-
人工智能
用人工智能搞定营销自动化，深知科技想为每个企业配备“精英广告操盘手”
数据显示，2017年全球营销服务支出总额将有望突破万亿美元。这个看起来十分高端的行业，实际却是人力密集型产业。一方面，现有的营销活动仍存在大量复杂繁琐的人工工作，需要营销人员不断测试、调整、维护，周期长、效果不稳定、预算浪费严重；另一方面，优质营销人才稀缺，企业千金难求。
在Google 和阿里妈妈（阿里广告事业部）做了多年广告相关的技术研发，陈辉认定自动化是营销的未来，利用人工智能相关技术可以提升营销的效率与效果，2017年2月在杭州创办了深知科技，并很快获得来自创新工场数百万美元天使融资。
经过不到半年的研发，深知科技打造了第一款产品——深钻，定位为给淘宝钻展商户提供的一键式投放工具。用户只需要注册账号，设定营销投入的预算，上传创意，机器即会自主创建投放计划并通过算法自动优化定向、出价、创意、广告位组合。
营销自动化是近年来一个比较热的概念，但要真正实现落地并不容易，要从技术上解决投放决策自动化、数据不足等难题。
首先，要解决快速投放决策自动化的问题。广告投放是一个海量参数空间动态优化问题，以淘宝钻展广告为例，投放人员面临 3000 万种不同的“定向x创意x广告位x出价”组合，四种优化目标，以及随时发生变化的市场竞争环境，寻找最优参数通常需要几周时间。传统的方法基于 逻辑回归，适合单一场景 CTR（点击通过率） 预估，但无法帮助商家端进行决策优化。深知的方案是基于深度学习和 强化学习进行自主决策，可以将几周的优化时间降低到几个小时，模式可以做到十五分钟迭代，实际验证中 CTR 提升七倍，ROI 提升两倍。
其次，要解决数据不足的问题。优质数据对于人工智能来说必不可少，过往营销投放少的公司往往数据量有限，深知利用精准定向和迁移学习技术解决这一问题。机器会自动对比类似店铺，通过行业数据和跨店铺的迁移学习，在数据不足的情况下仍能得到较好的初始模型。因为深知的模型可以做到每15分钟迭代一次，因此数据较少的店铺也可以快速找到适合自己的模型，提升投放效率与效果。
此外，深知解决了全栈的私域互联网“自动登录”问题，无需广告平台提供开放接口，机器人可以自动登录、接入第三方平台账号（比如钻展的后台账号），自动控制Web、APP、微信和电话系统，并无缝对接到深知自研的机器学习平台，完成人能够完成的操作，从而减少人的工作量。
深知的第一款产品“深钻”，已于7月中旬上线，目前已经落地女装、男装、化妆品、营养品、家具等七个行业，已经有十几家客户已经或正在接入，主要是各个行业销售额前十的客户。这些客户多有大量的广告预算，且有相对优秀的广告操盘手，可以更直观的展示自动化投放的实际效果并与人工对比。
CEO 陈辉告诉36氪，“深钻”目前的一家客户为行业Top3 营养品商家 ，采用深知的推荐计划，拉新成本（CPC）、投入产出比（ROI）都要高于人类，其中 ROI 有127%的提升，拉新成本降低了 34%；另一家行业Top 5的商家过去平均只有 1.4 倍的投资回报率，深知做到了 98.76 倍，仅一天就给商家多赚了 10 万人民币。
经过半年的研发，深钻的产品形态基本稳定，产品上线两个星期收集了 293 个新需求，目前已经迭代到 1.4 版本。接下来团队也会在细节方面进行优化，比如配合淘宝活动，提升类似双11等特殊时段的投放效率；推出人机问答界面取代目前的Web操作界面，进一步减少用户的设定工作。
获客是企业服务类公司的一大关键。深钻目前已经找到一条高效的渠道，但因为涉及商业机密暂不方便对外公布。一般深知会给客户提供一周的免费试用期验证产品效果， 团队表示因为效果较好，付费转化率较高。目前有十几家商户已经或者正在接入，收费模式为按照商户的规模、调用功能阶梯收费。
现阶段，阿里电商广告每年的投放金额超过1500亿人民币，钻展的广告投放总额达到250亿左右。过去，因为广告投放优化难度高，商家广告投放效率较低，预算浪费非常严重，100万商家中也仅有5万家钻展商家，深知预计通过傻瓜式的操作，不仅可以吸引现有商家，也有可能激活其他商家的投放热情。
深知的底层技术相对通用，因此也比较容易拓展淘宝钻展以外的平台。一般来说，淘品牌很难突破10亿元营收的天花板，也都在拓展淘宝以外的渠道，为深知基于已有客户提升客单价提供了可能性。
现阶段，深知科技组建了20人规模的团队，以技术为主。CEO 陈辉是美国德克萨斯大学奥斯汀分校博士，曾在Google、阿里巴巴和蚂蚁金服广告相关的业务部门任职。在阿里期间，从无到有地做出了第一个真正意义的大数据营销产品“魔镜”，将商家的广告投放 CTR和 ROI分别提升了七倍和两倍。 COO 唐陈俊之前是华为浙江联通部部长，有12年的销售经验。团队的算法专家楼楼，在阿里时做的任务调度模型，曾一个季度给阿里云节约 5 个亿，并多次获得算法比赛大奖。另外，团队成员中还包括无人驾驶算法专家、阿里前数据部门的架构专家、十年经验的电商总监、Github star 数排名前三的 iOS 工程师等。目前团队也在寻求优秀人才（ jobs@shenzhi.ai）。
