声通科技成立于2005年，专注计算机通信领域产品开发和集成，是云呼叫中心（托管呼叫中心）、呼叫中心系统解决方案专业服务商，也是新华网互联网小镇云通信服务唯一供应商和合作伙伴，产品涵盖语音、传真、邮件、短信等多媒体通讯产品，服务的客户涉及通信运营商、汽车服务、互联网、金融保险、地产、旅游、教育培训、IT电子等领域，包括天翼翼支付、链家地产、上海机场、上汽集团、山东航空等。

声通科技的产品包括云呼叫中心、电销型呼叫中心、小型呼叫中心、呼叫中心外包等，能够为客户提供整体解决方案，满足不同客户对不同类型、规模的呼叫中心系统的需求。

云呼叫中心是互联网模式下的呼叫中心服务，也是声通科技积极推动的企业服务。云呼叫中心具备语音导航、来电弹屏、通话录音、CRM管理、工单系统、实时填表等功能，支持移动办公，是云端化、智能化、平台化的客服和营销中心呼叫平台。企业无需大量硬件投入，即可与第三方业务无缝对接，提升坐席工作效率。

目前，声通科技累计发放许可近4万线，占国内中高端市场近3.5%的份额，华东区域排名第一，年销售额超过6000万，是国内同类企业中少有的兼具大型项目建设能力和独立运营大型云端平台的企业。

在客服赛道上，智能化、云服务是企业服务应用的发展方向。蜗牛派此前报道的Udesk、讯众通信、中通天鸿、竹间智能等呼叫中心客服方案提供商，运用人工智能和云通信转变传统的客服系统逻辑，提升效率和用户体验。

盈科资本该项目负责人认为，声通科技不仅是一家声讯服务企业，也是一家能够帮助包括金融、教育、互联网等关系国计民生的关键行业摆脱进口依赖的硬科技企业，对于企业与客户建立安全顺畅交互的通道意义重大。此次投资将帮助声通科技完善业务布局，加快产品更新步伐，进一步巩固行业优势地位，形成自主知识产权，实现完成进口替代的愿景。

本次投资方盈科资本成立于2010年，专注投资科创产业龙头企业。截至2019年末，公司管理资产规模近400亿元人民币，累计投资产业龙头企业近200个，形成了生物医药、消费升级、军民融合(军工航天)等三大产业生态圈，在企业级服务市场也有大量布局。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

竹间于2017年发布第一版Bot Factory™，经4年的优化，完成了多个版本的升级迭代，进而成为竹间产品走向商业化的关键核心和支柱。

此次发布包括27项重要技术和功能升级，6个企业级智能应用发布。一个平台，N个场景，无需代码，快速落地，旨在打造人人都能创建的对话式机器人平台。

Emotional Robot for everyone,

every business,

and every smart device

企业智能转型中的挑战与机遇

新基建是以新发展理念为核心，在“新基建”的催化下，人工智能率先在企业中加速落地，智能升级成为企业转型的关键。

智能化需要解决的是企业发展的核心问题——“降本增效”，而对话机器人的最大价值在于为企业人力效率有限、人力成本过高、获客成本居高不下等难题提供新思路，实现多角色、全场景、全媒体的协同应用。

不少企业已经采用对话机器人，但在使用过程中却产生了新的问题：

·      运维变得越来越困难

·      业务场景无法更新

·      答非所问、菜单式、无法回答客户问题

·      知识没有连接业务数据

·      缺乏有效的自学习

此同时企业拥有大量非结构化数据难以有效利用：

·      海量数据中，如何提取价值数据且对业务决策进行辅助

·      分散的多种数据，需要进行互动和共享，得到有效利用

·      数据种类繁多且数量巨大，缺乏检索和查询途径

·      大量孤岛数据，无法通过有效的工具进行搜索

·      众多非格式化文档数据，缺乏格式化工具进行格式化转换

·      面向业务的对象中，非结构化数据无法直接应用

针对企业在场景使用中的难题，竹间智能推出一站式企业级的情感人工智能平台——Bot Factory™，帮助创建管理对话机器人。机器人可控、可管、可达到目的，能理解意图、情感，支持0代码开发训练到部署到维护，全流程、全场景的流畅体验，企业无需配置专业技术人员，人人皆可上手。

