今年是创业邦连续第十一年推出“30岁以下创业新贵”榜单，创业邦再次把“30岁以下创业新贵”的舞台交给年轻的90后和00后们。在市场风云骤变，竞争局面更加暗潮涌动的情况下，通过解读这些年轻的创业新贵们，展现他们在各种前沿技术中的探索、深耕，他们的创业激情和创新意识，将如何影响并改变这个时代。这是本系列的第5篇报道。
文 | 狮刀
编辑 | 及轶嵘
实习生| 杜丽娇
图片设计 | 李斌才
你是不是已经习惯了睡前通过Siri设定第二天的闹钟，用Google翻译理解不同语言的文献，让邮箱自动拦截垃圾邮件，在打字的时候被输入法自动纠错？
以上所描述的场景，均是NLP（自然语言处理）所涉及到的应用。NLP目前已经成为了数据科学领域中最热门的主题之一，所蕴藏的商业前景巨大。
可是，就在大家都在思考怎么用AI替代人类的时候，循环智能（Recurrent AI）选择的方向却和其他AI公司有所不同。
“我们致力于增强人的智能，而不是替代人类。”循环智能的联合创始人、CEO陈麒聪告诉创业邦。
在循环智能的四位联合创始人中，陈麒聪除了CEO的基本职责“找人找钱找方向”之外，主要负责“用公司的产品和技术，去连接客户的需求”。其他三位联合创始人包括AI和产品负责人杨植麟、CTO张宇韬和COO揭发，分别负责产品和AI算法、技术和工程以及市场和销售体系。
作为销售细分领域的AI龙头公司，循环智能究竟抓住了NLP领域哪些不一样的商业化机会？
机器和人之间的“桥梁”
试想你打算给父母买一份重疾险，打电话咨询保险顾问，想了解你看中的那款产品能否满足需求。听完那名保险顾问的介绍，你觉得完全可以满足需求，但等到需要用保险的时候，却发现那款跟你理解的不一样。
这种情况在保险的销售领域并不鲜见，因为保险顾问为了售出产品，总是倾向于对产品的价值进行“夸大陈述”，虽然企业严格禁止这种情况，但保险顾问总是变着法子“夸大陈述”，从而逃过系统检查。
利用新一代的NLP语义识别技术，企业可以告别传统的关键词识别方式，通过上下文的语义，来判断一段话究竟算不算“夸大陈述”，从而规范保险顾问的销售规范，进而提升用户体验。
NLP语义识别是如何做到的？在实际应用中，只需要先“喂”给系统上千条经过人工判断的语料（正例和反例），然后机器就能识别更多没见过的语句是否是这个意思。
NLP是计算机科学、信息工程和人工智能的子领域，涉及计算机和人类(自然)语言之间的交互，尤其是编程实现计算机处理和分析大量自然语言数据。自然语言处理的挑战包括语音识别，自然语言理解和自然语言生成。
打个简单的比方，世界各地的人都说着不同的语言，如果说英语的人想要听懂普通话，就需要一名翻译。而机器也有自己的语言，如果想要让机器“听懂”人话，就需要用到NLP。
循环智能就是基于NLP技术做企业服务的公司。
NLP领域已经变得炙手可热。根据P&S Intelligence最新的预测显示，NLP市场的产值将在2024年达到229亿美元的规模，2019到2024的年复合成长率将达到19.7%。
蛋糕大了，创业公司也如雨后春笋般涌现，但是真正能够掌握原创的、行业突出的底层算法模型的公司，依然很少。
循环智能是其中之一。
2021年4月25日，循环智能与华为云联合推出千亿参数、40TB训练数据的超大规模中文语言预训练模型“盘古”，鹏城实验室提供算力支持。
在权威的中文语言理解评测基准CLUE榜单中，“盘古”发布时的总成绩及阅读理解、分类任务单项均排名第一，刷新三项榜单纪录，总成绩得分83；在NLPCC2018文本摘要任务中，“盘古”取得了Rouge平均分0.53的业界最佳成绩，超越第二名百分之六十。
