「镁客·请讲」三角兽马宇驰:用技术打通纵横关系,在垂直领域做人工智能语义解决方案

简介:

3个人,仅用时10个月,就完成8千万融资的三角兽,究竟有何厉害之处?

无论是淘宝、京东这样的电商平台,还是类似于移动、联通这样的通信服务商,在近些年都纷纷启用了客服机器人。不过,传统的客服机器人是以搜索匹配方法为核心,基于语句字面相似度,对预先定义的问答库进行匹配,准确率仅为30%-40%,而且还需要人工输入庞大的问答知识库,维护成本高。

而近些年随着人工智能的发展,智能化的客服机器人在深度学习算法的加持下,可以从大量未标注数据中进行学习,从数据中自动总结语言规律,能够处理复杂的语言变化,并对复杂的情感进行建模。待技术成熟之后,准确率可达98%以上,而且还能有更好的用户体验。

而我们今天镁客请讲的嘉宾就是一家人工智能语义公司,基于大数据和深度学习算法,提供对话式交互解决方案和端对端交互系统的三角兽科技。

深耕语义领域多年,创业并非赶热潮

公司之所以取名三角兽,是源自于三个老同学、老同事关系的创始人:

三角兽马宇驰:用技术打通纵横关系,在垂直领域做人工智能语义解决方案

马宇驰,董事长兼COO,连续创业者,企业融资和运营专家,10余年品牌和市场经验,曾在 Viacom、奥美公关、Amway China 负责广告、公关和品牌;

王卓然,CEO,英国UCL博士,是人机对话、机器学习、垂直领域对话系统、多轮对话专家,前度秘中控决策负责人,前东芝欧洲研究院对话系统组技术负责人;

亓超,CTO,前微软小冰,百度度秘开放域聊天技术创始人,NLP和人机对话专家,前度秘聊天及人机辅助负责人,是少有的 BAT 微软通关的资深算法工程师。

不难发现,除了本次接受镁客君采访的马宇驰之外,创始团队的另外两个可以说是人工智能语义方面的绝对大咖,更是微软小冰、百度度秘的技术创始人。出走大型科技公司的三角兽核心团队,他们究竟是怎么想的呢?

“首先,大公司作为我们背后的大树能够给予我们很好的资源,但如果想要按照自己内心的节奏去做一些事情却很困难。所以想走出来看看,寻找一些能够撼动小树林的机会,这样会更具有挑战性和成就感。”马宇驰说:“并且,人工智能语义在国内发展较晚,市场较为空白,比照国外人工智能语义领域的发展,我们认为这必定是一个大有可为的领域。”

就这样,我们在人工智能语义领域迎来了一只实力雄厚的“三角兽”。那么,这样一支深耕语义领域多年的创业团队,在大型科技公司工作与自己创业又有什么不同的感受呢?马宇驰说:“本质上没有改变我们对这件事情的做法。成立三角兽并非赶什么热潮来做某些事情,而是团队从最开始已经积累有十年的状态去做这个事情。所以无论是在哪里做,我们的初衷都没有改变。”

作为一家人工智能语义公司,他们基于大数据和深度学习算法,为客户提供对话式交互解决方案和端对端交互系统,大幅提升效率的同时还能有效降低成本。希望通过技术打通纵横关系的三角兽,目前已经与多家大公司建立合作共赢的关系,在垂直领域打造通用的解决方案。更为可贵的是,成立仅一年多的他们,已经拿到了8000万的融资。

商业模式从模糊到清晰,三角兽还要攻克更多的技术瓶颈

事实上,成立于2016年初的三角兽,在一开始并没有一个明晰的商业模式。不过,目前他们已经有包括小米、锤子科技、百度、恒生电子、光明网、腾讯等处于行业前列、用户比较多的合作客户。可见,经过一年多的发展,三角兽已经在B端取得了突破。

创业初期商业模式模糊的问题,马宇驰是这样和镁客君说的:“不管是初创公司还是大公司,都面临着同样的问题:没有足够多的、适合人工智能介入的场景。如果选择2C的方向,很难找到一个能快速切入的场景,而且推广起来也非常有难度,最终我们采取了从 B 端客户的真实场景需求出发做产品,由三角兽团队负责技术落地的模式。”

