獲天使輪融資 前豆瓣副總裁研發售前服務機器人 個性化推薦提升50%轉化率

機器人 豆瓣網 人工智能 雲計算 鉛筆道 2017-05-25
獲天使輪融資 前豆瓣副總裁研發售前服務機器人 個性化推薦提升50%轉化率

◆ 愛因互動創始人王守崑是中國最早的個性化推薦系統研究者。

文| 鉛筆道 記者 吳澤騫

導語

從1956年首次提出概念至今,人工智能已經歷了半個多世紀的發展。幾十年以來,這個概念起起落落,直到去年3月AlphaGo擊敗李世石後,人工智能再次進入大眾視野。

王守崑和洪強寧也選擇了這個時間點進入該領域創業。

他們於2016年6月創辦愛因互動,專注於研發人工智能對話服務產品。團隊通過搭建雲平臺系統,將API接入企業的網站、App、微信公眾號,利用對話機器人向用戶提供售前諮詢、產品推薦等服務,如推薦信用卡、金融知識百科問答、智能投資顧問等。

截至目前,已有7家金融企業使用了愛因互動的產品。在問答交流環節,該產品的準確率在93%~95%之間。在金融產品推薦上,相比此前使用人工銷售,轉化率能夠提升50%以上。

注: 王守崑承諾文中數據無誤,為其真實性負責,鉛筆道已備份錄音速記,為內容客觀性背書。

將對話機器人植入售前工作

前豆瓣網首席科學家兼副總裁王守崑和他的同事兼好友洪強寧一直在討論著創業的方向。

去年3月,他們在一家咖啡館裡又梳理了一遍曾經考慮過的想法,聊天涉及到VR、企業服務、數據分析等等,但兩人總覺得差點意思,“很難產生興奮感”。

一番考慮下來,兩人都把目光聚焦在了對話機器人上面,這個方向更能夠發揮他們此前的工作經驗和資源優勢。

在具體的運用方向上,王守崑把對話機器人的使用放在了售前領域,實現企業與客戶之間的連接,將傳統的人工售前客服交由機器人來實現。

且在豆瓣網任職期間,王一直負責個性化推薦算法的相關工作。在這方面的研究中,推薦結果的可解釋性問題一直是技術人員攻克的重點,王也在不斷尋找可行的辦法將推薦結果向用戶進行一個有效的解釋。

在王守菎看來,對話機器人的研發能夠對個性化推薦解釋方面的探索大有裨益。

當時面向企業服務的對話機器人主要有幾種:一是客服機器人,這類佔比是最大的,並且主要以售後客服為主,如查詢物流等;二是做帶有對話模塊的硬件機器人;三是專業領域的對話機器人系統,如切入銀行、保險等。

相比於售後機器人的眾多入局者,售前機器人卻鮮有玩家。處於發展的早期的市場,這對於王守崑來說意味著更多的想象空間和發展可能性。

以SaaS為載體服務金融行業

在產品具體形態上,王守崑考慮以SaaS作為對話機器人的載體,即團隊通過搭建雲平臺,為客戶的網站、App、微信公眾號提供API接口,將售前客服工作交由機器來完成。

選擇SaaS這種形式的原因有三個:其一,便於團隊進行集中開發,並能夠實現產品無縫隙迭代;其二,讓不同的客戶能夠獲得一致的體驗,避免為不同公司定製化私有云部署而導致團隊精力分散;其三,從成本上來說,不論是對團隊還是對客戶,都能有效減少雙方不必要的支出。

對於產品形態有了初步構想之後,考慮到金融行業體量龐大,不存在壟斷性公司,且數字化程度高,前期溝通需求量大,王決定先從金融行業著手試水。

2016年6月,愛因互動成立。

以機器學習、個性化推薦、知識工程、數據挖掘等技術為基礎開發產品之外,團隊也深入瞭解了金融行業售前服務存在的一些問題。

售前工作存在大量重複性勞動工作,在銷售答疑或者介紹相關產品時,機械性地回答佔據單個人勞動量的50%以上。另外,由於銷售員之間的水平差異較大,即便是用同樣的話術來介紹產品,他們的客戶轉化率也有較大差別。

“這些問題都可以用我們的對話機器人來解決”。雖然機器人服務在靈活性、精準度和情感等方面與人工服務相比有一定差距,但是在穩定性、廣度以及後續服務方面,都有更好的潛力。

機器人可以記住更多的知識和產品信息,不會受到環境和人類情緒的影響,例如愛因互動的SaaS中就收錄了數十萬個金融知識點,使用戶在詢問時能夠及時得到反饋。而機器人又能從用戶的反饋中進行學習,有針對性的形成用戶畫像,從而逐步改善對話質量。

產品上線運行

5個月後,產品在一家互聯網金融公司上線,主要是幫助企業售賣基金組合。用戶可以通過對話機器人瞭解基金詳細情況、進行風險測評、挑選符合自身需求的產品。

用戶在使用微信等聊天工具時,對於對話的接受程度很高。面對金融這種存在信息不對稱的產品,他們有進一步瞭解產品的意願。愛因互動研發的機器人能夠有針對性的回答、解釋和引導用戶,在這種交互過程中提升轉化率。

獲天使輪融資 前豆瓣副總裁研發售前服務機器人 個性化推薦提升50%轉化率

◆ 對話服務機器人可以為用戶提供理財諮詢,為銷售人員提供多維度數據分析服務。

團隊研發的產品應用領域相對較窄,因此“實際使用效果不錯”。但由於每個人的表達方式不一樣,使得機器在一些時候並不能準確判斷用戶潛在的行為。團隊為此在用戶意圖識別相關算法上進一步研究。

截至目前,已有7家金融企業使用了愛因互動的產品。在問答交流環節,該產品的準確率在93%~95%之間。在產品推薦上,相比此前使用人工銷售,轉化率能夠提升50%以上。

在盈利模式上,團隊現在主要是根據API調用次數來向企業收費。根據所需算法複雜性、問題的重要程度等標準,單次調用的價格在幾分錢至幾毛錢之間。但在未來,愛因互動希望根據客戶的實際銷售效果進行收費。

相比於傳統利用關鍵詞和檢索式模型來提供銷售服務的方式,王守崑更希望將主動推薦與被動響應相結合,能夠在恰當的時間給目標用戶推薦不同的東西。

因此,接下來團隊將繼續研發產品、完善相關算法,並在今年內做2家行業標杆客戶,確定整個產品方案。

/The End/

編輯 孫 嬌 校對 褚琳冰

相關推薦

推薦中...