劉致雅

循環(huán)智能聯(lián)合創(chuàng)始人兼CEO 陳麒聰這是一個(gè)至少價(jià)值500億元的市場(chǎng)

讓機(jī)器人“聽懂”人類說話，是讓科學(xué)家們一直沉迷其中的事。語音識(shí)別器的鼻祖誕生在計(jì)算機(jī)還沒出生的20世紀(jì)20年代，它是一個(gè)名為“Radio Rex”玩具狗，只要呼喚它的名字，它就能從底座上彈出來。

但近100年過去了，機(jī)器的“聽力水平”仍不盡如人意，大規(guī)模的語音識(shí)別應(yīng)用市場(chǎng)尚未形成，商業(yè)化落地多半來自于語音合成技術(shù)。技術(shù)變現(xiàn)困難，讓眾多科技公司跛足難行。在此環(huán)境下，專注自然語言處理和語音識(shí)別技術(shù)的循環(huán)智能（Recurrent）卻找到了一條與眾不同的道路。

這家成立于2016年5月的年輕公司已經(jīng)憑借技術(shù)在國際上享有了知名度。核心技術(shù)包括自然語言理解、語音識(shí)別、語氣識(shí)別、聲紋識(shí)別和推薦系統(tǒng)。其中，自然語言理解來自公司的核心原創(chuàng)算法XLNet，這套算法刷新了18項(xiàng)NLP（自然語言處理）任務(wù)。

擁有全世界最領(lǐng)先的自然語言算法，卻把落地點(diǎn)放在了銷售溝通領(lǐng)域，是否有些“殺雞用牛刀”？

對(duì)此，循環(huán)智能創(chuàng)始人兼CEO陳麒聰告訴創(chuàng)業(yè)邦，之所以選擇這個(gè)賽道，是因?yàn)榭吹搅诵袠I(yè)痛點(diǎn)和市場(chǎng)趨勢(shì)。

首先，在金融、教育等以銷售為導(dǎo)向的行業(yè)中，其銷售部門需要支出大量的成本，如系統(tǒng)成本、通話成本、坐席成本等。其中，最大的成本是人，一方面銷售流失率高，上崗之前需要重新培訓(xùn)講話用語;另一方面，在規(guī)模擴(kuò)大之后，還需要安排一定配比的管理人員……可見，對(duì)于這些行業(yè)，在人力資源方面通常會(huì)產(chǎn)生巨大的浪費(fèi)和低效，痛點(diǎn)十分明顯。

其次，銷售流程的一切均可以數(shù)字化。無論是人力資源、運(yùn)營、財(cái)務(wù)、技術(shù)管理、行政等工作，均會(huì)涉及數(shù)字。其實(shí)，銷售運(yùn)營部門的管理者首先要學(xué)的一門課程就是如何讀懂?dāng)?shù)字背后的含義，在數(shù)字的基礎(chǔ)上制訂出對(duì)應(yīng)的行動(dòng)計(jì)劃。在數(shù)字化的浪潮中，在獲客成本越來越高的情況下，手動(dòng)采集數(shù)據(jù)變得不現(xiàn)實(shí)，傳統(tǒng)企業(yè)轉(zhuǎn)型已經(jīng)是必然趨勢(shì)。

最后，分析非結(jié)構(gòu)化的數(shù)據(jù)正是循環(huán)智能的擅長之處。

非結(jié)構(gòu)化數(shù)據(jù)（Unstructured Data）是指數(shù)據(jù)結(jié)構(gòu)不規(guī)則或不完整，沒有預(yù)定義的數(shù)據(jù)模型，不方便用數(shù)據(jù)庫二維邏輯表來表現(xiàn)的數(shù)據(jù)。如果把結(jié)構(gòu)化的數(shù)據(jù)比作菜單，那么非結(jié)構(gòu)化的數(shù)據(jù)更像是雜貨鋪。目前，盡管存儲(chǔ)數(shù)據(jù)的設(shè)備成本相對(duì)來說已微乎其微，數(shù)據(jù)的體量與多樣性卻會(huì)導(dǎo)致人力成本指數(shù)級(jí)上升。

當(dāng)然，相對(duì)于傳統(tǒng)的關(guān)系型數(shù)據(jù)庫，使用非結(jié)構(gòu)化的數(shù)據(jù)會(huì)需要更多數(shù)據(jù)工程師或高級(jí)分析師。對(duì)每個(gè)新的業(yè)務(wù)需求，分析師和業(yè)務(wù)、產(chǎn)品經(jīng)理都需要花時(shí)間來理解所擁有的數(shù)據(jù)以及如何根據(jù)這些數(shù)據(jù)來做出他們的決斷。但這也正是循環(huán)智能看到的留給初創(chuàng)公司的市場(chǎng)機(jī)會(huì)——大公司已經(jīng)積累了十余年的靜態(tài)數(shù)據(jù)，存在一定的先發(fā)優(yōu)勢(shì)，但是實(shí)時(shí)動(dòng)態(tài)的數(shù)據(jù)每天都在更新，循環(huán)智能通過分析和沉淀這樣的非結(jié)構(gòu)化數(shù)據(jù)，只需幾周的時(shí)間，就能夠開墾出新的維度。

