如果你使用过滴滴的客服系统，会发现对话窗显示「小滴机器人」正在为你服务，它会快速回答你的问题，解决司机绕路、拒载或者计费等问题。
小滴机器人是智能客服的典型案例，背后是追一科技提供的自然语言语义理解技术。目前，YiBot准确率已达到95%以上，客户有贝贝、卷皮、小红书、OFO等互联网企业。今年上半年，YiBot还进入到一些传统领域，包括万达、国美等购物中心，招商银行信用卡、长江证券等金融机构。
成立于2016年3月的追一科技，主攻自然语言语义理解和对话机器人，从智能客服Bot入手，想要通过「赋能予机器与人交流」打造智能交互的新入口。
看好对话机器人应用前景，是时候走出去了
2015年，从中国科学技术大学硕士毕业在腾讯工作了十年的吴悦隐约感觉到，算法、数据的结合会有许多好玩的事情。在腾讯内部的工作期间，吴悦就已经利用这些做各种尝试，比如说结合数据和预测模型，进行电影票房的预测，同时开发了以自己名字命名的腾讯聊天机器人「小悦悦」。
但当时人工智能还不像今天人人都会谈起，吴悦并未意识到，自己的工作会与「人工智能」紧密联系起来。实际上，搜索引擎最基本的模式是对海量内容进行解析、处理和组织，每一个环节都需要用到人工智能的关键技术之一:自然语言处理。与此同时，随着深度学习网络的发展，自然语言处理领域正在快速向前发展。
在此之前，作为腾讯基础架构的几个创始员工之一，吴悦与同事搭建了腾讯存储的基础架构体系。2012年，吴悦进入Soso，负责网页搜索的架构体系。2013年，腾讯将Soso业务卖给搜狗之后，吴悦选择留在腾讯，成为了腾讯TEG事业群搜索部门负责人，业务涵盖了微信、QQ、应用宝、腾讯视频、腾讯音乐等应用的搜索，并主持开发了天天快报的核心算法推荐引擎。
到2015年底，搜索的业务告一段落，吴悦开始思考尝试更具挑战性的工作。在他看来，之腾讯的工作经历对他或多或少产生了一些影响，在腾讯时大部分技术都是首先服务于内部平台，进而有机会拓展到企业外部，在这个过程中，自己带领的团队在内部不断磨练也得到很好的反馈，这些积累是开拓新事业的基础。
另一方面，从信息交互方式的演进、降本增效的角度分析，吴悦认定智能搜索和对话机器人会有很好的发展前景，于是找来腾讯的技术大拿同事，腾讯技术职发会技术研究通道负责人刘云峰博士作为联合创始人和CTO、国防科学技术大学从事人工智能方向科研工作的杨振宇博士作为技术总监，以及腾讯产品技术总监汶林丁共同创办新公司「追一科技」。
2016年6月，追一获得晨兴资本的百万美金天使轮融资，同年10月，获得高榕资本、晨兴资本数百万美元的A轮融资。
离开了大平台，有更多的机会，也面临更大的挑战，最直接的问题就是如何盈利。吴悦想过与金融或者医疗行业的结合，但这些领域都需要很强的专业知识的融合，并不适合技术出身的创业公司轻易尝试。
最终，团队认为与基础构架和大数据紧密联系的广告业务和聊天机器人是两大可能的方向，于是就开始了最初的业务尝试。2016年6月份，追一推出对话机器人Yibot，广告业务也齐头并进。
吴悦自称赶上了好时候，广告赶上了直播的热点，CPA(每次行动成本)效果也不错。但广告行业更需要大量的前期市场投入，这同样是技术之外的考量标准。「技术虽然可能很好，但广告的活动和市场是我们的短板。」吴悦说。尽管广告业务对公司收入的拉动明显，但对话机器人业务的市场也正在打开局面，几经权衡，吴悦决定在2016年9月放弃这部分业务，专注于Yibot。
现在看来，这仍然是最好的选择。「信息交互的方式一直在演进，从普通的线下、到电话、再到网络，大家都在寻找下一代的的交互方式。」吴悦看好这个前途，「现在看来，对话机器人是比较合适的。而且从降本增效的角度看，聊天机器人确实能够在客服领域带来一定程度的变革。」
从滴滴入手，打开智能客服Bot市场
Yibot并非通用的聊天机器人，而是利用自然语言语义理解及深度学习算法，为企业级客户提供的一套智能客服机器人系统。
与智能音箱不同，智能客服领域的市场并不需要教育。从市场上来看，如果场景的客户群体数目大、咨询频次高、问题重复度高的话，引入高性能的智能客服机器人能极大地节省人工成本。根据追一科技提供的资料，智能机器人客服可以解决85%的常见客服问题，而一个机器人坐席的花费只相当于一个人工坐席花费的10%。
Yibot的第一个客户是滴滴出行，这也是近些年互联网领域的典型代表。由于滴滴平台式的业务发展很快，客服的需求日益剧增，先前引入的客户机器人的效果不是特别理想，正在寻找新的合作机构。
