AI
用AI为企业匹配适岗员工，Leap.ai获240万美元种子轮融资
Leap.ai可以通过人工智能将求职者和招聘人员进行配对。昨日，这家公司获得了240万美元种子轮融资。本轮融资的投资方包括新东方联合创始人徐小平创立的真格基金、红杉中国以及一些天使投资人。
用户只需要在Leap.ai的网站或iOS应用上注册，建立用户信息，上传一份自我评估，讲述自己的优势、个人价值和职业偏好等。公司就会利用算法把候选人的简介和其它公司的雇用标准进行对比。一旦匹配成功，Leap.ai就会向求职者发送通知提醒他们这次就职机会，并会向用人单位发送求职申请。
“我们不仅仅会把用户的简介发过去，同时会告诉他们为什么这个候选人适合这家公司以及这个职位。”Leap.ai的联合创始人兼首席执政官Richard Liu告诉外媒。
目前这家公司拥有50位企业客户，它主要针对美国那些快速增长的公司。其客户包括Dropbox、Zoom和Uber等，同时几家中国公司（包括滴滴出行、百度和美图）也是它的客户。“不仅是硅谷，全世界的人才争夺都很激烈。我们选择和真格基金合作，徐小平先生对中国年轻一代的影响力就是部分原因。”Liu表示。
另外，Liu和另一位联合创始人Yunkai Zhou也曾在中国学习和工作过。在创立Leap.ai之前，这两人都在谷歌担任过工程高管。Liu表示，Leap.ai会向成功雇佣候选人的公司收取费用，具体金额取决于候选人第一年的工资。
在人才招聘领域里，还有不少公司也开始采用人工智能技术。Teamable就介入了员工的社交网络，以进行更好的人才推荐。Beamery则将客户关系管理和人工智能结合在一起，Mya Systems创造了一种人工智能招聘聊天机器人。
Leap.ai将利用这笔种子轮融资进一步开发它的平台，并进行市场营销。目前公司拥有10名员工。
AI
完成千万级人民币天使轮投资，法里想借AI解决用户基础法律咨询问题
近日，法里正式公布已于2017年5月完成千万级天使轮融资，由中企港资本领投，溪山天使会、友道资产、曾南山等跟投。创始人潘赫先表示，该轮资金将主要用于公司AI产品的迭代研发及市场营销方面。
法里，成立于2016年，是一个智能法律服务平台。公司通过对法律问题进行标准化处理，利用大数据智能匹配法律专家，并通过人工智能的方式解决基础法律问题，复杂问题再转诊给律师，从而达到为律师筛选优质法律案源的重要目的。据官方表示，公司已于2016年5月获得人人网种子轮融资，2016年11月获得数百万的“种子+轮”融资，投资方为洪泰AA加速基金、加拿大天使投资人。
据潘赫先介绍，前期法里以“离婚案件”为切入点，主要为女性离婚用户解决“财产分割” 和“子女抚养权” 等法律问题。而目前，已从一个领域扩展到七个领域，即包括了婚姻、劳动、借贷、交通等。此外，目前产品的综合付费转化率基本稳定在32%以上，综合问题解决率达98%，覆盖领域的渗透率90%以上。法里的愿景也是希望实现用机器解决95%的基础法律问题，剩余的5%则有律师解决。
事实上，从目前提供AI法律服务的国内外公司来看，主要以涉及法律检索、文件审阅、案件预测、咨询服务四大领域为主，包括为律师提供辅助工具或是直接面向消费者提供产品服务。比如，IBM推出的智能律师ROSS、与用户聊天的律师机器人 “DoNotPay”；国内市场上，法狗狗推出的应用于刑事案件的案情预测系统、定位于人工智能法律咨询机器人的 “法律谷” 、将关联案件分类整理并提供可视化数据服务的 “理脉” 等等。整体来看，这些应用于法律的人工智能仍属于工具的范畴。
而从模式来看，目前典型可以分为2B、2C两个不同发展方向。其中，2B类主要用于辅助律师及法律机构提升工作效率；2C类则主要面向个人用户以帮助解决个人法律疑难问题。相比之下，潘赫先表示，区别于无讼、法律谷从律师的利益出发设计产品，法里的核心的市场定位是选择2C方向消费者端。潘赫先认为，一方面，团队认为只有满足了消费者的利益，才能产生付费行为；一方面，团队拥有多款月流水过千万级PC及移动互联网产品的研发、营销及运营经验，擅长用户运营。
