AI大时代，短短几个月，大模型就狂风席卷。据不完全统计，目前国内号称投入大模型的厂商有30多家之多，市场拥堵。不同行业、不同体量、各种规模、不同层次的大模型争流而上，各种版本让人眼花缭乱。对于企业级市场而言，大模型距离落地是“一步之遥”，或者是“万水千山？”

1、里程碑事件，语言空间复杂度更大，一分钟语音接近200个字的生成（常用汉字3500个，3500^200次方=10^700），比围棋（10^171次方）复杂10^530次方倍。2、ChatGPT是想象力、产品力、工程力融合的胜利。它创新定义了产品形态和待解决问题，基于已知的技术原理，不断工程化与工艺打磨取得成果。20年基于大模型高昂的训练和预测成本考虑，业界曾经产生反思是否更为精巧设计的中小模型是未来发展方向，ChatGPT的想象力在于坚持探索和使用大模型，最终通过人类导师的引导，发现了激发大模型潜力的方法，实现了量变到质变的智能水平。这里得益于一批综合能力非常强，且不为五斗米折腰的牛人，以及非常不差钱的创新氛围和经济环境基础。3、ChatGPT很好解决了语言组织的问题，体现语言理解和表达的能力，进一步通过思维链、跨语言、“跨界”的知识融合，部分解决了知识理解和推理的问题，但在部分深度问答情形下也会出现一本正经胡说八道的bug。4、语言是知识的载体，代表着人类群体智能，每个人只是一个agent，语言体系构建了人类智能协同与迭代的天花板。人类基于社会性的知识传播和融合，使得人类文明爆炸式发展，ChatGPT在一定程度上重现了这一点，跨界跨语言的知识融合在一起训练，产生出意想不到的能力“外推”，是ChatGPT最惊艳的地方之一。在搜索引擎中，每一个网页是独立存在的，未实现知识融合，所以在机制上ChatGPT比搜索引擎更加高效。5、ChatGPT的惊艳效果体现在语言理解和表达，以及足够多的知识，知识的深度和广泛性决定了系统的难度与复杂度。大厂对标完整复制ChatGPT，创业公司可以基于语言理解、表达的组织能力再结合领域内知识的形式复制，形成领域或者行业ChatGPT。6、ChatGPT出现之前技术最复杂的是搜索引擎系统，除了网页搜索引擎之外，各家大厂都有面向自有数据的专门的搜索引擎。类似的后续也是不同业务会有专门的ChatGPT。网络结构和参数层面的深度耦合的方式优于用Prompt机制的浅度耦合方式。

近年来，智能语音机器人已成为企业智能化转型升级的“标配”，在金融、运营商、零售等行业广泛应用，从事服务受理、筛选获客、营销推荐、催收通知、回访调研等工作。因为拟人化、离用户更近的场景特点，成为连接用户的重要入口和工具，相应的挑战和要求也更高。如果说智能语音上半场是主攻高效触达客户、降低人工成本，下半场除了信息隐私安全、国产化信创外，还有哪些方向值得企业重点建设呢？结合众多行业客户实践，我们认为，智能语音的发展需要围绕CC（呼叫中心）+AI做更深度融合，聚焦业务营销KPI和目标，构建更高效的解决方案，打通语音交互、人机协同与智能分析等场景单元的连接通道，将坐席人员产能更充分地释放，从降本提效迈向营销创收。从降本提效到营销转化语音机器人三大挑战如何突破1.如何持续提升语音交互体验？语音机器人在场景上更加沉浸式和封闭，用户对交互体验和沟通效率高度敏感。目前语音机器人的交互效果主要依赖语音算法、运营工具与方法策略，市面上大部分智能语音产品的交互体验很容易出现“上线即巅峰”，难以持续提升，用户使用不够重度，主要原因在于语音自然度不够、情感欠缺、ASR准确率受限，以及缺乏有效的VUI交互策略。2.

