• AI
    利用AI回答员工的重复性问题,Spoke 获2800万美元融资 外媒消息,美国初创公司 Spoke 宣布完成了两轮融资,金额总计2800万美元。第一轮为 Accel Partners领投的800万美元,第二轮是 Greylock Partners 领投的2000万美元。其他投资者还包括 Felicis Ventures、 Webb Investment Network、 Spider Capital 、Red Dog Capital 等。 Spoke 利用人工智能来帮助企业解决自动化信息请求,通过回答IT和人力资源相关的问题来节省人们的时间。例如,如何登录工资系统,如何使用打印机,如何访问网站,以及如何重置密码等重复性的模版问题。 Spoke 的目标是减少人工服务的次数,适用于规模在100-1000人之间的公司。如果有人问到一个 Spoke 不能回答的问题,或提问者对答案不满意,那么它会将挑选出合适的人选,并将请求指向该人员。Spoke 从中学习答案,并在下一次询问中使用。 Spoke 的一个好处是它的产品可以在 Slack 中直接使用,而不是另一个独立APP。Slack 等消息平台越来越多地被用来代替电子邮件进行工作沟通,这使得团队中每一个人的信息更易于被访问。这也有助于 Spoke 利用人工智能来确定知识库中的哪些现有答案适用于员工的查询,然后随着时间的推移提供更好的答案。 创始人兼首席执行官 Srinivasan 表示,许多公司都已养成了在内部服务软件上花钱的习惯,这为 Spoke 未来的销售收入带来了想象空间。比如 Atlassian 和 ServiceNow 都是在服务平台上销售软件的公司。 Spoke 目前共有20名员工,大部分是技术人员。创始人 Srinivasan 和联合创始人 Patnaik 的上一个创业项目是 Appurify,于2014年被Google收购。 本文参考了多个信息来源:["https://www.cnbc.com/2017/10/19/spoke-raises-28-million-in-funding.html"],如若转载请注明出处。 36kr.com
    AI
    2017年10月23日
  • AI
    从优化搜索引擎广告投放切入,「原昇科技」为企业提供一站式AI数字营销平台 原昇科技创办于2015年8月,是一家面向中小企业的AI数字营销自动化平台,旗下的 “易数宝”的软件能通过自主研发的大数据平台实时采集数据,并通过数据挖掘对企业所投放的广告进行大数据分析,精准评估推广效果,并通过深度学习决策系统输出有效广告策略,帮助企业降低推广成本,提升营销的效率和精准度。 简言之,“易数宝”为企业用户提供了从广告判断——广告方案的调整(优化网站内容、设计)——广告输出——结果落地(在企业的目标客户搜索引擎结果页中获得靠前位置)的一站式服务。 近日,原昇科技宣布已获得来自蓝色光标、英诺天使基金的近千万人民币Pre-A轮融资,这笔资金将主要用于AI平台算法规则的不断完善,加大研发力度以实现AI数字营销自动化在信息流广告上的应用,以及扩大市场。 现如今,进入大数据时代,企业营销SaaS应用也步入了数据化阶段。根据艾瑞咨询的数据,预计2018年我国数字营销规模将达到4200亿元;但研究机构eMarketer的报告却指出,如今通过数字渠道投放的广告,点击率大概只有0.04%,广告推送与用户需求不匹配的问题严峻。数字化营销还应回归个性化服务,即实现基于用户行为分析后的精准推送。从这点上看,传统营销管理工具处理效率低下、还会因人工操作而产生匹配误差,各种弊端显露无疑。 如果要实现精准推送,还需要有大数据和先进的技术作为支撑。现阶段,尤以AI的风头最为强劲。AI以大数据和深度学习算法为基础,将过去的人教机器的策略变成机器自我学习。借助AI,营销人员能够快速精准识别潜在用户并以最恰当的方式与这些用户进行交互。 可以说,AI的应用能给数字营销行业带来了重大变革与重构。