個(gè)環(huán)節(jié)就是NRU。實(shí)際上，這一段文本轉(zhuǎn)化成意圖之后，計(jì)算機(jī)才能去處理這個(gè)意圖節(jié)點(diǎn)相關(guān)的數(shù)據(jù)標(biāo)簽。

　　最關(guān)鍵的環(huán)節(jié)叫做決策，怎么去響應(yīng)用戶，是用問(wèn)句還是用回答，或是用其他內(nèi)容，這是一個(gè)決策的過(guò)程。決策完之后就會(huì)用到NRG，就是自然語(yǔ)言生成，生成一段對(duì)應(yīng)的相關(guān)的話術(shù)，這段話述可以是由業(yè)務(wù)事先配置好的，也可以基于過(guò)去人工對(duì)話的海量樣本，從中挑選優(yōu)秀的話術(shù)。

　　最后一個(gè)環(huán)節(jié)就是說(shuō)，實(shí)際上就是把剛才這段文本通過(guò)語(yǔ)音合成技術(shù)形成一個(gè)聲音信號(hào)，然后通過(guò)電話放給用戶聽(tīng)。

　　整個(gè)聽(tīng)、說(shuō)、理解、決策這四項(xiàng)需要在幾百毫秒以內(nèi)完成，這樣用戶才有及時(shí)對(duì)話的響應(yīng)，才沒(méi)有卡頓的現(xiàn)象。

　　由曦：您能不能再給我們介紹一下這個(gè)語(yǔ)音機(jī)器人訓(xùn)練師，包括人和機(jī)器是怎么協(xié)同的？

　　周建龍：實(shí)際上，在人機(jī)對(duì)話過(guò)程中，機(jī)器人一定會(huì)犯錯(cuò)誤，這是避免不了的。尤其是當(dāng)有些話，機(jī)器人它沒(méi)有聽(tīng)懂，比如它識(shí)別錯(cuò)了；另外，就是這句話它沒(méi)有猜出背后意圖的時(shí)候，就會(huì)在和用戶對(duì)話中產(chǎn)生一些不順暢的地方。那這種錯(cuò)誤我們是怎么發(fā)現(xiàn)呢？主要從兩個(gè)方面：

　　1、從機(jī)器人的角度，機(jī)器人聽(tīng)到一句話的時(shí)候，如果它理解不了背后的意圖，這時(shí)候我們的程序就能自動(dòng)識(shí)別出來(lái)。

　　2、從用戶的角度，我們會(huì)實(shí)時(shí)監(jiān)測(cè)用戶和機(jī)器人對(duì)話過(guò)程中，不管是用戶有重復(fù)的話語(yǔ)，重復(fù)的意圖，甚至比如說(shuō)問(wèn)一些你為什么聽(tīng)不懂我說(shuō)話這種類似的句子。

　　這些錯(cuò)誤都被實(shí)時(shí)的抓取出來(lái)，我們會(huì)對(duì)接到后臺(tái)的標(biāo)注系統(tǒng)，標(biāo)注系統(tǒng)就是由機(jī)器人訓(xùn)練師在上面去看，哪些問(wèn)題，哪些用戶表達(dá)的內(nèi)容機(jī)器人識(shí)別錯(cuò)了，不管是文字也好、意圖也好。

　　這時(shí)候訓(xùn)練師會(huì)站在客服的角度，去糾正它的文字，還有意圖。這些被糾正的文字和意圖，會(huì)自動(dòng)的進(jìn)入到語(yǔ)音的深度訓(xùn)練模型里面，然后每天會(huì)去自動(dòng)訓(xùn)練、迭代。這樣的話，機(jī)器人有了這些問(wèn)題的樣本，經(jīng)過(guò)訓(xùn)練、優(yōu)化之后，當(dāng)它再次遇到這些問(wèn)題的時(shí)候就能夠聽(tīng)懂。

