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

竹间智能完成2亿元人民币C轮融资,获两大国有银行共同投资

11月6日,竹间智能科技(上海)有限公司宣布完成2亿元人民币C轮融资。本轮由中银国际领投,交银国际跟投、领沨资本再次追投。

竹间智能由前微软(亚洲)互联网工程院副院长简仁贤于2015年创办,5年多来,一直致力于自然语言处理(NLP/NLU)的技术,并且以自然语言理解情感计算为核心,推出企业级的人工智能平台,引领垂直行业的NLP/NLU产品化,目前产品落地业务范围已覆盖金融、企业、互联网、数字政府/城市、智能终端/物联网、能源、运营商、健康医疗、与智慧教育等行业,服务了300多家大型企业,触达数亿终端用户。

在高壁垒的NLP平台基础上,竹间更将NLP与Fintech结合,打造了NLP+Fintech的产品应用平台,今年更是登榜IDC中国Fintech 50强。此次获得中银国际和交银国际两大金融机构的资本注资,正是鉴于竹间在金融科技领域的成果、以及在企业服务广大的应用前景。

自然语言技术正在崛起,未来即将是企业的操作系统

人工智能三大技术领域:语音识别,图像识别、自然语言处理。不同于多数AI科技企业选择了语音识别和图像识别的赛道,竹间专注在自然语言处理的领航者。五年多来,竹间将自然语言处理应用到商业和生活的各个场景,开发出自然语言理解和对话交互的平台及产品,开创了全面的自然语言技术 (Natural Language Technologies,NLT)。

对人们来说“对话机器人”已不再陌生,智能客服已经普遍应用,人工坐席的传统呼叫中心AI化已经在各企业展开。企业拥有大量非结构化数据却不知如何使用,对于知识图谱的需求已经很清晰,自然语言技术的发展空间巨大已毋庸置疑。不止是在科技应用领先的互联网企业中,所有企业的竞争力即将取决于企业的AI化程度,换句话说,用自然语言技术在各个业务场景达到提营、降本、增效的自动化应用越广越深的企业将具有更强的竞争力。

自然语言技术将对企业产生变革性的影响,但每个企业业务各有差异,要将自然语言技术落地在企业业务场景,需要的是降低企业对AI技术的学习成本,以及降低企业使用AI的试错成本。如此一来,企业在AI应用便能看到立即的效果,那么AI科技公司需要的是能理解企业业务,能将共同业务场景所需的自然语言技术场景做到一个标准化的程度,在标准化的平台上,并提供企业安全可靠,可定制,自学习的能力。

竹间2015年成立至今,一直专注在自然语言技术的产品开发,关注的是客户需要什么,市场共同的需求是什么,选择了300多个各行业的大型客户不断验证和打磨,将无数的经验,算法模型优化,和场景沉淀到标准化的平台中,在项目中不断地锤炼和迭代产品,把项目当产品做,才有今天竹间的标准化的6大平台:

1Bot FactoryTM 2020: 全栈式的机器人应用开放平台,用户可以0代码创建机器人应用,从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,用户可以建立完全自动化、具有更复杂知识、能处理更复杂业务流程,及更快速响应完成客户需求的全方位机器人,在某些场景可以达到55%-70%人力节省和流程缩短。今年9月竹间在新版本的Bot FactoryTM创新推出了自动化机器学习平台,可以自动训练模型,挑选最优的算法模型给机器人使用,算法模型变成了可以随时替换的插件,使得机器人具有自学习、自动调优的功能,可以说是越用越聪明了。

2AICC+:AI Contact & Collaboration (AICC+),颠覆式的升级了未来的客户服务中心智能系统AICC+颠覆了原来的AICC,升级到了人工智能+人类智能的AI人机协同。经过了2年半的市场打磨和验证,聚集了众多标杆客户的实际需求,我们发现客户服务中心的真正价值在于将客户服务中心的全业务场景打通,自动辨识及发现客户的来电需求,将客服人员要完成的多重任务打通,将业务数据和服务数据打通。将辅助,质检,陪练三合一整合成为一个客服人员全方位的智能伙伴 Emoti Mate,可以实现业务人员0培训,自动总结,在服务中能及时辅助并提供改进建议,辅质陪一体化,更能从对话中解析理解客户意图和自动建立客户画像。

