而就在AlphaGo推出的前一年，前微软（亚洲）互联网工程院副院长简仁贤，回国创办了竹间智能并推出一站式的企业服务的情感人工智能开放平台——Bot Factory™。
而在今年，竹间智能自研的Bot Factory™再度升级，于5月29日正式发布。据了解，Bot Factory™赋能于全行业，适用于多场景多渠道，旨在打造更易用、更多功能多场景的对话式机器人的机器人工厂，主要为企业解决人力成本、客户服务、企业数据及效率等问题。
竹间智能创始人&CEO简仁贤于2006年加入了微软，主要负责的工作内容更偏向于自然语言理解、搜索、算法和品牌研发。而在微软最后的几年主要负责整个亚太地区的搜索技术、合作生态以及全球移动研发，主要赋能于企业。在微软工作的经历，使得简仁贤对于全世界企业的需求及解决企业需求中遇到的问题接触比较多，对于toB企业、软件与toB服务的经验十分丰富。
竹间智能创始人&CEO简仁贤
在人工智能领域的时间算起来已经有20多年经验的简仁贤，对于行业的看法与国内市场现状都有着独到的见解。令笔者欣喜的是，简仁贤非常友善且健谈，从人工智能行业的理解，到自然语言处理技术的应用，再到国内AI企业的发展方向，相关问题都一一做出详尽的回答。
“服务经济时代，打铁还需自身硬”
2015年，从微软离开后，简仁贤回国创办了竹间智能，在人工智能领域已经有20多年的经验的简仁贤，创办竹间智能对于他来说是一件水到渠成的事情。“把人工智能普及在生活和企业上”——这个想法已经在脑海里沉淀了很多年。
简仁贤谈到，人工智能已经在美国发展得比较久了，但国内还在起步中。直到2015年，无论从资源、人才、资本、市场接受度来说，时机才算比较成熟。随后的2016年，AlphaGo的横空出世将市场的热度推向一个小小的高潮，让更多人认识了人工智能，也算是人工智能打开国内市场的第一步。
但国内大的企业对于人工智能的拓展速度比较慢，加上人工智能项目落地的时间也比较久，所以直到2020年，经过疫情和新基建推动，才能说市场已经完全接受了人工智能。
从竹间智能的主要业务上来看，简仁贤一直坚持做自主底层平台，致力于AI底层技术开发。而他们以6大技术为核心：自然语言处理、知识工程、深度学习&AutoML、文本数据中台、视觉计算、语音辨识，研发出4个成熟的平台型产品和6大行业解决方案，也拥有了多个标杆客户的业务落地。
这给了简仁贤深耕自然语言处理、并且聚焦在底层平台的自信。
自然语言处理，也就是NLP，是未来所有人工智能技术的基础和根本，所以有人称NLP是人工智能科技的一个掌上明珠。在此，简仁贤借助了其老上司的一句话：“懂语言者得天下”。在他看来，语言能帮助进化所有IT业务，可以说是未来IT的基础。
中国从制造业走到互联网，再发展到移动端，未来要走的就是以人为本的服务经济路线。而企业的服务在发展的过程中，唯一不变的追求的是「降本增效」与「提质」。
举例来说：在这次的疫情中，企业要考虑如何降低人力压力、减少接触、还要保证服务质量。而为「人」服务一定会产生交互，如今的交互多数来源于互联网App的点击、发送指令等方式，但人最原始的交互方式是言语交流，最后无论是服务还是技术，也是会追求和回归到这个本质上。
而想要理解人的交互，必须要懂得人讲话的意图与情绪/情感。不理解意图和情绪/情感，就无法理解言语的真正含义，在自然语言处理上就无法达到流畅。所以这时候企业需要的，是可以在降低成本的同时还能把服务做到位的解决方案和工具，来达到「降本增效」的作用，这些都要靠NLP来做。这也是未来服务经济需要优化现状的部分。
“科技公司的底气是技术自研”
谈到坚持做底层技术的研究与开发，简仁贤表示，在过去20年，国内大部分toB的企业服务公司都着重于工具系统集成，如OA系统，ERP系统，工具型的产品可以帮助企业优化一些固有的工作方式和流程，但受制于技术的不足，天花板较低，很难去不断往前优化、进化和迭代。
