NLP凭什么被称为人工智能的掌上明珠( 二 ) _小知识

“科技公司的底气是技术自研”谈到坚持做底层技术的研究与开发，简仁贤表示，在过去 20 年，国内大部分 to B 的企业服务公司都着重于工具系统集成，如 OA 系统，ERP 系统，工具型的产品可以帮助企业优化一些固有的工作方式和流程，但受制于技术的不足，天花板较低，很难去不断往前优化、进化和迭代。简仁贤指出，如今很多人开始用开源，但开源没办法做到「最优化」和「最佳化」，拥有自己的底层技术，可以针对一个大的问题进行最优化，直接改底层技术，从根本去优化，不会出现底层技术限制而导致上层功能无法优化的情况。简仁贤坚定地表示，从一开始，竹间智能就坚持从底层到上层全部自研，包括训练数据制造、算法等都是从 0 开始做的，因为他要做的是科技公司，不是 IT 集成商。不仅如此，简仁贤还告诉我们，微软虽然对外宣称支持开源，可微软卖的 Soft产品里面源代码也是自研。再如Google ，所有的源代码都是从 0 开始写的，但会开源出来。实际上包括 Facebook、百度、华为也一样。竹间智能受到众多投资者青睐，也是因为国内除了竹间智能外，少有的 NLP 公司能拥有百分之百自研底层技术的能力。谈到自研的重要性，简仁贤给出了一个很实际的解释：企业软件做小了，没有人理，等做大了就会有人看中你的知识产权。如果没有自己的底层技术，本身的产品和平台的扩展力就会非常小，天花板会很快崩掉，企业的竞争力就很低了。拥有可控的底层技术，拥有专业领域的专利，拥有端到端的优化能力，才能达到未来解决方案的最大化和最佳解，在竞争当中才能做出整体解决方案，这就是科技企业的底气与壁垒所在。
深扎 NLP ，在自己的领域做到独当一面
简仁贤告诉我，竹间智能的自然语言处理主要用于解决人与人的交互问题、企业的交互问题、硬件与人的交互问题。而文本数据中台技术，结合了自然语言处理、深度学习等技术，具有处理多个不同来源的异构数据，如音频、文字、图像等，都可以做文本审核、比对、提取、分析、解读、预测、纠错、检索等。这些功能可以帮助人把业务做了。作为竹间智能的客户，新华社也使用 NLP 去做校正、查重、比对、校对文档的工作，并且借助 NLP 功能，可以检测到整篇文章的情感语境，判断这篇文章读起来的感受是正面还是负面等等。
那么，“情感智能”到底发挥哪些具体的作用？
举个例子，在网上购物时我们对于服务的满意度、对商品的喜欢度，才是情感。在这些场景中，人工智能可以通过动作、反应、表情来判断顾客的紧张程度。
此外，情感智能还可以应用在文字交互、语言交互等场景中。目前，竹间智能可以判断 25 种细分的情绪。
在所有应用场景中，简仁贤认为人工智能只有应用到以下三种模式中，才可以真正帮助企业创造价值。

提高用户体验。如提高客户满意度、提升交互体验、包括帮助企业更好地洞察客户的需求与情绪情感等；
提高效率。如缩短业务流程、业务自动化（审核文档、校正、发邮件审理等）；
降低运营成本。包括减低获客成本、人工成本等。

“AI技术落地，没有弯道超车可言”20多年在人工智能领域的经验，简仁贤深知技术之路的修炼并非易事。他表示，在这件事情上，没有捷径，也没有弯道超车，所有的经验和成功必须基于一步一个脚印的尝试，通过不断地尝试和不断地优化的出来的。
没有任何成功的大企业是和别人一样的，无论从创始人、到团队、到商业模式、技术研发、甚至到方法论和经验，都没有一样的。
竹间智能从 2015 年开始以 to C业务起步，之后调整转型落地to B业务，一直到现在已经发展了200多家大客户。所谓的转型也是亦步亦趋，每一年都会推出新的不同的策略和产品，根据企业发展而去制定的，制定好后就会去执行，大概每一年都会经过不一样的蜕变。
这当中最大的经验就是：不用去Copy 别人，不用管别人在做什么，关键是自己能否在不断地尝试当中找出自己的一条路，避开跟别人直接碰撞的局面。自己要去找到蓝海在哪里，不是由别人画出蓝海的领域你就闯进去，得自己找。
蓝海找到后，要看自己的基本功是否扎实，这取决于你是否会被后来者居上。竹间智能坚持做 NLP 、情感计算，底层技术扎实，所以竞争对手从来不是入局的创业公司，而是大型的 to B 服务企业。这当中，其他的一些企业可能已经从做NLP 、知识图谱转到RPA的领域，RPA 是按键精灵的工具，并不是正真意义上的人工智能。