原昇科技CEO梁文庆就认为,“传统工具解决不了的,AI能解决”;而作为基于基于AI、大数据模型的数字营销服务,“易数宝”就想在这一变革过程中发挥一定作用。梁文庆告诉36氪 ,公司自成立以来,经过1年的时间积累了超过一亿条客户行为数据,并通过机器学习不断地总结规则,形成经验模型,凝聚成了现如今的核心产品“易数宝”( 2016年8月正式上线)。 现阶段,易数宝主要服务于年投放金额在30万左右的企业用户,其中也包括少量KA级用户(譬如维也纳集团)。据悉,截至目前,易数宝已积累了几千家企业注册用户,其中付费用户近700,并保持每月新增80-100家付费用户的增长速度,续费率超过55%。 梁文庆表示,目前公司主要的任务也是不断优化以做成标品,以实现后期的快速复制;另外,除了搜索引擎推广,易数宝未来还会支持信息流,为企业提供一站式服务。另外,需要了解的是,作为此次原昇科技pre-A轮融资资方蓝色光标母公司是一家为大型企业提供品牌管理与营销服务的公司。梁文庆表示,融资完成后,资方能会为原昇科技带来更多KA级用户;此外,蓝色光标的信息流业务较多,未来会与原昇科技实现上下游客户的对接。 在推广方面,公司有自建销售团队,在不同区域也有合作的代理商。 梁文庆告诉记者,随着中国流量成本的与日俱增,下一个阶段人们会更倾向于选择可以自动化、简单、一站式的工具,以替代原来的传统工具,并表示“未来用AI实现营销自动化一定是营销SaaS的竞争蓝海”;而得益于长时间的数据积累和规则总结,原昇科技在现阶段具有“明显的先发优势”。 团队方面,创始人兼CEO梁文庆深耕互联网行业逾10年,曾就职于百度广州分公司7年,拥有4年大型营销团队管理经验;CTO林正春为华南理工大学计算机专业博士,在图像处理与模式识别、人工智能和数据挖掘等领域有多年的研究经验;CMO曾就职于百度广州分公司,拥有5年百度大客户推广运营经验,2年阿里天猫运营推广经验。 来源:36氪,作者:顿雨婷。转载或内容合作请联系zhuanzai@36kr.com;违规转载法律必究。
    AI
    2017年10月19日
  • AI
    Agent AI:按次计费的CRM管理工具,让企业零门槛使用AI技术 Agent AI正想办法自动化更多的客户服务流程。为此,公司建立了自己的客户关系管理产品,以及相应的AI工具,并且现在的CRM部分的服务免费提供。虽然在CRM这一领域,已经有不少大型的软件公司,但公司首席执行官Fred Hsu表示,市场正在发生变化,软件差异逐渐减少,商品化程度越来越低。 Agent AI的CRM软件可使得企业保存消费者数据,管理不同的沟通渠道和视觉化客户互动。Hsu并不是说公司的软件不够好,但是在他看来,公司的优势在于AI方面(正如其名称所显示)。当有足够多的数据时,这些AI产品的工作将更加有效。 “通过免费提供我们的商品软件,我们可以零成本、零风险的获得更多消费者数据,”Hsu表示。 具体来说,Agent AI的Co-Pilot和Auto-Pilot服务均依赖过往的互动数据,某一公司的知识库等等。 Co-Pilot为客户问题提供参考回答,并允许团队成员一键接受这些回复。而Auto-Pilot更接近全自动,可以针对常规问题直接发送回答而无需人员干预。Agent AI表示,Auto-Pilot可以回答常规客户服务问题中的50%-80%。 Hsu还指出,Agent AI并不收取标准的软件即服务订阅费用。相反,客户需要为每个自动对话支付1美元。Hus认为此举可以让更多企业接触并使用AI。他解释说:“部分问题,或者说机会,其实是非常二元化的——你拥有AI或者没有AI,背后是昂贵的成本和难以解决的时间难度……那些想要快速、准确、高质量的对话的企业,我目前还没有看到现实可行的模型可供他们使用。” 另外值得注意的是,虽然Agent AI以免费的CRM服务作为吸引企业和他们数据的方式,Hsu表示,公司的AI技术同时也通过API集成了其他的CRM服务。 【AI星球(微信ID:ai_xingqiu)】10月3日报道 (编译:小白)
    AI
    2017年10月16日
  • AI