但是,据镁客君了解,三角兽目前也在尝试C端产品,他们与小米合作的“旅游景区查询”功能就是在To C市场上做的一些尝试。用户在小米电视上可以直接说出唤醒词“进入旅游”即可进入该功能首页,之后用语音发出指令便可查询想要了解的景区情况,比如景区门票、交通、开放时间等具体信息。

三角兽马宇驰:用技术打通纵横关系,在垂直领域做人工智能语义解决方案

目前,三角兽的业务领域主要集中在以下几个方面:

企业服务方面,主要形态是售前、售后的智能客服,覆盖的客户群有金融、政府机构、传统媒体等几大类,这个领域主要是为企业加入bot交互能力和主动学习反馈的能力。

智能硬件方面,主要应用在智能家居、智能车载、智能手机、智能机器人、智能音箱等方面。这个领域主要是为智能硬件装上大脑,让机器听懂人话并作出回应,满足用户直接和潜在的需求,提供陪伴、信息和服务。

泛娱乐领域,主要覆盖明星真人秀(虚拟分身)、二次元动漫和游戏三大块业务。

随后,在聊到未来三角兽还有那些产品规划时,马宇驰说:“每个领域都需要人工智能,我们会切几个重点发展的领域——智能客服、政府央企、媒体等信息平台、虚拟角色复活。未来我们期望找到那个可以支撑企业发展的一个或两个业务领域,比如性格定制领域。我们也会逐步去攻克技术的瓶颈,给用户提供更好的交互体验。”

三角兽在语义领域的最大优势在于“技术壁垒”和“商业战略”

近几年,AI的火爆不但推动了整个行业的飞速发展,也让很多“浑水摸鱼”之人原形毕露。不过,这也让三角兽逐步确立优势。马宇驰表示,三角兽的最大竞争优势在于“技术壁垒”和“商业战略”两方面。

商业战略方面是最容易被很多AI企业忽略的部分。”马宇驰说:“每个领域都需要人工智能,目前我们会切几个重点发展的领域,一旦我们与这几个领域里最重要的头部客户达成合作,就相当于设置了一个商业壁垒。目前我们已经合作的客户超过20家,直接接触的客户接近200个,通过满足头部客户端需求,将合作的产品做成通用的解决方案,那在一个垂直领域,通过提供通用解决方案就可以实现对这一领域的市场占领。”

在技术壁垒方面,马宇驰认为主要体现在实践和人才积累两方面,技术和实践是一种推动和反推动的作用,除了底层技术的扎实积累,还有基础模块的学术研究,国内真正在应用领域有所深入的并不多,如果能够拥有一个技术扎实、实践经验丰富的团队,那技术壁垒也就自然建立了。

对于一个创业公司来说,拥有越高的“技术壁垒”再加上足够前瞻的“商业战略”,那么获得客户的认可也将更为容易。不过,目前市场上的C端用户似乎在人工智能语义上的刚需并不像B端用户那样迫切。对此,马宇驰这样和镁客君说到:“我并不这么认为,很长时间以来,人机对话没有广泛地应用于众多产品中最主要的原因是受包括语音、自然语言理解等在内的技术限制,体验很差。就像苹果手机出现之后,全屏触摸的需求被极大的释放出来,我们并不能说在这之前用户没有这种需求,人机对话也大致如此。随着新的技术的发展升级以及更多数据的使用,体验的提升,人机对话的需求也会慢慢被释放出来。”

三角兽马宇驰:用技术打通纵横关系,在垂直领域做人工智能语义解决方案

可见,当C端用户对于人工智能语义领域的需求真正被释放出来的时候,整个市场也将迎来新的突破,而早就做好准备的三角兽也将成为不容小觑的一股势力。

想要活下来,技术必然要回归到应用场景

现阶段进入人工智能领域的创业者越来越多,据统计全球每10分钟就有一个人工智能领域的创业公司成立。所以,最后镁客君也问了马宇驰,三角兽作为这一领域的成功创业者,对“后来人”有什么意见。