三大AI支柱构建完整平台

Bot Factory™2020集对话式AI、认知AI、情感AI三大支柱为一体。

对话式AI即用人工智能技术处理和实现对话交互。实现对话交互需要强大的语义理解能力，需要NLP的基础能力，还有语音、知识图谱、推荐等等技术。对话式AI需要大量AI基础模块集成来支撑，从算法、从能力到平台，支持开发者进行二次开发，能够让所有人参与到使用、更新和维护中去。

认知AI包含像知识图谱这样的技术，可以处理大量非结构化数据，例如：产品文档、法规文档、财务报表等等，同时还可以持续不断地从数据挖掘、NLP和智能自动化的经验中学习，从而帮助企业处理海量数据。

情感AI体现在对话机器人的“情商”即对话流畅度上。情感AI除了理解人的情绪情感之外，还要保证对话交互“像人”。竹间提供25种情绪识别，此外还包括知识推理、丰富技能、精准意图、多场景跳转、语音全双工、对话行为侦测、用户画像等技术，加上累积的大量对话场景和数据，保证对话机器人的“双商”在线。

通过对话式AI+认知AI+情感AI，能力+数据+场景+业务，竹间打造一站式企业人工智能平台，在此之上可以搭建场景和解决方案。

四大技术底层，丰富平台场景

最底层的核心技术层，包含竹间多年自研积累的技术，以自然语言处理（NLP）、知识工程、深度学习 & AutoML、文本数据中台、语音辨识、视觉计算6大技术核心为主，兼顾了语音、图像、语义多项AI技术提供“听懂”、“看懂”、“读懂”的能力。核心的NLP能力上，在某些特定领域，增加了训练文档识别和文档解析的模型，提高知识提取的准确率。另外在中文自然语言理解技术的优势和架构上，竹间智能升级了英文语义模型。

第二层为AI平台层，由多个AI模块构成两大平台即Bot Factory™和Gemini平台。Bot Factory™平台是面向全场景，端到端开发对话交互机器人的平台，可以开发ToC机器人，也可以面向ToB业务。Gemini是围绕知识创新及应用构建的平台，帮助企业用AI挖掘、自动构建等技术，将海量的非结构化数据、半结构化数据加工成知识图谱，并结合业务特点，开发出各种智能应用。

第三层则为应用层，基于平台开发的各项智能应用，可以直接完成场景落地。包括竹间基于语音语义的AI Contact Center Total Solution、基于知识图谱的应用。这些应用功能已经经过实际验证，可以集成企业已有的系统，快速升级为智能化业务系统。未来也会跟合作伙伴一起合作，发布更多的企业级智能应用。

第四层是基于行业的完整解决方案，通过智能化应用在不同的行业场景下，累积成为标准的行业解决方案。智慧金融行业的应用中，通过AI技术进行精准营销、客户激活、智能投顾，财经分析，基金图谱，金融业务办理，金融催收回访、人群画像分析等等。

人人都可以DIY的机器人平台

Bot Factory™2020具备三大特点：预训练意图轻松打造个人助理、企业助手、业务助理；百项内置技能实现开盒即用；聊天场景快速构建。

0代码创建一个机器人，上线后，机器人通过自学习持续提升回答准确率，并且拥有简易维护的特点。升级了英文语义模型后，在Bot Factory™2020上可以创建英文机器人，甚至可以通过英文进行外呼。

以业务目标驱动对话场景，构建可迭代的对话场景。

用NLP的方式解决语音场景下转写不准确、吞音丢字等纠错难点。同时升级了对话行为分类、对话信息抽取，精准意图识别等多项理解技术。优化了细颗粒度的模型，包括业务上下文、长句多意图的理解和的不同领域的情绪识别。