    微软Dynamics 365推出人工智能服务聊天机器人,用AI提高企业服务效率 微软正在利用AI的能力为Dynamics 365企业应用套件客户提供全新功能。该公司在Iginte会议上宣布了一系列新功能,专注于将智能引入业务之中,包括专为领域客户服务查询设计的预置聊天机器人。 包括惠普和梅西百货在内的相关客户已经在使用新的聊天机器人来帮助处理客户查询,以便客户得到更快的响应。微软计划在未来发布更多的AI功能,不过其并未提供详细信息。 对于那些不想购买整个Dynamics 365捆绑软件的客户,微软将其产品分解成以订阅为基础的可单独购买的模块。该公司首先从人力资本管理套件Talent开始。其被划分成了两个模块化应用Attract和Onboard,分别针对招聘和雇佣过程。 顾名思义,Attract旨在帮助公司找到合适的候选人,并为他们的申请池提供资料。Onboard旨在帮助新员工熟悉业务内部系统,以及培训和团队建设。 在未来,微软将会提供更多的此类型产品,客户无需购买整个套件,只需要购买一两个模块即可。 微软还进一步加强了LinkedIn和其CRM产品Sales之间的联系。很快,销售代表就可以通过Dynamics 365直接发送InMail,并将专业社交网络中的档案图片导入到其CRM的联系人记录中。 【AI星球(微信ID:ai_xingqiu)】10月12日报道(编译:福尔摩望)
    AI
    2017年10月12日
  • AI
    AI法务创企ROSS获870万美元A轮融资,iNovia Capital领投 人工智能律师创企ROSS Intelligence于2015年在多伦多大学创立,创始人为Andrew Arruda,Jimoh Ovbiagele和Pargles Dall'Oglio。日前,该公司宣布完成870万美元A轮融资,iNovia Capital领投,Comcast Ventures Catalyst Fund,Y Combinator Continuity Fund,Real Ventures,Dentons的Nextlaw Labs和几位天使投资人跟投。 究其核心,ROSS是一个帮助法律团队分类案例法,找到与新案件相关细节的平台。如果按照标准关键词搜索,这一过程可能需要数日或数周时间,于是ROSS以机器学习技术对关键词搜索进行了强化,在加快搜索过程的同时,所搜索条目的相关性也更高。 ROSS联合创始人兼CEO Andrew Arruda在一次采访中表示:“使用ROSS的技术,能够在更短时间内搜索到更多相关信息。” ROSS的人工智能堆栈既使用了现成的深度学习算法,也自己开发了一些。开发一整套机器学习堆栈非常昂贵,因此创企早期使用现成的技术也就情有可原,只要确保业务的可扩展性即可。目前,该公司已和20家律所建立合作,结合人工反馈模拟工作流和测试结果。 Comcast Ventures的投资人Kai Bond表示:“我们花了很多时间思考ROSS给律师事务所带来的价值。以往需要一周时间的工作,现在只要2-4小时。” 这家公司最初的计划是将专业法律软件卖给大型事务所,例如Lathan & Watkins和Sidley Austin。目前,ROSS提供破产法和知识产权法方面的产品。未来也将扩展服务范围,如劳工法、雇佣法,并为小型律所服务。 【AI星球(微信ID:ai_xingqiu)】10月12日报道 (编译:冰摇柠檬茶)
    AI
    2017年10月12日
  • AI
