竹間智能由前微軟（亞洲）互聯網工程院副院長簡仁賢于2015年創辦，5年多來，一直致力于自然語言處理（NLP/NLU）的技術，并且以自然語言理解、情感計算為核心，推出企業級的人工智能平臺，引領垂直行業的NLP/NLU產品化，目前產品落地業務范圍已覆蓋金融、企業、互聯網、數字政府/城市、智能終端/物聯網、能源、運營商、健康醫療、與智慧教育等行業，服務了300多家大型企業，觸達數億終端用戶。
竹間智能完成2億元人民幣C輪融資，獲兩大國有銀行共同投資
在高壁壘的NLP平臺基礎上，竹間更將NLP與Fintech結合，打造了NLP+Fintech的產品應用平臺，今年更是登榜IDC中國Fintech 50強。此次獲得中銀國際和交銀國際兩大金融機構的資本注資，正是鑒于竹間在金融科技領域的成果、以及在企業服務廣大的應用前景。
自然語言技術正在崛起，未來即將是企業的操作系統。
人工智能三大技術領域：語音識別，圖像識別，自然語言處理。不同于多數AI科技企業選擇了語音識別和圖像識別的賽道，竹間專注在自然語言處理的領航者。五年多來，竹間將自然語言處理應用到商業和生活的各個場景，開發出自然語言理解和對話交互的平臺及產品，開創了全面的自然語言技術 (Natural Language Technologies，NLT)。
對人們來說“對話機器人”已不再陌生，智能客服已經普遍應用，人工坐席的傳統呼叫中心AI化已經在各企業展開。企業擁有大量非結構化數據卻不知如何使用，對于知識圖譜的需求已經很清晰，自然語言技術的發展空間巨大已毋庸置疑。不止是在科技應用領先的互聯網企業中，所有企業的競爭力即將取決于企業的AI化程度，換句話說，用自然語言技術在各個業務場景達到提營、降本、增效的自動化應用越廣越深的企業將具有更強的競爭力。
自然語言技術將對企業產生變革性的影響，但每個企業業務各有差異，要將自然語言技術落地在企業業務場景，需要的是降低企業對AI技術的學習成本，以及降低企業使用AI的試錯成本。如此一來，企業在AI應用便能看到立即的效果，那么AI科技公司需要的是能理解企業業務，能將共同業務場景所需的自然語言技術場景做到一個標準化的程度，在標準化的平臺上，并提供企業安全可靠，可定制，自學習的能力。
竹間2015年成立至今，一直專注在自然語言技術的產品開發，關注的是客戶需要什么，市場共同的需求是什么，選擇了300多個各行業的大型客戶不斷驗證和打磨，將無數的經驗、算法模型優化，和場景沉淀到標準化的平臺中，在項目中不斷地錘煉和迭代產品，把項目當產品做，才有今天竹間的標準化的6大平臺：
1. Bot FactoryTM 2020: 全棧式的機器人應用開放平臺，用戶可以0代碼創建機器人應用，從簡單的智能問答機器人，到復雜的多輪對話，知識推理，語義搜索，用戶可以建立完全自動化、具有更復雜知識、能處理更復雜業務流程，及更快速響應完成客戶需求的全方位機器人，在某些場景可以達到55%-70%人力節省和流程縮短。今年9月竹間在新版本的Bot FactoryTM創新推出了自動化機器學習平臺，可以自動訓練模型，挑選最優的算法模型給機器人使用，算法模型變成了可以隨時替換的插件，使得機器人具有自學習、自動調優的功能，可以說是越用越聰明了。
2. AICC+：AI Contact & Collaboration (AICC+)，顛覆式的升級了未來的客戶服務中心智能系統。AICC+顛覆了原來的AICC，升級到了人工智能+人類智能的AI人機協同。經過了2年半的市場打磨和驗證，聚集了眾多標桿客戶的實際需求，我們發現客戶服務中心的真正價值在于將客戶服務中心的全業務場景打通，自動辨識及發現客戶的來電需求，將客服人員要完成的多重任務打通，將業務數據和服務數據打通。將輔助、質檢、陪練三合一整合成為一個客服人員全方位的智能伙伴 Emoti Mate，可以實現業務人員0培訓，自動總結，在服務中能及時輔助并提供改進建議，輔質陪一體化，更能從對話中解析理解客戶意圖和自動建立客戶畫像。