　　由曦：這其實(shí)是一個(gè)機(jī)器發(fā)現(xiàn)問(wèn)題，人解決問(wèn)題，然后幫助機(jī)器再去迭代的這樣一個(gè)過(guò)程。語(yǔ)音機(jī)器人其實(shí)已經(jīng)應(yīng)用在銀行的很多業(yè)務(wù)當(dāng)中，能不能介紹一下語(yǔ)音機(jī)器人給銀行的業(yè)務(wù)帶來(lái)了什么樣的幫助？

　　邊鵬：語(yǔ)音機(jī)器人現(xiàn)在主要是應(yīng)用在銀行的智能客服這個(gè)領(lǐng)域。通俗來(lái)講，智能客服就是熱線電話，或者叫呼叫中心、客戶服務(wù)中心。語(yǔ)音機(jī)器人能夠幫我們解決以前在工作中的一些痛點(diǎn)，主要分兩大類：

　　一類就是人力緊張的問(wèn)題，像這種客戶服務(wù)中心都是7×24小時(shí)運(yùn)營(yíng)的，凌晨?jī)牲c(diǎn)鐘要接電話，凌晨四點(diǎn)鐘也要接電話。它其實(shí)需要在身體狀態(tài)或者精神狀態(tài)不是特別佳的情況下，也能做出最好的表現(xiàn)。

　　剛才周總也講到智能語(yǔ)音機(jī)器人會(huì)犯錯(cuò)，但這種犯錯(cuò)它不會(huì)有周期性，它不會(huì)7×24小時(shí)發(fā)生波動(dòng)。人的這種波動(dòng)就會(huì)被機(jī)器人的優(yōu)勢(shì)來(lái)彌補(bǔ)，這樣不僅緩解了員工的疲勞，還補(bǔ)充了人力的緊張。特別是，像雙十一或者是春節(jié)這樣的時(shí)候，金融領(lǐng)域的客服電話一般都是非常繁忙的，人手排班也是比較緊張的。

　　還有一類好處，是對(duì)銀行的消費(fèi)者。因?yàn)殂y行消費(fèi)者在跟客服交流的時(shí)候，他其實(shí)想要著急表達(dá)自己，但是發(fā)現(xiàn)客服人員沒(méi)有聽(tīng)清，這里面有一個(gè)搶話的問(wèn)題，搶話是什么概念？人在聽(tīng)的時(shí)候是不能說(shuō)的，說(shuō)的時(shí)候也沒(méi)辦法聽(tīng)，可以理解成人是單聲道的，但是對(duì)于語(yǔ)音機(jī)器人來(lái)講這不是問(wèn)題，它可以邊說(shuō)邊聽(tīng)。所以，如果客戶特別著急的進(jìn)到客服熱線里面，想要表達(dá)自己的觀點(diǎn)，或者想要向銀行求助的時(shí)候，他就可以不等語(yǔ)音機(jī)器人說(shuō)完而直接說(shuō)，因?yàn)閷?duì)于語(yǔ)音機(jī)器人來(lái)講，說(shuō)和聽(tīng)實(shí)際上是兩套系統(tǒng)。

　　由曦：但是從服務(wù)體驗(yàn)上看，很多人覺(jué)得跟人工還是有一定的差距，那么您怎么評(píng)價(jià)機(jī)器人的智能水平？

　　邊鵬：在現(xiàn)實(shí)生活下，其實(shí)我也有這個(gè)體驗(yàn)，就是感覺(jué)到智能客服不夠智能，在各個(gè)領(lǐng)域上都有，不光是銀行領(lǐng)域，主要有兩個(gè)原因：

　　第一，語(yǔ)音識(shí)別的能力，現(xiàn)在水平已經(jīng)比較高了，可能90%多，最早只有70%多，這個(gè)水平在不斷提高。

　　第二，在語(yǔ)音的理解方面，理解之后再關(guān)聯(lián)到銀行、金融業(yè)務(wù)的這些知識(shí)，把這個(gè)知識(shí)向客戶進(jìn)行解釋的時(shí)候，就有很大的出入。這其實(shí)是相當(dāng)于一個(gè)知識(shí)的再加工，再利用的過(guò)程。