当前，企业普遍面临流量越来越贵难题，营销成本居高不下。数据显示，2015年百度广告的平均消费额相比2011年增长200%；广点通和今日头条2016年CPC相比2013年分别上涨260%和150%。为了降低成本，企业提高营销效率，企业精细化营销的需求迫切。根据Gartner预测，企业使用营销自动化系统后能够节省15％的工作时间。营销自动化为企业用降低33%的成本创造了50%及更多的销售线索。营销自动化也成为一个热门概念。
这也意味着，深知有可能要面对来自于大公司和新初创公司的竞争。这方面，陈辉并不太担心。初创公司要组建起在算法、广告、工程等领域均有所长的团队并不容易。大公司则因为相互之间的竞争关系，很难获得其他公司的数据，且产品多为自己的平台服务，并不是完全从用户的角度出发。
来源：36氪 ，作者：石亚琼，如若转载，请注明出处：http://36kr.com/p/5087381.html
-
人工智能
人工智能云服务公司云脑科技获数千万元A轮融资，翊翎资本领投
记者今日获悉，云脑科技已经完成数千万元人民币A轮融资，由翊翎资本领投，美国中经合集团等共同投资。资金主要用于技术研发、市场拓展，团队会侧重推动金融、能源、人力资源三个领域内的合作。
云脑科技（CloudBrain）成立于2015年，是一家跨越中美两地的人工智能云服务公司。公司成立之初，就获得了峰瑞资本领投的千万级天使轮融资。云脑科技致力于将硅谷最前沿的人工智能、深度学习研究成果引入中国，提供X+AIx的行业AI中间件产品及服务，目前已在金融、能源、HR等行业落地。
据悉，云脑科技要解决AI应用在传统行业落地时的三个常见问题：“数据如何选择和导入？”、“模型和技术如何组合？”和“输出如何集成到业务？”。为此，云脑科技探索出一条独特的商业模式，与合作伙伴共同打造解决B端客户问题的工具和PaaS/SaaS平台。
创始人兼CEO张本宇毕业于北京大学计算机系95级本科／人工智能硕士，先后工作于微软亚洲研究院，Google，Facebook，18年来专注于人工智能的研究及开发。曾发起／领导Microsoft adCenter Lab，Microsoft SILK，Google AdWords Quality，Google Now，Facebook Search等多项核心技术及系统的研发。
目前云脑科技在中美两地建立了30人的研发团队，团队成员来自Microsoft、Google、Facebook、Qualcomm、阿里巴巴、中国电信等企业，在深度学习（RNN/CNN）、增强学习、NLP、知识图谱领域均拥有大规模项目成功实践经验。美国团队由张本宇带领。
【猎云网（微信：ilieyun）北京】7月13日报道
-
人工智能
求职网站Workey获得800万美元，用人工智能代替猎头 厉害了我的哥
Workey由Ben Reuveni、Danny Shteinberg和Amichai Schreiber于2015年创立，至今已与400多家公司合作，包括雅虎、亚马逊、戴尔EMC和甲骨文。
这一平台目前采取的是匿名形式，Workey解释说这一做法有助于缓解招聘偏差，公司会在看不到候选人的种族、性别或宗教信仰前提下做判断，能保证一定的公平性。另外Workey还能够帮助职位候选人看到自己在就业市场的位置，这样可以帮助他们在工资谈判中获得优势。
这一轮融资由PICO Partners和Magma VC领投，使Workey累积融资达到960万美元，其中包括早期获得的种子基金。 Workey将利用这新一轮资本在美国扩张开来，首先在纽约开设办事处并聘请专业人员组成团队进行研发。
-
人工智能
利用人工智能筛选信息，自动化信息处理初创公司 Agolo 获微软 350 万美元投资
Agolo 是一家位于纽约的初创公司，旨在通过人工智能帮助企业处理信息超载问题。公司日前宣布已经完成了Microsoft Ventures 和CRV共同出资的350万美元融资，参与投资的还有Point72 Ventures和Franklin Templeton。公司表示，将利用新资金扩大平台来适应资产管理者和投资银行，进一步改变金融服务分析师的工作方式。
Agolo成立于2012年，公司最知名的产品是摘要软件，它可以帮助用户在大量的信息中提取处要点，帮助用户处理过剩信息。公司之前的测试版本帮助用户提取处Twitter中和他们最相关的对话和信息。早期的测试版也显示了在大量信息中提取关键信息的重要性并且做这件事情是完全可行的。今天，Agolo被评为“世界上最先进的汇总摘要软件”，能够对新闻、文档等信息进行自动总结。
使用自然语言，Agolo 技术能够分析数据内容，识别不同主题，并绘制它们之间的联系。公司表示，它已经与“世界上最大的媒体公司”合作，通过亚马逊 Alexa语音助手来摘要Facebook上的消息。未来，Agolo 计划将产品集成到其他平台，如Slack，并将形式扩展到聊天，语音和视频。
Agolo首席执行官Sage Wohns认为，“总结”本质上是对内容和阅读的算法，人们有必要了解世界的信息，而Agolo 正在填补这一空白。与投资者的平台合作伙伴关系帮助Agolo 成为媒体公司不可或缺的一部分。Agolo 将来在不同领域，包括金融服务行业也会有更广泛的应用。首席技术官Mohamed AlTantawy也表示，对于依赖于数据准确性做出高风险决策的人来说，Agolo 利用人工智能总结摘要信息，大大降低了时间成本，最终用户可以获得个性化的市场报告。