3. Gemini：知識工程平臺 Knowledge Engineering。具有自動構建可解釋及可推理的知識圖譜以及提供企業解決大量在業務運營中使用到的文本信息，大大的縮短了業務流程中需要人工處理文本的時間。Gemini 平臺具備的NLP和機器學習技術以及完全可視化配置的定制平臺，讓客戶能將復雜的業務流程中所需處理的文檔自行定制和管理。現已發布上線的Gemini應用有機器閱讀理解 (Emoti-MRC)，語義搜索 (Emoti-Search)，客戶之聲 (Emoti-VOC)。Gemini為客戶帶來了前所未有的效率和縮短業務處理的跨越式的升級，如某個大型集團的文本分析應用中，將需要2人年才能處理的文檔查重與解析縮短為2人天。
4. NLP 平臺：NLPaaS（NLP-As-A-Service)，將竹間歷經5年多研發的27 個NLP模塊以PaaS的平臺賦能于合作伙伴做二次開發，高門檻的NLP技術借此普及到各行業企業，用戶可以低代碼開發任何的NLP的應用。NLPaaS經過了無數項目的打磨及大量算法模型迭代，打造了可跨行業的通用語義理解模塊，只需要少量數據即能完成NLP模型訓練及迭代，并自動化上線投產。
竹間智能機器智能、人類智慧、協同合作
關于人工智能落地的成功之道，簡仁賢分享道：“很多人都會有一個誤區，太關心競爭對手做什么，花太多時間研究競爭對手，而我們只關心客戶真正需要的是什么，然后將產品做到極致。”
竹間現已覆蓋上百家金融標桿客戶，包括交通銀行、中國銀聯、建設銀行、中國銀行、招商銀行、民生銀行、光大銀行、中國人保、華夏人壽、陽光保險、三井住友、中宏保險、華泰證券、北京銀行、上海銀行等在內的頭部金融企業。竹間還在企業服務領域與多家巨頭企業合作，包括華為、OPPO、優必選、科沃斯、索尼、海康威視、長虹電視、創維、康佳、寶馬、賽諾菲、萬科、馬牌輪胎、恒大地產、同程旅行、唯品會、中國移動、中國電信、天翼視訊、中廣核、海南核電等。
本輪領投方中銀國際直接投資部董事總經理王立新表示：“語義理解是人工智能領域一條比較難的賽道，應用非常廣泛，路途遙遠，潛力巨大。竹間智能專注于以中文為主線的語義理解板塊，創始人團隊在該行業持續耕耘多年，掌握及不間斷研發開拓底層技術和應用，走出了一個獨特的模式。在研發和工程能力的保證下，該公司逐漸取得各行業大客戶的認可。”
本輪跟投方交銀國際副首席執行官席絢樺表示：“人工智能產業在新基建帶動下增長非常迅速，竹間智能堅持以NLP技術為核心，情感計算為特色，自主研發底層技術并推出多款平臺型產品，公司已經在多個行業場景落地并積累了豐富的經驗。交銀國際持續關注AI產業內的投資機會，并期待竹間智能在新一輪融資助力下，未來可以有更大的突破。”
作為B+輪的領投方、本輪跟投方，領沨資本合伙人舒明博士表示很高興能繼續支持竹間的發展。“自從2019年Q3完成B+輪后，行業和竹間自身業務的發展確認了領沨的投資邏輯 -- 即NLP/NLU技術日益成為支撐5G和物聯網時代人與環境高效互動的核心技術，自然語言成為物聯網時代的日益重要流量入口，其影響力會是跨行業、綜合、且持續的。在2020年特殊環境下，竹間團隊的表現超預期，不僅驅動各項運營和財務指標繼續了良性的趨勢，更展現了團結、靈活、堅韌的特質。竹間智能已經在之前定義的競品中脫穎而出。”
此次融資后，竹間也將持續產品平臺化，業務規模化，開展更廣的合作伙伴生態體系，深耕金融領域和企業服務的垂直場景的落地，開創更多更有價值的標準應用場景，成為NLP賽道的標準，為更多的企業智能化轉型。
自然語言技術 (Natural Language Technologies，簡稱NLT) 是語言學，計算機科學和人工智能的一個子領域，融合機器學習實現人與系統之間的直接交互，及對各式內容的分析。NLT涵蓋自然語言處理 (NLP) 的廣泛領域，包括自然語言理解 (NLU)，自然語言生成 (NLG)，文本分析，對話系統，語言知識圖譜，機器翻譯和文本摘要等。
根據最新發布的ICT Hype Cycle技術成熟度曲線，自然語言技術仍處在期望高峰期。
Hype Cycle for ICT in China, 2020
新興技術是支持中國企業數字化轉型的關鍵創新引擎。據Gartner預計，未來自然語言技術將帶來變革性影響，為企業業務帶來不容忽視的應用價值：
- 最初考慮的商務應用價值是在于NLT能幫助企業改善客戶體驗；
- 通過降低呼叫中心的成本或增加銷售交易，提高運營效率的價值也日益凸顯；
- 涉及NLT的查詢應用逐步增加，有效支持員工工作，提高企業生產效率；