　　所以，機(jī)器人訓(xùn)練師的崗位很重要，也很有必要。更好的一個(gè)辦法就是能夠把這種復(fù)雜的金融知識(shí)掰開(kāi)了揉碎了，拆成機(jī)器能夠理解的詞條或者是一些語(yǔ)料庫(kù)，甩給后面一套自動(dòng)的訓(xùn)練系統(tǒng)，這樣智能語(yǔ)音機(jī)器人能夠更加智能。我相信不久的將來(lái)，智能客服不智能的現(xiàn)象會(huì)慢慢消失。

　　由曦：如果說(shuō)我們用一個(gè)評(píng)分體系的話，把人的智能算作100分，人工智能語(yǔ)音機(jī)器人它的分?jǐn)?shù)能夠達(dá)到多少？

　　周建龍：機(jī)器人智能大概可以從三個(gè)層面來(lái)評(píng)價(jià)，首先要看它的應(yīng)用的場(chǎng)景，最重要的就是它的業(yè)務(wù)指標(biāo)。假如用在電話銷售的環(huán)節(jié)，那就要評(píng)估這個(gè)機(jī)器人帶來(lái)的這個(gè)用戶轉(zhuǎn)化率和人差距有多大，假如用在貸后的環(huán)節(jié)，那就要看機(jī)器人的回收率和人工回收率差距有多大。也就是說(shuō)，它在生產(chǎn)環(huán)境里面的業(yè)務(wù)指標(biāo)和人的工作差距。

　　第二，在人機(jī)技術(shù)層面，要看人機(jī)對(duì)話的準(zhǔn)確率，就是用戶說(shuō)一句話，機(jī)器人回答一句，這樣來(lái)回多輪的過(guò)程中，機(jī)器人有多少犯錯(cuò)的概率。還要看它的通過(guò)話時(shí)長(zhǎng)，比如聊30秒和聊1分半的情況下，這個(gè)對(duì)話準(zhǔn)確率的標(biāo)準(zhǔn)肯定是有差距的。

　　第三，在機(jī)器人的畫(huà)像能力層面，就是一個(gè)機(jī)器人在和用戶對(duì)完話之后能給用戶打上什么樣的標(biāo)簽，這個(gè)是非常重要的。假如是在貸后環(huán)節(jié)，聊完話之后，用戶的逾期原因是一個(gè)小微企業(yè)經(jīng)營(yíng)遇到了困難，還是說(shuō)個(gè)人消費(fèi)者家庭里面出現(xiàn)了一些變故。通過(guò)對(duì)話產(chǎn)生的標(biāo)簽給這個(gè)用戶貼上，它就可以實(shí)時(shí)的反哺到貸前和貸中的風(fēng)控環(huán)節(jié)，這個(gè)數(shù)據(jù)畫(huà)像的能力對(duì)于業(yè)務(wù)其實(shí)有很大的幫助。

　　由曦：今年的疫情對(duì)金融機(jī)構(gòu)產(chǎn)生了不同程度的影響，線上化做得好的銀行受的影響比較小，但是線上化做得不好的銀行受到的沖擊會(huì)非常之大。疫情促進(jìn)大家的反思，二位對(duì)這個(gè)話題怎么看？

