「鎂客·請講」AI問答機器人、準確率97%,雲問科技將如何實現從B到C的跨越?
在未來,雲問科技計劃用B端來獲取C端資料,以推開消費者市場入口。
效率低下、重複度高,再加上愈加增長的人力成本,越來越多的人工客服正在被智慧客服所取代。此前,易到用車用智慧客服取代人工客服一事引起了業內的關注,也將“智慧客服”的概念推到了輿論的中心。
早在2013年,國內市場相繼湧現出了諸如Udesk、智齒科技等一大批智慧客服創業公司。而同一年,南京雲問網路科技有限公司(雲問科技)也正式成立,致力於以人工智慧問答機器人為載體,運用自然語言處理等AI技術,讓企業和使用者之間的互動變得更加簡單、智慧和高效。
雲問科技聯合創始人兼COO茆傳羽
雲問科技從一個專案中“破殼而出”
雲問科技聯合創始人兼COO茆傳羽說,7年前,當時還是雲問科技初始團隊的一幫人蔘與了一個篇章語義處理系統的專案(基於自然語言處理技術對內容篇章進行查重等等)。
但是由於專案使用者量獲得成功,使用者諮詢量急劇增大、問題的重複率也極高,於是他們想著自己做一套機器人客服系統來簡化工作量。
於是,在創始團隊成員兼CTO王清琛的帶領下,初始團隊的小夥伴們很快成功地搞出了一套AI問答機器人系統,並隨後把這套系統平臺向大眾開源,讓所有使用者都可以DIY自己的問答機器人。
“截止到2013上半年,我們的平臺上已經擁有了數千客戶群體,甚至有人主動要求付費,期望對一些功能進行個性優化。”茆傳羽介紹說。
2012年微信推出了“公眾號”功能,打造了一個天然用於“chat”的場景。2013年,“微信公眾號”大火,讓茆傳羽他們看到了前景和機遇,2013年底,他們決定將這一專案升級成一個公司來運營,也就是現在的雲問科技。
此外,由於此前專案積累了大量忠實使用者,因此雲問科技成立之初就實現了盈利。
業務覆蓋領域30+、準確率97%,他們仍在不斷拓寬佈局
雲問科技是國內第一家以SaaS模式來執行的智慧客服雲平臺。目前,他們已經和包括東軟、如家、華住、工行、海爾、國家電網等近兩萬家企業建立了合作,業務範圍覆蓋了金融、證券、IT、網際網路、通訊、政務、酒店、消費品、電商等30多個領域。
正是在擁有眾多B端行業客戶的基礎上,雲問科技獲得了大量的資料,做出了最全面和最真實的使用者畫像。基於此,雲問科技能夠通過深入分析,發現資料背後更多的隱藏價值,從而為客戶制定最精準的營銷推廣。
茆傳羽說,“經過多年探索,我們發現除了與客戶的外部溝通之外,企業在內部諮詢上也有著極大的需求。”由此,在以智慧客服機器人開啟市場入口之後,雲問科技開始逐步拓寬佈局,圍繞“AI問答機器人”的產品定位,在業務上做深入的橫向擴充套件和縱向挖掘。
雲問科技當前的業務主要分為三個方向:
1.線上智慧客服;
2.企業內部智慧助手,幫助企業在內部搭建類似於Siri、進行業務諮詢和呼叫的智慧系統;
3.智慧問答解決方案,將智慧問答服務從線上搬到線下,為智慧機器人、智慧大屏等硬體提供解決方案。
“像智齒、Udesk一類智慧客服做的是前端的人工線上客服部分,把各個渠道的訊息整合在一起,統一讓人工客服進行服務。而我們要做的就是在訊息來了之後,用機器人解決,即智慧化部分。”茆傳羽說。
為了正確理解使用者的意圖並準確回答,雲問科技後臺共設定了三個庫,分別是語義庫、寒暄庫和知識庫。其中,語義庫主要負責對使用者語義的理解,寒暄庫則是滿足和使用者交流的需求,而知識庫由雲問科技和客戶一起提供,它所做的是對具體業務知識的回答。
茆傳羽告訴記者,目前雲問科技的語義識別準確率已經達到了97%。而另據瞭解,國內同領域的圖靈機器人準確率為94.7%,小i機器人則為93%。
未來,雲問科技將攜AI問答機器人向C端推進
當前,雲問科技主攻B端,通過提供SaaS雲平臺以及行業解決方案向企業收費。不過,藉助於B端客戶和資料的沉澱,他們也在尋求進一步的突破。