场景和业务数据打通，知识自动更新。

覆盖金融、智能终端、医疗医药、智慧教育、互联网、传统六大行业，领域模块快速启动，实现机器人的自学习。

既可服务于企业，又可以服务消费者

在B端，Bot Factory™2020已预训练了近千个各行业领域的意图，以及大量的语义解析模型和行业知识模版，实现短周期内快速投入上线，节省人力和时间。对于部分需要定制化服务的企业，在机器学习自动化平台上，意图模型、语义解析模型、问答模型都可以进行二次开发，也可以引进新的模型，让定制化更简单，更符合企业需求。解决传统对话机器人维护困难、缺乏有效自学习的问题。

To C端，Bot Factory™2020上有已经开发的百项技能，在很多IoT语音助手上都可以访问到这些技能。同时，竹间还提供技能开发平台，广大开发者可以在平台上打造技能，也可以快速地上架到各大开发者平台，实现AI能力与价值创造的平衡。竹间也在和汽车主机厂合作，打造个性化的车载助理，研究有前瞻性的场景。

三种驱动 三种部署

Bot Factory™2020 对主要的三个引擎都做了重要的升级，并且做到了QA+知识+任务的一体化用户体验。

QA驱动

解决了冷启动的问题，通过历史日志数据学习+行业预训练模型，让对话机器人的创建数据成本非常低，通过对话的批量测试，保证上线后对话机器人问答的准确率。

知识驱动

通过数据与语义解耦，知识实体可以不断新增，而不影响机器人的对问题理解。

非结构化文档，通过识别、解析、提取、构建的自动化流程转成知识图谱，并可以被搜索、推理。

任务驱动

人机对话应秉持连续顺畅的原则，竹间对话机器人不仅支持单个任务内上下文的连续，也支持任务场景之间上下文的连续性。

任务机器人不能用简单的关键词来抽取，所以竹间的对话机器人在语义上解决了分类、抽取、推荐等技术难点。无需写代码，通过拖拽式的workflow，即可构建任务场景，并可无缝集成语音电话。

任务引擎的工具经过迭代和项目验证，保证了友好的搭建场景的界面的同时，也支持开发级别的代码集成，兼顾了普通运营人员和专业开发者的使用体验。所有接入都可以以API形式接入，友好、丰富的API，支持生态开发。

灵活的部署方式，保证企业可根据自身的需求进行选择。Bot Factory™2020支持公有云、私有云以及混合部署，公有云的优势在于无需硬件成本，按需开通，并保证低延迟、高并发的对话请求，适合中小企业选择。

私有云则适合大型企业，采用高可用架构，支持QPS X N的性能扩展，保证安全与监控，包括虚拟化。

共建AI生态圈

除了新产品和新升级，在此次发布会中，竹间智能还推出了“ AI合伙人”计划。通过招募AI代理合伙人、AI区域合伙人、AI战略合伙人建立竹间智能的合作生态。竹间将为未来的“ AI合伙人”提供商务、培训、服务和市场活动上的支持，让更多人成为“新基建“的受益者。

竹间智能坚持以自然语言处理技术发展为核心，从产品生态到业务生态不断打磨。都说NLP难出独角兽，的确这是一场比拼技术和耐力的赛道，只有坚持，才能迎来对话机器人的高光未来。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

不过，受到疫情的影响，语音智能的商业化进程在不断加快。蜗牛派也接触到了一家国外做对话式智能AI公司–Artificial Solutions，希望对国内该赛道的创业者和投资人有所参考。

Artificial Solutions成立于2001年，美国总部位于加州硅谷，在瑞典上市。公司为客户提供端到端智能AI对话解决方案，通过TENEO平台分析理解自然语言数据，完成创建、扩展和优化对话式AI应用程序。