3Gemini:知识工程平台Knowledge Engineering。具有自动构建可解释及可推理的知识图谱以及提供企业解决大量在业务运营中使用到的文本信息,大大的缩短了业务流程中需要人工处理文本的时间。Gemini 平台具备的NLP和机器学习技术以及完全可视化配置的定制平台,让客户能将复杂的业务流程中所需处理的文档自行定制和管理。现已发布上线的Gemini应用有机器阅读理解(Emoti-MRC), 语义搜索(Emoti-Search), 客户之声(Emoti-VOC)。Gemini为客户带来了前所未有的效率和缩短业务处理的跨越式的升级,如某个大型集团的文本分析应用中,将需要2人年才能处理的文档查重与解析缩短为2人天。

4NLP 平台:NLPaaS(NLP-As-A-Service),将竹间历经5年多研发的27 个NLP模块以PaaS的平台赋能于合作伙伴做二次开发,高门槛的NLP技术借此普及到各行业企业,用户可以低代码开发任何的NLP的应用。NLPaaS经过了无数项目的打磨及大量算法模型迭代,打造了可跨行业的通用语义理解模块,只需要少量数据即能完成NLP模型训练及迭代,并自动化上线投产。

关于人工智能落地的成功之道,简仁贤分享道:“很多人都会有一个误区,太关心竞争对手做什么,花太多时间研究竞争对手,而我们只关心客户真正需要的是什么,然后将产品做到极致。”

竹间现已覆盖上百家金融标杆客户,包括交通银行、中国银联、建设银行、中国银行、招商银行、民生银行、光大银行、中国人保、华夏人寿、阳光保险、三井住友、中宏保险、华泰证券、北京银行、上海银行等在内的头部金融企业。竹间还在企业服务领域与多家巨头企业合作,包括华为、OPPO、优必选、科沃斯、索尼、海康威视、长虹电视、创维、康佳、宝马、赛诺菲、万科、马牌轮胎、恒大地产、同程旅行、唯品会、中国移动、中国电信、天翼视讯、中广核、海南核电等。

-为某头部银行升级客户卡中心业务及系统(AICC+),功能覆盖率达90%;智能机器人与该行现有智能知识管理平台、APP、在线客服系统对接;IVR虚拟坐席、APP智能语音接入等复杂场景的准确率稳定在92%以上,为客户增效节能。

-为某大型综合支付服务商提供NLPaaS平台及AICC+平台,更替原有传统客服系统,以语音+语义智能机器人能力输出,提供全面升级的,覆盖外呼到呼入、文字客服到坐席辅助的,全方位、全场景的客户中心服务。

-为某头部综合支付金融机构重构APP中搜索功能(Gemini),搜索能力对标支付宝和微信,支持3.7亿用户使用,结合语义理解、用户画像、非结构化数据处理功能,提高了搜索的精度及范围,提升用户粘度及体验,目前搜索平台接入超过1400万业务数据,日均搜索量稳定在40万左右。

-为某大型股份制银行新建智能语义搜索及对话交互中台(Gemini),解决APP精细化运营难题,为用户提供智能搜索联想,帮助用户快速多层菜单隐藏功能及推荐内容,增加用户黏性。目前该企业APP内智能搜索日活量高达百万次。

-为某大型石油国有企业建设科技管理智能信息处理及查重服务平台(Gemini),将原本需要2人年的工作量缩短至2秒,新文档与2700多份历史项目文档的对比工作秒级达成,解决全量查重问题,避免企业项目重复立项,最大化利用科研经费。

-为某大型能源运输企业提供(Gemini)长文本分析能力,对来源分散、格式各异的邮件及附件信息进行抽取、分析和汇总,上线的4项核心业务抽取准确率达85%,将数据传输整合至客户BI平台进行决策分析,提升整体业务决策效率。