而对于各法律服务平台来说，大数据和人工智能都只是提升效率的工具，核心的还是传统法律行业的生意，还是要解决行业的痛点与难题。对于如何在行业竞争中保持关键的核心竞争优势，潘赫先也给出了自己的看法：
其一是人才，即需要能够深刻理解“互联网+法律+人工智能”的复合人才；
其二是AI引擎，即利用AI算法等核心技术搭建适合能够高效解决法律问题的AI引擎；
其三是行业数据，即掌握真正解决法律问题的行业的数据以及对数据结构化的处理能力。
团队方面，目前公司整体规模达20人。创始人潘赫先，吉林大学的法学双学士，原人人网总经理，有8年互联网产品研发、运营经验， 管理过上百人的团队；法律合伙人王培娜，北京盈科律师事务所天津刑事部执行主任、金牌律师；AI科学家薛博士，加拿大麦克马斯特大学&阿尔伯塔大学双博士后，D-Wave公司高级AI科学家，东北大学特聘教授，机器智能与学习实验室主任；技术合伙人于淼，是原中科北控首席技术专家，有智能客服机器人研发经验。
来源：36氪 ，作者：荔枝，如若转载，请注明出处：http://36kr.com/p/5088795.html
AI
通过机器人实现纯无纸化办公，AI创企Ripcord获4000万美元B轮融资
Ripcord是一家来自美国加州的机器人数字化初创企业，旨在通过机器人、机器视觉和人工智能技术，来打造真正意义上的无纸化办公空间。
日前，该公司宣布已经顺利完成新一轮4000万美元的B轮融资，由同样来自加州的私募股权公司Icon Ventures领投，Kleiner Perkins和Lux Capital两家风险投资公司以及硅谷银行跟投。其中，有2500万美元以股权融资的形式完成，剩下1500万美元以债务的形式完成。
Ripcord于2015年在加州海沃德成立，它研发的机器能够对各种文件进行扫描、传真和分类，还可以基于SAP、甲骨文和NetSuite等公司现有的数字系统，直接在云空间中实现文件搜索。
具体说来，这些公司需要先把他们的纸质文件放进箱子里打包，分别贴上含有元数据信息的条码标签，寄送给Ripcord。接着，Ripcord就会打开这些文件，利用自家公司的机器一一进行扫描和上传，将纸质文件中的内容转换为可以搜索的PDF格式。
这一轮融资，距离公司完成上一轮A轮融资，还不到半年的时间。今年三月，Ripcord顺利完成了950万美元的A轮融资，投资方包括苹果公司联合创始人史蒂夫·沃兹尼亚克（Steve Wozniak）。要知道，他以个人身份进行投资，是一件极其少见的事情。
根据公司的介绍，接下来会利用新一轮融资来研发全新的机器人产品，与此同时扩大软件平台的规模，提高自己的生产能力。另外，公司还计划在未来一年的时间内，雇用超过100位的新员工，走出加州进军其他新市场。
公司联合创始人兼首席执行官Alex Fielding，早年间是苹果公司的一名工程师。他表示：“最近一段时间，有很多公司找到我们，说是想要借助Ripcord的机器和技术，完成自家制纸文件和档案的数字化。”不仅如此，根据相关机构的估算，全球文件记录管理行业，当下至少能够创造出250亿美元的价值。而作为这一行业的新星，Ripcord自然非常希望在市场上站稳脚跟，做出一番成绩。
Fielding介绍说：“自今年三月成立以来，我们就接到了多家国际知名公司的合作请求。为了满足这些客户的需求，我们已经开始加快机器人的研发速度，与此同时投资人也决定进一步为我们提供资金支持。”
最后，在收费问题上，Ripcord之前就表示每个月每页内容收取0.004美元，其中包括了从运输到分类的所有费用。根据公司的预估，到2018年，它将会以每天5000万的速度完成文件内容的数字化。
【AI星球（微信ID：ai_xingqiu）北京】8月18日报道（编译：田小雪）
AI
71%的销售线索被浪费？云客想用AI和大数据解决获客难题
自从Salesforce、Workday等SaaS企业在美国先后崛起，打破传统软件市场格局以后，SaaS创业在国内外逐渐风靡。根据Synergy的最新报告，2016年企业SaaS市场同比增长32％，第四季度收入达到130亿美元。IDC预计，到2020年云服务市场将达到1561亿美元。