　　周建龍：這次疫情確實(shí)對(duì)整個(gè)金融行業(yè)沖擊確實(shí)非常大，度小滿依托于過(guò)去兩三年在金融科技方面的能力的積累，也是經(jīng)受住了考驗(yàn)。我們?cè)诰€上化辦公的這個(gè)環(huán)節(jié)做了很多的儲(chǔ)備，比如我們的在線客服有90%的流量其實(shí)都是由機(jī)器人去和用戶完成對(duì)話的，包括之前百度春晚的整個(gè)活動(dòng)。在這次疫情期間，我們的很多客服，不管是電話客服還是貸后人員，雖然因?yàn)橐咔樵虿荒芗皶r(shí)返崗，不能及時(shí)到公司辦公，但是因?yàn)橛袡C(jī)器人的能力儲(chǔ)備，大部分業(yè)務(wù)還是正常開(kāi)展的。

　　此外，我們也把機(jī)器人的能力輸出給一些合作的銀行機(jī)構(gòu)，幫助他們?nèi)ザ蛇^(guò)這個(gè)疫情帶來(lái)的影響。比如，我們給相關(guān)的一些銀行伙伴提供了一些貸中、貸后的相關(guān)系統(tǒng)，過(guò)去都是依賴于人工去做的大量的工作，現(xiàn)在通過(guò)系統(tǒng)自動(dòng)化的去做，不用人工去干預(yù)了。

　　邊鵬：整個(gè)疫情過(guò)程當(dāng)中，大家可能沒(méi)有感受到中國(guó)的金融有什么問(wèn)題，這里面可能有很大的程度上是金融科技發(fā)揮作用。7月份，美國(guó)的一些社區(qū)銀行，也包括像摩根大通那種大型銀行在紐約的一些分支機(jī)構(gòu)，以高于硬幣的票面價(jià)格來(lái)回收硬幣。舉個(gè)例子，有一些社區(qū)銀行要回收一百美金的硬幣，但要出到一百一十美金的紙幣價(jià)格。這反映出他們?cè)诮鹑诳萍嫉耐茝V度和采用率方面不高，平時(shí)看不出有太大的區(qū)別，但是在極端疫情的情況下會(huì)看出明顯的差距。實(shí)際上中國(guó)發(fā)生的這一切和中國(guó)以外的這些國(guó)家發(fā)生的情況，充分證明了我們現(xiàn)在做的事情是對(duì)的，是趨勢(shì)性的東西。

　　由曦：很多銀行攜手金融科技巨頭，取得了非常不錯(cuò)的線上化成果。銀行該如何看待技術(shù)自研和攜手金融科技公司共同研發(fā)這兩種選擇？這兩者的關(guān)系如何，應(yīng)該如何去擺？

　　邊鵬：國(guó)外大型銀行往往直接并購(gòu)小的金融科技公司，比如一些好的理財(cái)APP或網(wǎng)站，大型銀行就直接買(mǎi)下來(lái)。國(guó)內(nèi)銀行原來(lái)更多的是自建開(kāi)發(fā)中心，現(xiàn)在是成立自己的金融科技公司。

　　銀行與科技公司進(jìn)行的合作其實(shí)也是一種典型的金融科技發(fā)展模式。大家各自利用自身的優(yōu)勢(shì)，比如銀行利用自己的業(yè)務(wù)模式、風(fēng)控能力、合規(guī)能力、運(yùn)營(yíng)能力，同時(shí)又結(jié)合金融科技公司的技術(shù)優(yōu)勢(shì)，兩者互相借鑒對(duì)方的優(yōu)點(diǎn)，能夠最大化發(fā)揮金融科技的價(jià)值。但銀行有些關(guān)鍵的環(huán)節(jié)還是要自研，并不是所有的東西都會(huì)拿出去跟金融科技公司合作，這個(gè)不是絕對(duì)的，要取決于成本，取決于這個(gè)東西本身對(duì)銀行的價(jià)值。

