2020年05月29日，竹間智能召開以“AI智簡 新基建”為主題的Bot Factory? 2020新品發布會，推出全新升級的一站式企業級情感人工智能平臺，從當前新基建的大潮出發，圍繞「對話式AI」，「認知AI」，「情感AI」對平臺設計理念和具體功能亮點展開詳細演示。
竹間于2017年發布第一版Bot Factory?，經4年的優化，完成了多個版本的升級迭代，進而成為竹間產品走向商業化的關鍵核心和支柱。
此次發布包括27項重要技術和功能升級，6個企業級智能應用發布。一個平臺，N個場景，無需代碼，快速落地，旨在打造人人都能創建的對話式機器人平臺。
01 企業智能轉型中的挑戰與機遇
新基建是以新發展理念為核心，在“新基建”的催化下，人工智能率先在企業中加速落地，智能升級成為企業轉型的關鍵。
智能化需要解決的是企業發展的核心問題——“降本增效”，而對話機器人的最大價值在于為企業人力效率有限、人力成本過高、獲客成本居高不下等難題提供新思路，實現多角色、全場景、全媒體的協同應用。
不少企業已經采用對話機器人，但在使用過程中卻產生了新的問題：
運維變得越來越困難
業務場景無法更新
答非所問、菜單式、無法回答客戶問題
知識沒有連接業務數據
缺乏有效的自學習
針對企業在場景使用中的難題，竹間智能推出一站式企業級的情感人工智能平臺——Bot Factory?，幫助創建管理對話機器人。機器人可控、可管、可達到目的，能理解意圖、情感，支持0代碼開發訓練到部署到維護，全流程、全場景的流暢體驗，企業無需配置專業技術人員，人人皆可上手。
02 三大AI支柱構建完整平臺
Bot Factory?2020集對話式AI、認知AI、情感AI三大支柱為一體。
對話式AI即用人工智能技術處理和實現對話交互。實現對話交互需要強大的語義理解能力，需要NLP的基礎能力，還有語音、知識圖譜、推薦等等技術。對話式AI需要大量AI基礎模塊集成來支撐，從算法、從能力到平臺，支持開發者進行二次開發，能夠讓所有人參與到使用、更新和維護中去。
認知AI包含像知識圖譜這樣的技術，可以處理大量非結構化數據，例如：產品文檔、法規文檔、財務報表等等，同時還可以持續不斷地從數據挖掘、NLP和智能自動化的經驗中學習，從而幫助企業處理海量數據。
情感AI體現在對話機器人的“情商”即對話流暢度上。情感AI除了理解人的情緒情感之外，還要保證對話交互“像人”。竹間提供25種情緒識別，此外還包括知識推理、豐富技能、精準意圖、多場景跳轉、語音全雙工、對話行為偵測、用戶畫像等技術，加上累積的大量對話場景和數據，保證對話機器人的“雙商”在線。
通過對話式AI+認知AI+情感AI，能力+數據+場景，竹間打造一站式企業人工智能平臺，在此之上可以搭建場景和解決方案。
03 四大技術底層，豐富平臺場景
最底層的核心技術層，包含竹間多年自研積累的技術，以自然語言處理（NLP）、知識工程、深度學習 & AutoML、文本數據中臺、語音辨識、視覺計算6大技術核心為主，兼顧了語音、圖像、語義多項AI技術提供“聽懂”、“看懂”、“讀懂”的能力。核心的NLP能力上，在某些特定領域，增加了訓練文檔識別和文檔解析的模型，提高知識提取的準確率。另外在中文自然語言理解技術的優勢和架構上，竹間智能升級了英文語義模型。
第二層為AI平臺層，由多個AI模塊構成兩大平臺即Bot Factory?和Gemini平臺。Bot Factory?平臺是面向全場景，端到端開發對話交互機器人的平臺，可以開發ToC機器人，也可以面向ToB業務。Gemini是圍繞知識創新及應用構建的平臺，幫助企業用AI挖掘、自動構建等技術，將海量的非結構化數據、半結構化數據加工成知識圖譜，并結合業務特點，開發出各種智能應用。
