如果你使用過滴滴的客服系統(tǒng)，會發(fā)現(xiàn)對話窗顯示「小滴機(jī)器人」正在為你服務(wù)，它會快速回答你的問題，解決司機(jī)繞路、拒載或者計(jì)費(fèi)等問題。

　　小滴機(jī)器人是智能客服的典型案例，背后是追一科技提供的自然語言語義理解技術(shù)。目前，YiBot準(zhǔn)確率已達(dá)到95%以上，客戶有貝貝、卷皮、小紅書、OFO等互聯(lián)網(wǎng)企業(yè)。今年上半年，YiBot還進(jìn)入到一些傳統(tǒng)領(lǐng)域，包括萬達(dá)、國美等購物中心，招商銀行信用卡、長江證券等金融機(jī)構(gòu)。

　　成立于2016年3月的追一科技，主攻自然語言語義理解和對話機(jī)器人，從智能客服Bot入手，想要通過「賦能予機(jī)器與人交流」打造智能交互的新入口。

　　2015年，從中國科學(xué)技術(shù)大學(xué)碩士畢業(yè)在騰訊工作了十年的吳悅隱約感覺到，算法、數(shù)據(jù)的結(jié)合會有許多好玩的事情。在騰訊內(nèi)部的工作期間，吳悅就已經(jīng)利用這些做各種嘗試，比如說結(jié)合數(shù)據(jù)和預(yù)測模型，進(jìn)行電影票房的預(yù)測，同時開發(fā)了以自己名字命名的騰訊聊天機(jī)器人「小悅悅」。

　　但當(dāng)時人工智能還不像今天人人都會談起，吳悅并未意識到，自己的工作會與「人工智能」緊密聯(lián)系起來。實(shí)際上，搜索引擎最基本的模式是對海量內(nèi)容進(jìn)行解析、處理和組織，每一個環(huán)節(jié)都需要用到人工智能的關(guān)鍵技術(shù)之一:自然語言處理。與此同時，隨著深度學(xué)習(xí)網(wǎng)絡(luò)的發(fā)展，自然語言處理領(lǐng)域正在快速向前發(fā)展。

　　在此之前，作為騰訊基礎(chǔ)架構(gòu)的幾個創(chuàng)始員工之一，吳悅與同事搭建了騰訊存儲的基礎(chǔ)架構(gòu)體系。2012年，吳悅進(jìn)入Soso，負(fù)責(zé)網(wǎng)頁搜索的架構(gòu)體系。2013年，騰訊將Soso業(yè)務(wù)賣給搜狗之后，吳悅選擇留在騰訊，成為了騰訊TEG事業(yè)群搜索部門負(fù)責(zé)人，業(yè)務(wù)涵蓋了微信、QQ、應(yīng)用寶、騰訊視頻、騰訊音樂等應(yīng)用的搜索，并主持開發(fā)了天天快報的核心算法推薦引擎。

　　到2015年底，搜索的業(yè)務(wù)告一段落，吳悅開始思考嘗試更具挑戰(zhàn)性的工作。在他看來，之騰訊的工作經(jīng)歷對他或多或少產(chǎn)生了一些影響，在騰訊時大部分技術(shù)都是首先服務(wù)于內(nèi)部平臺，進(jìn)而有機(jī)會拓展到企業(yè)外部，在這個過程中，自己帶領(lǐng)的團(tuán)隊(duì)在內(nèi)部不斷磨練也得到很好的反饋，這些積累是開拓新事業(yè)的基礎(chǔ)。

　　另一方面，從信息交互方式的演進(jìn)、降本增效的角度分析，吳悅認(rèn)定智能搜索和對話機(jī)器人會有很好的發(fā)展前景，于是找來騰訊的技術(shù)大拿同事，騰訊技術(shù)職發(fā)會技術(shù)研究通道負(fù)責(zé)人劉云峰博士作為聯(lián)合創(chuàng)始人和CTO、國防科學(xué)技術(shù)大學(xué)從事人工智能方向科研工作的楊振宇博士作為技術(shù)總監(jiān)，以及騰訊產(chǎn)品技術(shù)總監(jiān)汶林丁共同創(chuàng)辦新公司「追一科技」。

　　2016年6月，追一獲得晨興資本的百萬美金天使輪融資，同年10月，獲得高榕資本、晨興資本數(shù)百萬美元的A輪融資。

　　離開了大平臺，有更多的機(jī)會，也面臨更大的挑戰(zhàn)，最直接的問題就是如何盈利。吳悅想過與金融或者醫(yī)療行業(yè)的結(jié)合，但這些領(lǐng)域都需要很強(qiáng)的專業(yè)知識的融合，并不適合技術(shù)出身的創(chuàng)業(yè)公司輕易嘗試。

