数字员工:人工智能落地企服市场新增长点4887铁

时间: 2019-10-22

  O2O业务在某种意义上是传统行业和互联网的结合,通过消费互联网的方式升级,也由此催生出千亿级的外卖市场,以及各种到店、到家服务。

  趋势与市场环境的变化,往往会助推新事物的诞生与发展。O2O业务大量延伸出增量的客服需求,让智能客服有了进入传统行业的机会。

  NLP(自然语言处理)是搜索引擎的核心技术之一。吴悦与两位联合创始人刘云峰、汶林丁,之前均任职于腾讯搜索部门,他们所做的客服机器人产品,一开始即采用了深度学习与NLP技术。

  无论是AI,还是to B,放在2016年,或者今天,或者不远的未来,都是一个不断碰壁、持续探索、慢步前行的过程。

  滴滴曾经跟他们抱怨过,之前用的一家客服机器人供应商,准确率一直不是很高。

  对于试用结果,追一科技CTO刘云峰内心还是有些打鼓的, 「技术上不存在太大难度,但是我不知道追一的技术和之前那些厂商相比,有没有优势,有多大优势,这就像一个转学学生,之前学校学到很多知识,但是他不知道在新学校和同班生比的话,考试会考第几。」

  当时滴滴组织厂商做相同的题目来比较准确率。结果那次「考试」,追一领先了原来那家厂商14%,达到近90%的准确率。

  「携程、滴滴、国美当时都在跟传统机器人厂家合作或者对接,只有我们是一套全新的技术。深度学习的方式,效果比传统的机器人好很多;端到端学习,让整个运营门槛降了很多。这核心的两点,让我们跟传统机器人有了明显的代差。」吴悦对新经济100人说。

  技术代差带来的时间窗口,悄悄打开了。上一代机器人厂商已经教育过部分市场,对追一来说,逐个吃下大客户,树立行业标杆,提高垂直行业市场份额,是早期乃至中期都要坚持的路径。

  追一把战场首先推到了金融行业。他们进入这个领域,是一个机遇,也有一些巧合。

  当时正值某银行信用卡中心想升级客服机器人,开启测试,已经测了半年。等到追一得知这个消息,距离最后的截止日期只有一个月时间,国内最好的客服机器人厂商云集于此,追一是最后一家进入竞逐的公司。

  该银行心态开放、热爱创新,1999年启动首家网上银行,云计算和大数据时代,也是第一批吃螃蟹的人。

  因此,他们没有戴着有色眼镜看待追一这家初创公司,反而对新事物充满了好奇。

  当时追一与老牌智能客服厂商的测试准确率不相上下,都是93%至94%,该老牌厂商已经运营了多年,而追一刚部署了一个月。显然深度学习的方式更有潜力,新旧技术的代差显露出来。

  金融,是企业服务比较难做的行业,因为它对数据和信息敏感,对技术实力和服务质量敏感,有一套非常严苛的测试、部署流程。在追一看来,率先攻下金融,等于占领了一座高峰,再进军其他行业,就具备战略优势。

  「金融行业,目前我们的覆盖是领先的,在TOP100的机构里,我们覆盖了大约70%到80%的市场。」吴悦说。

  2018年一整年,追一科技团队做了200多个POC(针对客户具体应用的验证性测试),交付了六七十个项目,而交付团队只有五十人。这样的效率,是追一踩过无数坑后,慢慢把工程和后台体系搭建起来的结果。

  私有化项目的优劣势非常明显,对于早期创业公司来说,它短期可以带来可观的现金流,服务的多是大型企业,容易树立品牌影响力;不足之处在于对团队的要求比较高,尤其是在交付这一块,需要投入大量人力与时间,并且线性增长,边际成本不降反增。

  追一早期项目不多,刚开始创业时人才比较缺乏,员工多是应届毕业生或者实习生。他们慢慢积累了六七个产品的解决方案,一步步把团队搭起来。

  交付成为了阻碍增长的严重问题。追一后台负责人调去组建交付团队,花了两年时间打造了一支百人左右的团队。

  当时他们从头部科技公司物色经验丰富的交付人才,吸纳了BAT十多位专家及高级技术人才加盟,才逐步把中台团队组建起来。

  「若非如此,整个公司的复制性和规模化问题很难解决,这些人都是做过大量大型系统加工的,必须去找这么一波人。」追一科技联合创始人汶林丁说。

  2019年,追一做了500多个POC,实施项目量翻倍,但交付团队并未新增人员。

  然而,金融客户全是大客户,回款周期长,增长痛苦。这促使追一开始做公有云业务,构建另一个增长点,为未来铺路。

  「我们的打法跟现在很多智能客服公司不一样,他们是直接拿一个很通用的产品,建立庞大的电销团队,卖什么东西可能就不重要了,虽然大家一直在强调自家产品和别人产品的差异化,但是分析他们产品,这种差异只是很短时间之内创造的东西。」