公司首席营销与战略官Andy Peart表示，Artificial Solution主要服务B2C的客户，重点推进行业是金融业、电信业、汽车业、零售业、公用事业。目前已经与美国AT&T通讯公司、壳牌 、斯科达汽车、日本资生等数百家企业达成合作。以金融领域为例，Artificial Solutions与意大利MPS旗下Widiba银行及其在线子公司合作，构建虚拟现实银行环境，客户可以通过远程AI语音对话，完成银行转账出纳等操作。

Andy Peart告诉36氪，全世界同赛道竞争公司较多，Artificial Solutions的优势是专利技术：混合方法处理数据。在会话人工智能中，构建自然语言系统有两种方法：机器学习和语言方法。机器学习模型需要系统从大量数据中学习，出现错误难以修改。语言方法模型严格精准，但建造复杂。Artificial Solutions将这两种方法结合在一个方案中，结合两者的优点 ，实现技术创新。Andy Peart表示，许多头部公司在与Artificial Solutions合作前都曾尝试建立自己的对话AI系统，后都因自然语言分析的复杂性而放弃。

TENEO是Artificial Solutions于2010年面向全球推出的多语言多系统的会话人工智能平台。目前，有包括中文在内的超36种可成熟使用的语言块NLU（Natural Language Understanding）。Artificial Solutions拥有建立在数十亿次真实对话基础上的自然语言数据库 TLRs（TENEO Languages Resources）。通过大量语言数据训练，TENEO可以快速分析语言排列结构等，精准给出同语言互动对话解决方案。每种语言结构打包安装在TENEO，用户可以快捷定制个性化语言和添加新语言。

大数据分析方面，TENEO使用的核心内嵌Cassandra是NOSQL（非关系型的数据库）技术的一种，而TENEO Data则是会话数据挖掘和分析套件。在2C端，企业通过大数据分析增强对客户喜恶的了解，2B方面可以监控对话程序性能、衡量关键KPI进程。例如，用户语音要求餐馆推荐，TENEO会从之前对话数据中了解用户的偏好，将隐含的个性化与其他用户的推荐结合，提供高度知情的定制响应。

在实施部署方面，TENEO是完成集成式开发和分析平台。通过简化自然语言应用程序的复杂性，开发人员可以在几周之内完成创建部署。

Artificial Solutions在商业模式分四部分：

• 使用TENEO平台的费用；
• 企业选择合作后的专业服务费；
• TENEO平台针对企业的维护和托管费用；
• 成功使用费（success based usage fee）：风险和回报的共同承担。

基于欧美地区严格的隐私保护法规，Artificial Solutions的数据安全性高，客户拥有掌控所有数据，可以删除数据中央存储库中任何相关对话数据。

今年，Artificial Solutions计划发展亚太市场。准备在新加坡建立区域中心，并准备建立中国分公司。CSO Andy Peart希望通过大型全球合作和本地化合作结合，加快Artificial Solutions在中国的发展。目前公司已经与多家中国本土企业有接触。

2018年，Artificial Solutions销售额为438.9万欧元（约3000万人民币），运营亏损为1157.9万欧元（约8800万人民币）。融资方面，2018年9月Artificial Solutions发行了D系列优先股，共募集资金1019万欧元。2018年12月，发行了5200万瑞典克朗的高级担保固定利率债券。

在疫情期间，Artificial Solutions推出了新款企业人工智能助手：Tiva。目标为公共和私营部门部署急需的人力资源和IT技术，支持当前远程工作的员工。即时回答员工在COVID19工作期间遇到的问题，公司定制问题答案，并与后端系统集成。

在中国，智能语音技术平台主要应用在客服领域。根据鲸准的报告显示，国内客服机器人的规模只有10亿左右，但是未来有可能成长为500-800亿的大市场。在该赛道，蜗牛派曾经报道过晓多科技、竹间智能、云问科技、来也科技、乐言等，融资轮次在B轮和C轮之间，营收平均不超过1亿元，基本没有盈利的企业。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