“以前我们做语义理解，生产一个语义标签可能要标注一两千条数据，但有了‘盘古’，有些语义标签我们可以只标几百条，甚至几十条数据就可以完成，这可以大幅提升规模化语义分析的能力。”陈麒聪说。
盘古NLP大模型的诞生，意味着困扰行业已久的自然语言处理的规模化落地难题取得突破性进展，这也意味着，从NLP技术到规模化产业应用的春天已经到来。
NLP规模化应用的春天已来，那么最有价值的落地场景是什么？
从“理解销售”到“辅助销售”
“我们做的事，是用AI辅助销售人员，帮助他们更快地提升业务水平，变成更好的销售。”陈麒聪说。
借助原创的自然语言处理和深度学习技术，循环智能帮助拥有中大型销售中心，以及线下网点和门店中依靠大量销售代表、代理人、客户经理与客户进行沟通的企业，充分挖掘持续产生的“对话数据”的价值，并将“对话数据”与沟通结果（是否成单）进行关联分析，从对话数据中不断挖掘优秀员工的闪光点，通过执行力监督和实时辅助系统，增强员工的沟通能力和业绩表现，为企业带来营收增长。
“NLP有不同的应用场景，一开始，我们和大部分公司一样，首先想到的是做对话机器人，让AI替代人类去沟通。”陈麒聪说，这是最容易想到的落地场景，所以市面上集中了上百家做智能客服机器人和外呼机器人的公司。
这类对话机器人产品，可以帮企业做一些高重复、低社交的客服相关工作，比如回访、收集信息等偏简单任务。但是，对企业而言，更有价值的往往是在营销链条里低重复、高社交的销售环节。在过去的几年中，企业通过部署 AI 客服、AI 外呼系统，取代了一小部分人员的简单工作。但很多情况下，客户并没有感觉自己的服务体验得到了改善，尤其是在涉及高附加值行业的产品销售与服务时。
以银行、保险、房产和教育等国计民生领域为例。在这些领域，企业意识到只有通过人与人的沟通过程，才能与客户建立更紧密的联结。如果 NLP 技术可以在提升员工专业度和产能方面发挥作用，就可以帮助企业为其客户带来更好的体验，创造更大的价值。
“就像做自动驾驶一样，如果最终的愿景是让每个人都能享受到随叫随到的出行服务，实际上有两条路径。一条路径是直接做无人车出行服务，但只能在限定的园区内做运营，未来再想办法扩展到更多区域；另一条路径是先做汽车的辅助驾驶系统，每辆车都可以安装，每条路都可以走，先积累足够的使用数据，再不断提升辅助的水平。”陈麒聪举例说，“所以，做NLP企业服务也有两个流派。我们最终选择了第二个流派，在更复杂的销售场景里使用AI做沟通辅助系统。”
“因为我们做的是‘销售助手’，所以我们会去研究在人和人的交易过程中，在哪些方面能够提升能力和销售业绩。”在陈麒聪看来，销售助手必须非常理解销售的过程，“我们会去研究一名销售是怎么卖东西的，然后在每个销售环节中找到可提升的空间，进而提升公司销售的整体工作效率。”
“我们有一套核心技术引擎，它可以帮助企业诊断‘好’销售和‘差’销售之间的区别，你可以把它理解为一名‘医生’。有了这个‘医生’，你把销售员与客户沟通的对话数据扔进去，它就能自动帮你挖掘这些沟通内容涉及到哪些关键环节，客户经常会问哪些问题，以及好的人和差的人差距在哪里。”陈麒聪说。
“接下来需要的核心技术是语义理解，有了语义理解技术，才能把对话的文字变成可分析的报表，才能够用像提词器一样的产品，实时提示销售员在当前场景下该怎么回复。”
创业需要“耐心+专注”
循环智能经历过一段漫长的不被理解的过程。