快速增长的SaaS市场吸引众多玩家入局，尤其在CRM这条赛道上，国内已经跑出了几家头部企业，并且很多SaaS厂商发布智能CRM，推动销售管理流程智能化。但后入场的云客创始人艾云鹤认为，在销售SaaS领域还有创业机遇：“目前的CRM以回忆录的方式记录客户数据，是以提升管理效率的方式倒逼业绩；另一方面当前的智能CRM主要在销售管理流程上下功夫，而我们认为智能销售平台是将销售前置，侧重点在如何更智能地获取销售线索上。”
在创业前，艾云鹤历任某SaaS公司的销售和产品总监。所以他的实际经验总结是销售流程管理并非不重要，但是很多企业的生存需求大于发展需求，更难以解决的是销售线索获取，也即如何获客。而在如何获客上，艾云鹤认为国内厂商普遍存在以下3个难题：
第一、获取销售线索难
目前很多商务销售的KPI考核中都有搜集名片数量一项考核，其实最终目的是积累客户资源、获取销售线索，这是比较繁琐和低效的获客方式。所以云客一开始的产品是效仿美国Data.com（现被Salesforce收购）的名片共享平台，但运营一段时候后，艾云鹤发现这是低频、难以盈利的项目。
2016年EverString进入国内并在北京成立办事处 。EverString利用AI和大数据帮助企业做客户画像挖掘潜客，它第一个客户是微软。但EverString在国内发展的并不顺利，当时面临企业转型的艾云鹤认为，EverString挖掘潜客这个方向是对的，失败的原因是美国有健壮和强大的数据库，而在国内除了大型企业，很多企业没有足够的数据，所以这款产品的冷启动过程很艰难。
看到机遇的云客决定效仿EverString转型，但EverString走过的坑如何避免？此时云客的联合创始人，计算神经学博士，曾在Quora、HULU、微软Bing等团队负责过机器学习相关研发的奇峰发挥了重要作用。云客利用自主研发的分布式爬虫全网集企业的公开信息，包括工商资料、投资关系、网络新闻等信息；然后主动挖掘、筛选、补全企业信息建立大数据储备。接着利用机器学习模块对企业销售行为进行分析，并自动建立量化目标客户模型，形成企业相似度对比模型；最后利用自主研发的推荐引擎给予企业及销售推荐客户线索。云客认为在中国，找企业要数据，不如给企业数据，以观察他们的选择。这样可以初步弥补EverString缺乏数据源进行冷启动的问题。
第二、大量线索被浪费
根据哈佛商业评论的一项调查显示，在营销行业里，71% 的有效线索没有被及时跟进，其中被跟进的销售线索，平均每一个只得到了1.3次接触。艾云鹤介绍，在一次完整销售的过程中，需要通过电话、邮件、短信等方式多次沟通，这样最终销售漏斗才能剩下更多有用信息。
云客帮助企业从海量数据中挖掘出潜在的销售机会后，会以程序化的方式对销售线索管理。比如智能推荐客户和寻找附近客户，产品可以直接推荐潜在客户；对于已进行陌拜、二次回访的客户分类管理，并且电销人员可以添加备注或者跟进时间轴，云客提供比较细致的销售线索管理。最后通过轻量级的CRM系统确认意向，解决中小企业最亟待解决的找客户、确认意向的难题。
第三、无法最大化利用销售管理工具
当前企业客户数据都要录入CRM，但艾云鹤不认为这些数据可以产生多大效果：“比如一个销售在CRM中写道与客户谈判进展，但是他成单的可能是近期突然加上的一个客户。”另一方面企业要求销售员工一天打很多电话，但企业主其实需要的不是多少个电话，而是带来多少有效销售线索。
所以云客比较特殊的地方在于提供人+平台的模式，即企业购买的包括云客派遣的人力服务和SaaS服务。艾云鹤解释如此部署的逻辑是，其实企业更多的是愿意享受结果，这样做企业是否购买云客的决策心里就由采购SaaS变成了采购服务。“我一直认为百度是最厉害的SaaS公司，52万家企业一年贡献数百亿元推广费用 ，大家都认为买的是推广服务，其实百度给我们的只是一个产品，甚至为了用好这个产品我们还要额外雇佣专业人才或去找第三方公司购买额外的服务，这说明企业愿意为购买服务付费，而对工具付费，企业则要谨慎的多。”
云客帮助企业创建电话销售团队，云客有辐射全国的电话销售座席。通过企业筛选培训、模拟试呼，云客会派遣这些运营人员帮助企业进行电话销售工作。一般在百度推广的主动咨询，只有那些强意向线索才会进入企业的跟进列表；云客是主动收集所有可能的潜在线索，在云客系统中进行多维度标记，为企业储备客户线索，提供企业后续营销对应客户。