-为某物流巨头提供(AICC+)智能客服的平台以及解决方案,覆盖售前售中售后全链路多场景,智能服务机器人累计承担多个“中秋”“双十一”高峰,日会话量60万+,高峰QPS(每秒查询次数)达300+,综合拦截率达到了87.6%。

-为某旅行消费企业打造的(Bot Factory™)国内机票智能助手、火车票智能助手自上线以来,通过竹间核心产品任务引擎、意图引擎,每日拦截人工咨询量,用户满意度提升了3-7%不等,为该企业节省55%的运维人力,平均运维时间从 8小时每日降低到3小时。

-为某全国著名电商巨头提供近三年的定制化开发服务(AICC+),已承接其100%客服流量;真实业务请求拦截率,售前场景可达87%,售后达73%,为该企业节省巨大客服人工成本。

-为某全球知名人力资源管理咨询机构提供AICC+全场景解决方案,与其现有系统结合,为外部客户提供专属知识回复、个性化服务;并将交互数据留存分析,帮助该咨询机构更深入掌握客户需求,辅助未来服务及营销决策,形成业务正向发展的闭环。

-为某智能手机大厂提供语音技能平台(Bot Factory™),为开发者提供技能创建、测试、部署的工具平台,完成语音技能的创建和发布,并接入手机、电视、手表唤醒等智能设备。现已接入CP40+,技能100+,日均调用次数100万+。

-为全球领先的手机及通讯巨头提供(Bot Factory™),企业自建200多个对话机器人应用,通过多轮对话场景,在智能客服、营销助手、及员工报销、班车询问、IT Helpdesk等企业内外场景应用。为内部员工提供快速、统一、及时的对话渠道,周到、细致的服务。

-为全球领先的智能消费电子集团提供(Bot Factory™)应用,2周内将Bot Factory™中17个技能接入该集团智能手机,音箱,电视等多个智能终端的场景,为数亿用户提供有温度的智能化交互体验。

-为某大型跨国食品集团建设以AICC+为中心的全场景智能客服平台,基于知识图谱查询功能有效解决了用户咨询中涉及产品属性的查询问题,短短五周,项目就完成上线交付。目前企业两个公众号中均应用了7*24小时智能机器人,整体回复率达到86%。

-为某大新闻传媒集团提供NLPaaS平台,基于该企业海量的新闻稿件资源,支持后续智能写稿、智能审核、舆情分析。同时能够根据已经积累的新闻媒体数据进行优化训练,实现算法可持续的迭代优化。

-为某全球医疗医药行业巨头搭建智能医生助手(BotFactoryTM),基于竹间的AI开放平台,智能医生助手涵盖自然语言理解能力、知识推荐、可视化管理界面,根据识别到的问诊与用药咨询意图,实时提示对应问诊流程及诊疗建议,辅助医生规范问诊。

-为某全球医疗医药行业巨头打造人工智能质检系统(AICC+,WFEA),以语音+语义+情感理解,结合质检业务流程,形成人工智能自动化质检业务闭环。业务处理效率提高至少20倍,每天跨系统调取录音量从100通上升至2000-3000通不等。机器人仅需30分钟即可完成全部质检工作,打破了原先每人每天仅处理30通的限制。

-为日本某头部银行打造(WFEA)智能Hyper automation (超级自动化)无人财务办公室,今天90%的功能已经无人化,像差旅费报销机器人已实现100%自动化,员工利用碎片时间,随时随地进行报销操作。

-为中国领先的巨型地产集团搭建企业内部服务机器人(BotFactoryTM),解决问题咨询、业务办理、请假、报销,IT工单等场景,为8万多名员工提供7*24小时机器人服务,释放HR、IT、财务、行政等职能部门及跨部门工作压力,整体效率提升10余倍。