- 通過TTS和ASR技術與零售apps，智能音箱或其他智能家電的融合，能創建新的收入模型。
因此，Gartner認為，中國企業絕不能延緩對自然語言技術的部署，否則將會面臨巨大風險，比如喪失在客戶中的品牌關聯性和運營競爭力。
憑借在NLP領域硬核的技術實力及廣泛落地應用，竹間智能(Emotibot Technologies)連續三年入選Gartner ICT Hype Cycle報告自然語言板塊代表企業。
竹間智能曾多次榮譽入選Gartner代表企業，2018年更是被評為亞太地區對話式AI Cool Vendor。連續多年登榜，展現了國際權威機構對竹間在NLP賽道的技術實力和市場表現力的認可。
竹間智能憑硬核NLP實力，多次榮譽入選Gartner代表企業
創立五年來，竹間智能一直以NLP為核心，從對話式AI發展到基于NLP的全棧式人工智能，堅持將自然語言處理、機器學習、語言學及情感計算融合，打造能夠為客戶及用戶創造實際應用價值的技術研發和產品。特別是將語義理解技術打造成通用語義理解引擎，將NLP落地到跨行業應用，覆蓋金融、互聯網、制造、醫藥、教育、智能終端、公共服務等領域。
本次Gartner用"Natural Language Technologies" （NLT，自然語言技術）取代了以往“Conversational AI Platform”（對話式AI平臺）的說法，與竹間的發展軌跡不謀而合，也代表了自然語言技術正向更多應用拓展，已經發展成具有巨大需求和成熟應用場景的關鍵產業。
竹間自研的全棧NLP底層平臺具備語音+語義+情感的全場景、全雙工交互技術
“技術公司的底氣是技術自研。”竹間自研中文及多語種NLP、多模態情感識別及對話AI平臺，憑借著NLP的優勢，成功研發實用場景準確率超行業標桿的語音識別技術（ASR及TTS）。
以竹間NLP平臺27個AI能力模塊，結合Bot Factory?的三十多個語義理解及對話交互能力模塊，加上竹間自研的端到端的機器學習平臺，及具有認知推理與知識構建的長文本分析平臺，能在復雜多變的語義交互中，更精準地理解用戶意圖和情緒，達到流暢的人機交互，并結合客戶業務流程將客戶服務從前端入口到中后臺業務梳理全面貫通覆蓋。
一站式企業級人工智能平臺Bot Factory? 2020視頻：https://www.bilibili.com/video/BV1Kp4y1i7Hc/
Empower AI for business，竹間以一站式企業級人工智能平臺為企業賦能
Gartner本次報告中提及的包括對話式AI平臺和其他更多自然語言技術相關應用，目前都已經在竹間的六大產品平臺中得以實現。
從對話交互到自動化業務處理到智能化的數據分析與洞察，竹間為企業提供一站式人工智能服務，將數據與自然語言技術結合，形成數據智能化的閉環。
1.竹間智能將AI NLP能力與OCR結合，自動處理交互及長文本的語音、文字、圖片等大量數據，達到人工智能自動化，縮減企業業務流程。
2. 通過使用ASR自動識別語音，及TTS語音轉文字，自動合成人類語音，實現批量電話的自動呼出，有效節省勞動力成本。
五年磨一劍，平臺標準化
面對日益增長的智能轉型需求，和NLT技術自身發展耗時長的難題，選擇一個已經沉淀豐富應用場景，經過大量客戶驗證過的技術產品和服務商，就顯得尤為重要。
竹間經過五年數百標桿客戶落地案例，累積沉淀了六大行業的場景與知識，形成六大基于自然語言技術的產品平臺，包括提供人機交互的Bot Factory? 2020，賦能呼叫中心全場景智能化的AICC 2020（AI Contact Center），具有認知推理與知識構建的長文本分析平臺，AutoML機器學習平臺，涵蓋27個自然語言技術模塊的NLP平臺，以及NLP+RPA。
五年來，六大平臺已經為金融、互聯網、智能終端、傳統產業、醫療醫藥、教育等行業解決了諸多降本增效難題，應用效果顯著：
- 減少不必要的、重復性的、價值低的工作，平均減少企業50%以上的人力需求；
- 快速處理復雜數據及復雜業務規則，自動決策，企業業務處理效率平均提高10倍，業務流程平均縮短了近50%；
- 加速各企業人工智能落地，以往需要花費3年來建設的AI項目，在竹間平臺賦能下3個月即可完成部署上線應用。