推广米勒漏斗指导销售行为
艾云鹤承认获取销售线索是最有价值也是最难的部分，所以云客采取的模式也多有不同。比如发现很多CRM产品都遵循销售漏斗原则设计，并不适合中国销售的使用习惯。于是云客根据米勒漏斗建立了一个对人不对事的漏斗来指导销售行为。
不同于销售漏斗根据销售流程建立管理流程，云客根据米勒漏斗的全部区域、漏斗上、漏斗中、最优少量建立流程划分。全部区域是云客通过数据挖掘、筛选、清洗、补全建立一个实时动态线索数据库。漏斗上是系统主动学习企业的兴趣特征、销售行为轨迹等信息，建立企业客户画像，为企业推荐潜在客户线索。漏洞下是企业销售通过云客系统，通过电话、短信、邮件等多种通讯方式联络客户，云客平台同步完成销售过程记录与分析，同时这些销售行为数据会进一步反馈给云客数据库，对数据进行优化反馈，帮助企业销售完成找客户和选客户的工作，最终获得销售线索的最优少量解。
目前云客获得隆领投资和磐谷的500万元天使轮融资，正在寻找Pre-A轮融资。艾云鹤介绍，云客获得蔡文胜（隆领投资）的天使轮融资也很幸运。2015年蔡文胜到北京出差，艾云鹤获得15分钟演讲PPT机会。当时蔡文胜认为：“寻找销售线索一定是个长期的刚需，当一个产品能够解决这个难题时，每个商务会形成重度依赖，这个产品靠口碑传播就能做起来，”但蔡文胜也认为这个项目比较难做。因为真的就只交流了15分钟，出门时艾云鹤认为几乎不会获得融资了，但第二天蔡文胜的投资经理找到云客，确定下了天使轮投资。
传统CRM的数据最终成功转化率在3—5%，艾云鹤提到云客的转化率在8%左右。云客今年成为阿里云生态企业，艾云鹤认为阿里云市场线上流量比较大，阿里也在开展线下活动获取更多的企业用户，都对云客的进一步发展有帮助。另外近期云客计划入驻阿里钉钉，钉钉给企业提供了很多很好的管理工具，艾云鹤希望云客与钉钉数据层面打通，为钉钉的用户提供开源获客服务。关于未来发展，艾云鹤认为，目前市场上有很多好的CRM产品，在销售管理流程上已经很成熟，云客的发力点不是在完善轻量级CRM，而是在销售线索获取上更智能，所以未来希望与更多国内CRM厂商合作。
本文作者杨晓鹤，来源：亿欧
AI
AI 创业公司 Kyndi 获850万美元融资，帮助公司预测未来
据外媒报道， Kyndi 是一家总部位于帕洛阿尔托的 AI 创业公司。该公司今天宣布，已经完成了850万美元的 B 轮融资。
本轮融资的资金来源包括 PivotNorth Capital，Darling Ventures 和 Citrix Systems 。 Kyndi 最新的融资总额达到1200万美元，该公司表示，自2014年推出以来，该公司的规模已经扩大了一倍。
Kyndi 提供了几种人工智能解决方案，从它所谓的“地平线扫描”开始，旨在预测广泛的业务成果，以帮助企业提前计划，以减轻风险或抓住可能出现的机会。例如， Kyndi 表示， AI 可以快速分析数百个文件，以预测一个国家的太空计划与其他计划相比所需要的费用。 Kyndi 还提供一个 AI 解决方案，使用自然语言的理解来筛选学术期刊和其他资源，使公司了解到最新的行业科学研究。 Kyndi 说，它的自然语言 AI 也可以用于创建强大的聊天机器人(行情20.28 -1.31%,诊股)，可以理解一般问题，而无需对每个潜在的场景进行专门培训。
据该公司介绍，其 AI 解决方案的主要目标是使企业更加敏捷，让他们比以往任何时候都更快地理解大量数据。该公司在其网站上说：“在某些情况下，需要通过一年努力的事情可以在一天内完成。”
AI
有关AI+CRM的一些观察和思考
作者：杨嘉琦
到了今年，客服和CRM相关的SaaS领域我们看到了这样的发展趋势，从最早Tool发展到Data服务爆发再到最近大火的AI。其实作为一线的从业人员，在Tool阶段我还也是有很多感慨的，但今天主要聊AI。很多CRM厂商都是Salesforce的跟进者，举几个最近关于AI+CRM的新闻：
2016年10月Dreamforce大会CRM全方位AI平台“爱因斯坦”与大家见面