随着越来越多的行业企业布局数智化转型，从试点、示范到规模化应用，AI智能化建设已迈入“深水区”。AI智能软件应用效果初显同时，也亟待攻克三大新挑战。作为应用先锋，智能对话机器人如何为业务进一步创造价值？如何适配信创国产化等新趋势？在场景业务“深水区”，企业与AI厂商又如何合能共创，实现共赢？体验、成本、效能AI交互场景三大挑战如何突破1.如何进一步优化客户体验？业务部门关注用户满意度、智能分流率、知识覆盖率等核心指标，在中尾部业务场景也能有千人千面的话术支持。想进一步提升这些指标，就需要更体系化的数据运营方法、工具和技术演进。2.

最近，追一科技发布了RoFormerV2模型，凭借追一独创的旋转位置编码技术（RoPE），全面超越了BERT、RoBERTa、Albert、Electra等当前的主流预训练模型。在权威的中文NLP（自然语言处理）测试榜单CLUE上，RoFormerV2以仅3亿的参数量，超过了若干10亿+参数量的模型进入榜单前5名（截止2022年3月21日），同时它也是榜上前5名中参数量最少的模型，基本实现了同一尺度下的模型最优解。注：上图中第一名为人类水平，追一RoFormerV2

随着人工智能技术的发展，越来越多的企业开始应用人工智能为客户提供服务，其中智能文本机器人以其服务受众面广、部署形态多样灵活、配置简单、服务成本低等优势几乎成为大多数企业上线智能服务的首要选择。但如果在机器人的使用中重建设，轻运营，随着机器人使用时间的增加，机器人的训练难度增加，服务效果下降，会拉低客户服务满意度。要真正将智能文本机器人的作用最大化，就需要对机器人进行持续、专业、科学地运营，实现机器人数据效果与业务效果的不断优化。追一科技知识研发团队，基于多年的行业与数据场景积累，从实际训练经验与案例出发，为大家分享文本机器人持续训练提升的方法。机器人训练的3个目标对于机器人的训练工作，首先要明确机器人的训练目标，即为什么要训练？训练要解决哪些问题？机器人的本质是为客户服务解决问题，那么机器人要先能够明白客户说什么；其次要能够在知识库当中检索到对应的标准答案；最后以客户喜欢和愿意接受的方式传达给客户。围绕着机器人服务流程，我们即能明确出机器人训练目标所在；1、机器人业务覆盖目标：知道用户问的是什么；2、机器人应答准确率目标：能够找到客户问题的对应答案；

