【新科技创业2018】上线“乐语助人”后，「乐言」还想拓展政务、金融市场

受访公司：上海乐言信息科技有限公司

受访人及Title： CEO沈李斌

Q1、2018年 ， 公司在技术、产品、市场、商业化、融资、团队等方面取得了哪些进展？

（1）技术：基于自然语言处理及知识图谱，开发跨领域认知计算平台。以各领域的知识及数据为基础，通过知识图谱对数据的表示、抽取、挖掘、关联、推理等操作，形成可应用于相应领域的行业知识库，在此基础之上应用语言认知、深度问答、对话聊天、智能推荐等人工智能技术为各行业的业务需求提供赋能。平台技术及产业创新特色主要包括以下4点：

A.全栈式领域知识图谱精益构建；

B.高精度的语言理解与认知；

C.自学习的多轮对话管理；

D.动态演化的资源模型统一利用。

（2）产品：2018年，乐言对已上线产品-“乐语助人”电商智能客服进行持续优化升级，不断提升端到端回复准确率、覆盖率、满意度和导购转化率以及回答的丰富性拟人化等等。同时，乐言的跨领域认知计算平台已在政务咨询、金融咨询等几个垂直领域进行应用，推出了政策法规智能咨询、金融智能咨询系统等等应用。

（3）市场：基于知识图谱的认知智能技术在垂直领域有着广泛的应用着力点，对于涉及国民生计的各个服务领域，可以从智能检索、智能推荐、精准分析、智能解释各个层面都能起到降本增效的良好效果。

以客服为例，中国当前的客服人员超过1000万人，按照人均6-8万/年的人力成本计算，整个客服市场规模每年约7000亿。若其中15-20%被智能客服替代，整个市场空间就有1000-1400亿。而认知智能技术还可以应用于全国超过千亿元的教育市场、国内数百亿元的政务市场、在近万亿的金融市场更是可以发挥巨大作用。

(4)商业化：在电商领域，乐言已服务数千个商家，电商业务遍布全国数十个城市，每天服务数百万人。同时公司已与上海市区各级政府开展广泛合作，共同致力于人工智能技术在政务咨询及服务领域的商业化应用，目前，项目已取得初步成果。而在金融领域，乐言积极探索，目前已与多家金融机构形成合作，打造金融行业的认知智能商业应用。

（5）融资：2018年，乐言科技已完成云锋基金领投的A+融资。

（6）团队：2018年，团队吸引多位行业大拿加入，进一步提升乐言科技创新能力与产品服务能力，其中包括：

• 知识图谱领域领军人物王昊奋博士，CCF理事、 CCF术语审定工作委员会主任、CCF YOCSEF 上海主席（2017-2018）、中文信息学会语言与知识计算专委会副秘书长、各类会议期刊发表高水平论文80余篇，最大的中文知识图谱zhishi.me创建人，OpenKG 开放知识图谱联盟发起人。

• 吴海华，资深的并行计算、推荐系统、媒体技术领域专家、10项 美国专利。Intel SC 担任 Senior Staff Architect, 曾负责Intel GPGPU 4K codec/NN 的核心开发，猎豹移动担任资深研发总监，猎豹内容推荐系统技术总负责人。

• 李波，机器学习技术在金融行业十数年实战经验专家 。IBM中国和日本， 资深的企业级大型互联网企业应用开发及管理领域经验。两家数百人运营良好软件公司的技术创始人。

伴随业务快速发展，乐言团队规模由2017年底的百余人扩展至目前的三百余人，吸引了来自，微软、百度，阿里、猎豹移动、携程、Morgan Stanley、EBay等资深研发团队。同时也不断吸引阿里、Intel、Dell、EMC等营销运营团队加入，增强公司的产品市场服务能力 。

Q2、2019年， 公司在技术、产品、市场、商业化、融资、团队等方面，可能还会有哪些新进展？ 

2019年，乐言将在现有技术和产品应用的基础上，深化知识图谱在人工智能认知领域的应用。横向来看，发挥知识图谱强大的迁移学习能力，搭建共享平台，帮助技术实现大规模产业化应用；纵向来看，深度挖掘垂直领域相关知识，不断扩充知识库，进一步提升机器处理专业知识的能力和质量。