本轮领投方中银国际直接投资部董事总经理王立新表示:“语义理解是人工智能领域一条比较难的赛道,应用非常广泛,路途遥远,潜力巨大。竹间智能专注于以中文为主线的语义理解板块,创始人团队在该行业持续耕耘多年,掌握及不间断研发开拓底层技术和应用,走出了一个独特的模式。在研发和工程能力的保证下,该公司逐渐取得各行业大客户的认可。”

本轮跟投方交银国际副首席执行官席绚桦表示:“人工智能产业在新基建带动下增长非常迅速,竹间智能坚持以NLP技术为核心,情感计算为特色,自主研发底层技术并推出多款平台型产品,公司已经在多个行业场景落地并积累了丰富的经验。交银国际持续关注AI产业内的投资机会,并期待竹间智能在新一轮融资助力下,未来可以有更大的突破。”

作为B+轮的领投方、本轮跟投方,领沨资本合伙人舒明博士表示很高兴能继续支持竹间的发展。“自从2019年Q3完成B+轮后,行业和竹间自身业务的发展确认了领沨的投资逻辑——即NLP/NLU技术日益成为支撑5G和物联网时代人与环境高效互动的核心技术,自然语言成为物联网时代的日益重要流量入口,其影响力会是跨行业、综合、且持续的。在2020年特殊环境下,竹间团队的表现超预期,不仅驱动各项运营和财务指标继续了良性的趋势,更展现了团结、灵活、坚韧的特质。竹间智能已经在之前定义的竞品中脱颖而出。”

此次融资后,竹间也将持续产品平台化,业务规模化,开展更广的合作伙伴生态体系,深耕金融领域和企业服务的垂直场景的落地,开创更多更有价值的标准应用场景,成为NLP赛道的标准,为更多的企业智能化转型。

产业竹间智能
相关数据
海康威视机构

海康威视是以视频为核心的智能物联网解决方案和大数据服务提供商。海康威视拥有视音频编解码、视频图像处理、视音频数据存储等核心技术,及云计算、大数据、深度学习等前瞻技术。为PBG(公共服务事业群)、EBG(企事业事业群) 、SMBG(中小企业事业群)三个事业群客户提供专业的细分产品、IVM智能可视化管理解决方案和大数据服务。

http://www1.hikvision.com/cn/index.html?jmode=j1
竹间智能机构

竹间智能由前微软(亚洲)互联网工程院副院长简仁贤先生创办,以独特的情感计算、自然语言处理、深度学习、知识工程、文本处理等人工智能技术为基础,将AI能力整合到企业业务中,为企业赋能,竹间自动化AI平台包括 Bot Factory™一站式情感交互人工智能平台,Gemini (Knowledge Factory) 知识工程平台、 AICC+(AI Contact & Collaborate) 解决方案平台、NLP自然语言理解平台、Scorpio自动化机器学习平台,及WFEA流程自动化引擎。

http://www.emotibot.com
华为机构

华为创立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商。

https://www.huawei.com/cn/
优必选科技机构

优必选科技成立于2012年3月,是全球领先的人工智能和人形机器人研发、制造和销售为一体的高科技创新企业。

https://www.ubtrobot.com/cn/
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

自然语言理解技术

自然语言理解是人工智能的核心课题之一,也被广泛认为是最困难和最具标志性的任务。最经典的两个人工智能思想实验——图灵测试和中文房间,都是围绕自然语言理解来构建的。自然语言理解在人工智能技术体系中的重要性不言而喻,它一方面承载着机器和人的交流,另一方面直达知识和逻辑。自然语言理解也是人工智能学者孜孜以求的圣杯,机器学习的巨擘 Michael I. Jordan 就曾经在 Reddit 上的 AMA(Ask Me Anything)栏目中畅想用十亿美元建立一个专门用于自然语言理解的实验室。

重构技术

代码重构(英语:Code refactoring)指对软件代码做任何更动以增加可读性或者简化结构而不影响输出结果。 软件重构需要借助工具完成,重构工具能够修改代码同时修改所有引用该代码的地方。在极限编程的方法学中,重构需要单元测试来支持。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

