“現在大家都比較小心謹慎，不敢隨便出手，要投就投頭部的。”

2021年，在AI產業一級市場，這種想法代表了大部分投資人的觀點。2019年以來，國內AI產業切切實實感受到了資本降溫。然而，一家專注語義理解賽道的AI創業公司卻在半年內連獲兩輪融資，它就是竹間智能。

4月14日，竹間智能科技（上海）有限公司宣布完成1億元人民幣C+輪戰略融資。這是繼去年11月完成2億元人民幣C輪融資后，竹間智能6個月內的第二次融資，而且連續斬獲銀行系、券商系及國有集團公司資本及產業資源的加持。

竹間智能由前微軟（亞洲）互聯網工程院副院長簡仁賢于2015年創辦。基于NLP/NLU（自然語言處理和自然語言理解）、情感智能、知識圖譜等人工智能技術，竹間智能通過云化的人機交互產品，為企業提供全場景的客戶交互解決方案。5年多來，竹間智能累計服務了金融、互聯網、政務、IoT、能源、通信、健康醫療、教育等行業300多家大型企業，觸達數億終端用戶。

在AI投融資普遍收縮的大環境下，竹間智能為何頻獲資本青睞？在NLP賽道，AI企業的護城河是什么？持續火爆的智能客服市場將面臨怎樣的行業競爭，企業又該如何將知識-業務-客服進行有效連接？

近日，「子彈財經」專訪了竹間智能創始人兼CEO簡仁賢。

根據艾瑞咨詢發布的《2020年中國人工智能產業研究報告》，國內一級市場人工智能賽道融資規模在2018年達到高峰之后，2019年開始出現明顯下滑，2020年雖然有所回漲，但相比頂峰時期，無論在融資次數還是金額方面都大幅縮水。

那么，竹間智能為何能受資本青睞，頻獲融資？

一方面，近年來NLP市場需求暴增，顯露出巨大的發展潛力。智能客服中心、疫情催生的在線問答、各類回訪機器人等都是典型的NLP應用場景；加上企業開始意識到知識應用的重要性，知識圖譜、知識庫也都開始發揮關鍵作用。

在人工智能三大賽道中，相比語音和機器視覺，以NLP為基礎的語義賽道還沒有誕生巨頭。資本、市場上下游各方面都期待近兩年NLP賽道能跑出頭部企業。這種頭部不單純是規模，更重要的是相比競爭者，能夠將技術能力更快落地，并實現可持續盈利。

另一方面，在國內NLP賽道，優質的企業非常稀缺。NLP的技術壁壘很高。比爾·蓋茨曾說，“語言理解是人工智能皇冠上的明珠”。5年多來，竹間智能一直專注在NLP技術領域，不僅打造了深厚的技術壁壘，也跑出了成熟的商業模式。兩者相互促進，使竹間智能保持了高速的成長性。據透露，2021年一季度，竹間智能的商機總量已達到去年同期的4倍。

簡仁賢將獲得連續融資歸因于三個關鍵點，“第一，竹間智能有長期的技術積累，而且是優于同業的。基于這種技術積累，形成了豐富的標準化的產品線；第二，我們的商業模式被投資人認可。竹間智能很早就布局AI技術云化戰略，竹間云已經推出一段時間了，只是現在才公布；第三，整體NLP在未來人工智能應用市場的前景是毋庸置疑的。”

據悉，竹間智能的投資方中，不乏一些長期客戶，他們被竹間優質的產品打動從而升級為投資方，雙方成為戰略伙伴。

對于竹間智能的優勢，本輪投資方廣發信德項目負責人楊昌泓先生認為：“竹間智能堅持自主研發底層NLP技術，結合高度標準化的產品，大大提升了企業效率，并且通過產品云化一起建立了新的壁壘”。申能誠毅投資總監劉喆先生則認為：“竹間智能的語義技術和標準化的NLP產品是同類AI企業里的佼佼者。”朗瑪峰資本高級合伙人呂寧博先生表示：“竹間智能已經形成了多個標準化平臺型的企業級產品，高效的工程化和交付能力獲得多個行業上百家標桿客戶認可。”