简仁贤指出，如今很多人开始用开源，但开源没办法做到「最优化」和「最佳化」，拥有自己的底层技术，可以针对一个大的问题进行最优化，直接改底层技术，从根本去优化，不会出现底层技术限制而导致上层功能无法优化的情况。简仁贤坚定地表示，从一开始，竹间智能就坚持从底层到上层全部自研，包括训练数据制造、算法等都是从0开始做的，因为他要做的是科技公司，不是IT集成商。
不仅如此，简仁贤还告诉我们，微软虽然对外宣称支持开源，可微软卖的Soft产品里面源代码也是自研。再如Google，所有的源代码都是从0开始写的，但会开源出来。实际上包括Facebook、百度、华为也一样。竹间智能受到众多投资者青睐，也是因为国内除了竹间智能外，少有的NLP公司能拥有百分之百自研底层技术的能力。
谈到自研的重要性，简仁贤给出了一个很实际的解释：企业软件做小了，没有人理，等做大了就会有人看中你的知识产权。如果没有自己的底层技术，本身的产品和平台的扩展力就会非常小，天花板会很快崩掉，企业的竞争力就很低了。拥有可控的底层技术，拥有专业领域的专利，拥有端到端的优化能力，才能达到未来解决方案的最大化和最佳解，在竞争当中才能做出整体解决方案，这就是科技企业的底气与壁垒所在。
深扎NLP，在自己的领域做到独当一面
简仁贤告诉我，竹间智能的自然语言处理主要用于解决人与人的交互问题、企业的交互问题、硬件与人的交互问题。而文本数据中台技术，结合了自然语言处理、深度学习等技术，具有处理多个不同来源的异构数据，如音频、文字、图像等，都可以做文本审核、比对、提取、分析、解读、预测、纠错、检索等。这些功能可以帮助人把业务做了。作为竹间智能的客户，新华社也使用NLP去做校正、查重、比对、校对文档的工作，并且借助NLP功能，可以检测到整篇文章的情感语境，判断这篇文章读起来的感受是正面还是负面等等。
那么，“情感智能”到底发挥哪些具体的作用？
举个例子，在网上购物时我们对于服务的满意度、对商品的喜欢度，才是情感。在这些场景中，人工智能可以通过动作、反应、表情来判断顾客的紧张程度。
此外，情感智能还可以应用在文字交互、语言交互等场景中。目前，竹间智能可以判断25种细分的情绪。
在所有应用场景中，简仁贤认为人工智能只有应用到以下三种模式中，才可以真正帮助企业创造价值。
1.提高用户体验。如提高客户满意度、提升交互体验、包括帮助企业更好地洞察客户的需求与情绪情感等；
2.提高效率。如缩短业务流程、业务自动化（审核文档、校正、发邮件审理等）；
3.降低运营成本。包括减低获客成本、人工成本等。
“AI技术落地，没有弯道超车可言”
20多年在人工智能领域的经验，简仁贤深知技术之路的修炼并非易事。他表示，在这件事情上，没有捷径，也没有弯道超车，所有的经验和成功必须基于一步一个脚印的尝试，通过不断地尝试和不断地优化的出来的。
没有任何成功的大企业是和别人一样的，无论从创始人、到团队、到商业模式、技术研发、甚至到方法论和经验，都没有一样的。
竹间智能从2015年开始以toC业务起步，之后调整转型落地toB业务，一直到现在已经发展了200多家大客户。所谓的转型也是亦步亦趋，每一年都会推出新的不同的策略和产品，根据企业发展而去制定的，制定好后就会去执行，大概每一年都会经过不一样的蜕变。
这当中最大的经验就是：不用去Copy别人，不用管别人在做什么，关键是自己能否在不断地尝试当中找出自己的一条路，避开跟别人直接碰撞的局面。自己要去找到蓝海在哪里，不是由别人画出蓝海的领域你就闯进去，得自己找。
蓝海找到后，要看自己的基本功是否扎实，这取决于你是否会被后来者居上。竹间智能坚持做NLP、情感计算，底层技术扎实，所以竞争对手从来不是入局的创业公司，而是大型的toB服务企业。这当中，其他的一些企业可能已经从做NLP、知识图谱转到RPA的领域，RPA是按键精灵的工具，并不是正真意义上的人工智能。
归结起来就是：找到一个细分领域深扎，在自己的领域里坚守，做到最好。
人工智能未来还有更大的空间
通过这次疫情，大众对于人工智能接受度有所增加。原本持观望态度的企业，也向人工智能的应用领域迈进了一步。对于企业来说，这是一个契机，也是一个挑战。
随着复工复产的推进，未来还会有很多新的大行业出现，无论是新旧结合、还是从这次疫情中崛起的新型行业，都值得我们拭目以待！