  在银行等金融机构的私有化部署内,每个企业硬件、网络等基础设施都不一样,在交付时非常定制化,通常需要数月之久。

  这种差异化曾让追一吃过不少苦头,后来他们通过虚拟化、容器化等PaaS层面的技术方案消除企业之间的差异化,营造一种相对标准化的实施环境,从而简化安装部署,降低成本。

  「现在付出成本最高的两点,一个是研发和稳定性,一是现场AI产品的交付。因为研发迭代非常快,研发流程、研发质量包括测试并不完备,只能边打仗边一点一点积累,这个过程非常痛苦。」汶林丁说。

  智能客服项目每到一个客户那里,都要帮客户建立一套知识图谱,跟场景、业务相关。这个过程非常耗时耗力,例如一家银行,在追一已经具备多家银行场景经验的基础上,仍需要一个人完全投入两三周时间,效率仍有很大提升空间。

  前两三年,在追一科技的第一阶段与第二阶段,对外,他们拿下KA客户,树立起品牌形象,对内,搭建起中台与后台,规范标准化流程。

  结构化增长即拉新,获客。拉新不易,金融市场盘子有限,几年时间就可以吃透,接下来就是锁定这些客户,深挖它的价值,把服务的连续性做起来。

  结构化增长是公司的根据地。放眼全球,商业银行对企业服务的贡献是排名最高的。虽然国内商业环境形成标准付费行为尚需要一个过程,但是非常有深耕的价值。

  例如2019年,追一科技头部客户的签单额达到了千万级别,与过去智能客服机器人百万级别的单子相比,增加了语音、坐席辅助、分期等很多服务,这种基于客服服务的纵向拓展,可以让商务成本降低很多。

  它起源于客户的需求。当时追一的客户提出智能客服完全可以用到其内部的办公场景,例如公司内部的OA、财务、人力的常见问题,包括报销、入职指引、打印机驱动等数百个问题。于是追一建立了一个完备的知识库,客户只要把那些问题里面的答案换成公司相应的链接或者答案即可。

  目前追一正在跟企业微信、钉钉等平台对接,这样一来企业直接买下第三方应用就可以使用,如果企业微信、钉钉把人力行政机器人的接口开放给第三方,人力行政岗位的重复性工作全部可以预设好,不需要员工定时再去操作。

  这种结构化增长的思路,让追一从智能客服这样一个切入点,开始提供更多服务,逐渐形成了「数字员工」的概念。4887铁算盘资料管家婆

  「我们目前提供数字员工的工种大概有50种。同时,如果按人的边界去衡量工作量,截至2019年,我们对外基本相当于提供了大概10,000名雇员。」汶林丁对新经济100人说。

  「我们公司做的是下一代智能交互,这个交互通过自然语言意图理解,把各个场景串接起来,哪怕小场景知识库的机器人,也算一个数字员工的工种,这样大家沟通成本就会降低很多。 」

  战略型增长涉及到从私有云到公有云,以及生态、渠道的拓展。从自营到渠道、生态的拓展,通常是企业发展壮大的必经之路。像微软、深信服等企业,渠道贡献营收比例都非常可观。

  「一个公司未来要发展,生态的比例肯定是持续增大的,甚至以后结构性增长或者自己自营的部分慢慢都要交出去,你只做最核心的、打样的东西。」汶林丁说。

  如果全部自营,到一定阶段,公司的服务必定是跟不上的。哪怕如腾讯、如阿里,有上万人的技术团队,如果深入去做项目,仍然会力不从心。

  对巨头来说,生态亦是最佳选择,从IaaS向上,做到PaaS,更具体的应用解决方案,应由合作伙伴共同完成。

  「我们和合作伙伴的合作,是利用合作伙伴积累的场景和数据,结合我们的技术和产品,打造比较专业的解决方案,在合作伙伴的客户群中快速落地。」

  例如某家掌握了绝大部分985、211高校市场资源的公司,2018年下半年开始与追一合作,至今已经推了一百家高校,2019年内计划再推三百家,以云服务的方式快速落地。

  再比如,追一某个图书馆的合作伙伴,做的是市、区的公共图书馆,这种图书馆一般规模都比较大,每层放四个实体机器人,可以通过对话交流的方式查询图书并引路。机器人的交互模块,就是追一提供的技术。

  为此,他们也招聘了一些在传统销售、渠道做了几十年的人,打通跟合作伙伴的语言体系。在共同的营销思路和方法论下,快速建立起信任关系。

  烯牛数据显示,2018年企业服务遇冷,投融资事件从2017年的2135起降至1440起;人工智能领域投融资事件从590起降至541起,但融资额大幅提升,头部效应显露。

  经历了2016年之后的快速发展与洗牌,智能客服头部阵营也基本确立,各有倚重,成犄角之势。

  「我们在做的事情,它需要三个方面的能力,一个是商业化能力,包括获客和交付,第二是产品化能力,中国企业软件产品挺落后的,过去20年没有什么大发展,先发优势可以带来我们对产品的理解和沉淀,第三是技术优势,真正经历过搜索沉淀的,也就这几个团队,我们是其中一个很重要的分支。」吴悦说。


      友情链接:
  • Copyright 2018-2021 主页 版权所有,未经授权,禁止转载。