对话简仁贤：半年内连获两次融资，竹间智能做对了什么

作者 | 小葳

出品 | 子弹财经

“现在大家都比较小心谨慎，不敢随便出手，要投就投头部的。”

2021年，在AI产业一级市场，这种想法代表了大部分投资人的观点。2019年以来，国内AI产业切切实实感受到了资本降温。然而，一家专注语义理解赛道的AI创业公司却在半年内连获两轮融资，它就是竹间智能。

4月14日，竹间智能科技有限公司宣布完成1亿元人民币C+轮战略融资。这是继去年11月完成2亿元人民币C轮融资后，竹间智能6个月内的第二次融资，而且连续斩获银行系、券商系及国有集团公司资本及产业资源的加持。

竹间智能由前微软互联网工程院副院长简仁贤于2015年创办。基于NLP/NLU、情感智能、知识图谱等人工智能技术，竹间智能通过云化的人机交互产品，为企业提供全场景的客户交互解决方案。5年多来，竹间智能累计服务了金融、互联网、政务、IoT、能源、通信、健康医疗、教育等行业300多家大型企业，触达数亿终端用户。

在AI投融资普遍收缩的大环境下，竹间智能为何频获资本青睐？在NLP赛道，AI企业的护城河是什么？持续火爆的智能客服市场将面临怎样的行业竞争，企业又该如何将知识-业务-客服进行有效连接？

近日，「子弹财经」专访了竹间智能创始人兼CEO简仁贤。

1、AI产业资本降温？优质标的始终被资本热追

根据艾瑞咨询发布的《2020年中国人工智能产业研究报告》，国内一级市场人工智能赛道融资规模在2018年达到高峰之后，2019年开始出现明显下滑，2020年虽然有所回涨，但相比顶峰时期，无论在融资次数还是金额方面都大幅缩水。

“我们接触的很多投资人都认为，之前一年多甚至是未来，在人工智能领域的整体投资，可以预期会更加缩紧。”简仁贤告诉「子弹财经」。

那么，竹间智能为何能受资本青睐，频获融资？

一方面，近年来NLP市场需求暴增，显露出巨大的发展潜力。智能客服中心、疫情催生的在线问答、各类回访机器人等都是典型的NLP应用场景；加上企业开始意识到知识应用的重要性，知识图谱、知识库也都开始发挥关键作用。

在人工智能三大赛道中，相比语音和机器视觉，以NLP为基础的语义赛道还没有诞生巨头。资本、市场上下游各方面都期待近两年NLP赛道能跑出头部企业。这种头部不单纯是规模，更重要的是相比竞争者，能够将技术能力更快落地，并实现可持续盈利。

另一方面，在国内NLP赛道，优质的企业非常稀缺。NLP的技术壁垒很高。比尔·盖茨曾说，“语言理解是人工智能皇冠上的明珠”。5年多来，竹间智能一直专注在NLP技术领域，不仅打造了深厚的技术壁垒，也跑出了成熟的商业模式。两者相互促进，使竹间智能保持了高速的成长性。据透露，2021年一季度，竹间智能的商机总量已达到去年同期的4倍。

简仁贤将获得连续融资归因于三个关键点，“第一，竹间智能有长期的技术积累，而且是优于同业的。基于这种技术积累，形成了丰富的标准化的产品线；第二，我们的商业模式被投资人认可。竹间智能很早就布局AI技术云化战略，竹间云已经推出一段时间了，只是现在才公布；第三，整体NLP在未来人工智能应用市场的前景是毋庸置疑的。”

据悉，竹间智能的投资方中，不乏一些长期客户，他们被竹间优质的产品打动从而升级为投资方，双方成为战略伙伴。

对于竹间智能的优势，本轮投资方广发信德项目负责人杨昌泓先生认为：“竹间智能坚持自主研发底层NLP技术，结合高度标准化的产品，大大提升了企业效率，并且通过产品云化一起建立了新的壁垒”。申能诚毅投资总监刘喆先生则认为：“竹间智能的语义技术和标准化的NLP产品是同类AI企业里的佼佼者。”朗玛峰资本高级合伙人吕宁博先生表示：“竹间智能已经形成了多个标准化平台型的企业级产品，高效的工程化和交付能力获得多个行业上百家标杆客户认可。”

