Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

发布 AI 导购机器人,智能一点要赋能新零售,为品牌客户提供 AI 大脑

6 月 27 日,智能一点 2018 新品发布会在北京微软大厦召开,发布会以「智无止境 点 AI 成金」为主题,聚焦 AI 赋能新零售。发布会上,智能一点创始人 CEO 胡云华正式对外公布了公司 AI 平台级产品:萝卜塔(ROBOTA)智能交互推荐系统和垂直行业售前 AI 导购解决方案,深度布局新零售,打造线上线下多场景智能客服导购平台。

发布 AI 导购<mark data-type=technologies data-id=6c5b1955-9e01-4b6e-b24c-4b6c87d44ed0>机器人</mark>,智能一点要为品牌客户提供 AI 大脑

智能一点分享了公司于近期荣获 KDD 2018 国际会议颁发的初创公司研究奖。同时,宣布启动 A 轮融资计划。据悉新一轮融资将用于后续产品的研发和完善,拓展包括教育、金融和医疗在内的更多垂直领域的智能机器人服务。此前智能一点已获得由得同德资产领投,新世界集团旗下 K11 跟投的 1400 万 pre A+轮融资,到目前为止总融资额超 3000 万元。

当天,微软亚洲研究院副院长周明,微软加速器・北京 CEO 檀林、CTO 王雷,唯品会 AI 负责人黄惠燕, 青松基金副总裁王兆乾等一众行业专家和嘉宾、近百家品牌商家、五十余家投资机构和媒体也莅临现场。发布会中揭晓,启动微软加速器・北京 CEO 檀林宣布「微软创业者大生态计划」,将与智能一点共同创立「Intelligent Bot 加速营」打造 AI 垂直生态,赋能更多合作伙伴。

萝卜塔(Robota)智能交互系统亮相,AI 导购解决方案赋能新零售

6 月 27 日,在智能一点 2018 新品发布会上,萝卜塔(Robota)智能交互系统和垂直行业售前 AI 导购解决方案正式亮相。据悉,本次发布的萝卜塔(Robota)系统是智能一点自主研发的行业领先的智能交互推荐系统——对话式营销 AI 服务平台,其基于强大的人工智能自然语言理解、多轮对话和交互推荐技术,可大幅降低对话交互设计的门槛,减小个性化智能导购对话机器人的接入成本,极大提升了对话机器人的开发效率和性能。

与萝卜塔(Robota)共同发布的还有基于该系统打造的垂直行业售前 AI 导购解决方案——电商智能导购机器人。CEO 胡云华表示,智能一点的 AI 导购行业解决方案既不同于传统客服工具,也不同于大客户定制化智能导购和通用的售后智能客服,而是基于商品品类和业务场景打造的、在技术解决方案上更具挑战性的售前 AI 导购解决方案。目前智能一点的 AI 导购机器人问题回答准确率高达 97%,峰值独立接待率达 60%,可将客户询单转化率提升 15% 以上,在帮助企业实现盈利增长方面大有作为。

在产品展示环节中,COO 郑俊成为现场嘉宾演示了萝卜塔(Robota)智能交互推荐系统和智能导购方案在意图识别、多轮对话、上下文理解、个性化推荐方面的技术方案原理,以及对话机器人设计流程,展示了在双十一和 618 电商大促期间,AI 导购赋能合作伙伴、询单转化率大幅提升的实时数据。

据智能一点介绍,AI 导购不仅可以实现 7*24 小时秒速回复,而且可以自如应对多种场景下的售前导购和客服需求,目前公司已经与近百家企业品牌方、电商平台和电商代运营企业达成多维度赋能合作,行业覆盖母婴、服装、珠宝饰品、出行、零售、快消和家电 3C 等众多领域。

用 AI 打造智能商业时代,为品牌客户提供一个 AI 大脑

在此次大会上,胡云华表示:从前在微软做科学家,后来到阿里带算法团队,再到如今的创业都是为了寻找人工智能为人类带来价值的发展方向。回顾智能一点从只有几个人的研发小组,到如今兼顾研发与市场的 80 余人团队,虽然创业路上免不了一些艰辛和曲折,但是团队始终选择的是一个正确的方向。

随着新零售变革的不断深入,线上、线下零售各个场景中都开始渗入 AI 智能解决方案。与此同时,在流量争夺愈加白热化的情况下,更周到人性化、智能化的服务正成为电商和品牌商家新的迫切需求和核心竞争力。

目前智能一点对话式营销 AI 服务平台通过 SaaS 模式面向垂直领域企业客户,以基于用户意图的对话模型,结合行业知识图谱,在自然语言交互的过程中,实现信息和服务的精准推送和主动呈现,帮助客户以低门槛、高效率、个性化的方式,建立与消费者的深层次互动,激活潜在消费者,创造更大的商业价值。

产业智能零售融资人机交互自然语言处理
相关数据
知识图谱技术

知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲,知识图谱就是把所有不同种类的信息(Heterogeneous Information)连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。 知识图谱这个概念最早由Google提出,主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎,知识图谱可用来更好地查询复杂的关联信息,从语义层面理解用户意图,改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候,搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月,家庭情况等等。

机器人技术技术

机器人学(Robotics)研究的是「机器人的设计、制造、运作和应用,以及控制它们的计算机系统、传感反馈和信息处理」 [25] 。 机器人可以分成两大类:固定机器人和移动机器人。固定机器人通常被用于工业生产(比如用于装配线)。常见的移动机器人应用有货运机器人、空中机器人和自动载具。机器人需要不同部件和系统的协作才能实现最优的作业。其中在硬件上包含传感器、反应器和控制器;另外还有能够实现感知能力的软件,比如定位、地图测绘和目标识别。之前章节中提及的技术都可以在机器人上得到应用和集成,这也是人工智能领域最早的终极目标之一。

推荐系统技术

推荐系统(RS)主要是指应用协同智能(collaborative intelligence)做推荐的技术。推荐系统的两大主流类型是基于内容的推荐系统和协同过滤(Collaborative Filtering)。另外还有基于知识的推荐系统(包括基于本体和基于案例的推荐系统)是一类特殊的推荐系统,这类系统更加注重知识表征和推理。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

暂无评论
暂无评论~