“首先,真正能够存活下来的技术必然要回归到应用场景上,否则技术再强都没意义,因为技术代表你能否做到,而场景则决定了你能否走得更远,所以一定要落地。”他说:“其次,要时刻保持警惕感,多想一步,这样当商业拐点出现的时候,才能比别人快一步。”


原文发布时间: 2017-08-19 10:09
本文作者: JOKER
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
10天前
|
人工智能 自然语言处理 机器人
文档智能与RAG技术如何提升AI大模型的业务理解能力
随着人工智能的发展,AI大模型在自然语言处理中的应用日益广泛。文档智能和检索增强生成(RAG)技术的兴起,为模型更好地理解和适应特定业务场景提供了新方案。文档智能通过自动化提取和分析非结构化文档中的信息,提高工作效率和准确性。RAG结合检索机制和生成模型,利用外部知识库提高生成内容的相关性和准确性。两者的结合进一步增强了AI大模型的业务理解能力,助力企业数字化转型。
47 3
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在医疗领域的应用与前景####
本文探讨了人工智能(AI)在医疗领域的多方面应用,包括疾病诊断、个性化治疗、患者管理以及药物研发等。通过对现有技术的梳理和未来趋势的展望,旨在揭示AI如何推动医疗行业的变革,并提升医疗服务的质量和效率。 ####
25 5
|
8天前
|
人工智能 文字识别 运维
AI多模态的5大核心关键技术,让高端制造实现智能化管理
结合大模型应用场景,通过AI技术解析高端制造业的复杂设备与文档数据,自动化地将大型零件、机械图纸、操作手册等文档结构化。核心技术包括版面识别、表格抽取、要素抽取和文档抽取,实现信息的系统化管理和高效查询,大幅提升设备维护和生产管理的效率。
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与深度学习:探索未来技术的无限可能
在21世纪,人工智能(AI)和深度学习已经成为推动科技进步的重要力量。本文将深入探讨这两种技术的基本概念、发展历程以及它们如何共同塑造未来的科技景观。我们将分析人工智能的最新趋势,包括自然语言处理、计算机视觉和强化学习,并讨论这些技术在现实世界中的应用。此外,我们还将探讨深度学习的工作原理,包括神经网络、卷积神经网络(CNN)和循环神经网络(RNN),并分析这些模型如何帮助解决复杂的问题。通过本文,读者将对人工智能和深度学习有更深入的了解,并能够预见这些技术将如何继续影响我们的世界。
42 7
|
10天前
|
人工智能 自然语言处理 自动驾驶
技术与人性:探索人工智能伦理的边界####
本文深入探讨了人工智能技术飞速发展背景下,伴随而来的伦理挑战与社会责任。不同于传统摘要直接概述内容,本文摘要旨在引发读者对AI伦理问题的关注,通过提出而非解答的方式,激发对文章主题的兴趣。在智能机器逐渐融入人类生活的每一个角落时,我们如何确保技术的善意使用,保护个人隐私,避免偏见与歧视,成为亟待解决的关键议题。 ####
|
18天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
74 11
|
13天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
70 4
|
13天前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
17天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗健康领域的应用与挑战####
本文旨在探讨人工智能(AI)技术在医疗健康领域的创新应用及其面临的主要挑战。通过深入分析AI如何助力疾病诊断、治疗方案优化、患者管理及药物研发,本文揭示了AI技术在提升医疗服务质量、效率和可及性方面的巨大潜力。同时,文章也指出了数据隐私、伦理道德、技术局限性等关键问题,并提出了相应的解决策略和未来发展方向。本文为医疗从业者、研究者及政策制定者提供了对AI医疗技术的全面理解,促进了跨学科合作与创新。 ####
|
16天前
|
人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第31天】本文将探讨AI技术在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念开始,然后详细介绍其在医疗领域的应用,包括疾病诊断、药物研发、患者护理等方面。最后,我们将讨论AI技术在医疗领域面临的挑战,如数据隐私、算法偏见等问题。

热门文章

最新文章