招商证券携手追一科技，应用自然语言处理、智能语音、深度学习等AI技术，以“科技+场景”深度赋能招商证券服务、运营，打造智能对话机器人、智能外呼机器人等智能化应用，助力数字化升级。项目上线以来，每日处理在线对话4000多次，每日回访外呼量几万通，已累计服务客户数百万人次，提升了客户服务体验，大大减少了服务成本，智能外呼还用在托管部，智能问答服务员工，提升了员工工作效率，实现深层次提质、增效、降成本，提升企业核心竞争力。智能对话机器人化“烦”为简，提升智能化服务水平招商证券是具有百年历史的招商局集团旗下的证券公司，经过近三十年发展，已成为国内拥有证券市场业务全牌照的一流券商。该公司坚持以客户为中心，不断推进客服中心的数字化、智能化升级，打造极致用户体验，提升员工效能和组织价值。推进数字化升级过程中，招商证券梳理和分析了现有的在线业务和对客服务模式。官方APP、网站、微信公众号等在线渠道，在提升获客、下沉服务同时也面临着挑战。在响应、受理客户服务的过程中，一些相对固话、重复的人力密集型任务和流程，包括问题咨询、数据检索、业务处理等任务，消耗了宝贵的服务资源和人力时间，而这部分场景业务，可以交由智能对话机器人来代替处理。追一科技帮助招商证券建设了智能对话管理服务平台，打通从底层技术到高层应用的全部后台技术流程，实现从用户问题到返回答案的端到端一站式解决方案，最终实现这些业务场景的自助化、智能化服务。基于自然语言处理和深度学习能力，机器人可以支持更加自然对话，除了标准问答外，还可以根据渠道和用户标签，个性化回应。同时，还可以利用结构化知识库，实现图谱式的查询问答。针对相对复杂的流程型或者业务类的问题，对话机器人基于多轮对话、上下文理解与任务处理能力，实现与用户的情景式对话，更可以有效对接业务系统，延伸服务能力，为用户带来真正互动体验的同时，也有效解决了用户问题。比如，遗忘个人密码、更换银行卡、创业板开通等等。智能对话机器人覆盖官方网站、APP、微信等多个渠道，服务数百万用户。为用户带来便捷体验同时，也大大释放了服务人力，节约人力成本，实现资源的高效配置，从而为业务精细化、专业化升级打好了基础。智能外呼系统回访统一管理，提升效能和体验为了满足监管合规管理的要求，招商证券网络运营服务中心承担存量客户和客户适当性回访工作，另外分支机构仍留存大量通知类回访、服务类回访及合规性回访工作。随着公司客户量和业务量增大，回访量巨大，需要投入大量人力成本和时间成本。回访工作还面临着统一管理的挑战，容易造成回访覆盖不足或者回访重复，服务效率低下，影响用户体验，且无法有效扩展其他增值服务。基于追一科技成熟的语音机器人能力和证券行业实践，招商证券与追一科技合作，建设了智能外呼系统，并逐步应用于存量适当性、新股中签通知、回访等多个业务场景。根据外呼人群特点和需求，智能外呼机器人支持灵活的呼叫策略，与用户进行多轮对话，灵活处理打断、等待、静默等情况，引导客户顺畅完成既定服务流程，并记录通话信息和完成问卷答案。外呼通话信息，还将以多维度数据统计、可视化的方式，输出给业务人员进行查询管理，进行后期服务跟踪及客户跟进，形成服务闭环，大大提升了协同作业效率。基于相关条件和规则，外呼机器人还可以对用户意向标记，从而更好地进行用户分层和管理。同时，通过对话服务过程监控及事后质检等功能，对客户回答的无法识别的问题进行统计和优化，从而实现智能外呼的长效运营管理机制。延伸阅读

机器人上线后，如何通过持续的运营和调优实现机器人最佳效用，一直是令人头疼的难点。外呼机器人与文本机器人不同，除了一般的问答准确率优化外，还涉及VUI设计、话术音色、呼叫资源、呼叫时段等语音相关的多方面优化工作。追一科技的AI知识研究团队，致力于帮助已经部署智能外呼机器人的企业，通过科学的运营方法，精细化调优，提升外呼机器人的效能。团队总结了一套外呼机器人的运营方法论，希望能让机器人成为企业业务的新帮手。2月24日的追一云课堂中，追一科技AI知识研究员Cheryl和Lizzy，将与您分享外呼机器人的运营目标，设计和运营策略与运营分析方法，以及外呼机器人运营的实践案例。直播时间2月24日（周四）16:00延伸阅读

“增量竞争”正转化为“存量竞争”的时代，您需要一套更为高效和精细的智能营销外呼方案，在激烈的竞争中占得先机，更充分地挖掘潜在客户价值。

在这个竞争节奏越来越快的时代，越来越多的企业采用业务流程外包（BPO）来降本增效，提升运营敏捷性。然而，随着各行各业智能技术发展和数字化转型的推进，以及客户需求的变化，传统BPO服务已经无法更好地满足客户的运营需求。融合AI能力，转型升级传统的BPO服务模式已成为大势所趋。一、上游业务需求升级，传统模式遭遇瓶颈传统BPO厂商提供的服务已不能满足客户的需求。客户对BPO厂商的诉求正由降本增效，扩展到推动收入增长、提高客户满意度、开辟新业务等多元化的效益。BPO厂商原有业务缩减，亟需开辟新增长点。二、员工技能不足，招聘和管理压力大随着人力，场地等成本增加，BPO作业地点向三四线城市和内陆迁移，当地人员技能不足，再加上客户新的业务需求，人员招聘难度和培训管理难度增加，人员流失率高，影响业务交付和客户口碑。三、技术能力短板BPO厂商正寻求应用智能技术变革现有服务模式，但许多厂商不具备AI研发能力，缺乏相应技术积累和自主研发实力，无法满足客户需求。AI+BPO，打造人机协作智能运营方案追一科技与BPO厂商合作，构建人机协同的智能运营方案。基于追一领先的NLP技术和对话交互和对话分析平台能力，将追一的智能交互、智能辅助、RPA流程自动化产品和专业运营服务能力