2017年3月百会（Zoho）发布第四代CRM产品。它融合了数据挖掘和机器学习技术，能够智能识别重要客户、寻找附近的客户、推荐工作流配置、建议联系潜在客户的最佳时间等。
2017年3月硅谷人工智能专家加盟销售易，外勤365发布AI平台发布。
1、技术创新推动下的产品升级
技术和创新永远是IT行业的核心竞争力，在CRM行业我们也看到这样的发展历程。以Salesforce为例。一方面从CRM切入向其他业务扩张建立企业办公生态，另一方面不断利用新的技术推进产品升级。人工智能风头正劲，而Salesforce下一站的主要方向也正是打造CRM全方位AI平台从技术和服务上继续建立壁垒。
2、人工智能在CRM中可以发挥的能力
人工智能核心价值一定要有应用场景和商业模式，针对真实业务场景的解决方案才是关键。就像智能家居现在遇到了瓶颈，一方面是没有解决真实用户痛点，另一方面没有达到符合用户预期的效果，解决方案不完整。在有限的人工智能能力下，找到可行、可用、有价值的解决方案是CRM厂商现在最需要考虑的。
那么在营销场景下需要做什么，我想这个问题的答案不会偏离CRM本身的作用和其进一步的扩展。AI+CRM解决的仍然是以信息技术为手段，有效提高企业收益、客户满意度和雇员生产力。拥有强大而快速的数据处理能力和机器学习的人工智能结合营销真实场景后，我想可以发挥以下三种渐进能力：
聪明干体力活。机器代替之前有规则的大量需要人做的重复工作并逐渐自我优化
辅助决策。通过智能洞察和风险提醒来辅助人决策
发现新大陆。新线索、信息甚至知识的发现
3、AI+CRM的实施思路
在可行、可用、有价值的目标下，我们讨论了人工智能在营销场景下可以发挥的三种能力，在市场的具体实施中我们也看到了AI+CRM的两种现有思路：
1）更加智能的SFA
有人认为CRM=SFA，但遗憾的是很多厂商还是做不到更别提超越了。在可预期的情况下，“个性化”且不断优化的服务和更加智能的自动化可以有效提升一线销售人员的生产力，及时的数据分析和风险检测可以辅助管理者更快的发现问题并及时作出决策。这种思路的作用体现在全面管理客户、精细量化行动和快速响应，更加适合现有功能和服务已经比较完善的厂商。这类厂商也可以将这种思路下的AI能力赋予到其PaaS平台中，与行业紧密的结合后效率的提升可能是数倍。
2）预测营销+CRM
之前都在讨论预测营销，也说过预测营销处在CRM以上的高层级，当然CRM厂商升级入场也是可以预料的。预测营销+CRM可以达到什么样的效果，虽然看上去封闭了，但可能是预测营销2.0时代的开始。
国内系统开放性不足一直也在制约着预测营销在国内发展，全自营的预测营销+CRM似乎给预测营销带来了新的机会。潜在客户预测、线索评分、客户画像等都是可以应用的场景，预测营销+CRM我们也看到了以下优势：
更多的数据来源。CRM本身多样性和开放性将带来更多的数据来源，如跟进过程数据、交易数据、呼叫中心、邮件、客户触点等数据。相较于之前的客户数据，与CRM的结合将带来更多的行为数据。
实时的数据获取和更快速的调整。数据的采集更为实时，持续的反馈和检测让技术和业务模型的调整可以得到更快速的响应。
更加贴近业务场景的应用。预测营销作为CRM的一个组件，通知和建议可以展示在最适当的应用场景中，与系统或者说业务本身融为一体。
以上的思路看来仍然无法避免实施成本和教育成本高的问题，找到合适的目标客户尤为关键，当然垂直领域和行业切入不妨是个好思路。大幕刚揭开，我相信并期待其他思路的发现和实践。2018年AI恐将是CRM的一个标配，轻量、快速的将AI应用到中小企业中需要大家继续去探索和努力。AI的发酵也会为厂商带来一些额外的品牌价值的加成。
企业服务本身是一个需要深耕的领域，AI可能不是一个弯道超车的捷径，但很可能会是让人掉队的壁垒。
AI
想用AI取代人力的谷歌, 拿出五千万美元为低收入劳动者设立了一项“培训基金”
作者| 田煦阳
编辑| 傅博
人工智能会抢夺我们的饭碗，造成大量人类失业者？
这个趋势早已不是什么耸人听闻的传言，基本已经盖棺定论，势不可挡。
我们与其想着如何做抵挡人类进程的无用功，不妨换一种心态，认真思考探索我们将如何在技术革新后的世界中立足。
