來自硅谷的科技公司Rul.ai，以SaaS平臺(tái)的形式，為眾多領(lǐng)域的企業(yè)提供智能虛擬助手服務(wù)。傳統(tǒng)的人工客服面臨著人力成本快速攀升、人員培訓(xùn)貴、流動(dòng)性高、服務(wù)質(zhì)量難以保證等問題，虛擬助手，或者說智能客服機(jī)器人，可以在售前咨詢和售后服務(wù)中，通過語義分析快且準(zhǔn)確地理解客戶的問題和需求，并以自然語言進(jìn)行解答和對(duì)話。在常見的重復(fù)的、結(jié)構(gòu)化、機(jī)械式問題之外，Rul.ai依托MITIS™（Mixed Tasks and Initiatives）對(duì)話管理系統(tǒng)，對(duì)結(jié)構(gòu)復(fù)雜的多輪驅(qū)動(dòng)任務(wù)對(duì)話——比如顧客在結(jié)賬過程中突然對(duì)送貨安排提出問題——也能做出高精準(zhǔn)度的回答。目前，Rul.ai可以使用中文和英文兩種語言。
工商局?jǐn)?shù)據(jù)顯示，截至2016年年初，全國中小型企業(yè)約有4200萬戶，與此同時(shí)，2016年間平均每天新增1.5萬戶。中小型企業(yè)——尤其是初創(chuàng)企業(yè)——對(duì)企業(yè)級(jí)服務(wù)的需求巨大。艾媒咨詢分析師估測(cè)，企業(yè)級(jí)服務(wù)的市場(chǎng)規(guī)模在2020年將達(dá)到上萬億元，其中的垂直細(xì)分市場(chǎng)智能客服，是一塊千億級(jí)的蛋糕。
自2013年以來，國內(nèi)市場(chǎng)上基于自然語言學(xué)習(xí)和機(jī)器學(xué)習(xí)技術(shù)的智能客服發(fā)展迅猛。在阿里云ET、京東JIMI等對(duì)第三方開放的自平臺(tái)機(jī)器人外，涌現(xiàn)了大量廣受資本青睞的第三方平臺(tái)機(jī)器人，其中包括與Rul.ai同樣以自然語言理解和自主學(xué)習(xí)為核心的驀然認(rèn)知、三角獸、網(wǎng)易七魚、海知智能等。
基于自主研發(fā)的第三代客服機(jī)器人技術(shù)，Rul.ai的潛在客戶不僅限于企業(yè)，還有需要技術(shù)升級(jí)的其他企業(yè)服務(wù)公司。聯(lián)合創(chuàng)始人兼CTO、美國加州大學(xué)終身教授張奕博士告訴36氪，基于規(guī)則系統(tǒng)（Rule-based System）的第一代客服機(jī)器人和運(yùn)用監(jiān)督學(xué)習(xí)（Supervised Learning）的第二代客服機(jī)器人，雖然能夠降低企業(yè)人工客服的成本，卻產(chǎn)生了持續(xù)更新規(guī)則庫或人工標(biāo)注機(jī)器學(xué)習(xí)樣本的技術(shù)人員成本。Rul.ai運(yùn)用了最新的半監(jiān)督學(xué)習(xí)（Semi-supervised Learning）和無監(jiān)督學(xué)習(xí)（Unsupervised Learning）方法，對(duì)人工標(biāo)注樣本的需求遠(yuǎn)低于使用監(jiān)督學(xué)習(xí)的二代機(jī)器人。如此一來，有效降低了智能機(jī)器人的生產(chǎn)和維護(hù)的成本。
Rul.ai核心引擎在客戶上傳已有客服對(duì)話數(shù)據(jù)和知識(shí)庫數(shù)據(jù)后，短則幾小時(shí)、長則數(shù)日內(nèi)即可優(yōu)化出為客戶企業(yè)量身定制的智能客服；第一、第二代機(jī)器人通常需要數(shù)周至數(shù)月才能交付。此外，在人工客服為顧客服務(wù)時(shí)，Rul。ai機(jī)器人會(huì)開展人機(jī)協(xié)作、向客服提供建議，同時(shí)觀察對(duì)話、進(jìn)行自主學(xué)習(xí)和自我優(yōu)化。不過，張博士指出，現(xiàn)在智能機(jī)器人技術(shù)還有很多待解決的問題，需要團(tuán)隊(duì)能夠持續(xù)地創(chuàng)新改善。Rul.ai的團(tuán)隊(duì)成員均畢業(yè)于國內(nèi)外名校，包括曾在Ask Jeeves、Salesforce、Aspect、Oracle等科技公司任職的高管，在客服方面有較多經(jīng)驗(yàn)。
Rul.ai在2016年完成了天使輪和A輪融資，投資人包括金沙江創(chuàng)投和斯道資本。公司在中國已有環(huán)信客服平臺(tái)和助理來也等客戶，在美國也已與數(shù)家企業(yè)開展試運(yùn)行。