2019年，我们将电商领域的商业化应用成功经验，重点复制在电子政务、金融科技等领域进行应用。

2019年，乐言将完成再一轮融资，届时预计乐言的团队将会引入更多行业级的资深人员来一起打造乐言的认知智能应用平台。

Q3、2018年，行业内发生的对所在行业影响最大的三件事？

（1）年初,时任Facebook人工智能团队负责人的Yann LeCun怒斥第一位“机器人公民”索菲亚造假震动了业界。这台曾宣布“我要毁灭人类”的机器人，也不过是一台“机器类人音箱”而已。

（2）「人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。」8 月 11 日，2011 年诺贝尔经济学奖获得者 Thomas J. Sargent 在世界科技创新论坛上表示。从人脸识别到语音识别，从 Face ID 到智能音箱，人们逐渐习惯人工智能对生活带来的改变。但在 Sargent 看来，人工智能发展到今天，并没有脱离统计学的范畴，根本不算什么科学领域的新突破，甚至于人工智能的大多数技术的突破都是基于过去二三十年统计学的进步。人工智能的技术边界与泡沫引起了大众的广泛思考。

（3）IBM AI辩手：AlphaGo之后新的里程碑。2018年6月的一天，在IBM公司旧金山办公室内，一场人机辩论大赛如期举行。辩论赛的主角叫做“Project Debater”，这是由IBM位于以色列的海法研究院为主的科学家们历经六年研发的能进行复杂辩论的AI系统。辩论另一方是以色列国家辩论冠军Noa Ovadia和以色列国际辩论协会主席 Dan Zafrir。Debater与两位人类辩手进行了两场辩论，辩题分别是“我们是否应该资助太空探索”、“我们是否要增加远程医疗的使用”。两场辩论分别有三个固定环节：4分钟陈述自己论点，4分钟反驳对方论点，2分钟总结陈词。现场观众通过投票支持各方观点，决出胜者。意料之外的事情还是发生了，机器辩手Debater在主题为“是否应该增加使用远程医疗”的辩论中最终扭转了更多的现场观众最初观点，赢得了辩论。

目前国内外的人工智能技术层主要聚焦于计算机视觉智能、语音智能、无人驾驶等感知智能领域，在自然语言处理、知识图谱等认知智能领域，市场中尚未产生有较大规模的独角兽公司。但随着知识图谱等技术在认知智能领域的应用，我们相信认知智能会有很大的发展，人工智能与终端和垂直行业的融合将持续加速，对传统的制造、机器人、医疗、教育、金融等各个行业将形成全面而重新的塑造。

Q4、2019年，最关注的行业大件事有哪些？

随着世界人工智能大会的召开，2019年新一届的世界人工智能大会又将给我们带来什么。

随着科技创新2030新一代人工智能重大专项的开展，人工智能技术结合应用将会有怎样的突破。

IBM Watson何去何从，Debater的表现及认知计算如何真正商业化落地。

Q5、2019年, 自己所在的行业、所在的细分方向大概率会出现的事情和趋势会有哪些？

认知智能处于Gartner2018人工智能技术成熟度曲线上升阶段。

（1）人工智能管理

用预测模型和算法，指导人工智能的应用和使用，优化决策权的分配，确保组织对风险的问责和投资决策过程的掌控。不论是何种人工智能，数据源要真实可信。为了避免片面的信息，要求汇聚新的、不同的，甚至是矛盾的数据与您已经使用的数据相结合，以尽量减少人工智能带来的偏见的风险。

（2）知识图谱

知识图谱的早期理念来自于Web之父Tim Berners Lee于1998年提出的Semantic Web，最初理想是把基于文本链接的万维网转化成基于实体链接的语义网。本质而言，知识图谱是一种语义网络，旨在从数据中识别、发现和推断事物、概念之间的复杂关系，是事物关系的可计算模型（Computational Model of World Relations）。知识图谱的构建涉及知识建模、关系抽取、图存储、关系推理、实体融合等多方面的技术，而知识图谱的应用则涉及到语义搜索、智能问答、语言理解、决策分析等多个领域。

使用自然语言处理(NLP)和相关的文本分析技术，知识图谱非常适合存储从非结构化资源分析中提取的数据。它们还能够存储结构化数据，包括隐式提供结构和内容的元数据，编码支持各种用例的处理的信息。