　　周建龍：我很同意邊鵬博士的觀點(diǎn)。銀行和金融科技公司合作，首先是雙方各自發(fā)揮各自的優(yōu)勢(shì)。

　　度小滿在給銀行提供這種金融科技產(chǎn)品還有服務(wù)的過(guò)程中，所有的產(chǎn)品都會(huì)先在自己的業(yè)務(wù)上面去做驗(yàn)證，比如機(jī)器人包括模型，跑到一個(gè)非常成熟穩(wěn)定的狀態(tài)之后，才給合作銀行做輸出。在輸出的過(guò)程中，我們也會(huì)結(jié)合銀行客戶的需求，去做一些本地化的定制部署，更好的發(fā)揮AI的這個(gè)作用，包括幫助銀行挖掘已有的一些業(yè)務(wù)數(shù)據(jù)，然后讓機(jī)器人或模型達(dá)到一個(gè)最佳效果的狀態(tài)。

　　由曦：這一波AI在金融科技上的應(yīng)用已經(jīng)給金融行業(yè)創(chuàng)造了巨大的社會(huì)價(jià)值和財(cái)富價(jià)值，那么它給整個(gè)金融行業(yè)帶來(lái)什么樣的改變？以及未來(lái)我們可以期待AI會(huì)在哪些方面更深刻的改變整個(gè)行業(yè)？

　　周建龍：AI幫助銀行加深對(duì)用戶的這種全方位的理解，尤其是基于互聯(lián)網(wǎng)行為大數(shù)據(jù)，去幫助銀行識(shí)別用戶的需求和風(fēng)險(xiǎn)，去幫助銀行提升人效。

　　邊鵬：我們以前做了一個(gè)比較偏學(xué)術(shù)化的研究，專門(mén)把所有金融領(lǐng)域的一些AI學(xué)術(shù)研究進(jìn)行了分類，相對(duì)來(lái)講有兩個(gè)大的問(wèn)題：

　　一個(gè)問(wèn)題就是沒(méi)有一個(gè)萬(wàn)金油式的算法，就是沒(méi)有個(gè)通用性算法，對(duì)不同東西都需要有定制化的算法，比如說(shuō)智能客服可能是一塊，貸款可能是一塊，圖象識(shí)別又是另一塊，反欺詐又是另一個(gè)問(wèn)題。

　　第二個(gè)問(wèn)題就是偏前臺(tái)的業(yè)務(wù)更多的使用了人工智能，比如用戶識(shí)別、反欺詐、智能客服，包括信貸逾期的提醒，外呼等等，這種事情做得都是比較多的。但金融領(lǐng)域的中后臺(tái)業(yè)務(wù)做得比較少。現(xiàn)在看很多銀行都已經(jīng)開(kāi)始做中后臺(tái)基于數(shù)字化的轉(zhuǎn)型，這里有廣闊的藍(lán)海。

　　由曦：這次疫情對(duì)經(jīng)濟(jì)社會(huì)各個(gè)方面都產(chǎn)生了非常大的沖擊，所謂危機(jī)，危中有機(jī)，那么這次疫情對(duì)于金融科技公司和對(duì)于銀行來(lái)講，兩者分別的危和機(jī)都是什么？

　　周建龍：面臨整個(gè)經(jīng)濟(jì)下行的影響，尤其是一些小微企業(yè)，波動(dòng)越來(lái)越大，越來(lái)越不可預(yù)測(cè)，我們還靠過(guò)去的一些線上策略模型已經(jīng)可能就完全失效了，這種情況下實(shí)際上對(duì)于我們業(yè)務(wù)沖擊確實(shí)比較大。

　　另外一個(gè)角度來(lái)看的話，機(jī)會(huì)就在于大家的能力儲(chǔ)備是不是足夠抵御這次沖擊。隨著疫情逐漸控制，現(xiàn)在市場(chǎng)上很多公司的業(yè)務(wù)也有了一個(gè)恢復(fù)，有的甚至已經(jīng)超過(guò)了去年同期的水平。還有一些金融機(jī)構(gòu)，到現(xiàn)在還沒(méi)有爬出這個(gè)疫情沖擊的大坑。所以說(shuō)，我們金科公司，怎么能夠把積累的能力、經(jīng)驗(yàn)，去幫助市場(chǎng)上受疫情影響比較大的經(jīng)營(yíng)機(jī)構(gòu)，去幫他們渡過(guò)這場(chǎng)危機(jī)，來(lái)保證這個(gè)行業(yè)的一個(gè)穩(wěn)定，這就是危中有機(jī)。