云问科技是蜗牛派曾报道过的公司，成立于2013年8月，基于NLP、深度学习等主要核心技术，为企业提供智能客服、智能运营的整体解决方案。

云问科技拥有数据层、技术层、服务层、输出平台等一系列完整的技术框架，同时兼具语义意图识别、知识图谱等技术能力。公开资料显示，云问先后服务超过近十万家企业，覆盖金融、证券、IT、互联网、通讯、政务、酒店、消费品、电商等近60个行业，稳定长期用户有西门子、海尔、工商银行、中国邮政、国家电网、金蝶、如家、美的、海南政府、当当网等。

以往客服领域，主要依靠大量的客服人员，人工处理海量的业务咨询，存在人力成本居高不下，数据统计困难，服务效率难提高等痛点问题，而智能客服可以一定程度解决这些矛盾。

融资历史方面，云问科技曾于2014年获得紫金科创数百万人民币的天使轮融资；2015年获得来自星河互联的1000万人民币Pre-A轮融资；2017年7月，云问科技完成3000万松禾资本领投的A轮融资。

在AI客服赛道，蜗牛派曾经报道过晓多科技、小i机器人、来也科技、竹间智能、小熊科技、追一科技，根据鲸准研究院发布的《中国智能客服行业研究报告》，国内的云客服和语音呼叫中心的行业市场规模达在150亿左右。

随着行业发展逐步进入深水期，最终哪些玩家能跑出来，笑到最后。考验的是企业的行业场景理解能力，技术能力、工程化经验、渠道建设推广以及成本控制能力等多方能力，同时也离不开资金的支持。

云客服市场不断发展，头部梯队也已经出现。从融资金额及轮次来看，晓多科技、小熊科技均于今年4月对外宣布完成上亿元的C轮融资，「来也科技」今年2月对外宣布了完成C轮4200万美元融资，竹间智能也于2019年10月对外宣布完成4500万美元B+轮融资。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

“从现在的技术发展看，机器人还无法模拟人类的情感。因为情感与创造力一样，是人工智能无法模仿和计算的。但这不妨碍人工智能通过语义理解、人脸识别、姿态识别、语音识别等方式识别判断人类情感情绪状态，并进行一些拟人化的人机对话。”竹间智能创始人兼CEO简仁贤表示。

做有温度的对话式机器人，打造现实版Samantha

“伴随着人工智能热潮的到来，现在市场上涌现了一批人工智能对话与聊天机器人，但其中大部分都是以关键词、规则模版为核心的旧技术，不能称为人工智能。另外一类虽然使用了深度学习与自然语言处理的算法，但只注重语义层面的理解。”

在踏入创业圈之前，简仁贤的身份标签是“前微软亚洲互联网工程院副院长”。在微软工作期间，其领导了微软小冰和小娜研发，这一段从业经验让他深切意识到“人机交互中，自然语言理解与情感情绪的理解缺一不可。”

基于这一认知，在创业之初，简仁贤就对未来的产品方向进行了规划——一个能理解人类语言、懂得人类情感的有温度的对话式机器人，即现实版的“Samantha”，并将其与垂直行业的具体场景深度融合，打造专业的AI专员。

成立至今，竹间智能已经快走过3年光阴，用简仁贤的话来说，他们现在已经步入了发展的快车道。在公司本身，竹间智能已经在上海、北京、深圳、台北设立了4个研发中心，汇聚了来自微软、亚马逊、谷歌、BAT的顶尖AI人才。同时也与招商银行、民生银行、唯品会、优必选、长虹等一系列行业领先企业达成了合作。在整体发展的大环境方面，国家对于人工智能的重视与规划俨然为他们打开了一条VIP通道。

标注百万级数据，打造“文本+语音+图形”多模态情感情绪识别

在眼下这个时代，“数据”就是如同石油般的存在，而对于时刻需要数据的硬科技创企而言，如何获取足够的数据是产品研发过程中的一个难题。于竹间智能，情绪识别等技术的准确性是“根本”，如何稳固这一根本？海量数据是也。