“我們通過一個很小的切入點進入一家企業,進而獲得客戶的需求、喜好等一系列資料,從而能夠進行互動化的營銷、精準化的推薦。這是我們未來的一個走向。”茆傳羽如是說。
“在C端市場的爭奪上,我們暫時還不用與百度們刺刀見紅,而是會先行利用AI問答機器人來佔領‘chat’入口。”
在他看來,chat場景的本質就是讓使用者表達需求。通過在B端chat場景的沉澱,雲問科技能夠直接獲取更多的C端資料,從而更深入的瞭解使用者。屆時,這些資料將會是他們向C端市場推進的“利器”。
由此來看,雖然定位為“AI問答機器人”,但是不管是當前的走勢,還是未來的規劃,雲問科技想做的似乎不僅僅是單純意義上的“問答機器人”,而是會利用當下深耕B端市場所獲得的資料,讓AI問答機器人跳出侷限,向使用者提供更多的智慧化服務。
相關文章
- 「鎂客·請講」遊爾機器人孔祥戰:2017,這將是商用機器人爆發的一年機器人
- 匹配率高達90%的問答機器人是如何煉成的?機器人
- 搭建智慧問答機器人機器人
- 端側裝置AI代理最佳化框架問世,領域內準確率可達97%AI框架
- NLPIR利用知識圖譜技術提高智慧問答準確率
- 「鎂客·請講」打造一臺眼睛專屬“跑步機”,鷹視菲諾是如何用AI拯救近視的?AI
- 原來AI也可以如此簡單!教你從0到1開發開源知識問答機器人AI機器人
- 「鎂客·請講」MATRIX張國強:不懼公鏈競爭,將使用AI技術夯實區塊鏈地基AI區塊鏈
- 「鎂客·請講」竹間智慧簡仁賢:基於情緒識別打造對話式AI,推進機器人融入商業情緒識別AI機器人
- RAG技術全面解析:Langchain4j如何實現智慧問答的跨越式進化?LangChain
- 新型腦機介面可將大腦訊號轉化為語音 準確率高達97%腦機介面
- 小i機器人IPO:棄C端投B端,故事講到元宇宙機器人元宇宙
- 鎂客·請講|雲擴科技Silver Sun:以場景化解決方案+人人可用的RPA推動數字化落地
- 機器學習之分類:準確率機器學習
- 讓機器“答問如流”:從視覺到語言|VALSE2018之四視覺
- 準確率97%,將大腦訊號轉化為語音,新型腦機介面讓失語者「說話」腦機介面
- 【火爐煉AI】機器學習011-分類模型的評估:準確率,精確率,召回率,F1值AI機器學習模型
- 客服系統接入coze釦子機器人 實現了知識庫問答,以及文生圖功能機器人
- RPA機器人如何精準瞭解客戶需求機器人
- 「鎂客·請講」Visense Studio馮樑傑:遊戲基因的VR視訊,最好的表現是真人實拍互動...遊戲VR
- 知乎要用AI打造智慧社群,專治「答非所問」的瓦力機器人已上線AI機器人
- 一圖簡看基於搜尋的問答機器人設計機器人
- Java伺服器端如何實現跨越Java伺服器
- 準確率達100%,「人機互動」機器學習,驅動有機反應精確原子對映研究機器學習
- Rust 問答之從 HelloWorld 中可以學到什麼Rust
- Amazon SageMaker助力行者AI實現遊戲內容過濾準確率96%AI遊戲
- 深入探索智慧問答:從檢索到生成的技術之旅
- 《憤怒的小鳥》是如何從萬人追捧到無人問津的?
- [提問交流]請問如何實現多表聯結 加 分頁
- AI質檢優化實踐:召回率和準確率,哪個更重要?AI優化
- 「鎂客·請講」淺海科技塗慶博:VR內容製作必然會隨硬體迭代而升級VR
- 資料分析:AI智慧科技影響下,電話機器人實現落地AI機器人
- 案例2問答機器人報TypeError: Class com.hankcs.hanlp.HanLP is not found機器人ErrorHanLP
- 請問 appium 中如何實現滾動截圖APP
- AI質檢最佳化實踐:召回率和準確率,哪個更重要?AI
- 準確率(Accuracy) 精確率(Prescision) 召回率(Recall)
- 每日一問:講講 Java 虛擬機器的垃圾回收Java虛擬機
- 本地部署AI問答知識庫AI