知识与价值传递是企业成长的永恒动力，但随着业务发展、人员规模扩大以及网络化学习时代到来，原有的企业培训模式面临新的挑战。如何解决培训投入产出比偏低的难题？如何提升培训效率和体验？本期文章我们分享追一科技智能培训机器人，如何利用AI

6月8日，中国领先的人工智能公司追一科技宣布获得来自中国互联网投资基金、中移创新产业基金的数亿元人民币战略投资，五源资本、高榕资本等继续追加投资，泰合资本担任独家财务顾问。

自然语言处理（NLP）技术通常可以分为两大类，分别是自然语言理解（NLU）和自然语言生成（NLG）。其中NLU主要指常见的文本分类、序列标注、信息抽取等任务，而NLG则包括机器翻译、对话系统、自动摘要等。随着GPT、BERT、T5等大型预训练语言模型的推广，NLU能力已经有了长足的进步，诸如GLUE、SuperGLUE等榜单不断被刷新，关于大型预训练模型的相关内容，我们已经在前面的系列文章中进行了介绍。事实上，除了NLU技术外，NLG技术也一直在同步发展着，进步也相当明显，只不过它更加鲜为人知一些，尤其是在中文领域，很多新技术还没有得到很好的普及。在应用上，目前NLG技术可以用来低成本快速生成文本内容。比如法律判决书的摘要，原本需要人类通读全文在进行摘要总结，现在可以借助NLG技术自动生成摘要，省时省力。又比如自动生成相似问句，用NLG技术去扩充标注数据实现新业务领域的快速冷启动，从而降低AI训练和运营本身的成本。更进一步，“看图说话”的能力也是NLG技术的一大亮点应用。针对目标图片，NLG技术可以生成相关的图片描述，在电商领域的商品描述生成以及盲人辅助场景具有实际意义。值得指出的一点是，实际上所有的NLP任务都可以用某种方式转化为NLG任务，这一点对于实现真正的通用型NLP模型来说，意义重大。在本文中，我们将对当前NLG技术的发展现状做一些总结，并且介绍追一科技在NLG技术中的一些探索工作。自然语言生成（NLG）技术的现状可能很多读者对NLG的印象停留在RNN时代，主要体现在生成结果的“语序不顺”、“语义不通”、“重复解码”等问题，以及训练所需的数据量大、训练过程费时费力等。事实上，随着Transformer模型的流行，NLG模型也逐渐转向了Transformer，并且通过大型的无监督预训练来提高生成效果，降低标注数据量要求。因此，很多最新NLG模型的输出已经具备很好的可读性，语义上基本也能达到任务需求。任务形式NLG模型的本质，实际上是根据输入的序列信号来生成（预测出）输出的序列信号。因此这类模型原理上是与自然语言无关的。例如它可以用来进行数学运算公式的输出、时间序列的预测等。只是自然语言恰好也是一种序列信号，因此NLG模型可以被用在自然语言的生成任务上。而关于自然语言生成任务又可以分为许多不同的细分任务，例如文本翻译、文本摘要、文本风格迁移、文本感情变换、问答生成等，这些任务都属于自然语言生成的范畴，而在具体的侧重点上则不尽相同。在前言中也提到了，从理论上来说，一切的NLP任务都可以用某种形式转化为NLG任务，例如通常的文本感情分类问题：今天天气真好。正向今天天气太难受了。负向通常的感情分析会采用文本分类的方式来做，但实际上这个任务可以转化为文本生成任务：判断下列句子的感情：今天天气真好。正向判断下列句子的感情：今天天气太难受了。负向然后，模型根据输入的句子来判断后面输出的词是“正向”还是“负向”，就完成了感情分析任务。这种可以将任意NLP问题转化为NLG问题的思路，让自然语言生成技术获得了更多的关注，因此近年来关于用自然语言生成去做其他类型NLP任务的方法也层出不穷，例如T5以及P-Tuning等方法。模型架构广义来说，NLG任务属于Sequence

结合企业统一、标准、规范化的素材内容，可以更好地发起SOP任务，搭配自动化回复，提升更多客户的唤醒率和活跃度。3.