算法和人工智能越来越渗透到创意领域。类似Agolo的公司还包括 Automated Insights，Automated Insights 使用自动化来分析大数据并将其转化成比较形象的可视化报告。Narrative Science 则侧重于使用BI，从而实现自动化创建营收报告的目的。
本文参考了多个信息来源：venturebeat.com，如若转载，请注明出处：http://36kr.com/p/5073607.html
-
人工智能
瞄准AI法律服务，LawGeex正用人工智能实现合同审核自动化
鉴于法律服务的特殊性，长久以来法律工作的自动化和数字化程度相对滞后。但随着人工智能的不断发展，也有越来越多的公司开始试图通过技术的手段去解决这样的问题，LawGeex 便是这一领域中的先行者。
LawGeex，成立于2014年12月，位于以色列特拉维夫。是一家AI驱动的合同审查平台，通过提供自动化的合同审核解决方案以帮助个人及企业解决耗时费力的商业合同审核问题，从而提高效率并降低风险。截止目前，公司总融资额为950万美元，最近一次为今年3月份的700万美元A轮投资，投资者包括Recruit Holdings以及前投资者Lool Ventures和LionBird等。据悉，公司此轮融资将进一步用于增强其SaaS产品，并继续建设工程师、数据科学家和法律专家团队。目前面向的市场已覆盖了澳大利亚、加拿大、英国、美国。
产品层面，LawGeex提供了一款由人工智能驱动的在线合同审核平台。其核心在于结合机器学习算法、文本分析和自然语言处理技术以及专家律师的知识来深入的审查和理解法律文件，精准指出合同中的缺点及潜在的法律风险，包括一些不常用的、缺失的和有可能问题条款。平台首先由法律工作者预先设定法律原则和审核标准，包括一些特定的要求，然后由机器自动学习这些原则和要求，并将需要审核的商业合同的主体内容与这些原则和要求进行对照，进行合同审核并提供详细的审核报告。LawGeex目前可支持从NDAs到采购订单、商业租赁、销售服务和货物的合同、雇佣合约（其为个人免费使用）等涵盖30多种广泛的标准业务合同类型。
相比传统的人工审核方式，通过LawGeex平台审批合同可以节省80％的时间以及90％的成本，同时也极大的简化了销售、运营和法律之间的工作流程。如此，运用人工智能将法律工作中的常规环节实现了自动化，这不仅极大的提高了企业的工作效率，同时也让律师等法律工作者能够更专注于客户服务中比较复杂、高价值的领域。
从运营情况来看，LawGeex为个人用户提供免费服务，为企业提供有偿服务。创始人Noory Bechor也曾表示，鉴于产品的易用性和高性价比，平台刚上线几个月便通过口碑传播获得包括德勤在内的成千上万的客户，审查了数以千计的文件，其中包括、Apple、Google、facebook等公司的劳动雇佣合同。
而从目前提供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。
团队方面，LawGeex 是由国际律师 Noory Bechor 和AI专家 Ilan Admon 创立。创始人Noory Bechor，是一位国际商业律师，曾在一家领先的技术和投资领域的律师事务所工作，也是一个兼具创业精神和使命感的人；联合创始人兼CTO Ilan Admon，是一名人工智能大师，在过去20年里一直在研究机器学习算法，具有丰富的技术背景经验。目前公司团队已超20人。
来源：36氪 ，作者：无知喵，如若转载，请注明出处：http://36kr.com/p/5070840.html
-
人工智能
号外！百度人工智能顶梁柱吴恩达离职（附公开信）
今日午间消息，12点刚过，有“谷歌大脑”之称的、百度首席科学家吴恩达，在英文自媒体平台Medium及微博、Twitter等个人社交平台上，均发布了公开信，他宣布自己将从百度离职，开启自己在人工智能领域的新篇章。吴恩达是人工智能和机器学习领域国际上最权威的学者之一。他于2014年5月加入百度，担任百度公司首席科学家，负责百度研究院的领导工作，尤其是Baidu Brain计划。 在他的带领下，百度在人工智能领域取得了长足的发展。
吴恩达微博截图
在公开信中，吴恩达介绍道，他与2014年加入百度，负责人工智能工作。到现在，百度的人工智能团队已经增长到近1300人，其中包括300名百度研究院成员。而目前百度的众多人工智能产品项目可以支持其搜索、广告、地图、外卖、语音搜索、安全、消费金融等等现有业务，提升产品，拉动收入。
在百度任职期间，吴恩达和他的团队还开发出了，无人驾驶和DuerOS语音交互计算平台。并且他表示，百度仍在孵化一些非常有前景的技术，比如人脸识别（当已注册用户走近应用人脸识别技术的闸门时，闸门会自动开启），美乐医（医疗领域的人工智能对话交互机器人）等等。
但遗憾的是，这些项目之后将不再由吴恩达来带领。
在公开信中，吴恩达对李彦宏给予了很高的评价，他表示，也很荣幸荣幸能够从两大人工智能强国，中国、美国的人工智能界都学习过。