近年來，企業客服中心（Contact Center）、企業服務機器人成為NLP技術最典型的應用場景。很多企業開始改造低效率高成本的傳統客服中心，智能客服中心大批涌現。然而一兩年后，很些系統不僅無法升級，而且人力運維成本巨大。為什么會有這樣的結果？

簡仁賢一針見血地指出，“客服中心系統之所以沒有辦法越用越智能，因為其不具有真正的機器學習能力，也就是所謂'假AI’。不具備核心NLP能力的對話機器人，沒有辦法理解復雜語義，更談不上對情緒對場景的智能識別。”

使用傳統工具搭建的智能客服系統，其語料庫和知識庫都要靠人工去做數據梳理和數據搭建，必然是高運營成本。而且很多所謂的智能客服中心其實只是一個基于關鍵詞觸發的問答系統，自然無法滿足體驗經濟時代對客服中心的需求。

那么，真正智能的客服中心是什么樣子呢？

在某大型保險企業的客服中心，竹間智能的實時坐席助手Emoti Mate（Emoti Mate Real-time Assistance）已經成為客服專員全流程工作的智能伙伴，通過自動化的實時知識推薦，提供實時的輔助、陪練、質量監控。

在與客戶的對話中，Emoti Mate都能給到坐席溝通建議，提供標準溝通話術、知識點提示、規范流程引導。即使是第一天上崗的新員工，也可以具備專家一般的服務能力。這背后，Emoti Mate底層的智能知識庫融合了多渠道的數據，在統一平臺上進行全鏈路數據洞察，成為客服人員的“智能大腦”。

某物流龍頭企業上一代企業服務機器人語義理解能力差、攔截率低、運維成本高，竹間智能僅用10天時間就幫其上線了企業問答服務機器人平臺，語義理解能力和攔截率顯著提升，轉人工次數明顯下降。

該平臺以竹間智能Bot Factory?一站式的情感交互人工智能平臺與Gemini (Knowledge Factory) 認知知識工程平臺為基礎，能自動構建通用及行業知識圖譜，快速積累物流行業知識庫，實現精細深度的語義理解及流程自動化。

雙十一期間，竹間智能幫該物流企業搭建的企業問答服務機器人完成平均每日70萬的會話量任務，最高當日會話量83萬。如果換算成傳統人工，需要至少3500位人工坐席才能保證同樣的服務質量。

簡單來說，竹間智能在NLP領域的護城河體現在兩方面。一方面，竹間智能在底層技術方面堅持自研創新，在自然語言理解 NLP、對話交互平臺、文本解析與情感計算領域不斷突破。竹間智能已經連續3年入選Gartner Hype Cycle for ICT自然語言技術板塊代表企業。另一方面，幾年來數百個標桿客戶項目落地的積累，形成了高度標準化的NLP產品與解決方案。

“竹間智能在NLP技術方面的突破在于，我們通過多年行業落地積累，將對話交互中的核心技術沉淀為一個通用的語義引擎，包括強化學習、深度學習、遷移學習，以及廣泛的預訓練模型倉庫等技術。通用語義引擎加上不同垂直行業的場景與知識，形成了一個標準化兼具場景細分的對話機器人平臺。”簡仁賢介紹。

借此輪融資的時機，竹間智能推出「竹間云」標準化云平臺產品，包括機器人工廠云(Bot Factory Cloud)，AICC+云 (AICC+ Cloud），認知及知識工程云(Gemini Cognitive Cloud），NLP云（NLP Cloud）四大產品線，將核心產品線全部云化，以云服務的方式交付客戶。

Bot Factory? 是標準化機器人工廠平臺，也是可定制的一站式AI中臺。企業可以0代碼搭建自己的企業AI助手，應用場景覆蓋簡單的智能問答機器人，到復雜的多輪對話、知識推理、語義搜索，在某些場景可以達到55%-70%人力節省和流程縮短。

竹間Gemini知識工程平臺是對話機器人的智能大腦，它能夠將企業已有的各式文檔、業務規范流程等知識，不論是結構化、半結構化、還是非結構化數據，統一進行知識建模、抽取、融合、存儲，自動構建可視化知識圖譜，形成完整的企業和行業知識庫。

AICC+ 2021年推出了四項旗艦產品，包括實時坐席助手Emoti Mate，實時質檢及陪練教練一體化的Emoti Coach，圍繞客服人員的實時及離線質檢系統，將實時對話進行深入語義分析并提供風險點建議的Emoti QI，以及結合語音和語義理解的全雙工交互機器人Emoti Voice。