第三層則為應用層，基于平臺開發的各項智能應用，可以直接完成場景落地。包括竹間基于語音語義的AI Contact Center Total Solution、基于知識圖譜的應用。這些應用功能已經經過實際驗證，可以集成企業已有的系統，快速升級為智能化業務系統。未來也會跟合作伙伴一起合作，發布更多的企業級智能應用。
第四層是基于行業的完整解決方案，通過智能化應用在不同的行業場景下，累積成為標準的行業解決方案。智慧金融行業的應用中，通過AI技術進行精準營銷、客戶激活、智能投顧，財經分析，基金圖譜，金融業務辦理，金融催收回訪、人群畫像分析等等。
04 人人都可以DIY的機器人平臺
Bot Factory?2020具備三大特點：預訓練意圖輕松打造個人助理、企業助手、業務助理；百項內置技能實現開盒即用；聊天場景快速構建。
0代碼創建一個機器人，上線后，機器人通過自學習持續提升回答準確率，并且擁有簡易維護的特點。升級了英文語義模型后，在Bot Factory?2020上可以創建英文機器人，甚至可以通過英文進行外呼。
以業務目標驅動對話場景，構建可迭代的對話場景。
用NLP的方式解決語音場景下轉寫不準確、吞音丟字等糾錯難點。同時升級了對話行為分類、對話信息抽取，精準意圖識別等多項理解技術。優化了細顆粒度的模型，包括業務上下文、長句多意圖的理解和的不同領域的情緒識別。
場景和業務數據打通，知識自動更新。
覆蓋金融、智能終端、醫療醫藥、智慧教育、互聯網、傳統六大行業，領域模塊快速啟動，實現機器人的自學習。
05 三種驅動 三種部署
Bot Factory?2020 對主要的三個引擎都做了重要的升級，并且做到了QA+知識+任務的一體化用戶體驗。
QA驅動
解決了冷啟動的問題，通過歷史日志數據學習+行業預訓練模型，讓對話機器人的創建數據成本非常低，通過對話的批量測試，保證上線后對話機器人問答的準確率。
知識驅動
通過數據與語義解耦，知識實體可以不斷新增，而不影響機器人的對問題理解。
非結構化文檔，通過識別、解析、提取、構建的自動化流程轉成知識圖譜，并可以被搜索、推理。
任務驅動
人機對話應秉持連續順暢的原則，竹間對話機器人不僅支持單個任務內上下文的連續，也支持任務場景之間上下文的連續性。
任務機器人不能用簡單的關鍵詞來抽取，所以竹間的對話機器人在語義上解決了分類、抽取、推薦等技術難點。無需寫代碼，通過拖拽式的workflow，即可構建任務場景，并可無縫集成語音電話。
任務引擎的工具經過迭代和項目驗證，保證了友好的搭建場景的界面的同時，也支持開發級別的代碼集成，兼顧了普通運營人員和專業開發者的使用體驗。所有接入都可以以API形式接入，友好、豐富的API，支持生態開發。
靈活的部署方式，保證企業可根據自身的需求進行選擇。Bot Factory?2020支持公有云、私有云以及混合部署，公有云的優勢在于無需硬件成本，按需開通，并保證低延遲、高并發的對話請求，適合中小企業選擇。
私有云則適合大型企業，采用高可用架構，支持QPS X N的性能擴展，保證安全與監控，包括虛擬化。
06 共建AI生態圈
除了新產品和新升級，在此次發布會中，竹間智能還推出了“ AI合伙人”計劃。通過招募AI代理合伙人、AI區域合伙人、AI戰略合伙人建立竹間智能的合作生態。竹間將為未來的“ AI合伙人”提供商務、培訓、服務和市場活動上的支持，讓更多人成為“新基建“的受益者。
竹間智能堅持以自然語言處理技術發展為核心，從產品生態到業務生態不斷打磨。都說NLP難出獨角獸，的確這是一場比拼技術和耐力的賽道，只有堅持，才能迎來對話機器人的高光未來。
