无障碍说明

专访追一科技:创造算法驱动的客服 做AI时代的IBM

导读

人工智能正以看得见的速度成为人们热爱谈论的话题,人工智能也正以看不见的速度逐渐渗透普通人的生活。

从大部分人看不懂的理论到每一个人都会使用的产品,技术到应用的转化,通常与工业界的探索息息相关。

在人工智能热潮大背景下,智能驾驶、NLP/人机交互、图像识别、语音识别、大数据、智能硬件等不同分支都涌现了大量先行者。

无论是大公司还是初创企业,在追逐自己商业梦想的同时,它们的努力,也将影响人工智能落地日常生活的具体形态。它们是将人工智能与普通人连接起来的桥梁,是窥探人工智能发展的一个窗口。

为此,深蓝将对人工智能不同方向内最具代表性的公司进行报道,了解技术,剖析商业,一同看清潮水的方向。

语言是人类沟通的重要工具,是人类传达信息的基本载体。NLP(自然语言处理)旨在帮助机器理解人类的语言,通过理解语言来理解人类的想法和意图,是人工智能中最具魅力和挑战的问题之一。NLP的进步,会直接影响人类与机器沟通的效果。

因此,深蓝的第一个系列报道将以NLP为主题,我们选取了国内NLP领域最具代表性的企业,围绕他们的技术路径、商业模式,进行深度解析。

NLP系列第三篇|专访追一科技:创造算法驱动的客服 做AI时代的IBM

基本情况

企业名称:追一科技

成立时间:2016年3月

产品名称:YiBot智能服务系统

标杆客户:滴滴、携程、招商银行信用卡

团队情况:创始人吴悦,原腾讯AI平台部负责人

融资情况:

2016.1,天使轮,数百万美元,晨兴资本

2016.9,A轮,数百万美元,高榕资本、晨兴资本

2017.11,B轮,2060万美元,创新工场领投,GGV及晨兴资本、高榕资本跟投

文/深蓝 韩依民

追一科技,这是一家知名度尚且没有那么高的公司,很多人可能并没有听说过它的名字,却很有可能曾经或者正在使用这家公司的产品。

成立于2016年3月的追一科技,是一家以NLP、机器学习为核心技术,为企业提供智能客服Bot(机器人)的人工智能初创企业。半个月前,追一科技宣布获得由创新工场领投、GGV及追一科技原始股东晨兴资本、高榕资本跟投的2060万美元B轮融资。新一轮弹药入账后,研发和市场将是接下来的投入重点。

去年9月,经过前面几个月的尝试后,追一科技确定了他们的商业模式:基于技术及运营长项的智能客服Bot业务,这成为他们得以立身的法宝。

滴滴是追一的第一个客户,从最初的到小流量测试,到最后全面接入,如今,追一科技提供的智能客服Bot正通过滴滴这一用户众多的APP,与许多普通用户产生联系。在滴滴之后,携程、小米、万达、中国移动(微博)、国美(微博)、贝贝网、ofo、招商银行信用卡等陆续成为它的客户。

背景强大的创始团队是追一能够在如此短的时间内获得市场认可的重要原因:创始人兼CEO吴悦为前腾讯人工智能平台部负责人;联合创始人、CTO刘云峰为原腾讯技术职发会技术研究通道负责人、技术总监,腾讯T4专家工程师;科学家杨振宇博士,国防科学技术大学人工智能领域科研专家;联合创始人、产品负责人汶林丁是原腾讯技术总监。

在腾讯工作多年的吴悦已经浸染了这家互联网巨头的部分特质:沉稳、低调、踏实。这种行事风格得到其投资人李开复(微博)的赞赏:吴悦是一个非常实事求是的工程师。

追一科技创始人吴悦

不过团队的背景并非打动李开复的关键原因,技术可行性才是卡耐基梅隆大学计算机系博士毕业的李开复决定让创新工场投资追一的最重要原因,科班出身的李开复是人工智能方面的专家,也正因如此,他对AI初创公司技术能力的考察更为严格。

在追一之前,李开复及其领导的创新工场已经接触过很多NLP方向的公司,但因为技术方面的理由,创新工场没有进入,而追一拿到了李开复的“通行证”。

重新定义客服

从中国科学技术大学硕士毕业之后在技术岗工作了十余年的工程师吴悦,创业后的工作重心发生了转移,如今,在技术方面,吴悦的精力主要放在关键点和方向把控上,他的更多时间花在了商务、产品和团队搭建上。

技术水平固然是一家AI公司的立身之本,但如何将技术、产品推介给客户,也是创业公司面临的考验。

让目标客户理解客服的价值,这是吴悦对外沟通时的一个重点。尽管在多数人眼中,客服几乎等同于售后服务,但在吴悦看来,客服的范围不仅仅是简单的售后服务。对客服的定义,也决定了追一科技的业务范围,事实上,对客户生产系统、销售流程和产品服务的介入,才是追一科技智能客服服务投入最多的地方。

吴悦将智能客服需求分为如下四个层级。

第一个层级是解决效率问题。客服通常是一家公司不可或缺的业务环节,在业务规模扩大、问题变得纷繁复杂的时候,如何提高客服团队的效率,是多数公司都会面临的挑战。因此,提高效率、控制人力成本,是智能客服解决的第一层级需求。

第二个层级是管理优化,通过智能客服,帮助客户对客服团队进行人员培训、服务质量控制、业绩考核等。

第三个层级是体验创新,即在传统的服务外,将AI与客户服务结合起来,为企业打造虚拟柜台或者虚拟助手,帮助用户在移动端便捷的完成各种各样的业务办理和体验。

第四个层级是提升价值,通过智能客服帮助客户提供销售、营销或者生产方面的效率。

“企业价值链就是从销售、产品到售后,只是我们现在反着来,先从售后再到产品,将来可能做销售。”