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。

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

文本分析技术

文本分析是指对文本的表示及其特征项的选取;文本分析是文本挖掘、信息检索的一个基本问题,它把从文本中抽取出的特征词进行量化来表示文本信息。

情感计算技术

情感计算(也被称为人工情感智能或情感AI)是基于系统和设备的研究和开发来识别、理解、处理和模拟人的情感。它是一个跨学科领域,涉及计算机科学、心理学和认知科学(cognitive science)。在计算机领域,1995年Rosalind Picard 首次提出affective computing。研究的目的是使得情感能够模拟和计算。这个技术也可以让机器人能够理解人类的情绪状态,并且适应它们的行为,对这些情绪做出适当的反应。这是一个日渐兴起的兴欣领域

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

操作系统技术

操作系统(英语:operating system,缩写作 OS)是管理计算机硬件与软件资源的计算机程序,同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

查询技术

一般来说,查询是询问的一种形式。它在不同的学科里涵义有所不同。在信息检索领域,查询指的是数据库和信息系统对信息检索的精确要求

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

自动化机器学习技术

机器学习最近在许多应用领域取得了长足的进步,这促成了对机器学习系统的不断增长的需求,并希望机器学习系统可以被新手快速地熟悉并使用。相应地,越来越多的商业企业推出产品旨在满足这种需求。这些服务需要解决的核心问题是:在给定数据集上使用哪种机器学习算法、是否以及如何预处理其特征以及如何设置所有超参数。这即是自动化学习(AutoML)企图解决的问题。

交通银行机构

交通银行创始于1908年,是中国历史最悠久的银行之一,也是近代中国的发钞行之一。1987年4月1日,重新组建后的交通银行正式对外营业,成为中国第一家全国性的国有股份制商业银行,总行设在上海。2005年6月交通银行在香港联合交易所挂牌上市,2007年5月在上海证券交易所挂牌上市。

http://www.bankcomm.com/
模型优化技术

像卷积神经网络(CNN)这样的深度学习模型具有大量的参数;实际上,我们可以调用这些超参数,因为它们原本在模型中并没有被优化。你可以网格搜索这些超参数的最优值,但需要大量硬件计算和时间。改进模型的最佳方法之一是基于在你的领域进行过深入研究的专家的设计和体系结构,他们通常拥有强大的硬件可供使用。常见的简单模型优化技巧包括迁移学习、dropout、学习率调整等

宝马机构

宝马(BMW)是享誉世界的豪华汽车品牌。宝马的车系有1、2、3、4、5、6、7、8、i、X、Z等几个系列,还有在各系基础上进行改进的M系(宝马官方的高性能改装部门)。 宝马公司创建于1916年,总部设在德国巴伐利亚州慕尼黑。BMW的蓝白标志宝马总部所在地巴伐利亚州州旗的颜色。百年来,宝马汽车由最初的一家飞机引擎生产厂发展成为以高级轿车为主导,并生产享誉全球的飞机引擎、越野车和摩托车的企业集团,名列世界汽车公司前列。其全称为Bavarian Motor Work。 2018年7月10日,长城公司与宝马公司签署合资协议,合资成立光束汽车有限公司。2018年10月11日,宝马集团举行了中国战略协议签字仪式和华晨宝马铁西新工厂开工仪式。宝马对华晨宝马投资新增30亿欧元,合资协议延至2040年。 2018年12月18日,世界品牌实验室编制的《2018世界品牌500强》揭晓,宝马排名第16位。

www.bmwgroup.com
相关技术
5G技术

第五代移动通信系统(5th generation mobile networks),简称5G,是4G系统后的延伸。美国时间2018年6月13日,圣地牙哥3GPP会议订下第一个国际5G标准。由于物理波段的限制,5G 的网络也将会与其他通信技术并用,包含长距离的其他传统电信波段。

用户画像技术

用户画像(persona)的概念最早由交互设计之父Alan Cooper提出:“Personas are a concrete representation of target users.” 是指真实用户的虚拟代表,是建立在一系列属性数据之上的目标用户模型。

推荐文章
暂无评论
暂无评论~