采用自然语言直接与不同的知识载体形式，例如文档、数据库、图谱等，进行直接交互，将极大提升交互效率和体验。数字时代，信息量正呈几何级增长。对企业来说，大量的信息以各种不同的形式储存在计算机中。这些信息的储存形式可分为结构化与非结构化两个大类，例如企业中大类的说明文档、合同文档等就是以一种非结构化的形式存放的，而SQL数据库和图谱则是一种典型的结构化数据。日常工作中我们经常需要对这些资料进行查询、修改等操作。传统的交互模式，比如SQL，文本搜索等方式效率不高，体验也不够好，如果能以类似人类语言自然交流的交互方式则效果会好很多。NL2X技术就是是采用自然语言直接与不同的知识载体形式进行直接交互的一种技术，X代表了不同的知识载体形式。我们通常使用自然语言进行信息的获取与传递，这个过程实际是以自然语言为媒介，与某种知识载体形式进行信息互换的过程，这会极大提升交互效率和体验。追一科技一直致力于利用AI为企业员工与客户提供更加便捷、智能的交互方式。作为我们技术分享系列的第二篇文章，这次我们就来介绍一下追一科技如何采用NL2X技术，实现通过自然语言直接与文档、数据库以及图谱这三种不同的信息形式进行交互。NL2Doc自然语言与非结构化文档交互NL2Doc指的是直接采用自然语言的方式对无结构化的文档进行查询，并从中找到相应的答案。举例来说，在购买保险的过程中，购买者会针对保险产品的各个方面进行咨询。要回答这些咨询问题，往往需要专业的保险营销人员根据产品合同的文档内容进行回答，而现在这一过程则可以借助NL2Doc技术由机器来完成。MRC模型NL2Doc的核心是机器阅读理解技术（MRC），它的基本形式是采用深度学习模型对文档以及问题进行编码，通过数据驱动的方式训练模型，让模型从原文中定位出与问题相关的信息并给出答案。我们可以将不同的阅读理解形式按照任务类型大致划分为四种：完形填空：任务形式为给定一篇文章，将文中部分单词隐去，让模型根据上下文预测被隐去部分的单词，以CLOTH

追一科技创业5年来，在与众多银行伙伴的合作中，积累了丰富、深刻的银行业务场景认知和实践经验，正逐步构建智能化的远程银行解决方案，助力银行更好地服务客户，推动业务增长。延伸阅读更