“美国擅长创造新的技术和理念，而中国擅于将人工智能技术用于开发出好的产品。我很高兴自己能够有机会既为中国也为美国的人工智能发展崛起作出努力和贡献。”吴恩达写到。
至于离职之后的去向，吴恩达并未进行透露，只是称，将继续致力于人工智能事业。而百度方面对此消息表示确认，也并未透露吴恩达的最新动向。
以下为其在社交媒体上的公开信全文
开启我在人工智能领域的新篇章
亲爱的朋友们：
我即将辞去在百度的工作，告别我一直带领的人工智能团队。百度的人工智能实力强大，团队内上上下下都有非常优秀的人才，所以，我坚信百度的人工智能将会一如既往蓬勃发展。离开百度之后，我也很高兴将继续致力于人工智能事业，通过人工智能改变社会，使人们的生活更加美好。
百度的人工智能
我在2014年加入百度，负责人工智能工作。到现在，百度的人工智能团队已经增长到近1300人，其中包括300名百度研究院成员。上亿的用户每天都在使用我们的人工智能软件。我们通过许许多多人工智能产品项目支持我们的搜索、广告、地图、外卖、语音搜索、安全、消费金融等等现有业务，提升产品，拉动收入。
我们也运用人工智能开拓新业务。我的团队在过去的两年中，每年都孵化出一项新业务：一项是无人驾驶，另一项是DuerOS语音交互计算平台。我们也正在孵化一些非常有前景的技术，比如人脸识别（当已注册用户走近应用人脸识别技术的闸门时，闸门会自动开启），美乐医（医疗领域的人工智能对话交互机器人）等等。作为百度人工智能战略的首席架构师，我很自豪能够引领公司在人工智能方面飞速发展和崛起。
百度是目前为数不多的在人工智能各个重要领域都拥有世界级专业水准的公司，这些领域包括语音、自然语言处理、计算机视觉、机器学习、知识图谱等诸多方面。能够带领百度人工智能团队，能够跟百度卓越的管理者、非凡的工程师、科学家、产品经理等等百度优秀的团队共事，我深感荣幸。李彦宏是第一位高瞻远瞩，清晰看到深度学习技术巨大价值的大公司CEO，也是全球人工智能领域最优秀的CEO之一。首席运营官陆奇是位资深的企业管理者，同时在人工智能领域拥有丰富的经验，在他的领导下，百度的人工智能将继续开花结果。AI技术平台体系新任总负责人王海峰是一位出色的研究学者和技术领袖。在他的有力领导下，百度的AI团队定会有更好的未来发展。我们的新任百度研究院院长林元庆，是位出色的技术和业务带头人，将会提升百度人工智能技术，创造更多业务成果。在他们的有力领导下，在Adam Coates、景鲲、李平、徐伟、朱凯华等人工智能顶尖人才的努力下，百度的人工智能将继续开拓前行，我也会为此而欢欣喝彩。
我很荣幸能够从两大人工智能强国，中国、美国的人工智能界都学习过。美国擅长创造新的技术和理念，而中国擅于将人工智能技术用于开发出好的产品。我很高兴自己能够有机会既为中国也为美国的人工智能发展崛起作出努力和贡献。
人工智能是新电能
正如百年前电能改变了很多行业一样，人工智能也正在改变着医疗、交通、娱乐、制造业等主要行业，丰富充实着无数人的生活。对于人工智能将带领我们前往何方，我比以往都要兴奋和期待。
作为谷歌大脑计划的创始人，以及百度人工智能的负责人，我在这两家顶尖的技术公司向“人工智能公司”转型中都发挥了作用。但是人工智能的潜力远远超越了对科技公司的影响。
我将继续致力于用人工智能引领这场重大的社会变革。除了推动大公司使用人工智能，也还有很多创业，以及更深入进行人工智能研究的机会。我希望我们每个人都拥有自动驾驶汽车，每个人都拥有可以自如进行语音对话交互的计算机，每个人都拥有可以诊断我们病痛的医疗机器人。
工业革命将人类从重复性体力劳动中解放出来；现在我希望人工智能可以将人类从重复性脑力劳动，比如忙乱的交通驾驶中，解放出来。这项工作不是任何一家公司可以独立完成的，这是全世界的人工智能研究者和工程师的共同课题。我在Coursera上的机器学习MOOC课程曾帮助很多人进入人工智能这个领域。除了致力于人工智能本身之外，我也将探索新的方式来帮助全球人工智能的爱好者，让我们一起用人工智能赋能整个社会，取得更多成果。
我们将利用人工智能创造美好未来，对此我从未如此乐观。让我们一起为推动人工智能，帮助每一个人而努力！
Andrew Ng(吴恩达)
思考：怎么看吴恩达为什么要离开百度？
3月22日消息，百度首席科学家吴恩达（Andrew Ng）在英文自媒体平台Medium及微博、Twitter等个人社交平台发布公开信，宣布自己将从百度离职，开启自己在人工智能领域的新篇章。 这时候，陆奇刚加入百度两个月。原先向李彦宏汇报的高管一并改为向陆奇汇报，其中包括向海龙、张亚勤、朱光、王劲、吴恩达等人。
你怎么看吴恩达离开百度？
-
人工智能
摩根大通AI软件几秒完成律师36万小时工作，分析师
华尔街第一大投行摩根大通又搞了一件大事情！
摩根大通软件几秒内就能完成律师36万小时的工作。
彭博社报道称，摩根大通开发了一款金融合同解析软件COIN。这款软件上线半年多，经测试，原先律师和贷款人员每年需要360000小时才能完成的工作，COIN只需几秒就能完成。而且，不仅错误率大大降低，它还不用放假。
COIN仅仅是开端
COIN只是这家美国最大银行的起点，是其2,000个技术项目之一。
