首單落地滴滴出行，追一科技要做的不僅僅是智能客服

機器之心原創

參與：項文虎、劉燕

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

如果你使用過滴滴的客服系統，會發現對話窗顯示「小滴機器人」正在為你服務，它會快速回答你的問題，解決司機繞路、拒載或者計費等問題。

小滴機器人是智能客服的典型案例，背後是追一科技提供的自然語言語義理解技術。目前，YiBot 準確率已達到 95% 以上，客戶有貝貝、卷皮、小紅書、OFO 等互聯網企業。今年上半年，YiBot 還進入到一些傳統領域，包括萬達、國美等購物中心，招商銀行信用卡、長江證券等金融機構。

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

看好對話機器人應用前景，是時候走出去了

2015 年，從中國科學技術大學碩士畢業在騰訊工作了十年的吳悅隱約感覺到，演算法、數據的結合會有許多好玩的事情。在騰訊內部的工作期間，吳悅就已經利用這些做各種嘗試，比如說結合數據和預測模型，進行電影票房的預測，同時開發了以自己名字命名的騰訊聊天機器人「小悅悅」。

但當時人工智慧還不像今天人人都會談起，吳悅並未意識到，自己的工作會與「人工智慧」緊密聯繫起來。實際上，搜索引擎最基本的模式是對海量內容進行解析、處理和組織，每一個環節都需要用到人工智慧的關鍵技術之一：自然語言處理。與此同時，隨著深度學習網路的發展，自然語言處理領域正在快速向前發展。

在此之前，作為騰訊基礎架構的幾個創始員工之一，吳悅與同事搭建了騰訊存儲的基礎架構體系。2012 年，吳悅進入 Soso, 負責網頁搜索的架構體系。2013 年，騰訊將 Soso 業務賣給搜狗之後，吳悅選擇留在騰訊，成為了騰訊 TEG 事業群搜索部門負責人，業務涵蓋了微信、QQ、應用寶、騰訊視頻、騰訊音樂等應用的搜索，並主持開發了天天快報的核心演算法推薦引擎。

到 2015 年底，搜索的業務告一段落，吳悅開始思考嘗試更具挑戰性的工作。在他看來，之騰訊的工作經歷對他或多或少產生了一些影響，在騰訊時大部分技術都是首先服務於內部平台，進而有機會拓展到企業外部，在這個過程中，自己帶領的團隊在內部不斷磨練也得到很好的反饋，這些積累是開拓新事業的基礎。

另一方面，從信息交互方式的演進、降本增效的角度分析，吳悅認定智能搜索和對話機器人會有很好的發展前景，於是找來騰訊的技術大拿同事，騰訊技術職發會技術研究通道負責人劉雲峰博士作為聯合創始人和 CTO、國防科學技術大學從事人工智慧方向科研工作的楊振宇博士作為技術總監，以及騰訊產品技術總監汶林丁共同創辦新公司「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、晨興資本數百萬美元的 A 輪融資。

離開了大平台，有更多的機會，也面臨更大的挑戰，最直接的問題就是如何盈利。

最終，團隊認為與基礎構架和大數據緊密聯繫的廣告業務和聊天機器人是兩大可能的方向，於是就開始了最初的業務嘗試。2016 年 6 月份，追一推出對話機器人 YiBot，廣告業務也齊頭並進。

吳悅自稱趕上了好時候，廣告趕上了直播的熱點，CPA（每次行動成本）效果也不錯。但廣告行業更需要大量的前期市場投入，這同樣是技術之外的考量標準。「技術雖然可能很好，但廣告的活動和市場是我們的短板。」吳悅說。儘管廣告業務對公司收入的拉動明顯，但對話機器人業務的市場也正在打開局面，幾經權衡，吳悅決定在 2016 年 9 月 放棄這部分業務，專註於 YiBot。

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

從滴滴入手，打開智能客服 Bot 市場

YiBot 並非通用的聊天機器人，而是利用自然語言語義理解及深度學習演算法，為企業級客戶提供的一套智能客服機器人系統。

與智能音箱不同，智能客服領域的市場並不需要教育。從市場上來看，如果場景的客戶群體數目大、諮詢頻次高、問題重複度高的話，引入高性能的智能客服機器人能極大地節省人工成本。根據追一科技提供的資料，智能機器人客服可以解決 85% 的常見客服問題，而一個機器人坐席的花費只相當於一個人工坐席花費的 10%。

YiBot 的第一個客戶是滴滴出行，這也是近些年互聯網領域的典型代表。由於滴滴平台式的業務發展很快，客服的需求日益劇增，先前引入的客戶機器人的效果不是特別理想，正在尋找新的合作機構。