这是一个AI“大”时代。AI特别是NLP效果刷新同时，模型体量、数据量甚至相关人力投入，也水涨船高，最强预训练语言模型GPT-3参数量达1750亿。大型预训练模型作为当前NLP技术的基底，创新研究既关系着下游各类场景任务的效果天花板，同时，也是降低AI冷启动和数据人力投入成本的重要课题。追一科技一直致力于NLP技术创新与最佳方法实践，并取得了大量创新成果。近期，我们将陆续推出5周年AI技术特别分享系列，包括大规模预训练模型、自然语言智能交互（NL2X）、NLG（自然语言生成）、多模态算法、技术比赛与论文成果分享等多个领域，敬请关注。本期为第一期技术分享，大型预训练模型的创新实践，也欢迎大家与我们一起交流探讨，共同推动中文NLP技术发展。在实际场景中，许多AI业务的冷启动往往会面临数据量不足，启动效果差等问题，这导致在引入智能机器人时需要耗费大量的前期人力标注，增加用户的使用成本和项目上线的初期投入。大型预训练模型作为当前NLP技术的基底，不仅能够大幅提高模型在下游不同业务应用场景的效果，还能降低标注数据的需求量，降低业务场景冷启动的成本投入。自从2018年BERT预训练模型被提出并刷新各大NLP任务榜单后，基于深度学习的NLP算法就逐渐过渡到采用大型预训练模型来对下游不同任务进行微调的范式上。这种方式借助大型的模型以及大规模的预训练语料，让模型对自然语言的理解能力提升了一个档次，从而也大幅提高了NLP模型在下游任务上的表现。所谓的大型预训练模型，是指在大量的预训练数据上采用体积非常大的模型进行训练而得到的。在NLP领域中，预训练步骤采用的大多是语言模型任务这一无监督的方式，因此通常不需要对数据进行标注，从而在预训练时便可以方便地获得大量的无监督数据。随着模型体量和预训练数据量的不断增大，模型在下游任务上的效果也不断提高，从2018年至今，这种大型的预训练模型在体量和预训练数据量上一直在持续增长。追一科技成立5年来，始终专注于NLP领域的前沿技术创新与最佳方法实践，在大型预训练模型的研究与研发上一直持续进行投入。我们将研发力量集中在通用预训练模型以及业务预训练模型两个大方向上。通用预训练模型通用预训练模型指的是在公开语料上进行的预训练模型。因为是在大量的非限定性领域语料上进行训练，因此对下游任务的领域没有严格的限制，可以被用在不同的领域和任务中。追一科技在通用预训练模型上进行了持续的投入，主要集中在三个方向上的研究：中文还未覆盖的各类模型：主要目的在于研究模型在中文上的表现，并加以改进以进一步提升效果；针对自身业务特点进行的通用预训练模型：主要目的在于采用不同的语料构建方式与模型结构、训练任务的设计，以便模型在业务领域中的下游任务能够有更好的表现；针对特定下游任务形式进行优化的预训练模型：虽然通用型预训练模型可以在不同的下游任务上直接使用，但在预训练步骤中如果针对下游任务进行特定的设计，可以更好地提升下游任务的表现。2019年追一科技利用TPU训练了当时中文还未进行覆盖的一些模型，包括中文的T5与BART模型。T5与BART模型是基于Transformer结构的Encoder-Decoder框架生成式预训练模型，分别由Google与Facebook提出。同时追一科技针对自己的业务特性，在预训练数据中加入了对话形式的数据，并对Transformer的attention部分进行了增强以进一步提升模型的效果。年份模型名说明2019t5-small-supervised-unsupervised-mixSmall版本T5模型，有监督与无监督混训2019t5-small-supervised-unsupervised-mix-k128small版本T5模型，有监督与无监督混训，attention增强2019t5--unsupervisedBase版本T5模型，无监督训练2019t5-base-supervised-unsupervised-mixBase版本T5模型，无监督训练2019t5-base-supervised-unsupervised-mix-k128Base版本T5模型，有监督与无监督混训2019t5-large-supervised-unsupervised-mixLarge版本T5模型，有监督与无监督混训2019t5-large-supervised-unsupervised-mix-k128Large版本T5模型，有监督与无监督混训，attention增强2019bart-small-supervised-unsupervised-mix-k128Small版本Bart模型，有监督与无监督混训，attention增强2019bart-base-supervised-unsupervised-mix-k128Base版本Bart模型，有监督与无监督混训，attention增强我们针对T5训练了大中小三个版本，利用我们收集的数据，设计了“有监督数据”与“有监督+无监督数据混训”两种方式，T5模型共7个版本。而针对BART模型，我们训练了小（small）与中（base）共两个版本。针对上面两种模型，其中小版本的模型（small）训练时长为2周、中型模型（base）训练时长为3周，大版本（large）训练时长为4周。除了按照原版T5模型进行训练外，我们针对模型结构进行了相应的调整(attention增强版本)以提升模型的表现。同时，我们在当时的测试榜单Chinese