应用程序领导者应该使用知识图谱将不同的概念连接起来，用缺失的信息丰富他们的数据。通过图表分析，可自动发现和利用数字资产、数据源、过程交互产生的动态关系等。

（3）人工智能（AI）相关咨询与系统服务

这是人工智能自动化服务的一个值得关注的方向，用于帮助客户构思用例、设计业务或优化IT流程、选择技术、管理数据、构建和培训模型、部署解决方案、评估和减轻风险以及调整人才组合以成功地形成智能解决方案，涉及一项或多项先进技术，如机器学习、深度学习和自然语言处理等。这种服务可以应用在预测，比如通过使用数据挖掘和模式识别的学习系统，提供洞察、检测异常、提供个性化、预测可能发生的事件；还可以应用在智能搜索，面向结构化和非结构化数据，在合同等文本中提取需要注意的相关关键条款，减少要读取的文本数量，并使员工能够将时间集中在相关条款上。

而我们格外关注的技术发展及突破点在以下两点。

A.基于跨媒体的人类常识知识形成的机器学习新方法，并在常识知识支持下对跨媒体数据进行自底向上的深度抽象和归纳，有效管控不确定性的自顶向下演绎和推理，建立符号逻辑推理、归纳学习和直觉顿悟相互协调补充的新模型和方法，支持跨媒体知识的不一致性分析。

B. 面向跨界融合新业态与知识创新服务需求，针对大规模、综合性知识中心建立所需要的关键技术的发展。突破知识加工、深度搜索和可视交互等核心技术，形成概念识别、实体发现、属性预测、协同推理、知识演化和关系挖掘等能力，实现知识持续增长的自动化获取，形成从数据到知识、从知识到服务的自主归纳和学习能力。

Q6、2019年，公司所在的行业会呈现出来什么样的竞争格局？

这两年，创投行业面临资本寒冬，资金紧缩今年尤为明显。我们预计2019年整个人工智能大行业将面临洗牌。在技术驱动与商业价值之间，商业价值的重要性会迅速地超过技术驱动，所以技术与产业不能很好结合的一批人工智能公司将面临困境。与语音和图像赛道过去所发生的相类似，在认知计算的赛道，兼并趋势开始出现，市场存量资金有向头部企业汇集的趋势，所以大胆预测2019年认知计算领域会消失相当一部分的小型玩家，同时少数具有快速商业化能力的初创团队会发展得非常迅速，迅速形成体量，有成为准独角兽的可能。2019将会出现人工智能巨头之间的生态化、跑马圈地的竞争格局，同时有一批中等规模且商业化能力突出的人工智能公司在各个垂直细分领域不断冲击市场，增强整个人工智能产业的活力。

公司竞争力可以从两方面阐述。技术方面，乐言是较早将自然语言处理和知识图谱应用到认知智能领域的AI公司，专注NLP、知识图谱、智能推荐、深度学习等技术构建护城河。同类产品中，乐言始终保持行业领先水平。

商业化方面，乐言针对具体应用场景给到商家可落地的技术解决方案，并配备专业的运营服务团队进行专属服务。目前已在电商行业合作数千家客户，锻炼出来的商业化服务能力可以快速复制迁移到其他领域。

Q7、2019年，公司是否会有一些里程碑节点？

2019年，电商行业合作商家翻两番，将会是我们发展过程中的里程碑节点，代表乐言是认知智能领域能力最强、行业服务水平第一的公司。

同时希望跟数十家头部金融机构达成深度合作也是我们很看重的里程碑节点。

Q8、2019年，公司所在的赛道上的公司，有什么一定要做的事情或者争夺的市场？

加大研发投入和顶尖研发团队的建设，保持技术优势。

需要根据各个行业痛点，挖掘技术赋能场景，并实现商业化产品。争夺市场：智慧政务、智能金融、智慧医疗、智能营销

PS：

新科技创业系列主要针对新科技方向的公司，如AI、机器人、物联网、3D打印、区块链、智能制造、传感器、半导体、VR/AR/MR 、商业航天、新能源、新材料、有技术创新的硬件等。如果你对这个系列感兴趣，欢迎参与我们“新科技创业2018”系列的调研，调研问卷下载地址：https://shimo.im/docs/emmBf3aNrgU4cqn7/ ，问卷回复请发送至syq@36kr.com。