摩根大通专门设立了技术中心，聘用约4万名技术工作者，技术预算达90亿美元，专攻大数据，机器人和云基础设施，期望借此找到新的收入来源，降低费用和风险。此外，它还和英特尔、微软等30多家企业组成了一个新的区块链联盟，以开发相关的标准和技术，让企业更加便利使用新崛起的Ethereum区块链技术。去年，摩根大通还与区块链创业公司Digital Asset Holdings启动了一个测试项目。该公司CEO布利斯?马斯特斯（Blythe Masters）是摩根大通前高管。
在去年2月的投资者日活动上，摩根大通企业投行业务总监丹尼尔·平托（Daniel Pinto）表示：“金融科技和新的能力对于我们所做的一切非常重要。”
另一个程序X-Connect也开始投入使用，主要用来检索电子邮件，以帮助员工找到与潜在客户关系最密切的同事，并帮忙介绍认识。摩根大通还在去年向机构客户提供一些云支持技术，允许像BlackRock这样的公司自助获取财报、研报和交易工具这些常规信息，解放了销售和客服。
摩根大通这一系列动作，仅仅是整条华尔街的一瞥。
华尔街失守
之前整个社会担忧人工智能可能夺走300万卡车司机的工作。但事实证明，现在最该担心的是华尔街的交易员和对冲基金经理。
一群来自哈佛、麻省的数学博士加上硅谷极客，创立了大数据智能分析处理引擎Kensho，“用AI取代金融分析师”的口号引发了华尔街的巨震。你可以向这个引擎提问，比如“iPhone6发布后哪些股票会涨”，他就会在一秒钟之内给你精确的答案，而且准确率非常高。
这个引擎太具有杀伤力了，因为有了他的存在，70%以上的股票分析师将会失业。因此，就连高盛也对此项技术大惊失色，联合Google共同入股Kensho，布局人工智能金融领域。
高盛科技部门联合负责人Don Duet称，高盛将获取数据以及将数据转化为信息的能力，看做重要资产和核心策略，在人工智能和机器学习领域正进行大规模投资。
鼎鼎大名的IBM超级计算机Watson在金融领域也有应用，Watson采用全新的认知计算系统，可以提供诸如客户需求分析，预测经济走势等服务。它还能够结合个人投资履历给出智能化的投资计划。
AI领军人物本.戈泽尔（Ben Goertzel）博士带领的团队，则正在通过人工智能进行股票交易。他的团队创造了一个名为“基因进化”的系统，由多个AI引擎构成，在自动分析所有的股票价格、交易量、宏观数据、上市公司账目之后，所有的AI引擎会“聚在一起”做市场预测，然后投票选出最佳的市场决策，进行股票交易，没有任何人类干预行为。
本·戈泽尔博士的事迹被拍成了电影《超验骇客》
而智能理财服务服务代表企业Wealthfront和Betterment已是资本市场宠儿，他们完全依靠智能运算和数据分析来取代传统的理财顾问。
花旗银行预测，未来10年，智能理财管理的资产可能可以呈现指数型增长，有望增至5万亿美元。嘉信理财和全球最大投资管理公司贝莱德都已经注意到这点，嘉信理财自行开发了在线财富管理工具，贝莱德2015年8月底宣布将收购专注于智能理财领域的初创公司Future Advisor。
AI操盘，未来几何？
《哈佛商业评论》提到：“几乎所有的工作都有计算机在可预见的未来无法处理的主要元素。但是，我们不得不承认，有一些知识型工作将会屈服于人工智能的兴起。”
一家专职从事招聘的公司Options Group对超过3200名金融专业人士进行调查发现，大多数人对人工智能的未来还是持欢迎态度，他们还是倾向认为新技术将改善他们的职业。
而对于AI能否真的在华尔街崛起，很多人还持有怀疑的态度。就算真有一家基金用AI获得了成功，也存在风险——其他公司或许会复制这个系统，从而破坏它的成功。如果市场中的大多数人都采取同样的行为，很有可能会改变整个市场。因为“一旦有人发现一个行得通的花招，不仅其他基金会迅速抓住这一点，其他投资者也会将资金倾泻而入。真的很难想象出只有它能套利的情形。”一个投行高管如是说。
金融业是冷酷的，要在金融市场中赚钱，光有聪明远远不够，还需要用一种与其他人不同的聪明方式来做事。AI操盘，未来几何？我们且走且看吧！
信息参考：雷锋网、华尔街见闻
来源：本文来公众号英途。
摩根大通已经开始使用学习机器来对金融交易进行语法分析，而这些工作此前需要法律团队花费成千上万小时。该程序名为COIN（Contract Intelligence的缩写），用于对商业贷款协议进行分析。在6月份这一项目上线之前，这些单调乏味的工作每年需要花费律师和信贷人员360000小时的工作量。
而现在，该软件能够在数秒内审核文件，而且更加不容易出错，并从来不需要休假。将平常任务自动化，为银行家和客户创造新工具，这些是摩根大通96亿美元科技预算中不断增长的一部分，也是本周二该公司年度投资者会议上的核心主题。而对于COIN，根据设计者称，该程序已经帮助摩根大通减少了贷款业务失误，这些失误的大部分都来自于每年12000份新批发合同分析中的人工错误。此类技术通过摄入数据来识别类型和关系，而摩根大通正寻求在更多领域应用该技术。摩根大通计划在诸如信用违约掉期和托管协议等其他种类的复杂法律文件中使用该技术。
有一天，该银行可能会用此技术来帮助分析监管规则和企业传播。