“前期我們需要人工來給數(shù)據(jù)打標(biāo)簽，垂直于場(chǎng)景發(fā)展，把流程變得更加抽象和高效，這確實(shí)比較‘重?！毖h(huán)智能聯(lián)合創(chuàng)始人兼COO揭發(fā)告訴創(chuàng)業(yè)邦，“但是這件事做完以后，就能帶來更大的增量，也可以為我們下一步采集數(shù)據(jù)做準(zhǔn)備。”

陳麒聰表示，做產(chǎn)品與做技術(shù)有很大不同，技術(shù)上的突破是周期性的。“比如像我們XLNet這樣的算法，不可能每個(gè)月都會(huì)有迭代。在等待技術(shù)不斷成熟并實(shí)現(xiàn)突破的過程中，我們需要用產(chǎn)品驗(yàn)證技術(shù)，從而為技術(shù)的前進(jìn)做積累?！?/p>

面對(duì)AI商業(yè)變現(xiàn)的嚴(yán)峻課題，循環(huán)智能找到的路徑是交互場(chǎng)景。

循環(huán)智能聯(lián)合創(chuàng)始人兼CEO 陳麒聰介紹：“目前我們主要服務(wù)存量客戶交互渠道，包括電話，IM，微信。未來我們希望打通存量增量所有的客戶交互渠道，融合線上與線下，最終在客戶交互領(lǐng)域?qū)崿F(xiàn)最好的人機(jī)結(jié)合，為企業(yè)客戶提供最優(yōu)質(zhì)的服務(wù)。”

循環(huán)智能的技術(shù)不受溝通渠道限制，在比微信更難的電話場(chǎng)景已經(jīng)達(dá)到很好的效果。

“通過語音識(shí)別模塊爭(zhēng)取到的新客戶，會(huì)在進(jìn)行試用之后逐漸認(rèn)可循環(huán)智能的技術(shù)含量，并會(huì)進(jìn)一步購買公司的其他模塊?！苯野l(fā)告訴創(chuàng)業(yè)邦，目前，循環(huán)智能采取按年收費(fèi)的模式，客戶主要是中大型企業(yè)，多為上市公司，up-sell（追加銷售）率高達(dá)150%。

“隨著市場(chǎng)的逐漸被教育，有這方面需求的公司會(huì)越來越多，也并不會(huì)僅局限在金融或教育等有存量非結(jié)構(gòu)化客戶交互數(shù)據(jù)的領(lǐng)域?！标愾杪斦f，下一步公司會(huì)開發(fā)線下場(chǎng)景，比如通過監(jiān)測(cè)線下銷售人員的銷售情況，深刻洞察線下用戶的需求，實(shí)現(xiàn)場(chǎng)景躍遷。這是一個(gè)至少價(jià)值500億元的市場(chǎng)。

2019年，循環(huán)智能獲得了真格基金的數(shù)百萬美元A輪投資，以及來自金沙江創(chuàng)投，靖亞資本的數(shù)百萬美元Pre-A輪融資，目前流動(dòng)資金近億元。

在資本寒冬中，循環(huán)智能為何還能獲得資本青睞？

陳麒聰認(rèn)為，一方面，是投資人看好團(tuán)隊(duì)的技術(shù)水平。行業(yè)中存在對(duì)分析非結(jié)構(gòu)化客戶交互數(shù)據(jù)的強(qiáng)烈需求，只有循環(huán)智能給出了成熟的解決方案。

另一方面，市場(chǎng)潛力巨大。用SAS全球市場(chǎng)營銷高級(jí)副總裁Adele的話來說：“如果你不用數(shù)據(jù)分析，那么面臨的已經(jīng)不是賺錢問題，而是生與死的問題?！?/p>

未來絕大部分?jǐn)?shù)據(jù)都將是非結(jié)構(gòu)化數(shù)據(jù)。

據(jù)統(tǒng)計(jì)，當(dāng)前非結(jié)構(gòu)化數(shù)據(jù)的內(nèi)容占據(jù)了數(shù)據(jù)海洋的80%，并將在2020年之前以44倍的速度迅猛增長。每一個(gè)數(shù)據(jù)元素都有它的意義，對(duì)海量數(shù)據(jù)進(jìn)行整合并挖掘數(shù)據(jù)背后的價(jià)值將成為指導(dǎo)企業(yè)決策的重要依據(jù)。

關(guān)于循環(huán)智能

創(chuàng)立時(shí)間

成立于2016年5月。

融資情況

2019年，循環(huán)智能獲得了真格基金的數(shù)百萬美元A 輪投資，以及來自金沙江創(chuàng)投，靖亞資本的數(shù)百萬美元Pre-A 輪融資。