App内容巡查的功能

数据列表

数据列表模式为巡检人员展现计划内的全部巡检点，巡检人员可以点击巡检点进行运行状态登记，并将现场图片进行上传，如果设备运行状态异常需要进行处理，可以上报缺陷由相应人员进行处理，在运行状态登记界面可以直接进行缺陷上报，系统会自动关联当前设备，也可以选择其它设备，上报的缺陷会进入审批流程提醒给相应人员进行处理。

内容巡查

不同业态可配置不同巡查标准

提前设置计划巡查时长，通过巡查用时（超时完成、提前完成、平均用时）等数据，分析各巡查路线用时区间数，辅助管理者制定合理的巡查时长。内容巡查实现人员排班智能化、任务调度自动化、巡查作业移动化、监管考核实时化、业务数据可视化。对巡查结果进行人工校验，人工拓展挖掘。准确掌握海量挖掘数据和内容巡查路径。

智能内容处理市场需要奇才

根据报送资料显示，博特智能的App内容巡查系统，采用自动化控制技术与检测能力，在面向动态的违规信息和实时更新的UGC内容监控中，可以实现24小时对页面进行抓取，进行抽样专项巡查或者全量巡查，批量清理违规数据。在App端，则不需要让企业推送数据，并能生成巡查报告，可以及时向企业发出漏审风险预警，制定下一阶段的内容风险控制工作计划。

2019年成立的博特智能，开始在智能内容处理市场崭露头角。梳理其背景后发现，博特智能很早之前就与中科院重点实验室有深度的合作，双方的研究人员还联合研发内容科技的中心技术和产品。并获得东湖创投、深创投集团等数千万元的投资加持赛道突围。

可以说，博特智能的“加速跑”，也证明了其在自然语言理解、文本识别与过滤、图像识别、视频内容分析、中文文本纠错、格式文档分析、文本摘要、文本感情的色彩判断等方向已有多年的经验和技术积累。

App内容巡查系统，本质上是一个主动监测系统，三级内容风险控制闸门在对文本、图片、视频、音频、直播的巡查过程中，会比“人机协同”更具有后发优势，在机器、人工都漏掉时，内容巡查系统依然能实时发现风险并前置处理。

对于涉及内容风险控制相关的企业而言，内容巡查算是一个全新的解决方案。在积极尝试的同时，更看重的是通过提前自查自纠，避免监管机构的事后惩戒，防患于未然，堵住内容风险控制漏洞的同时，也堵住了企业的发展风险外溢，两全其美。

从技术发展层面而言，AI技术是可以做到像人一样初步判断出一条评论是否“阴阳怪气”，使用AI比人工进行内容风险管控，效率更高，成本更低。

当然，我们也看到AI对自然语言的理解与处理还无法贴近人类的思维，特别是在多样性语义环境变化中，以及边界定义模糊的条件下，比如维权类内容，机器还无法高精度识别。但这只是数据量的问题，AI通过大规模数据的不断训练，克服瓶颈也只是时间问题。

不久的将来，被大众寄予厚望的AI替代人工操作简单、重复度高的工作是大势所趋。

但我们希望的是，在内容、社交、电商、游戏等涉及内容风险控制的互联网企业能重视平台内部的自查自纠，积极引入更适合的内容风险控制体系，还互联网一个清朗空间。