谷歌旗下的慈善部门Google.org在美国时间本周三宣布，他们将特别成立一支5000万美元的基金，来对当下工资收入水平和劳动技术含量相对较低的劳动者们进行不以盈利为目的的资助。
谷歌此举有何用意呢？
硅谷巨头主要是想帮助劳动者们学习新的工作技能，为提前适应已进入不可逆的自动化和人工智能化进程的劳动市场打好基础。
这次慈善行为一定程度上也算是谷歌在利用自己的技术踢掉大量工人的饭碗之后，对他们进行的一次或多或少的补偿。
“我们希望能让尽可能多的人们来胜任新的工作岗位，在近年来涌现出的全新产业和机会中找准自己能扮演的角色。要知道，这些新兴产业中的很大一部分放在几年前，还是我们想都不敢想的遥远梦想。如今他们已经来到了现实世界，我们必然需要相当长的一段时间来进行适应和准备。”Google.org的主席及Google 副总裁Jacquelline Fuller女士在对外公布该消息的谷歌官方博客中写道。
目前这笔基金已经圈定了多家组织和机构作为资助对象，而Fuller向我们特别介绍了其中的三家，他们最大的共性就是均为利用先进技术来对社会服务进行必要的革新和补充的非营利机构。
他们分别是——通过帮助求职者连接到政府提供的官方工作搜索服务来提高拿到工作offer机会的Code For America，利用机器学习为法国公民提供求职和职位搜索建议的Bayes Impact以及立志打造更行之有效的青年训练营项目的Social Finance。
谷歌意识到了并不是每一个人都能享受到宝贵的上大学的机会，所以他们正在研究如何为低收入群体量身打造职业教育项目，满足使用者的需求以及帮助他们培养必要的技能，找到满意的工作。
在资助这些新兴机构的同时，Google.org也会为更加传统的玩家背书——比如说帮助美国全国工人联合会(National Domestic Workers Alliance)打造出能更好服务于劳动者们的业务。
举一个再常见不过的离子，按小时领取工资的人们十分惧怕生病——这意味着当天将不会有任何收入。Google希望能与相关机构联手，为生病而暂时不能工作的劳动者提供适当的补贴，以帮助他们渡过财政难关。
值得注意的是，这家由Google.org成立的新基金所掌控的全部5000万美元并不会全部撒向社会上的外部机构和组织——其中约有200万美元将专供Google.org自己进行进一步的研究。这一硅谷巨头的慈善分支，希望能更好地理解“处在极速变革劳动力市场的劳动者们，在接下来的几年里都将真正需要什么，然后我们如何才能利用技术为他们带去尽可能正面的结果。”
但另一方面，就像国外媒体Recode所指出的，Google.org今天的这份声明中并没有提到Google自身在人工智能和自动化技术领域取得的重大突破。这些技术上的革命，也正是造成当今众多工人面临失业恐慌场景背后的最主要推手。
不过我们也应该以辩证的角度来看待这一问题，而非单纯地将其视为Alphabet因内心有愧才做出的亡羊补牢之举。谷歌在利用无人驾驶摧毁大量现有工作岗位的同时，也在通过其对人工智能等领域的大量投资为未来职业的变革与新岗位的出现打下了基础。
毕竟根据谷歌自己的预测，在不远的将来，超过三分之一的工作所要求的职业技能很可能直到现在我们都闻所未闻。我们没有必要对人类劳动者的未来过分悲观。
而另外值得注意的一点是，由于当下工作岗位和职务变得越来越为细分与垂直，劳动者之间的关系正在慢慢疏远，十分不利于他们以工会等传统的方式争取利益。
此外，随着社会的革新，工作的形式也在不断发生变化。正如Google.org面世发布会时特邀嘉宾Virginia Sen. Mark Warner所说的那样：
“连续在同一家公司干上30年，守着铁饭碗的日子将一去不复返。从今以后，人们将不再关注‘你在哪家公司工作’这样的话题，而是更为重视你工作的具体内容究竟是什么。”
这些在工作和生产组织领域出现的变化，意味着我们的理念也需得到革新。
Google显然意识到了此问题，这两个月来格外关注工作、招聘这一领域，真的可谓是身先士卒，大动作频频。我们不妨来简单回顾一下：