    利用AI和神经科学游戏匹配最合适工作,Pymetrics获800万美元融资 【猎云网(微信号:ilieyun)】9月29日报道 (编译:叶展盛) Pymetrics创企能利用人工智能和神经科学游戏帮人们匹配到最好的工作,今日这家公司宣布获800万美元融资。本轮融资的领投方为Jazz Venture Partners,参投方包括Workday Ventures、Khosla Ventures、Randstad Innovation Fund和BBG Ventures。 这家纽约创企并没有根据学历来评判一个人,相反它通过一系列神经科学游戏来评估候选人的认知和情感功能。这些游戏包括虚拟货币交易、键盘敲击等,一位候选人至少要完成12个游戏,才能获得完整的评估结果。 随后Pymetric的人工智能会分析结果,并候选人与表现最好的人进行比较。 “我们会从不同职位的成功专业人士身上搜集大量行为数据,并用机器学习技术进行建模,这些模型就能区分成功者和普通人。”公司的首席执政官兼联合创始人Frida Polli告诉外媒。 对于求职者而言,这项服务是免费的。如果公司想要通过这个平台建立自己的算法来寻找和选择潜在的人才,那么就要付钱。同时他们也可以选择购买年订阅服务。 Pymetrics表示,全世界已经有50多家公司选择使用这个平台,包括联合利华和埃森哲,而使用这个平台的求职者数量已经超过了50万。 这位首席执政官认为公司的竞争对手包括CEB-SHL和IBM Kenexa这类传统的平台,以及Leap.ai、Teamable、Beamery和Mya Systems这些人工智能驱动的求职平台。 之前,这家公司还从洛克菲勒基金会那里收到了一笔拨款(数额没有公开)。Pymetrics计划利用这笔新融资帮助未就业的年轻人找到工作。 目前公司的团队还只有45个人,它在纽约、旧金山、伦敦和新加坡设立了办事处。本轮融资也会帮助它进行扩招。 Pymetrics与2013年成立,目前融资总额为1700万美元。
    AI
    2017年09月30日
  • AI
    这家英国公司靠AI+背景调查拿了千万美金融资,我们也能做到吗?   编者按:本文来自微信公众号“脑极体”(ID:unity007) 背景调查,听上去是一个很古老的词汇。尤其在现如今,员工的流动性越来越大,已经很少有人愿意去了解员工能力背后的那些事。在大多数中小型公司里,背景调查往往只是和员工的上一家公司象征性的通一通电话。倒是在大型企业,尤其是外企、合资企业中,会关注员工的征信状况、教育履历以及犯罪记录等等。 本来,这只是一项普通的企业需求,直到共享经济的出现,给这个领域带了变革和机遇,并且催生出了一批优秀的创业企业,Onfido就是其中之一。 大企业可以做背调,共享经济却只能背锅 以往的雇佣方式是什么样的?写简历、电话邀约、当面沟通、入职后每天在公司工作,即使是外包、远程办公也要常常通个电话进行沟通。可共享经济来了,也带来了一种全新的“雇佣”模式。比如Airbnb的共享房屋模式,房主和住客虽然都不“就职”于Airbnb,却也利用Airbnb的平台进行获利, Airbnb则从双方交易中提出佣金,同时会为交易双方提供一定的背书。 这就形成了一个很有趣的现象,用户为共享经济平台提供收益、做大估值,而共享经济平台对这些用户基本一无所知。可要是这些用户行为不端,平台肯定是首要背锅侠;住Airbnb被房主骚扰?平台监管不力,发微博!滴滴司机车牌不对?平台监管不力,发微博!自己家儿子破解共享单车密码锁遭遇交通意外,平台监管不力,起诉! 可实际上,共享经济平台最多只能获得用户的证件、房屋、车辆等等的照片。连照片的真伪都难以判别,更别提关注这些用户是不是变态了。要说挨个调取这些用户的各种记录进行背景调查,又根本无法承担高昂的成本。 (Onfido三位联合创始人) Onfido的初衷,就是为了解决这些问题。Onfido来自英国,和大量本土信用机构进行合作,了解员工的信用状态、犯罪记录、教育履历、是否涉嫌恐怖主义活动、是否位于全球监控名单之中等等信息。帮助企业和各种机构对员工和用户进行远程背景调查和身份认证。数据库非Onfido最大的优势,引起行业关注的是他们对人工智能技术的应用。 人工智能+背景调查的更多可能 Onfido对人工智能技术的应用较为基础,基本分布在图像识别领域。比如视频级别的人脸识别——要求用户对着摄像头做指定动作、说话等等,防止出现用静态图片、3D打印伪造人脸的情况。还有就是关于证件、文件的图像识别,包括护照、身份证、驾照等等,识别出那些伪造、经篡改、遗失的证件,并对其进行标记。最后将用户外貌特征和文件匹配,最终打造出一个授信引擎。 