简仁贤表示，他们的数据除了一些公开数据外，为了保证情感情绪识别的准确度，他们也会对数百万高质量人脸表情图片进行专门的数据标注，从而便于系统的识别训练。

“在竹间眼中，人机对话是一项基础技术，只有和具体的垂直行业与应用场景结合，才能发挥人工智能真正的力量。”在简仁贤的应用场景描述中，竹间智能的对话机器人以“虚拟AI员工”的形象取代了真实的人类，扮演着产品导购、精准营销、投资顾问、企业HR助手等角色。

不过，这并不意味着人类被替代了，在这些场景中，从服务一线退下的人类转型成AI员工的管理者和培训者，通过“人机协作”的方式提高企业的运营效率，并降低成本。

值得注意的是，人机交互是个多渠道的复杂交互过程， 除了竹间的自然语言理解技术外，更结合了多模态情感情绪识别技术，来实现更深的语义理解和情感交互分析，从而达到人机交互过程中对人更深层次的理解。

此外，基于传统的以文本识别为主的情感情绪识别，竹间智能升级为“文本+语音+图形”的多模态情感情绪识别分析。“在技术上，竹间实现了通过自然语言处理对文本的情绪进行识别。通过深度学习与人脸识别技术实现对人脸情绪的识别，以及对语音情绪的识别。”

竹间还结合人机对话与情感情绪识别，拓展了一系列创新性应用。诸如在今年CES上，联合苏宁发布共同开发AI主动式导购机器人，在用户人脸属性与情绪识别的基础上，通过用户理解以自然语言对话为用户提供主动式的产品导购与推荐。

情感情绪识别为人机交互增添人性化色彩，推进AI融入世界

在创立之初，简仁贤对于产品的规划就是奔着“Samantha”去的，而“Samantha”最令人期待的一点就是“情感”，这也是竹间智能一直以来为自己产品贴上的“标签”。

有研究表示，人类交流中有80%的信息都是情感性的信息。“由于情感在人类信息沟通中的意义重大，所以AI对人类的情感情绪识别的是实现人性化的人机交互中必不可少的部分，情感识别与理解技术也是人机交互的基础性技术之一。”

我们都说，先有需求再有产品和市场。既如此，一个具备“情感情绪识别”的对话式机器人能够满足怎样的需求？

简仁贤称，通过对人类的情感进行获取、分类和识别，AI机器人可以在人机交互中实现更为亲切、拟人化的互动，大幅提升人机交互体验。另外，基于情感情绪识别，AI机器人也能够“主动”的为用户提供情感抚慰等服务。

“开展情感对话式机器人的研究不仅是为了满足技术的发展，更重要的是服务于人类。通过将情感计算与人机自然交互结合，我们可以探索广泛的应用前景。”

不过，以上一系列操作有时候还需要满足一个基本前提——用户愿意（主动）与机器人进行互动。然而，现实情况如何呢？与这一基本前提恰好相反，很少有用户愿意与机器人进行交流，甚至有的场景下，诸如智能客服，虽然人们发起对话并进行了多个对话伦次，但有的人或许并没有意识到与他进行互动的是一个机器人。不得不说，在用户磨合度上，对话式机器人还有的路走。

“通过拟人化的交互，能够打破人类对机器人的陌生感，提升普通人对于AI的接受程度，从而推动AI融入我们的生活。”简仁贤表示。

最后

当前，竹间智能已经于去年完成了B轮融资，在业务方面也涵盖了银行、证券、保险、电商、零售、智能硬件、客服呼叫中心等多个垂直行业。

对于接下来的规划，简仁贤表示，一方面，他们还将继续推动对话机器人与垂直行业的融合，从客服、导购等场景延展至更多应用场景，使对话机器人与业务场景深度融合；另一方面，将继续探索人机对话与情感情绪识别的创新应用，譬如机器人基于对用户人脸属性与情绪识别的基础，可以以语音交互的方式为其提供主动式的产品导购与推荐。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！