在今年五月举行的一年一度I/O科技盛会上，这家硅谷巨头就向我们展示了Google for Jobs项目，帮助众多企业通过Google强大的搜索系统，将杂乱散布在全网各个角落中的职位信息筛选整合在一起，从根源上解决有时HR们不得不到处翻找信息的头疼问题。而上个月，Google披露他们正与Monster, Facebook, Glassdoor及其他公司联手，希望帮助用户更好地搜寻工作机会，收到专为其定制的相关邮件。这个月早些时候又推出了以G Suite系列软件为基础，帮助中小型企业更好寻找招揽人才的app Google Hire。
谷歌在大力发展人工智能的同时，也留心到了工作、招聘这一蓝海领域的重要价值，并且先人一步展开了一连串布局。
两手都要抓，都要硬的谷歌，会始终立于不败之地么？
（部分信息来自Mashable， Engadget）
来源：36氪，作者：田煦阳，如若转载，请注明出处：http://36kr.com/p/5085473.html
AI
用AI教销售人员谈判技巧，以色列Gong.io获2000万美元A轮融资
随着人工智能逐渐渗透进计算的各个领域，许多人认为，它将是客户关系管理（CRM）的下一个风口。
一家名为Gong.io的以色列公司希望推动这一趋势的发展，他们开发了一款工具，使用自然语言处理和机器学习技术来训练销售人员及其他客服代表，并为他们提供需要的信息。
日前，这家公司完成2000万美元A轮融资，至此融资总额超过2600万美元。此轮融资由原投资人Norwest Venture Partners及CheckPoint Software联合创始人Shlomo Kramer共同领投，新投资人Wing Venture Capital和NextWorld Capital跟投。
Gong.io的CEO Amit Bendov和Eilon Reshef一起创办了这家公司，他在采访中表示，将用新一轮资金来扩大销售，招聘更多人才，进一步完善产品。
过去4个季度以来，该公司收入不断翻倍（但Bendov没有透露具体数字），其以人工智能为基础的解决方案已经帮助客户创造了共计10亿美元的收入，这些客户包括Act-On、SalesLoft、Sisense、Greenhouse和Zywave。
“我们的发展态势很强。”Bendov说，“我们认识到眼前的许多机会，将加大对产品及其他领域的投资。”他表示，Gong.io正在招聘语音、自然语言处理及相关领域的研究人员及工程师。“我们的工作重心在于完善用户体验，发展数据科学。”
【猎云网（微信：ilieyun）】7月17日报道（编译：LOVEWINS）
AI
结合AI和区块链技术，律团科技想在百亿法律市场实现去中心化式服务
在律师制度恢复以来的三十多年里，中国法律服务市场的规模发展到了近500亿。据国家统计局数据显示，目前我国律师事务所数量2万家左右，律师工作人员超过23万人。而伴随着人们法律意识的不断增强，法律需求也越来越多，借助技术提升法律服务的便捷、高效性也便成了发展的必然趋势。
律团科技，成立于2016年5月，便是一家以智能客服为切入点，基于AI技术和区块链技术提供法律服务解决方案的科技公司。目前主要面向法律相关领域的B端客户提供SaaS服务，其核心用户包括法律回帖性咨询网站、法律微信公众账号、法律APP端、非法律相关联网站（招聘网、婚介网）等。
事实上，目前法律领域往往存在两方面的缺陷：其一，对于个人而言，鉴于传统律所律师出于整体营收考虑往往追大逐小且服务模式相对单一，客户面对法律问题，除了要支付昂贵的服务费用，对律师的服务质量却也很难评定；其二，对于律师或机构而言，在法律咨询过程中，人工回答经常不能够及时回答问题或非工作时间内不能回答用户问题，从而导致客户流失进而转换率过低的问题。
为此，律团科技以智能问答为切入点，前期将面向B端用户提供全面完整的个人高频法律咨询板块，其中包括了婚姻家庭、交通事故、劳动争议、债权债务、房产纠纷、侵权赔偿、消费争议、合同纠纷、行政诉讼、刑事责任等。从目前来看，该产品可以在3秒内即时性输出用户的法律咨询，可以24小时内不间断咨询服务，同时产品也能够满足用户的个性化、专业化问题解答需求。