最近,Onfido又拿到了一笔高达3000万美元投资,声称将应用于人工智能身份验证领域。 客观看来,Onfido在技术上并没有什么特别的过人之处,甚至很有可能也是一家靠人工智能包装自己的创业企业。但我们关注的,是人工智能+背景调查在当下的各种可能。 其实需要更低廉高效背景调查的不仅仅是共享经济平台,根据《中华人民共和国反恐怖主义法》第二十一条:电信、互联网、金融、住宿、长途客运、机动车租赁等业务经营者、服务提供者,应当对客户身份进行查验。包括众筹、互联网慈善等等,互联网缩短了人与人的距离,却很难让我们看清彼此。 以目前我国的大数据储备量和图像识别技术,完全可以完成基础的背景调查。更多的想象空间,存在于完成背景调查之后。 比如在共享经济平台上,消费者选择或者平台的依据,往往是来自于用户在该平台上的历史行为。导致不同素质的用户都要从0开始累积信用评级,最后往往导致做的好不如来的早。而有了前期背景调查,可以利用深度学习技术更好挖掘以往数据,加深对用户的理解从而辅助平台派单或消费者选择。 同样,在招聘市场中也是一样,利用人工智能不仅仅是为了了解受聘者,而是通过对受聘者的了解更加高效准确为其匹配职位。想象一下,受聘者和猎头/HR不再需要表面寒暄,私下怀疑对方的信息有几分真实,面对岗位选择和薪水艰难的沟通。而是通过简单计算就能了解彼此真实的能力,和最适合的岗位。恐怕会让招聘这件事省去很多麻烦和尴尬。 最重要的是,这一切的成本都会比以往更低,让更多人和企业负担的起。 都在对标过去,谁能成为未来? 目前在中国已经出现了一些以大数据和人工智能为主打特色的背景调查企业,比如51猎头、萝卜猎手和信柏科技等等。可惜的是,这些企业大多都停留在传统的招聘市场,服务大多也是传统金融、大型集团等等。他们往往对标咨询公司提供的背景调查服务,生成比对方速度更快、价格更便宜。 争夺存量市场并没有错,可难免有些目光狭隘。Onfido成功的原因,并不是因为服务价格比传统方式更便宜,而是因为帮助共享经济平台、食品配送等等无法进行传统背调,却又存在巨大需求缺口的企业。回过头来看看中国庞大的市场,互联网租赁、众包配送、众筹……无一不需要以清晰的背景调查来加强用户对平台的信任。与其让大企业少花点钱来知道某一位行政人员在上份工作中有没有多给自己拿几根碳素笔,我们更想知道今天下班叫的是不是一辆套牌车。 在这种现状之下,我们或许可以理解那些担心被人工智能抢走工作的人了。当新技术出现,我们的第一反应是利用价格优势与传统企业争夺存量市场,而不是去开发新市场。这样下去,自然只会让人事业。 要知道,创新二字,将“创”放在了前面。“新”不仅仅可以用来替换“旧”,更应该带来无限的希望。  
    AI
    2017年09月29日
  • AI
    是炒作还是现实?人工智能究竟如何颠覆财税和审计行业? 《经济学人》杂志曾通过调查罗列了未来20年最有可能被机器人抢走饭碗的岗位。排名靠前的包括低端制造业的生产、销售、会计等。在大多数人还认为人工智能离我们还有些远的时候,人工智能在财税和审计领域的应用已经开始全球范围进行大范围的试水和应用。 威科集团(Wolters Kluwer),这家超过180年历史的百年老店,一直以来致力于为包括财税、审计、法律、金融和医疗的专业人士提供解决方案的供应商。 9月20日,由荷兰威科集团主办的2017威科国际财税论坛论坛上,威科集团财税与会计事业部首席技术官和资深副总裁布莱尔.迪芬(Brian Diffin)和以《人工智能 和机器学习在全球财税行业的应用》为题,分享了威科在财税领域人工智能的最新发展趋势。威科集团财税审计事务部产品管理副总裁巴斯.克尼佛斯特(Bas Kniphorst)展示了威科集团人工智能和机器学习的先进创新产品CCH iQ。 会后,记者对布莱尔.迪芬(Brian Diffin)和巴斯.克尼佛斯特(Bas Kniphorst)进行了专访。以下是访谈内容: 问:威科集团有哪些基于领先技术和云服务的业务板块? 答:威科集团为财税和审计专业人士提供基于云技术的解决方案。