在小编看来，这对法律从业者是一个巨大的警钟，想，仅这家银行每年节省出来的36万小时就意味着多少法律工作将变得多余，从而多少法律人员将变得多余，即便这些更多导致美国法律人员变得多余，那么多出来的美国法律从业者也将过剩地去转向其他领域或业务，包括中国高端律师的业务，而被驱赶的中国高端律师又会去转向其他律师的业务……
所以，哪天你发现连普通律师业务都这么难找的时候，可能是远方海浪的连锁反应已经推到你的眼前了……
-
人工智能
快商通落地人工智能，为企业提供智能客服
这套智能系统能够识别语义，在客户需要时智能推荐销售人员、信息以及产品。
当你打开一个医疗网站，屏幕上经常会弹出一个客服窗口，这些客服窗口多是人工在解疑答惑。当你打开一个微官网，想要咨询产品信息或者服务，若是没有客服在后台关注，往往需要等待多时才能获得回复。这时候若是有一个智能客服机器人，及时回复消费者信息，就能够极大提高效率。
快商通是一家人工智能公司，专注为企业提供人工智能营销客服服务。
快商通能够实现全渠道API接入。通过把代码植入到网站、APP、微官网和微信公众号中，机器人客服就被安装进公司官网。这套智能系统能够识别语义，在客户需要时智能推荐销售人员、信息以及产品。更加智能的一点是，它还能够“洞察”客户情感或者态度，并根据不同态度来选择相对应的话术回复。
除此之外，快商通还提供智能话术辅助和智能营销策略这两个增值服务。
智能话术辅助是指快商通软件通过机器学习该企业优秀员工在营销时的话术，在普通员工答复消费者的咨询时提供这套话术作为指引。这个功能解决了许多中小企业的痛点。中小企业的特点之一是人员流动性高，优秀员工对他们来说极其稀缺。然而一个优秀员工的业绩跟普通员工相差40%-50%，其中主要原因在于两者话术的差别。快商通这一功能能够让普通员工迅速模仿优秀员工话术，提高中小企业的业绩。
而智能营销策略则类似许多大数据公司利用数据做营销分析和预判。通过消费者浏览轨迹，快商通可以判断出他是从哪个网站分流过来，并抓取客户的来源、省份等信息，然后把数据分析结果通过营销报告的形式发送给客户，并给出营销建议，例如在哪里投放广告或者使用哪些关键词来吸引客户。
快商通的客户主要是中小企，目前有25万家企业在快商通注册。此外，快商通还会为大客户提供技术支持，例如南方航空等企业。
快商通的推广模式主要有三种。第一种是参加沙龙等公关活动，第二种是通过SEO做广告投放，第三种是与平台直接对接，例如与点点客、有赞等平台合作。
在客服这条赛道上，曾经报道过几家在线客服的SaaS平台，例如多渠道优化整合客服平台Udesk、美洽和逸创云，利用语义分析算法提供客服机器人服务的智齿科技，从语音切入客服市场的天润融通，做客服人力外包的淘金云客服，销售环节全覆盖的荣联七陌，还有杀入云客服的大企业网易七鱼。
云客服赛道目前已经十分拥挤，当问及竞争优势时，快商通CEO肖龙源告知，目前大多数客服通信平台都是售后型客服，因此这种偏售前的营销客服就是他们的产品优势。此外，他们拥有许多技术人才，大多数员工都是硕士背景，有6人是博士。
据了解，快商通总部在厦门，在美国和南京都有子公司。公司员工有150人，其中技术人员占了一半。2016年8月快商通在新三板挂牌上市。
来源：36氪，作者：司徒，如若转载，请注明出处：http://36kr.com/p/5064700.html
-
人工智能
获500多万美元融资，Brilent利用人工智能做求职者的筛选评级
【猎云网（微信号：ilieyun）北京】1月5日报道（文/竹子）
Brilent是一支从Facebook走出来的创业团队。
CEO Garry、CDO廖宜华和CTO Tony Zhang均有在Facebook 4年的工作经验。
Garry在职期间和团队一起做到了用户数据的5倍增长。廖宜华带领数据科学小组，并申请了3项个人专利。Tony Zhang则搭建了Facebook首个内部HR招聘系统。
工作期间，通过和外部伙伴的多次交流，他们发现美国的招聘市场存在不少痛点。
调查后发现，这是一个巨大的市场。据数据显示，2013年美国招聘市场的估值达1200亿美元，占全球份额的30%，这个数据还以每年7%的速度在增长。
凭借在Facebook时积累的数据抓取、挖掘和结构化经验，2015年4月，几人在硅谷创办了Brilent，希望利用AI技术帮助美国企业及猎头做简历筛选。
产品在2016年4月正式上线。据猎云网独家获悉，Brilent目前已获得两轮共计500多万美元的融资，其中第一轮由软通动力投资，第二轮由ATA领投、盛景等跟投。
AI将取代HR？
由于人工智能的高效，它已经被应用在多个领域。
传统招聘主要依据面试者的过往经验和上级的个人喜好，很难做到客观公正。此外，人才和职位的不匹配也是招聘行业面临的一大难题。
人工智能的出现，给招聘行业的革新带来了曙光，其优势主要体现在三大方面：速度快、客观性和数据化。
Brilent所做的，正是利用算法对数据结构化处理，分析并进行细化匹配，根据评级选出匹配程度高的求职者，从而提升招聘效率。
