原标题:竹间智能完成 1 亿元人民币 C+ 轮融资,推出「竹间云」Cloud AI
获悉,竹间智能完成 1 亿元 C+ 轮融资,本轮由申能诚毅、广发信德、朗玛峰资本合投,老股东中华开发金控再次追投。本轮融资后,竹间智能将进一步开展「All-In-Cloud」云化策略,将以 NLP 技术为核心所有标准产品全部「云化」,推出竹间云。
据悉,竹间智能此前曾于 2020 年 11 月完成 2 亿元人民币 C 轮融资,2019 年 10 月完成 4500 万美元 B+ 轮融资。
竹间智能是国内少数具有语音、语义、图像全场景多模态人机交互技术的企业,以自然语言处理(NLP)、知识工程、计算机视觉、多模态情感计算、深度学习等 AI 技术为基础,将 AI 能力整合到企业业务中,提供一站式人工智能标准平台产品及解决方案,帮助企业加速实现智能化转型的变革。
经过近 6 年的发展,竹间智能已经从对话式交互的短文本 NLP,扩展到了机器阅读和知识工程的长文本 NLP,并且正以泛 NLP 逐步构建完整的企业商业操作系统的未来软件。目前,公司已经开发了 Bot Factory™ 对话式 AI 平台、AICC+(AI Contact & Collaborate) 解决方案平台、Gemini 认知知识工程平台、NLP 自然语言理解平台、Scorpio 机器学习平台以及 WFEA 流程自动化引擎 6 大平台,在金融、智能终端、企业服务、政务、医疗、制造等领域提供完整的解决方案。
在此基础之上,2021 年,竹间智能推出 AI 云平台「竹间云(Emotibot Cloud)」进一步为客户提供高度标准化、低代码定制化、运营精准化的完整企业智能化服务软件,帮助企业加速智能化数字变革。
全面云化是竹间智能下一个五年最重要的发展方向,竹间云则是重要的载体。具体到核心产品,目前,竹间云已经包含了 Bot Factory Cloud(机器人工厂云)、AICC+ Cloud、Gemini Cognitive Cloud(认知知识工程云)以及 NLP Cloud(NLP 云)。
以微软的 Office 软件类比,竹间云可以说是新一代企业业务和服务的操作系统。简单来说,企业用户以 Office 为标准办公软件生产大量的非结构化与半结构化业务数据及文档,接着可以使用竹间云系列产品来进行数据及文档的信息拆解、分析,以推动业务执行和优化,利用人工智能 NLP 来自动化阅读及处理非结构化数据,形成了用来推理和分析的结构化知识图谱,并直接通过对话机器人、搜索、推理等多样化的场景实现应用。
具体而言,竹间云可以承担企业服务的大多数场景的自动化与辅助任务,不仅能将复杂的业务由机器人代理,也可以人机协同,实时辅助坐席,自动化处理业务流程。竹间云的六大 AI 平台中内置了 RPA,OCR,CV,流程挖掘,ML 机器学习平台,知识挖掘等众多实现低运营和 Intelligent Automation 的智能模块。
竹间智能创始人简仁贤告诉 36 氪,能够逐步实现产品全面云化,推出并一步步完善「竹间云」得益于竹间智能 6 年来数百个的商业化案例落地的积累,以及云厂商合作的助力。他透露,「竹间云」完全支持华为云、阿里云、腾讯云、微软 Azure、亚马逊 AWS、中国电子云、紫光云在内的多家云厂商。
竹间云以减少定制化以及企业运营成本为目的,承载的是人工智能标准化产品。早在公司创建伊始,我们就有预判标准化是 AI 全面落地的必经之路。所以,公司不断从经验中总结场景业务流程和标准化技术方案,这是一个不断打磨沉淀的过程,不可能一蹴而就。简仁贤说,「另外,‘云’意味着更灵活、更快速地部署,更低成本地落地,竹间云支持公有云、私有云以及混合部署方式,也支持 SaaS 服务。」
据了解,竹间云上的对话机器人覆盖了数百个不同的行业场景,同时支持「一键部署」,用户只需要点击一下按钮,便可以迅速创建能支持数百个甚至数千个机器人的平台。「目前在人工智能领域里达到 80% 的可复用已经称得上是高度的标准化产品,竹间智能已经实现了高度标准化,并且标准化解决方案包括 80% 的标准产品组件和 20% 可以用低代码的方式快速开发的个性化功能,更能匹配不同企业的业务需求。速度方面,客户使用」一键部署「可以几分钟之内创建一个外部机器人,数小时之内可以部署能够读取非结构化文本,创建自动化知识的平台。」简仁贤告诉 36 氪。
此外,除了定制化项目带来高昂开发及运营成本之外,人工智能在企业落地遇到的另一大难题是需要大量语料和数据来做二次及多次的训练,传统以人力标注来打磨训练模型的方式,运营成本高,实施交付的难度更高,后续维护升级难度也更大。
针对此,2021 新版的竹间云平台结合了自动化的机器学习平台,具有循环学习,持续智能的特殊功能。平台中内置了竹间 27 个 NLP 及 AI 能力模块,能兼容大多数的 SOTA 算法模型、自动标注、知识挖掘、知识生成、语料聚类分析、自动生成 QA、自动调参、自动训练,自动优化模型、多组合模型、几乎所有常用的 NLP 和图算法模型,能够为企业提供自我优化模型,形成数据驱动和业务驱动的竞争力。