“定了‘辅助和增强人’这个方向之后，我们在2019年之前得不到市场的认可。那时候，大家对AI的预期比极高，认为AI可以立即替代人，为什么还要辅助人。”陈麒聪说。
循环智能的创始团队正是因为足够了解技术的边界，所以对技术抱有敬畏之心。联合创始人杨植麟博士作为第一作者，在2019年与谷歌、卡内基梅隆大学合作发布了极具全球影响力XLNet和Transformer-XL模型，他也是盘古NLP大模型的主导者。
“越懂AI，就越不敢‘画大饼’。我们知道在很长一段时间内，AI都不可能完全替代人，所以在创业的最初两三年，我们主要把精力用在基础能力的搭建上，所以看起来前期的业务发展不算快。”陈麒聪表示，“2019年之后，客户逐渐发现我们讲的是对的，同时国家开始集中打击那些用外呼机器人打骚扰电话情况，这类公司普遍遭到打击，因为我们的价值逐渐体现出来。”
循环智能的价值体现在，其通过对过往销售人员海量沟通记录(录音和文本)的数据搜集和分析，进行优秀沟通实践挖掘，将挖掘的结果与业务专家的经验进行结合，总结出实际沟通中常见的问题和异议，以及应对和处理之策，并自动总结产品的卖点和对客户的好处。
这样还可以确保，企业向更多员工推荐的用语，都是来自真实的客户问题和真实的应对实践。
“以前一家企业想知道销售的业绩存在什么问题是非常费劲的。”陈麒聪说，“以一家保险公司为例。过去，保险公司要做的事是去听销售的录音，通过通话时长、通话次数等来判断一名销售是在什么环节被客户拒绝的。但这么做效率极低。”
循环智能的产品则能帮助保险公司准确定位每名销售的每次沟通分别被“卡”在了哪个环节。
“AI能判断出一名销售的问题所在。假设这名销售总是在介绍产品之前就被客户挂断了电话，这样公司就可以有的放矢地培训销售的开场白用语。这极大提升了管理效率。”
效果是显著的，循环智能的客户也纷至沓来。
截至发稿，循环智能已服务了银行、保险、在线教育、房产和消费金融等领域的众多行业标杆客户，包括招商银行、人保财险、太平洋保险、招商信诺、水滴、新东方在线、51Talk、豌豆思维、万科、我爱我家、安居客和捷信等。
“我们专注做这件事，就是帮企业通过提升人的能力，来提升销售效率。相比其他AI企业服务公司，我们为客户带来的价值更加容易衡量，所以客户续签率也很高。”陈麒聪说。
2020年9月，循环智能获得1200万美元融资，由红杉资本中国基金领投，万物资本、金沙江创投跟投。在这之前，循环智能获得过真格基金、靖亚资本和金沙江创投等机构的投资。
“我们在融资方面很克制。对一家toB公司来说，融资特别快不一定是一件好事，说明公司一直缺钱。我们实际上，上一轮的钱还一分都没花。”陈麒聪对公司的发展充满信心。
“从投资人的角度看，在三个方面我们做得比较好。第一是我们的技术突出，用AI做企业服务是个长期的事儿，只有技术足够强才能支撑更多产品创新；第二，一般技术强的公司会习惯‘拿着锤子找钉子’，但我们非常贴近业务，先去看企业的痛点和需求，再去研究解决方案和产品技术，属于‘看到钉子再去找锤子’，不会花大力气在没有客户价值的事情上；第三，我们的销售团队来自各行各业，经过严格挑选和培养，他们对toB业务场景的理解非常深入，业务交付能力非常强。”陈麒聪说。
技术、业务场景导向和销售能力，这是循环智能最近两年业务扩展明显加速的“密码”，也让人更期待他们下一站会抵达哪里。
本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。