2、没有丰富知识的对话机器人，不是人工智能

近年来，企业客服中心、企业服务机器人成为NLP技术最典型的应用场景。很多企业开始改造低效率高成本的传统客服中心，智能客服中心大批涌现。然而一两年后，很些系统不仅无法升级，而且人力运维成本巨大。为什么会有这样的结果？

简仁贤一针见血地指出，“客服中心系统之所以没有办法越用越智能，因为其不具有真正的机器学习能力，也就是所谓‘假AI’。不具备核心NLP能力的对话机器人，没有办法理解复杂语义，更谈不上对情绪对场景的智能识别。”

使用传统工具搭建的智能客服系统，其语料库和知识库都要靠人工去做数据梳理和数据搭建，必然是高运营成本。而且很多所谓的智能客服中心其实只是一个基于关键词触发的问答系统，自然无法满足体验经济时代对客服中心的需求。

那么，真正智能的客服中心是什么样子呢？

在某大型保险企业的客服中心，竹间智能的实时坐席助手Emoti Mate已经成为客服专员全流程工作的智能伙伴，通过自动化的实时知识推荐，提供实时的辅助、陪练、质量监控。

在与客户的对话中，Emoti Mate都能给到坐席沟通建议，提供标准沟通话术、知识点提示、规范流程引导。即使是第一天上岗的新员工，也可以具备专家一般的服务能力。这背后，Emoti Mate底层的智能知识库融合了多渠道的数据，在统一平台上进行全链路数据洞察，成为客服人员的“智能大脑”。

某物流龙头企业上一代企业服务机器人语义理解能力差、拦截率低、运维成本高，竹间智能仅用10天时间就帮其上线了企业问答服务机器人平台，语义理解能力和拦截率显著提升，转人工次数明显下降。

该平台以竹间智能Bot Factory一站式的情感交互人工智能平台与Gemini 认知知识工程平台为基础，能自动构建通用及行业知识图谱，快速积累物流行业知识库，实现精细深度的语义理解及流程自动化。

双十一期间，竹间智能帮该物流企业搭建的企业问答服务机器人完成平均每日70万的会话量任务，最高当日会话量83万。如果换算成传统人工，需要至少3500位人工坐席才能保证同样的服务质量。

简单来说，竹间智能在NLP领域的护城河体现在两方面。一方面，竹间智能在底层技术方面坚持自研创新，在自然语言理解 NLP、对话交互平台、文本解析与情感计算领域不断突破。竹间智能已经连续3年入选Gartner Hype Cycle for ICT自然语言技术板块代表企业。另一方面，几年来数百个标杆客户项目落地的积累，形成了高度标准化的NLP产品与解决方案。

“竹间智能在NLP技术方面的突破在于，我们通过多年行业落地积累，将对话交互中的核心技术沉淀为一个通用的语义引擎，包括强化学习、深度学习、迁移学习，以及广泛的预训练模型仓库等技术。通用语义引擎加上不同垂直行业的场景与知识，形成了一个标准化兼具场景细分的对话机器人平台。”简仁贤介绍。

借此轮融资的时机，竹间智能推出「竹间云」标准化云平台产品，包括机器人工厂云，AICC+云 (AICC+ Cloud），认知及知识工程云(Gemini Cognitive Cloud），NLP云四大产品线，将核心产品线全部云化，以云服务的方式交付客户。

Bot Factory 是标准化机器人工厂平台，也是可定制的一站式AI中台。企业可以0代码搭建自己的企业AI助手，应用场景覆盖简单的智能问答机器人，到复杂的多轮对话、知识推理、语义搜索，在某些场景可以达到55%-70%人力节省和流程缩短。

竹间Gemini知识工程平台是对话机器人的智能大脑，它能够将企业已有的各式文档、业务规范流程等知识，不论是结构化、半结构化、还是非结构化数据，统一进行知识建模、抽取、融合、存储，自动构建可视化知识图谱，形成完整的企业和行业知识库。

AICC+ 2021年推出了四项旗舰产品，包括实时坐席助手Emoti Mate，实时质检及陪练教练一体化的Emoti Coach，围绕客服人员的实时及离线质检系统，将实时对话进行深入语义分析并提供风险点建议的Emoti QI，以及结合语音和语义理解的全双工交互机器人Emoti Voice。