　　邊鵬：這就好比海邊進(jìn)行游泳的人，忽然發(fā)現(xiàn)海上來(lái)了一個(gè)大的海浪，或者是一個(gè)海嘯向海岸撲來(lái)。每一家金融單位都是在海里面，銀行在數(shù)字化轉(zhuǎn)型中具有很強(qiáng)的危機(jī)意識(shí)，現(xiàn)在都往海岸上跑，都把金融科技作為戰(zhàn)略支撐點(diǎn)之一。我們能不能把這個(gè)事情變換著看，把它變成一個(gè)加速銀行線上化或數(shù)字化的過(guò)程，把銀行傳統(tǒng)審慎的風(fēng)控能力，轉(zhuǎn)化成數(shù)字化時(shí)代更加有效的風(fēng)控能力，那么對(duì)于整個(gè)金融支持實(shí)體經(jīng)濟(jì)發(fā)展會(huì)有一個(gè)更好的作用。

　　由曦：好，謝謝兩位的回答。現(xiàn)在我們看一下網(wǎng)友的一些提問(wèn)，網(wǎng)友wenku08提到從事重復(fù)性工作的人員會(huì)是第一批被AI取代的嗎？

　　周建龍：雖然過(guò)去十年間深度學(xué)習(xí)包括人工智能取得了非常快的發(fā)展，但實(shí)際上我們整體還是處在一個(gè)弱人工智能的時(shí)代。剛才也提到了，雖然我們深度學(xué)習(xí)的能力越來(lái)越強(qiáng)，但在深度理解（包括決策能力），實(shí)際上人工智能和人工的差距還是非常明顯的。

　　當(dāng)然，目前的這種人工智能產(chǎn)品一定會(huì)取代一些簡(jiǎn)單重復(fù)的勞動(dòng)，包括像剛剛提到的語(yǔ)音機(jī)器人，但這個(gè)過(guò)程中它會(huì)把人的精力釋放出來(lái)，讓人去解決更復(fù)雜的需求。所以，人工智能一方面會(huì)取代一些簡(jiǎn)單重復(fù)的工作崗位，同時(shí)它也會(huì)創(chuàng)造出更深層次的、更高級(jí)的一些崗位，包括機(jī)器人訓(xùn)練師，這個(gè)崗位以前是不存在的。

　　由曦：所以技術(shù)會(huì)取代一些工作，同時(shí)又會(huì)創(chuàng)造新的工作。所以歷史已經(jīng)不斷在證明這樣一個(gè)規(guī)律，我們期待人工智能會(huì)給我們一個(gè)美麗的新世界。

　　今天的時(shí)間也差不多了，我們的這個(gè)直播也馬上就要結(jié)束了，我還是想請(qǐng)兩位嘉賓最后再發(fā)表一下自己的一個(gè)感想或者說(shuō)感言。

　　周建龍：我覺(jué)得未來(lái)一定是一個(gè)人工智能大發(fā)展的時(shí)代，人工智能也會(huì)讓我們的工作也好，生活也好變得更加美好。

　　邊鵬：今天這個(gè)主題講的很好。我想說(shuō)的是為了這個(gè)未來(lái)美好的應(yīng)用前景，可能還需要做一些努力，除了我們把算法提高以外，還有一些對(duì)人工智能有一些約束或者管控，包括一些道德上的探討，可能還需要我們?cè)鷮?shí)實(shí)的去做，這個(gè)對(duì)人工智能行穩(wěn)致遠(yuǎn)至關(guān)重要，謝謝大家。