创业邦专访丨快商通用声纹识别+自然语言处理技术深度服务B端36万客户
今年，是80后连续创业者肖龙源在创投圈打拼的第14个年头。回首过去，恍然如梦。
2002年，还在集美大学就读的肖龙源就凭借着其敏锐的商业嗅觉，靠组装二手电脑赚取差价；毕业后，他来到某上市公司做销售，任商务经理3个月后，迅速晋升商务总监；2005年底，肖龙源开始自己创业，起步于为百度、Google以及民营医疗机构供应流量；2012年底，他围绕人工智能创立了智能客服、AI自适应教育科技公司、AI舌诊体检公司以及智能导诊机器人等。
创业早期，肖龙源尝试的包括舌诊、体检等众多AI产品大都失利，只留下了智能客服和声纹、语音、自然语言处理、大数据等算法引擎。创业屡战屡败，却并没有消减肖龙源对AI的热情，多年积累的创业经验促使肖龙源不断反思自己，创业方向亦愈加清晰开阔。2009年，肖龙源创办了“快商通”，并于2012年正式进军人工智能行业。
现阶段，快商通已形成基于自然语言处理和声纹、语音识别等技术的双脑业务——感知智能“智能生物识别大脑”和认知智能“艾赋能大脑”。
快商通以定制化解决方案为主要服务形式，产品包括智能客服系统、仿真客服机器人、声纹采集设备、大规模融合声纹数据库平台及金融电话声纹反诈风控系统等，服务于金融、安防、能源、交通、医美、公安司法、大型商超、企业客服等垂直领域。
肖龙源介绍，智能客服领域是TO B行业的刚需。市场研究表明，2020年将有80%的企业部署AI客服业务，这些AI客服将会替代大部分业务员的工作，实现拟人交互。同时，传统人工坐席痛点明显，人员流动性大、培训成本高、服务水平良莠不齐等，早已不能满足日益提升的客户需求。智能客服不但可以补齐人力缺口，降本提效；更可以扩大服务边界，重构劳动力市场，商业价值可观。
当前，快商通智能营销客服业务已形成标准化解决方案，能直接代替或辅助人工回答客户问题。服务过程中可以通过深度学习技术，自主学习营销客服话术并更新知识库，直接为企业带来降本提效。
快商通艾赋能大脑执行董事刘晓葳透露，市场上大部分智能客服偏向于售后型（如咨询售后问题），业务导向非常清晰（如订票、查询卡余额等场景）；而快商通区别于竞品，主要做的是营销型机器人。用自然语言处理技术仿真对话，能更好地理解用户输入语言的不同意图；必要时还会发起追问、暖场、多轮对话等，以达到售前业务目标，如留下有效联系方式、完成预约和产品介绍推荐等。
目前，快商通智能营销客服的任务达成率已超过人工5%以上。想要做到以上水平并不简单，需要团队结合语义表达多样性、错别字、语音推理等方面反复训练。
声纹、语音识别是快商通针对金融、电信和公检场景推出的解决方案，主要通过指纹、人脸、虹膜、声纹等特征进行识别，调用快商通十亿级别的声纹数据库分析判断，实时有效动态布控、预警，消除潜在电信网络的诈骗风险。
从行业的角度来看，国外竞争对手英国的ValidSoft、俄罗斯的STC、美国的NUANCE等，在中国的市场份额不大。
快商通智能生物识别大脑执行董事李稀敏告诉创业邦，声纹技术在基本原理上没有绝对的门槛，其技术难点主要在于落地程度。比如，应用到实际场景时，如何在强噪音等复杂环境下满足用户的多样性需求。
为了建立自身竞争壁垒，快商通已基于多年经验积累，打造出适用于场景复杂性的一整套工具链，使每一条数据过程趋于自动化。目前，快商通声纹识别电信反欺诈相关产品及解决方案已完全应用在国家公检法与金融机构之中。
截至目前，快商通总客户量已超过36万，其中包括联想集团、中国移动、中国银联、平安集团、阳光保险、南方航空、致同快所等知名企业，在全国医美企业覆盖率超过80%。团队已在北京、上海、深圳、新加坡、美国硅谷、莫斯科等地设有人工智能研发中心、研究基地和子公司；并与俄罗斯科学院西伯利亚分院、公安部第一研究所、中国标准化研究院、中国保健协会等长期合作，参与数十个国标和行标的制定，共建立多个标准化研究基地。
营收模式方面，快商通智能客服业务主要依据项目难易程度或客服坐席量进行收费，声纹识别业务按照解决方案包年收费。2019年全年，公司共签下合同额2亿多，营收超1.5亿。
“从人才垄断到技术垄断，建立用户粘性闭环”是快商通的商业逻辑。团队已有300多人规模，其中技术员工共200多人，硕博人数占全员的60%。团队核心技术成员大部分是来自Facebook、百度、京东、OPPO、华为、阿里等头部企业的技术骨干，首席科学家是国际语音通信学会(ISCA)首位华人主席，前苹果语音实验室的主任、前百度独立董事李海洲院士（IEEE Fellow）。
融资方面，快商通已于2018年初获得美图董事长蔡文胜旗下隆领投资领投的亿元融资。目前，新一轮战略融资即将到位，资金将主要用于强化技术算法、搭建销售团队、加速技术在金融、公检法方面的落地。
原文链接：https://www.cyzone.cn/article/571348.html