Garry告诉猎云，Brilent面向的客户主要分为两大类：有招聘需求的大企业和猎头公司。其中，猎头公司的从业者有70%属于短期从业，经验尚浅，对招聘市场缺乏了解；20%属于中级从业者，有长期发展的意愿；只有10%是真正了解市场的人。而Brilent帮助的，正是70%+20%的群体。
和人工一天最多筛选几百份简历的速度相比，Brilent通过软件可以将这个数字提升到上万倍。
由于倚靠机器学习，不掺杂个人情感，筛选的结果也会更加客观。但Brilent会考虑更多因素，比如这家公司以往更偏好哪个学校的毕业生；应聘者以怎样的频率在挑选工作；应聘者为自己设定的事业发展方向如何等。
没有硝烟的数据战
AI之所以能帮助需求方筛选简历，一大前提是在足够的数据基础上进行了机器学习。这就要求相关创企：一要能抓取大量数据；二要能对数据进行处理。
Brilent的数据有多处来源：网络抓取、政府机构、系统内部等等。
相比抓取数据，更难的反而在于如何利用这些零散的数据，将其数据化并做好匹配。Garry表示，团队之前在Facebook的相关工作经历，使得他们在数据的处理上，占有一定优势。
但一个千亿级的市场，不可能没有竞争对手。除了一些新成立的创企外，谷歌、微软和IBM似乎也对AI+招聘的结合产生了兴趣。这些巨头本身就有非常丰富的数据资源，和他们抗衡，如何才能做到差异化竞争？
“其他巨头和我们的方向有所区别，比较类似的是谷歌。但谷歌是开发API让第三方公司去利用，而我们更灵活，开发速度更快，除了API也会提供整套的产品。在很多行业也做得更深入。”
2015年Brilent团队成立时， AI招聘还是一个新名词，一年后，市场已经发生了很大改变，Garry最直观的感受就是与用户的交谈内容变了。成立初期，团队需要向潜在用户解释何为AI，而现在则是直接谈如何使用软件。
用户市场的高速发展和逐渐成熟，也让团队考虑往更多的区域扩展。除了北美市场外，所有以英语为母语的国家都是Brilent的攻克目标，今年公司也可能会到国内寻求可能合作。据猎云网了解，Brilent的用户已覆盖北美、南美、欧洲、印度、澳大利亚等国，合作商户包括电商Wish、IAC等，每月平均向用户收取几百美金的费用。
“我们希望可以把产品做得更自动化，类似于机器人，可以替代人工承担很多招聘的前期工作。”
目前公司正在寻求A轮融资。
项目：Brilent
网址：www.brilent.com
本文来自猎云网，转载出处：http://www.lieyunwang.com/archives/257847
-
人工智能
节省人力只是小利，销售型SaaS客服如何重塑人工智能营销？
近来，To B领域对人工智能客服技术的讨论沸沸扬扬，无论是各大巨头旗下客服产品，还是投身SaaS云客服行业的创业公司都将“人工智能”列为核心关键词。11月，网易七鱼方才推出其全智能解决方案，销售客服技术服务商快商通又传出即将创业板IPO的消息。
目前To B领域对人工智能客服技术主流的看法是，智能客服技术将主要在问答相对标准的售后环节发挥作用，其最大的价值在于大幅节省人力成本。但作为一个SaaS行业多年从业者，二爷认为这种观点并不尽然，未免太小觑人工智能在客服行业的价值。
虽然目前市场上的智能客服产品主要集中于售后领域，但企业最青睐往往是售前的智能话术辅助、智能营销策略等功能。原因在于，这些技术能够显著提升流量转化率，而不仅仅是简单的节省人力成本，这才是企业真正的需求。
在未来，人工智能客服技术真正的作用空间，是以售前客服为支点，重塑整个移动营销的格局。它决不会简单停留在与客户智能的对话这个层面，而是要智能化的解决用户从进入点击到成交这既短暂又漫长的最后一公里。
在线营销=引流+站内服务，前者已步入智能化时代，后者却拖了后腿
对于绝大部分企业而言，它们并没有太过复杂的外围品牌营销需求。在线营销各个环节浓缩起来，就是引流与站内服务两个步骤。前者是营销的基础，后者真正决定了一家企业的盈利状况，甚至生死存亡。
1、智能化DSP广告工具成熟，企业引流不再是营销难题
在PC时代，流量的引入是一件技术含量极高的生意。各种社区论坛上的经验总结，几乎全是以如何引流为核心。企业只要解决好了两个问题，基本就能躺着赚钱：其一是如何获取低成本甚至免费的流量；其二是如何获取精准优质的流量。
造成这种局面的原因是，PC时代的流量太过于分散，而营销天才却一将难求，要解决这个问题，唯一的办法就是“全面撒网，重点培养”，经过长时间的试错积累，找到适合自己的推广渠道。
进入移动时代之后，企业获取流量的日子好过了很多。免费的流量依然存在，但更大的变革在于流量集中后，众多智能DSP投放工具的出现。它们可以帮企业精准高效的直面潜在客户。据多盟调查显示，PC时代广告联盟流量平均跳失率为78%，而移动时代下降到51%。这意味着移动时代的流量的质量出现了质的飞跃，企业营销的关键转变为“怎样促成其成交”。
2、传统客服机制正在浪费宝贵的流量，人工智能客服亦存在缺陷
虽然移动时代的精准引流变得更加容易，但应用场景的变化，使得用户对于站内服务的要求大幅度提高。譬如，PC时代的用户向客服咨询一个问题，即使回应有所延迟，用户也可以最小化客服窗口去做一些其它事等待。但在移动时代，切换客服窗口却是一件相当麻烦的事，很可能回来你就找不到了。据Provide Support调查的数据显示，62%的用户不会再访问一个有着糟糕客服体验的站点。