　　最終，團(tuán)隊(duì)認(rèn)為與基礎(chǔ)構(gòu)架和大數(shù)據(jù)緊密聯(lián)系的廣告業(yè)務(wù)和聊天機(jī)器人是兩大可能的方向，于是就開始了最初的業(yè)務(wù)嘗試。2016年6月份，追一推出對話機(jī)器人Yibot，廣告業(yè)務(wù)也齊頭并進(jìn)。

　　吳悅自稱趕上了好時候，廣告趕上了直播的熱點(diǎn)，CPA(每次行動成本)效果也不錯。但廣告行業(yè)更需要大量的前期市場投入，這同樣是技術(shù)之外的考量標(biāo)準(zhǔn)。「技術(shù)雖然可能很好，但廣告的活動和市場是我們的短板。」吳悅說。盡管廣告業(yè)務(wù)對公司收入的拉動明顯，但對話機(jī)器人業(yè)務(wù)的市場也正在打開局面，幾經(jīng)權(quán)衡，吳悅決定在2016年9月放棄這部分業(yè)務(wù)，專注于Yibot。

　　現(xiàn)在看來，這仍然是最好的選擇。「信息交互的方式一直在演進(jìn)，從普通的線下、到電話、再到網(wǎng)絡(luò)，大家都在尋找下一代的的交互方式。」吳悅看好這個前途，「現(xiàn)在看來，對話機(jī)器人是比較合適的。而且從降本增效的角度看，聊天機(jī)器人確實(shí)能夠在客服領(lǐng)域帶來一定程度的變革。」

　　Yibot并非通用的聊天機(jī)器人，而是利用自然語言語義理解及深度學(xué)習(xí)算法，為企業(yè)級客戶提供的一套智能客服機(jī)器人系統(tǒng)。

　　與智能音箱不同，智能客服領(lǐng)域的市場并不需要教育。從市場上來看，如果場景的客戶群體數(shù)目大、咨詢頻次高、問題重復(fù)度高的話，引入高性能的智能客服機(jī)器人能極大地節(jié)省人工成本。根據(jù)追一科技提供的資料，智能機(jī)器人客服可以解決85%的常見客服問題，而一個機(jī)器人坐席的花費(fèi)只相當(dāng)于一個人工坐席花費(fèi)的10%。

　　Yibot的第一個客戶是滴滴出行，這也是近些年互聯(lián)網(wǎng)領(lǐng)域的典型代表。由于滴滴平臺式的業(yè)務(wù)發(fā)展很快，客服的需求日益劇增，先前引入的客戶機(jī)器人的效果不是特別理想，正在尋找新的合作機(jī)構(gòu)。

　　2016年7月，追一和滴滴開始進(jìn)行小容量測試。在這個過程中，吳悅發(fā)現(xiàn)技術(shù)只是其中一個敲門磚，真正落地的時候，各種業(yè)務(wù)需求和變動消磨了很長的時間。例如，團(tuán)隊(duì)利用了以往在搜索方面的優(yōu)勢，其機(jī)器人回答準(zhǔn)確率指標(biāo)已經(jīng)達(dá)到80%，比一般的競爭對手的70%已經(jīng)高出了許多，但其實(shí)距離顧客要求的90%仍有很大差距。這時候，團(tuán)隊(duì)引入了深度學(xué)習(xí)算法，經(jīng)歷多次優(yōu)化后將效果慢慢調(diào)上來。

　　智能客服有兩個重要的指標(biāo):意圖識別準(zhǔn)確率和解決率。通過語義搜索和深度學(xué)習(xí)，YiBot能溝突破文本表面文字的限制，在這兩個指標(biāo)上達(dá)到較好的效果。此時，智能客服可以自動解答常見的業(yè)務(wù)問題，當(dāng)問題實(shí)在無法解決或用戶明確說明「我想聯(lián)系人工客服」、「轉(zhuǎn)人工」等情況出現(xiàn)時，才會轉(zhuǎn)入人工服務(wù)。

　　最終，滴滴通過比較后認(rèn)定追一的產(chǎn)品更為穩(wěn)定，在2016年11月份正式落地小滴機(jī)器人。

　　除此之外，Yibot后臺功能包括了知識庫管理以及機(jī)器人智能教育。同時，基于客服數(shù)據(jù)，Yibot還能提供運(yùn)維監(jiān)控、熱點(diǎn)分析、敏感分析、情緒分析等功能，及時發(fā)現(xiàn)用戶行為趨勢，為客戶產(chǎn)品運(yùn)營提供保障和決策支撐。

　　吳悅表示，目前客戶主要集中在O2O、電商和金融落地這三個領(lǐng)域。前兩者是解決效率的問題，但金融領(lǐng)域更關(guān)注的是提升用戶體驗(yàn)，差異化的服務(wù)能夠提供一些別樣的競爭力。例如有統(tǒng)計(jì)數(shù)據(jù)顯示，在金融行業(yè)，用在用戶留存上5%的投入，能帶來25%的收益。因?yàn)橹艺\客戶會不斷在企業(yè)產(chǎn)生購買，而企業(yè)需要為他付出的邊際成本是越來越低的。一旦這種忠誠關(guān)系建立，用戶輕易不會再去嘗試其它他所不熟悉同類產(chǎn)品。