关于数据源，一方面，通过技术手段获取相关法律网站的公有数据；另一方面，则通过跟相关领域的合作伙伴深度合作的方式共享数据。截止目前，律团科技已经积累了共计千万的法律咨询问答数据，通过深度学习技术能够自动识别出用户法律咨询问题的分类及预测用户的问题答案。
据赵青山介绍，目前国内大多数的智能法律服务多是基于关键词搜索匹配答案、规则化数据选择答案的技术实现，其主要缺点是不能够穷举用户的个性化智能解答，导致答案正确率低，无法真正的应用到商业化中。相比之下，律团科技主要采用深度学习技术在智能会话中训练模型，目前板块的分类正确率可实现98%，预测正确回答率93%，精准度达到85%，已能够应用到商业化服务。
关于如何盈利，赵青山则表示，基于Saas的服务模式，前期公司会通过API数据调用收取相应的费用；而未来，借助区块链的去中心化、分布式纪录存储、数据不可篡改的技术特性，律团科技则将通过智能化客服进行引流，预测出更多的深度法律服务需求，比如文本服务、案件代理服务、取证服务、见证服务等，从而参与到中间的付费利益分成。
而论及市场竞争，目前基于AI技术提供法律服务的国内外公司，主要以涉及法律检索、文件审阅、案件预测、咨询服务四大领域为主，包括为律师提供辅助工具或是直接面向消费者提供产品服务。比如IBM推出的智能律师ROSS、与用户聊天的律师机器人 “DoNotPay”；国内市场上，法狗狗推出的应用于刑事案件的案情预测系统、定位于人工智能法律咨询机器人的 “法律谷” 、将关联案件分类整理并提供可视化数据服务的 “理脉” 等等。整体来看，这些应用于法律的人工智能仍属于工具的范畴。相比之下，赵青山表示，律团科技以智能问答为切入，更专注于法律领域的垂直细分方向，核心优势在于结合了现有的AI技术和区块链技术提供法律服务。
团队方面，创始人赵青山毕业于哈尔滨工业大学，多年研究自然语言处理及相关法律，主要负责公司产品设计及战略定位；核心成员均为多年同学、同事。目前，公司正处于天使轮投资阶段，预计融资500万，将主要用于产品迭代开发、团队建设、办公运营、市场推广。
来源：36氪 ，作者：无知喵，如若转载，请注明出处：http://36kr.com/p/5082386.html
AI
用AI代替HR筛选求职简历，Harver获810万美元A轮融资
处理一大摞个人简历的确是一件麻烦的事情。目前市场上有各类评价公司和招聘公司会提供人力资源服务。但有一个事实依然没有改变，阅读简历真的很无聊。
现在想象一下，假如你能通过一种自我训练和优化的机器学习平台来完成这些任务（无需求助任何招聘公司），那画面一定很美好。
Harver就是这样一家公司，昨日它获得了810万美元A轮融资，由Insight Venture Partners领投。这轮融资将帮助Harver推广它的人工智能初步筛选平台。
这个平台能淘汰传统的简历，并且能整合到公司现有的人力资源流程和系统中，还能为招募流程提供预测性分析。
本轮融资将使公司的融资总额达到1140万美元，目前Booking.com、Netflix、Zappos、OpenTable、Casper和Adecco等都是公司的客户，这些客户遍布13个国家。该平台还能以42种语言对候选人进行筛选，最近它还在美国推出了服务。
Harver的工作流程如下。首先候选人要通过一些流程模块来申请工作，包括回答一些关键问题，帮助公司从一开始就了解这是不是它们要招的人，紧跟着还有个性测试、现实生活抉择测试、智力测试、语言测试，还能通过游戏来评估候选人的技能。在整个流程中，Harver的算法会搜集相关数据，并预测候选人能成功胜任工作的可能性。
公司的首席执政官兼创始人Barend Raaff说：“人工筛选简历正在慢慢地被淘汰，因为它无法预测一位候选人在如今大多数工作中的潜在价值。而Harver基于大数据，为公司们提供了一种全自动化的招聘解决方案。”
【猎云网（微信号：ilieyun）】7月3日报道 （编译：叶展盛）
扫一扫 加微信
hrtechchina
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
扫一扫 加微信
hrtechchina