我们的客户通过云技术解决方案进行客户管理,保证信息安全。这些云服务包括: •   随时随地进入业务、项目的智能终端; •   高效部署任务并轻松添加各类功能和特性; •   通过高度安全、抗外界干扰和专业管理的IT基础设备保证客户的商业正常不间断运转。 问:AI在财税和审计行业的应用会对整个行业带来什么影响吗? 答:财税和审计专业人员已经开始感受到人工智能和机器学习对其日常工作的改变了。在很多方面,财务和审计确实是人工智能能够发挥作用的典型代表。财税审计行业的特点是有很多结构性的数据,这就为机器学习提供了非常大的便利。未来,传统行业的会计师、税务师将需要提升自己的业务技能,保证自己的能力走在前列,并且开发更多的增值服务。因为基础的数据录入、转录和翻译等工作将会被智能化的系统所取代。 当然,这个行业被人工智能改变主要体现在,将会有更多的工作模式的创新和更有价值的服务,同时入行门槛也将会被改变。从前一位会计师通过计算器、表格、软件去处理数据和报告,用网络进行搜索,但未来随着这些工作的效率大幅提升,对会计师的要求将会史无前例的高。话虽如此,这个行业中“人”的因素并没有消失,会计师将通过人工智能这样的技术为他们的客户提供更有价值的增值服务,换句话说,我们相信人工智能在财税审计这样的服务行业会创造更多的机会和需求。 问:在美国企业财务服务市场中的应用现状是怎样的?在威科集团的商业版图中,AI有哪些具体的应用案例? 答:威科集团代表质量和精准,这也是客户找到并且信任我们的原因。我们的服务无论是从效率和附加值角度都极为有效,基于客户巨大的数据量和智能化的需求,我们通过减轻密集型的手工作业——比如将相关信息进行编译形成可用信息来帮助客户节省时间。 威科集团的CCH iQ 是税务和财务行业领域最早基于人工智能技术的解决方案,重新定义了会计事务所如何利用云技术发展业务。CCH iQ的分析工具匹配上百件年积累下来的税务事件以及该事件可能对客户产生的影响。自动化沟通模块生成一份执行方案,这份方案解释了客户受到特定税务事件的影响,并且提出可行的下一步解决方案,再提示用户如何由此给他再带来新的业务,这些才是给用户的一个完整的方案。 除此之外,我们还看到AI技术在用户支持领域的机会。今天,当一个客户遇到一个问题,它们可能会用到很多网站、文档、设备以及应用去解决问题。这就是客户以及我们客户支持部门工作人员的一个痛点。我们目前正在使用整合了AI和机器学习技术的聊天程序,为客户和内部工作人员提供一份基于彼此没有任何关联的多个数据库和知识库中搜索出来的结果整合起来的一体化信息来应对需要解决问题。 问:威科在中国有哪些竞争者? 答:中国的人工智能技术发展的很快,在美国的大学里,无论是斯坦福还是伯克利,顶尖的学者中到处都是中国人的影子。威科在中国的竞争者,说实话我们还不知道在哪里,目前中国在这个领域有很多新的、小的创业者,他们都非常优秀。如果有机会,我们非常愿意和中国的技术公司合作。 问:在财务和税务服务领域,基于规则的机器学习和神经网络,哪种技术应用的更多? 答:人工智能和机器学习技术发展的十分迅速,但目前机器学习的应用案例明显多于神经网络的应用,主要因为发展成百上千节点的高端神经网络的时间和成本很高。 相比而言,一个基础的机器学习算法可以应用在不同的输出模型中。 输出量越大,机器会变得更聪明更准确。比如,用算法去识别会计单据和税务表格中的变量数据,并且将数据传输到另外一份文件或者合规表格中看起来是非常合理的应用。其中最重要的是有大量的输入数据。 神经网络在财税和审计领域的应用有很多设想,但目前我们仍然要测试这些想法的商业可行性。 来源:36氪,作者:Simone。转载或内容合作请联系zhuanzai@36kr.com;违规转载法律必究。
    AI
    2017年09月27日
  • AI