虚拟主播，虚拟老师，虚拟客服，虚拟歌手，虚拟导游….一个个鲜活的虚拟角色正在扑面而来，进入企业和大众的视野，

近日，由《零售银行》举办的第四届中国零售金融创新·实践大奖颁奖典礼在深圳举行。在备受瞩目的金融科技大奖单元，追一科技与科大讯飞荣获语音应用技术创新奖，成为该奖项唯二入选的人工智能企业。此次入选也是金融行业对追一智能语音技术的再次肯定。此前，《亚洲银行家》曾授予追一科技智能语音机器人2020中国最佳生产力、效率和自动化大奖。追一也是首批通过智能语音产品国家标准检测案例的企业之一。近年来，随着人机交互技术的突破，以及企业服务效率和体验升级的要求，智能语音交互应用蓬勃发展。追一科技在多年服务企业级客户的实践中发展出自研的语音技术，融合深度学习算法、海量数据积累、场景理解与打磨等综合优势，再叠加我们在自然语言处理领域的出色能力，为企业级客户特别是金融领域伙伴，提供先进的语音机器人应用产品和解决方案，并在技术创新、场景落地和运营效益上，保持业内领先。追一的解决方案能有效处理人机对话场景中口音多样性、背景环境噪音等问题，再融合细分领域语言模型调优，对话场景ASR语音识别准确率领先业界水平2-8%，通话成功率达99.99%。在场景应用上，追一科技的智能语音解决方案广泛应用于催收、营销、客户回访等多种外呼场景，智能IVR客服电话接入场景，在金融、能源、地产、电信、电子等行业实现规模化应用。帮助企业节省人力，降本增效，提升用户体验，增强客户留存和活跃度。某股份制银行，在外呼催收场景应用追一智能机器人，每年节省近1700万的人工坐席成本。机器人上线运营至今，每日最多可拨打28.5万通电话，处理超过11.5万案件，有效缓解了外呼量激增和人力资源不匹配的痛点，客户催收回款的效率也明显提升。除了对客服务、营销场景，追一智能语音技术，还应用于运营管理、培训等场景。追一为某电力央企打造的语音交互智能监控平台能够以语音交互的方式监控电网的运行和保电态势，实施智能化的调度，还能实现对物理设备的远程控制。为某头部保险公司提供的语音人机对练机器人，为员工提供更加自然的交互式培训体验，模拟实战场景，能极大提升员工的业务能力。此外，在更具创新型的多模态虚拟数字人应用上，语音技术也成为数字人自然逼真对话的重要引擎，赋能企业服务。从语义到语音，再到多模态，追一紧贴客户需求，引领AI的发展趋势，产品组合不断发展和丰富，AI应用的路越走越宽。我们将持续打磨AI能力与产品解决方案，助力企业和政府的智能化升级，驱动创新和高质量增长。延伸阅读更

Ta是谁？HR、行政、客户经理、培训老师？红塔证券企业微信上新来一位“特别员工”，好像什么都懂，证券知识、业务问题、政策法规、员工服务等等数千个知识点，什么问题同事们都可以学习、请教、咨询，90%问题完美Cover，这就是红塔证券的内部服务机器人“智小塔”。

近年来，随着用户规模不断增长，金融机构在业务快速发展同时，也面临着交易风险和信贷资产质量管理压力。如何借助金融科技力量，为客户提供实时、便捷、个性化服务同时，保证资金流转交易安全，提升风险管理能力，成为银行业新课题。常熟农商银行是全国首批组建的股份制农村金融机构，致力于打造特色鲜明的一流上市农商银行，在“创新、稳健、合规”的原则上，携手人工智能领军企业追一科技打造新一代智能外呼系统，实现了降本增效同时，也大大提升了用户体验和满意度，并为客户资金和业务安全保驾护航。智声音，心服务常熟银行来了“新员工”传统处理柜面大额业务，往往需要柜员甚至主管人员“冲往一线”核实外呼。人手紧缺、时效慢、人工操作繁琐以及录入信息零散、滞后等问题，往往困扰大家。消耗人力成本同时，客户体验也因时效性难免受到影响，而且不容忽视的是，银行业务与客户信息、需求变化的信息“时差”，也成为潜在成本乃至风险。大额实时外呼场景如今，智能外呼“数字员工”可以排忧解难。在安全、合规的基础上，TA与相关业务系统高效对接，对公司大额取款、转账等交易，“第一时间”智能外拨电话，查证、确认各种信息要素，确保真实、安全，成为法人们的“及时语”。相关记录信息也会全量、实时回传业务系统，做到无缝衔接，减少了用户等待时长，大大提高了柜台办事时效。同时，基于自动回传记录的信息，经过智能化分析，为精准、个性化服务提供数据支撑。对公对账通知场景对公账户对账通知场景中，智能外呼系统可以根据用户的对账周期提醒客户按时对账，记录客户对账中遇到的问题。在对话中，从容应对打断、静默、反问、重拨等场景。即便是联系人信息变动，或者非本人接听，机器人也可以灵活处理，并即时反馈。AI+多样化技能成就“外呼业务专家”这些强大功能背后，是追一科技与常熟农商银行对AI技术与业务场景的完美融合。追一科技的智能外呼机器人，拥有语义理解、语音识别和合成能力，高度拟人化，在银行领域拥有丰富的“工作”经验，TA结合常熟农商银行的业务场景、地域特色和行内经验，能够快速进入岗位角色，为客户服务。1.聪明运用深度学习、自然语言处理等技术，外呼机器人能结合上下文语境理解客户意图，并反馈业务系统，在下一次对客外呼中调整话术。2.温暖运用业界领先的语音识别、语音合成技术，外呼机器人智能调整音色、音调、语速，并能够识别用户打断、静默、反问、等待等情况，对话自然。3.爱学习自学习和快速泛化能力，外呼机器人能够在基础FAQ上快速泛化大量相似问，在短时间内达到较高的准确率。