传统意义上认为，用户只有在打开客服对话窗口时，才算是进入了客服服务时间，这种看法显然是狭隘的。事实上，用户从进入网站开始就会产生大量的浏览和操作行为数据，这些数据的背后满满的都是销售机会。譬如用户长时间浏览某个商品，并在两个商品间反复跳转犹豫不决，或是将某商品链接发送给亲友参考等。掌握这些行为数据，对于转化用户来说是极有价值的。但即便是大多数的智能客服解决方案，也未能提供这种与客户咨询前行为数据相融通的技术。而且，这些智能客服解决方案重点在于回答客户的问题，却失去了人工客服主动营销的能力。
人工智能客服如何重塑移动营销新格局？
首先是基于语法的智能语义分析。它可以将客服问答转化为沟通，将被动应对升华为主动营销。这是未来人工智能客服发展的重中之重。
目前大多数智能及云客服系统，对于用户话语的判断，是基于关键词结合标点来识别的伪智能技术。而真正的人工智能，需要能准确识别用户每一个字眼的语法含义。
以快商通为国内某银行提供的客服系统为例，可以比较清晰的看出基于语法的语义分析与基于关键词分析的效果差别：
基于语法的语义识别技术，能确保智能客服真正理解用户所说的每一句话。同时，系统还将从人工客服的回应中学习语言，自主组成个性化的回应语言，让用户不会感觉对面是冷冰冰的机器人。据快商通统计的数据，这种基于语法的识别技术，目前已能达到97%的准确率，从而使得客服接待量提高80%，订单转化率也随之大幅度提升。
智能语义分析技术的意义，不仅在于可以准确的为用户提供咨询回应，更在于它可以将客服这种被动的服务，发展为主动的营销。譬如，当用户的咨询停止后，客服系统还可以分析用户的附加需求，就像销售一样，主动的向用户推荐一些其感兴趣的服务和产品。这种工作效果甚至要强过一个训练有素的真人客服。
其次是用户行为的智能识别。即将客服的工作范围由对话框内的问答，扩展到用户站内行为分析，进而帮助企业提高流量的转化率。
比如，通过分析用户在网站内的浏览页面，悬停时间，悬停部位，客服系统可以优先将购买意愿最强的用户分配给人工客服。同时，预判该用户可能关心的商品和要点，以便让企业方在对话中既能占据主动，又不至于惹出用户的反感。
同时，随着移动端HTML5技术的日趋成熟，未来的客服对话将不再局限于一个标准的客服窗口。客服窗口在移动端还是过于沉重，智能的客服系统能在判断用户站内行为的基础上，在页面以悬浮窗口的形式呈现，将不再需要占用用户宝贵的全屏体验。
再次，智能客服与微信生态相结合，将牢牢圈住用户流量，改变其消费路径。有消息称微信将在2017年1月正式推出小程序，而小程序很有可能成为未来中小企业在线营销的标配。同时，微信亦将为小程序开放其生态数据和其它基础功能，为用户打造“快进快出，用完就走”的体验。
在这一新的营销生态建立的过程中，人工智能客服将发挥关键性的作用。以前用户找到一家企业后，想要进行二次访问，必须经过复杂的访问跳转路径。而现在，小程序应用号将大大简化用户的访问路径，企业要做的就是如何唤醒用户。
举个例子，用户关注了某企业公众号，并对某些产品感兴趣。往后，人工智能客服可以结合其之前的访问信息，主动向某用户单独发送消息。这样不但不会因为影响到其他用户而掉粉，并会大幅提高信息的打开率。
如此，用户的消费足迹就会牢牢留在微信生态之内，为企业所独家占有。在淘宝或百度生态内，用户流量处于溢出状态，因为用户每次接触企业都需要靠自己的主动搜索，这种溢出也就为企业带来了巨大的广告成本。而现在，有人工智能客服主动牵线，企业的流量便稳定许多了。
人工智能客服的路径：以客服软件为起点，筑起一整套营销生态
易观预测2017年的智能客服市场有680亿的盘子，这个数字，显然仅仅是软件售卖的市场规模。前文分析了智能客服对于企业营销的革命性重塑作用，可见跻身于这条赛道上的各家企业眼中的肥肉绝不只是这一小块。
如按照上文的划分，将企业营销分做引流与客服两块，那么移动流量的大格局已经尘埃落定。而以智能客服为起点，构建一套与流量相对应的营销生态，才是各大客服厂商竞相追逐这一领域的题中之义。
单就在线客服来说，如果某家客服系统使用基数已经非常庞大，那么其用户数据分析便有了巨大的价值。某位消费者的消费行为习惯是怎样的，重视哪些产品要素，这些经过一次智能分析便可以为广大的企业用户所共享，智能机器人客服甚至可以被用户收藏在微信里，成为一个新的流量分发渠道。这样的价值，显然不是每年几千块的技术年费所能相比的。
另一个趋势是，智能客服也正在迅速向硬件领域迈进。包括快商通等智能客服企业已开始将人工智能客服技术应用到了医疗导诊、房地产销售等机器人身上。它们的战略意图并不难猜，即依托机器人操作系统，以大数据挖掘、SaaS云服务为基础，构筑从底层算法、行业应用，最终完成智能硬件的人工智能全产业链模式。而人工智能客服技术，正是这一数万亿级市场的入口，牵涉到庞大数据的积累及行业标准的建立。回过头来，也就不难理解为什么各大巨头和资本市场会对人工智能客服领域的格外偏爱。
本文作者 温二爷
来源：钛媒体
链接：http://www.tmtpost.com/2540799.html
扫一扫 加微信
hrtechchina
