杨植麟：选择创业，是为了从「组织架构」上解决AI落地难题( 三 )

目前，在解决这一问题上，学术界仍未有突出进展。但在创业的过程中，由于杨植麟与团队的预训练技术研究从一开始就是在实际的数据集中测试，直接与AI产品框架匹配，因此，类似的落地问题便能从根拔起。

3、谈谈「NLP+销售」
除了2017年的Transformer，近年来，人工智能领域又涌现出了许多基于Transformer的大规模预训练语言模型，比如Bert与GPT-3。此外，还有许多新兴技术对AI创业者产生了积极影响，比如少样本与零样本的研究突破。
从NLP技术落地的角度来看，这将是一个个革命性时刻。因为通过将这些研究成果有机结合，AI模型的效果与效率能够得到大幅提升。在某些场景中，研究者甚至只需要通过非常少的样本、甚至零样本就可以取得跟以往一样好的效果。
对于循环智能来说，这意味着，在用AI提升销售转化率的过程中，他们能够做到很多以前做不了的事情，比如会话洞察与分析引擎。随着NLP落地技术的逐渐成熟，加之企业服务在全球范围内成为新的投资热点，杨植麟与团队憧憬，通过「NLP+销售」的路径，循环智能也有成为「中国Gong.io」的可能。
具体来说，用人工智能提升销售效率的过程可以分为三步：一是对销售与客户之间的会话数据进行采集；二，对有价值的会话内容进行挖掘并建模，将非结构化数据转为结构化数据；三，分析会话数据，找出销售人员在与客户沟通的过程中存在的问题，更精确地分析客户意愿，并给出解决问题的关键要素。
归根到底，就是对大规模的文本数据进行高效分析。
听来简单，但事实上，「AI+销售」是一条同时具备市场刚需与高技术壁垒特征的赛道，因为这要求AI系统具备综合分析的能力，除了算法，会话洞察能力、数据分析能力、行业营销知识等等也缺一不可。这很符合循环智能创始团队的创业风格：既要创造价值，也要拥有一定的技术门槛，提高竞争难度，减少对手。
从刚需的角度来看，业绩增长是每一家企业的发展根基。销售作为市场营销中的一环，其会话流量的转化率对业务目标的影响至关重要。据杨植麟观察，流量转化率在许多行业中都是一个突出的痛点问题，尤其是金融行业。
他们曾接触过一个国内的头部保险公司X，旗下有一家分公司Y。Y的销售困境是：虽然Z的销售团队卖出了许多保单，数量远远高于X位于邻城的另一个分公司Z，但所收的保费总和却比Z要低。经过分析，原因很简单：因为Y的均件保费远远低于Z。
这时，他们需要通过分析手中已有的数据，来找到拯救萎靡业绩的方案。而回顾已有数据，企业的唯一法宝，是保存了大量的沟通语音或文本数据。
对于计算机来说，未经解码的语音数据犹如黑盒，同时是非结构化的。这时，NLP与语音技术的结合可以对这些非结构化数据进行高效解析，并管理一个企业销售团队的沟通过程。换言之，此时AI产品还是一个「管理抓手」的角色，分析销售人员与客户的沟通情况，洞察客户需求，提高销售管理能力和销售团队的工作效率。
「我们提供的产品可以把每位销售人员在每一天的开口率以非常清晰的、精确的方式呈现出来。它能定位到每一个团队成员的每一通电话、每一次沟通，据此便可以做很多报表分析，从而知道每个团队的问题在于何处。」杨植麟介绍。

文章插图

图注：循环智能AI产品的原理示意图
根据实战的结果，循环智能打造的AI系统每天可以处理超过 1 亿次的对话数量，帮助Y将保单的均件保费提升了大约20%。目前，他们已与数十家销售人员超过一千人的企业合作，主要覆盖银行、保险、房地产、汽车等四大行业。
杨植麟解释：「这几个行业都有一个共同的特点，就是对销售技能的要求高，销售过程非常复杂。同时，相对来说，这些行业有精细化运营的需求，它们的精细化程度达到了一定的阈值，足以支撑他们应用AI系统来优化效率。」雷峰网
在这个过程中，他们的AI系统后台也积累了数千个来自不同行业的语义模型，构成了循环智能AI大脑的强大知识库，有利于NLP模型的进一步落地。去年，他们与华为云合作，开发了大规模中文模型「盘古」，在部分实际场景中达到了优于Bert与GPT系列的效果。
目前，循环智能已进行到B轮融资，连续三年实现了超200%的营收增长。不过，杨植麟谈道，创业必须深入业务：「我们现在还属于将产品打磨成熟的阶段，主要任务是扩展与提升销售沟通场景的覆盖面。」