　　在這一點(diǎn)上，吳悅延續(xù)了此前的觀點(diǎn)，「做技術(shù)服務(wù)時，用戶的滿意度是最重要的。」目前追一所做的，都是通過ToB的方式間接地與C端接觸，同時會接收大量的反饋意見，從而改善產(chǎn)品的體驗(yàn)。吳悅一直認(rèn)為，追一鎖定的是ToB服務(wù)，在這類業(yè)務(wù)鏈中，任何技術(shù)都要落地實(shí)現(xiàn)技術(shù)產(chǎn)品化，把技術(shù)能力和企業(yè)需求之間的間隔彌補(bǔ)起來，真正解決企業(yè)的痛點(diǎn)。

　　因此，Bot也好、做語義處理也好，核心仍然是依托一個領(lǐng)域。「我們定位很清楚，依托于企業(yè)自有的數(shù)據(jù)去做Bot，無縫連接客戶的需求，而不是圍繞技術(shù)本身或是公有數(shù)據(jù)。」吳悅說。

　　基于自然語言技術(shù)的應(yīng)用中，還有微軟小冰，蘋果Siri等典型代表。吳悅認(rèn)為，整個市場還屬于早期開發(fā)的階段，大家都深耕于某一個領(lǐng)域。對于客服機(jī)器人的發(fā)展階段而言，大致有四個分類:基于關(guān)鍵詞匹配的「檢索式機(jī)器人」、第二階段是運(yùn)用一定的模板，支持多個詞匹配，并具有模糊查詢能力、第三階段是在關(guān)鍵詞匹配的基礎(chǔ)上引入了搜索技術(shù)，根據(jù)文本相關(guān)性進(jìn)行排序，第四階段是以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，應(yīng)用深度學(xué)習(xí)理解意圖的技術(shù)。

　　相比于通用的聊天機(jī)器人，吳悅表示，「目前追一更專注結(jié)合企業(yè)自有的數(shù)據(jù)，例如數(shù)據(jù)庫和運(yùn)營數(shù)據(jù)，構(gòu)建合作的體系。」在構(gòu)建知識庫的時候，YiBot可以依據(jù)行業(yè)經(jīng)驗(yàn)，提供該行業(yè)下的知識庫分類體系，以便快速構(gòu)建知識體系框架，在補(bǔ)充知識點(diǎn)的過程中，還可以結(jié)合基于客服的大數(shù)據(jù)分析技術(shù)給出合理的建議。

　　此外，Yibot涉及到動態(tài)知識，也可以應(yīng)用于更為復(fù)雜的場景。團(tuán)隊(duì)也需要對深度學(xué)習(xí)技術(shù)進(jìn)行深度開發(fā)與應(yīng)用，實(shí)現(xiàn)技術(shù)層面的優(yōu)化進(jìn)而提升準(zhǔn)確率，并積累足夠的技術(shù)解決方案上的優(yōu)勢。用戶體驗(yàn)的提升，也不僅僅依賴于技術(shù)本身的創(chuàng)新，在知識庫運(yùn)營過程中，YiBot也能夠通過FAQ問題優(yōu)化和FAQ答案優(yōu)化來不斷地幫助完善和優(yōu)化知識體系。

　　但不止于此。在近期與招商銀行信用卡中心的合作中，吳悅正在突破「智能客服」這一概念，希望能給用戶更好的交互體驗(yàn)。另一方面，通過Bot或者助手的形式，企業(yè)的許多「隱藏功能」也能夠得到更好的展示機(jī)會。

　　「現(xiàn)在信息爆炸，商品信息也同樣如此。」吳悅對Bot還有更多的設(shè)想，「如果對話機(jī)器人很好地觸及到支付這一環(huán)節(jié)，又有可能取代電商平臺的搜索功能，突破‘智能客服’的基礎(chǔ)服務(wù)，深入服務(wù)企業(yè)和用戶，包括目前非售后客服的嘗試，如智能推薦、搜索等。」

　　對于未來，吳悅認(rèn)為，交互的介質(zhì)還可能是語音、視頻等多媒體的形式。但對于創(chuàng)業(yè)公司來說不能面面俱到，懂得舍棄是更重要的能力。對追一而言，目前所做的是把守住技術(shù)的核心，把大的方向確定，再去慢慢探索。「不管是技術(shù)、產(chǎn)品還是銷售，我們覺得客戶都是我們的第一位。這樣我們可以很快地調(diào)整。」以不變應(yīng)萬變，這是追一的方式。

　　「客服只是一個開始，在未來，交互會是一個更大的事，我們想做一家深度服務(wù)企業(yè)的AI公司。」吳悅說。