2016 年 7 月，追一和滴滴開始進行小容量測試。在這個過程中，吳悅發現技術只是其中一個敲門磚，真正落地的時候，各種業務需求和變動消磨了很長的時間。例如，團隊利用了以往在搜索方面的優勢，其機器人回答準確率指標已經達到 80%，比一般的競爭對手的 70% 已經高出了許多，但其實距離顧客要求的 90% 仍有很大差距。這時候，團隊引入了深度學習演算法，經歷多次優化後將效果慢慢調上來。

智能客服有兩個重要的指標：意圖識別準確率和解決率。通過語義搜索和深度學習，YiBot 能溝突破文本表面文字的限制，在這兩個指標上達到較好的效果。此時，智能客服可以自動解答常見的業務問題，當問題實在無法解決或用戶明確說明「我想聯繫人工客服」、「轉人工」等情況出現時，才會轉入人工服務。

最終，滴滴通過比較後認定追一的產品更為穩定，在 2016 年 11 月份正式落地小滴機器人。

除此之外，YiBot 後台功能包括了知識庫管理以及機器人智能教育。同時，基於客服數據，YiBot 還能提供運維監控、熱點分析、敏感分析、情緒分析等功能，及時發現用戶行為趨勢，為客戶產品運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域。前兩者是解決效率的問題，但金融領域更關注的是提升用戶體驗，差異化的服務能夠提供一些別樣的競爭力。例如有統計數據顯示，在金融行業，用在用戶留存上 5% 的投入，能帶來 25% 的收益。因為忠誠客戶會不斷在企業產生購買，而企業需要為他付出的邊際成本是越來越低的。一旦這種忠誠關係建立，用戶輕易不會再去嘗試其它他所不熟悉同類產品。

在這一點上，吳悅延續了此前的觀點，「做技術服務時，用戶的滿意度是最重要的。」目前追一所做的，都是通過 To B 的方式間接地與 C 端接觸，同時會接收大量的反饋意見，從而改善產品的體驗。吳悅一直認為，追一鎖定的是 To B 服務，在這類業務鏈中，任何技術都要落地實現技術產品化，把技術能力和企業需求之間的間隔彌補起來，真正解決企業的痛點。

因此，Bot 也好、做語義處理也好，核心仍然是依託一個領域。「我們定位很清楚，依託於企業自有的數據去做 Bot，無縫連接客戶的需求，而不是圍繞技術本身或是公有數據。」吳悅說。

從客服開始，不止於客服

基於自然語言技術的應用中，還有微軟小冰，蘋果 Siri 等典型代表。吳悅認為，整個市場還屬於早期開發的階段，大家都深耕於某一個領域。對於客服機器人的發展階段而言，大致有四個分類：基於關鍵詞匹配的「檢索式機器人」、第二階段是運用一定的模板，支持多個詞匹配，並具有模糊查詢能力、第三階段是在關鍵詞匹配的基礎上引入了搜索技術，根據文本相關性進行排序，第四階段是以神經網路為基礎，應用深度學習理解意圖的技術。

相比於通用的聊天機器人，吳悅表示，「目前追一更專註結合企業自有的數據，例如資料庫和運營數據，構建合作的體系。」在構建知識庫的時候，YiBot 可以依據行業經驗，提供該行業下的知識庫分類體系，以便快速構建知識體系框架，在補充知識點的過程中，還可以結合基於客服的大數據分析技術給出合理的建議。

此外，YiBot 涉及到動態知識，也可以應用於更為複雜的場景。團隊也需要對深度學習技術進行深度開發與應用，實現技術層面的優化進而提升準確率，並積累足夠的技術解決方案上的優勢。用戶體驗的提升，也不僅僅依賴於技術本身的創新，在知識庫運營過程中，YiBot 也能夠通過 FAQ 問題優化和 FAQ 答案優化來不斷地幫助完善和優化知識體系。

但不止於此。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。另一方面，通過 Bot 或者助手的形式，企業的許多「隱藏功能」也能夠得到更好的展示機會。

「現在信息爆炸，商品信息也同樣如此。」吳悅對 Bot 還有更多的設想，「如果對話機器人很好地觸及到支付這一環節，又有可能取代電商平台的搜索功能，突破『智能客服』的基礎服務，深入服務企業和用戶，包括目前非售後客服的嘗試，如智能推薦、搜索等。」

對於未來，吳悅認為，交互的介質還可能是語音、視頻等多媒體的形式。但對於創業公司來說不能面面俱到，懂得捨棄是更重要的能力。對追一而言，目前所做的是把守住技術的核心，把大的方向確定，再去慢慢探索。「不管是技術、產品還是銷售，我們覺得客戶都是我們的第一位。這樣我們可以很快地調整。」以不變應萬變，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企業的 AI 公司。」吳悅說。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！