竹间智能人机交互技术的另一大特色是融入情感AI，能够洞察人心。通过“多模态情感识别模型”，竹间的智能对话机器人可以在不同场景辨识不同的情绪情感。例如，监测对话双方实时情绪、语速，通过情绪识别、结合对话中的语义理解分析，对于客户出现的中性、愤怒、困惑、轻视、厌恶、恐惧等多种情绪进行识别并预警，在AICC+中有深入的应用，可以辅助坐席、实时质检还可以让外呼更贴近真人的体验感。

3、做AI时代的企业级商业操作系统

正如windows是互联网时代的操作系统，Android、iOS是移动互联网时代的操作系统，简仁贤认为，某种程度上，竹间云相当于AI时代的企业级商业操作系统。

其底层逻辑是，企业大量的业务运作都是在处理各类文档、运行各种流程，由此也诞生了像ERP、OA、CRM等一系列传统商业软件。简仁贤认为，企业所有业务中有80%的任务都可以由机器学习以及NLP、人机交互技术来替代。竹间智能的愿景就是用NLP技术完成80%企业跟人交互的场景。其余的少部分复杂场景，则可以用机器学习辅助人工，人机协同的方式来完成。

企业之所以有改造的需求，是因为传统商业流程痛点很多。一方面，一家企业的成功运作离不开庞大的知识，包括行业知识、业务流程、专家人才的经验等等。未来，知识库对企业越来越重要，但企业的知识往往庞杂、分散、数据规格不统一，没有被高效管理和深挖价值。另一方面，企业的传统业务流程过于复杂，很多通用流程往往耗费大量的人力成本。竹间智能希望通过AI技术帮助企业高效管理所有知识，应用知识，并智能优化业务流程。

竹间智能的商业模式是cloud-based标准化平台+低代码开发：把领先的NLP算法做成标准化的产品和解决方案，并以云产品云服务的方式交付给企业，其核心特点是“一高两低”：高度标准化，低代码定制化，低运营落地。

首先，用标准化产品替代AI行业普遍的项目制交付模式。过去几年，竹间智能将早期项目中的场景技术沉淀为标准化产品，打磨出过硬的工程化交付能力，解决了AI技术快速大规模落地的痛点。

“什么叫产品工程化能力？光有产品还不够，要把产品做到规模化，也就是说你能不能同时去服务100个、1000个、甚至10000个客户，而你花的人力跟成本是一样的，这叫规模化。”

现在，竹间智能的产品线全部做到开箱即用，零门槛开发。“一键部署”是竹间云2021产品的特色功能之一，用户只需点击按钮，便可以迅速创建能支持数百个甚至数千个机器人的平台。针对有个性化需求的大企业，竹间智能提供零代码开发平台，企业可以通过提供模块化的产品组合，灵活搭建自己的AI应用。

其次，竹间智能将产品全面云化作为未来发展的主线。目前，竹间云产品支持公有云、私有云以及混合云等多种部署模式。而且，竹间智能已经与阿里云、腾讯云、华为云、中国电子云，紫光云，AWS、微软Azure等主流云厂商建立了生态合作，企业用户可以在部分云上直接购买竹间智能的云产品。

“AI产品的云化是大趋势，也是未来3年到5年即将爆发的一个方向。竹间智能的定位是技术赋能商，在生态中我们的商业模式是‘竹间Inside’，希望通过云的方式将AI技术提供给各个企业。”

4、写在最后

“我们过去5年多的努力只是一个开端，智能客服是一个比较普遍性的应用，但是对话交互应用非常广泛，涵盖各个不同的企业、领域和场景，还有很多场景可以去落地。”

简仁贤认为，NLP未来的应用前景巨大，虽然竹间目前相对聚焦在六大重点行业，但NLP的应用其实是没有行业限制的，“只要有对话，只要有知识，都可以用NLP和机器学习去优化，去提降本增效。”

在NLP赛道，当多年技术积累与暴增的市场需求相遇，再用标准化与云化的清晰战略去加速落地，可以预见的是，竹间智能将进一步扩大领先优势，成为NLP赛道的领头羊。

*文中题图来自：摄图网，基于VRF协议。