竹間智能人機交互技術的另一大特色是融入情感AI，能夠洞察人心。通過“多模態情感識別模型”，竹間的智能對話機器人可以在不同場景辨識不同的情緒情感。例如，監測對話雙方實時情緒、語速，通過情緒識別、結合對話中的語義理解分析，對于客戶出現的中性、憤怒、困惑、輕視、厭惡、恐懼等多種情緒進行識別并預警，在AICC+中有深入的應用，可以輔助坐席、實時質檢還可以讓外呼更貼近真人的體驗感。

正如windows是互聯網時代的操作系統，Android、iOS是移動互聯網時代的操作系統，簡仁賢認為，某種程度上，竹間云相當于AI時代的企業級商業操作系統。

其底層邏輯是，企業大量的業務運作都是在處理各類文檔、運行各種流程，由此也誕生了像ERP、OA、CRM等一系列傳統商業軟件。簡仁賢認為，企業所有業務中有80%的任務都可以由機器學習以及NLP、人機交互技術來替代。竹間智能的愿景就是用NLP技術完成80%企業跟人交互的場景。其余的少部分復雜場景，則可以用機器學習輔助人工，人機協同的方式來完成。

企業之所以有改造的需求，是因為傳統商業流程痛點很多。一方面，一家企業的成功運作離不開龐大的知識，包括行業知識、業務流程、專家人才的經驗等等。未來，知識庫對企業越來越重要，但企業的知識往往龐雜、分散、數據規格不統一，沒有被高效管理和深挖價值。另一方面，企業的傳統業務流程過于復雜，很多通用流程往往耗費大量的人力成本。竹間智能希望通過AI技術幫助企業高效管理所有知識，應用知識，并智能優化業務流程。

竹間智能的商業模式是cloud-based標準化平臺+低代碼開發：把領先的NLP算法做成標準化的產品和解決方案，并以云產品云服務的方式交付給企業，其核心特點是“一高兩低”：高度標準化，低代碼定制化，低運營落地。

首先，用標準化產品替代AI行業普遍的項目制交付模式。過去幾年，竹間智能將早期項目中的場景技術沉淀為標準化產品，打磨出過硬的工程化交付能力，解決了AI技術快速大規模落地的痛點。

“什么叫產品工程化能力？光有產品還不夠，要把產品做到規模化，也就是說你能不能同時去服務100個、1000個、甚至10000個客戶，而你花的人力跟成本是一樣的，這叫規模化。”

現在，竹間智能的產品線全部做到開箱即用，零門檻開發。“一鍵部署”是竹間云2021產品的特色功能之一，用戶只需點擊按鈕，便可以迅速創建能支持數百個甚至數千個機器人的平臺。針對有個性化需求的大企業，竹間智能提供零代碼開發平臺，企業可以通過提供模塊化的產品組合，靈活搭建自己的AI應用。

其次，竹間智能將產品全面云化作為未來發展的主線。目前，竹間云產品支持公有云、私有云以及混合云等多種部署模式。而且，竹間智能已經與阿里云、騰訊云、華為云、中國電子云，紫光云，AWS、微軟Azure等主流云廠商建立了生態合作，企業用戶可以在部分云上直接購買竹間智能的云產品。

“AI產品的云化是大趨勢，也是未來3年到5年即將爆發的一個方向。竹間智能的定位是技術賦能商，在生態中我們的商業模式是'竹間Inside’，希望通過云的方式將AI技術提供給各個企業。”

“我們過去5年多的努力只是一個開端，智能客服是一個比較普遍性的應用，但是對話交互應用非常廣泛，涵蓋各個不同的企業、領域和場景，還有很多場景可以去落地。”

簡仁賢認為，NLP未來的應用前景巨大，雖然竹間目前相對聚焦在六大重點行業，但NLP的應用其實是沒有行業限制的，“只要有對話，只要有知識，都可以用NLP和機器學習去優化，去提降本增效。”

在NLP賽道，當多年技術積累與暴增的市場需求相遇，再用標準化與云化的清晰戰略去加速落地，可以預見的是，竹間智能將進一步擴大領先優勢，成為NLP賽道的領頭羊。