2016年7月，追一和滴滴开始进行小容量测试。在这个过程中，吴悦发现技术只是其中一个敲门砖，真正落地的时候，各种业务需求和变动消磨了很长的时间。例如，团队利用了以往在搜索方面的优势，其机器人回答准确率指标已经达到80%，比一般的竞争对手的70%已经高出了许多，但其实距离顾客要求的90%仍有很大差距。这时候，团队引入了深度学习算法，经历多次优化后将效果慢慢调上来。
智能客服有两个重要的指标:意图识别准确率和解决率。通过语义搜索和深度学习，YiBot能沟突破文本表面文字的限制，在这两个指标上达到较好的效果。此时，智能客服可以自动解答常见的业务问题，当问题实在无法解决或用户明确说明「我想联系人工客服」、「转人工」等情况出现时，才会转入人工服务。
最终，滴滴通过比较后认定追一的产品更为稳定，在2016年11月份正式落地小滴机器人。
除此之外，Yibot后台功能包括了知识库管理以及机器人智能教育。同时，基于客服数据，Yibot还能提供运维监控、热点分析、敏感分析、情绪分析等功能，及时发现用户行为趋势，为客户产品运营提供保障和决策支撑。
吴悦表示，目前客户主要集中在O2O、电商和金融落地这三个领域。前两者是解决效率的问题，但金融领域更关注的是提升用户体验，差异化的服务能够提供一些别样的竞争力。例如有统计数据显示，在金融行业，用在用户留存上5%的投入，能带来25%的收益。因为忠诚客户会不断在企业产生购买，而企业需要为他付出的边际成本是越来越低的。一旦这种忠诚关系建立，用户轻易不会再去尝试其它他所不熟悉同类产品。
在这一点上，吴悦延续了此前的观点，「做技术服务时，用户的满意度是最重要的。」目前追一所做的，都是通过ToB的方式间接地与C端接触，同时会接收大量的反馈意见，从而改善产品的体验。吴悦一直认为，追一锁定的是ToB服务，在这类业务链中，任何技术都要落地实现技术产品化，把技术能力和企业需求之间的间隔弥补起来，真正解决企业的痛点。
因此，Bot也好、做语义处理也好，核心仍然是依托一个领域。「我们定位很清楚，依托于企业自有的数据去做Bot，无缝连接客户的需求，而不是围绕技术本身或是公有数据。」吴悦说。
从客服开始，不止于客服
基于自然语言技术的应用中，还有微软小冰，苹果Siri等典型代表。吴悦认为，整个市场还属于早期开发的阶段，大家都深耕于某一个领域。对于客服机器人的发展阶段而言，大致有四个分类:基于关键词匹配的「检索式机器人」、第二阶段是运用一定的模板，支持多个词匹配，并具有模糊查询能力、第三阶段是在关键词匹配的基础上引入了搜索技术，根据文本相关性进行排序，第四阶段是以神经网络为基础，应用深度学习理解意图的技术。
相比于通用的聊天机器人，吴悦表示，「目前追一更专注结合企业自有的数据，例如数据库和运营数据，构建合作的体系。」在构建知识库的时候，YiBot可以依据行业经验，提供该行业下的知识库分类体系，以便快速构建知识体系框架，在补充知识点的过程中，还可以结合基于客服的大数据分析技术给出合理的建议。
此外，Yibot涉及到动态知识，也可以应用于更为复杂的场景。团队也需要对深度学习技术进行深度开发与应用，实现技术层面的优化进而提升准确率，并积累足够的技术解决方案上的优势。用户体验的提升，也不仅仅依赖于技术本身的创新，在知识库运营过程中，YiBot也能够通过FAQ问题优化和FAQ答案优化来不断地帮助完善和优化知识体系。
但不止于此。在近期与招商银行信用卡中心的合作中，吴悦正在突破「智能客服」这一概念，希望能给用户更好的交互体验。另一方面，通过Bot或者助手的形式，企业的许多「隐藏功能」也能够得到更好的展示机会。
「现在信息爆炸，商品信息也同样如此。」吴悦对Bot还有更多的设想，「如果对话机器人很好地触及到支付这一环节，又有可能取代电商平台的搜索功能，突破‘智能客服’的基础服务，深入服务企业和用户，包括目前非售后客服的尝试，如智能推荐、搜索等。」
对于未来，吴悦认为，交互的介质还可能是语音、视频等多媒体的形式。但对于创业公司来说不能面面俱到，懂得舍弃是更重要的能力。对追一而言，目前所做的是把守住技术的核心，把大的方向确定，再去慢慢探索。「不管是技术、产品还是销售，我们觉得客户都是我们的第一位。这样我们可以很快地调整。」以不变应万变，这是追一的方式。
「客服只是一个开始，在未来，交互会是一个更大的事，我们想做一家深度服务企业的AI公司。」吴悦说。