    用企业级人工智能分析语音通话,AI 客户服务创企 TalkIQ 获张首晟丹华资本参投 1400 万美元 A 轮融资 来源:鸵鸟创投媒体(微信:wechuangye)本文作者:Tino 据外媒消息,了解到,总部位于美国旧金山的人工智能客户服务初创公司 TalkIQ 宣布获得了一笔 1400 万美元的 A 轮融资,领投方为 Scale Ventures Partners,参投方包括Aspect Ventures,Felicis Ventures,LINE Corp,Salesforce Ventures,以及华裔物理学家张首晟创立的丹华资本。 鸵鸟创投媒体(微信:wechuangye)还了解到,TalkIQ 主要为企业提供语音识别的人工智能引擎,通过分析企业客服代表与客户的通话,来了解优化工作流程的关键部分,比如判断产品购买意图,处理反馈投诉等。另一方面,企业可以通过分析与客户对话的语音数据来更准确地预测销售收益和损失,以及客户满意度(CSAT)和客户流失率,使团队通过快速访问以行动为导向的数据和分析来节省时间并最大限度地提高效率。      
    AI
    2017年09月25日
  • AI
    用神经科学和AI帮你找工作,Pymetrics获得800万美元融资 有人靠心理测试找工作,有人用星座找公司,现在有人开始用神经科学帮你找工作了。 美国公司Pymetrics利用人工智能和神经科学小游戏来帮用户匹配最合适的工作。这家公司宣布完成了800万美元融资,Jazz Venture Partners领投,新进投资者Workday Ventures和原有投资者Khosla Ventures、 Randstad Innovation Fund和BBG Ventures参投。这笔资金将用于人才招募,公司目前有45名员工,分别在纽约、旧金山、伦敦和新加坡。 Pymetrics 成立于2013年,迄今为止已经融了超过1700万美元。 这家公司总部位于纽约,跟一般人用学历和院校来评价求职者不同,他们用认知和情感方面的元素来评价应聘者,具体方式是让他们玩一套神经科学小游戏。用户需要完成包括虚拟金钱交易、键盘点击等至少12个游戏,才能收到完整的职业评估。 接下来,Pymetric的人工智能系统会分析应聘者的结果,将其与公司中表现最好的员工比较。 Pymetrics 的联合创始人兼CEO Frida Polli对VentureBeat 解释:“我们会收集各行各业专业人士的密集行为数据,利用深度学习建模,分析究竟是哪些特质,让这些成功人士比一般人优秀。” Pymetrics的服务对求职者免费开放,公司的盈利模式是向B端用户收费。公司会给企业客户提供定制化的算法模型,让他们通过平台挑选出有潜力的人才。该服务按年按服务级别收费。 根据Pymetrics给出的数据,全球目前有50个国家正在使用他们的平台,包括Unilever和埃森哲(Accenture);在求职者这边,则一共有50万名用户。 According to Pymetrics, more than 50 companies around the world currently use the platform, including Unilever and Accenture. On the job seeker side, there are more than 500,000 users. VentureBeat担心,有些算法模型会不会带有人类的偏见,或者某些政治不正确的因子。Polli则回应:“我们的算法不会收集任何人口统计学方面的数据,而且我们会选用统计工具剔除任何模型中的偏见。” 公司CEO将心理学加大数据的服务公司CEB-SHL 和 IBM Kenexa等传统平台视作竞品,实际上很多新型创业公司正在将AI技术用户职业匹配,比如Leap.ai、Teamable、Beamery和Mya Systems。 除了这800万投资之外,Pymetrics还从洛克菲勒基金会( The Rockefeller Foundation)获得一笔补助,具体金额未透露。这笔资金将用户帮助未充分就业的年轻人,让他们学以致用。 本文翻译自 venturebeat.com,原文链接。如若转载请注明出处。
    AI
    2017年09月22日