因此,尽管追一科技目前提供的主要产品是智能客服,但在他们的设想中,狭义上的客服只是追一科技面对的市场之一,企业服务上还有更大的挖掘空间。

更远一些,追一团队希望公司能够类似IBM那样,为企业提供信息技术和业务解决方案。而在实现这样的目标之前,还有很多挑战,其中最为紧要的是技术。

追一的通行证

谈及人工智能的话题,一向温和的李开复态度上会发生微妙变化:更加直接和尖锐。

创新工场创始人及CEO李开复

李开复介绍,在追一科技之前,创新工场已经接触了不少NLP方向的项目,“我们看了不少项目,大概三四十个,从最小的看到最大的。”但是这些项目没有得到李开复的认可。

技术可行性是李开复最为看重的考察维度。

“其他我们没有投资的公司几乎都是(因为)技术方面的理由我们没有投。有不少的VC认为AI时代来了,我们能看(图像识别)、能听(语音识别)就能懂(NLP,自然语言处理),那做点客服机器人还不简单吗?然后这个人的背景又很强,来自什么什么公司,得了什么国家大奖,又在美国什么名校、名企工作过,恨不得把钱赶快丢出去,丢出去的这个钱我觉得可能再也不会看到。”

而在与吴悦就追一科技如何进入一家企业、如何做数据标注、不同环节用了什么技术、什么地方使用了深度学习等整个技术流程进行交流后,李开复认同追一科技的技术能力,给出了自己的通行证。

在李开复看来,深度学习是人工智能技术能够得以突破的根本,但在初期数据量不够的情况下,则必须依赖搜索引擎方面的经验,吴悦及其核心技术团队的经历恰好满足以上要求。

智能客服的技术逻辑并不复杂:用户输入信息,基于NLP技术机器对信息进行理解,然后给出相应反馈。在实际场景中,智能客服要达到理想效果面临诸多挑战。

首先是深度学习能力。吴悦介绍,企业业务是动态变化的,可能每天都会有更新,如果靠传统的专家系统方式帮助机器学习、调整、适应是行不通的,因此,智能客服首先必须要有强大的深度学习能力,才能在动态调整的信息环境下,给出准确反馈。第二是语义理解能力。用户输入的信息长短不一,有些表述并不直接指向问题,如何准确理解用户表达的含义,是给出正确反馈的前提。

采集到足够多并有用的数据是解决以上问题的前提,李开复介绍,在考察追一科技时,他最看重两个维度的数据,第一是标注数据,基于标注数据实现系统自动提升;第二是指标数据,基于什么样的数据集衡量满意度、精准度。

如今追一科技可以为客户提供一套智能化流水线,客户按照追一的要求对数据进行加工处理,追一再基于这些数据把客户需要的AI客服训练出来,最后对接到客户的系统里。

AI落地的新挑战

让吴悦引以为豪的是,追一科技会去真正了解YIBOT的使用者——一线客服、管理者或者运营,他们的习惯、体验和痛点,是追一将技术转化为产品的过程中非常重要的信息反馈。

而这同样意味着,在技术尚未取得突破性进展的时候,每一个客户都需要投入比较多的人力去服务,这非常考验团队的项目运营效率。

“这就属于AI落地里面很困难的一个部分。很多人技术转型,最后发现客户没法服务好。比如我要同时对接10家或20家客户,每一家客户都要去做商务对接、测试、服务支持、实施,要投多少人?人效比越高肯定越好,但是你怎么给到客户比较好的服务体验,这是偏运营前端的事情。”

尽管此前在腾讯的经验让吴悦及其团队在运营上已经有所积淀,但在追一的部分同行眼中,客服服务仍旧不是一门性感的生意。

其掣肘在于,客服服务需要与客户流程深度绑定,为甲企业提供的智能客服系统,很难复用到乙企业上。这意味着,客服的生意很难规模化,说到底智能客服的故事与传统的企业外包服务商并没有太大却别。吴悦并不认同这一看法:如果把它看成是一个外包,我觉得有点狭隘了。

李开复同样认为,过去的企业级服务的天花板不一定能够被验证在追一这样的公司上面。

“当你讨论企业级的应用,如果你只是讨论让员工的生产力增加,这是比较虚的数字。当我们谈到客服的体验评估是满意度增加、投诉数量减少、成本节省,还有导购增加,这些都是可以量化的真金白银。”

在吴悦看来,人工智能技术的进步可以让智能客服的复用性得到快速提升。他解释到,“传统的软件服务是以人为核心的一套产品体系,它解决人的需求,而AI是一套工具体系。举个形象的例子,智能客服其实相当于我们创造了很多客服人员,它们是算法驱动的。劳动力可以做携程的客服,也可以做招行的客服,我要做的是培训它们,让它们变聪明,可以很快的学习企业需要的能力。”

技术进步的可能是“劳动力”智力水平得以不断提升的重要原因。在吴悦看来,客户的问题虽然复杂,但毕竟是一个有限域,而非无限域,“有限域是说我现在只能解决其中一部分的问题,但是随着我的算法水平、硬件计算能力的提升,我就可以从象棋AI深蓝到围棋AI AlphaGo一样,解决更复杂的问题,这个在逻辑上是走的通的。”

而要将逻辑上的可行性在现实中进行验证,不断提升算法驱动的劳动力服务能力、和智力水平,不仅考验追一的能力,也取决于整个行业的技术进步速度和基础研究上的进展。因此在摘到果子前,必须保持足够的耐心。

对此,吴悦保持了足够冷静:我们挣的是很大的钱,但有可能更慢,比想象的还慢。

正文已结束,您可以按alt+4进行评论
责任编辑:honestsun
收藏本文

相关搜索

为你推荐