这可能是一个最忙碌的AI机器人。TA要奔波于近20个在线渠道，处理数十项场景业务，最远的时候可能要去200多个节点“打卡”，在最短时间内，帮助用户办理保单查询、理赔查询、保单批改、产险车险投续保、机构通讯录查询等五花八门的业务操作。用户一次简单请求，在分秒之间，TA可能就完成了

从服务营销，到运营办公，越来越多的AI数字员工，正在深入企业智能化前线。近日，追一科技联合创始人汶林丁在广发银行金融科技沙龙上，分享了智能化时代，追一科技对AI数字员工行业应用的探索实践，如何通过产品技术创新与业务导向实践的双螺旋驱动，打造更加贴合客户需求的AI数字员工，帮助企业实现智能化转型。追一科技联合创始人汶林丁在汶林丁看来，2B业务的应用，除了要有技术产品积累外，“互联网基因”下的客户中心思维也成为AI公司自我驱动的重要竞争力；随着AI场景不断丰富，以客户为导向，从技术产品输出走向解决方案和服务输出，成为AI企业必经之路。目前追一科技已经形成了智能交互、人机协同、智能分析等多种应用的AI数字员工，为企业客户关系管理、智能运营等场景提供智能化助力，并满足各行各业客户从标准化到定制化再到平台二次开发等多样化需求。“基于平台能力输出、业务认知共享，追一可以和伙伴共建AI场景，除了服务、营销场景外，AI数字员工将会有更加广阔的应用。”汶林丁表示，追一科技将持续与合作伙伴携手，通过AI合能，为客户带来价值。以下为分享摘要：数字员工是企业智能化助手近年来，随着企业级市场在线化、数据化基础设施的逐步完善，企业开始大力推进智能化场景建设，并期待在未来最大程度地实现“自动化”，实现降本增效，创造新的利润空间，这也是追一当初创业的初心，利用AI技术助力企业智能化升级。在企业智能化建设中，智能交互是重要场景和突破口。围绕用户运营，CUI(对话式人机交互)、VUI(语音人机交互)等智能交互技术的发展，有可能形成企业与用户全新的交互入口，并通过整合业务场景、流程、数据，逐步提升服务(Service)、营销（Marketing）到销售（Sales）智能化能力和效益产出。基于智能交互等场景落地，形成多样化的AI数字员工，担当企业智能化助手。从早期互联网O2O、电商、互联网金融到后来的金融等领域，智能机器人如雨后春笋一般出现，并从文本延伸到电话渠道，形成第一波单点式的AI数字员工应用。随着场景积累的深入，追一科技形成了矩阵化的AIForce产品线，包括在线机器人、语音机器人、数字人、智能培训师、培训分析师、智能助理员等标准化的AI数字员工，支持各种在线、IOT终端、电话渠道等客户触点的自助化服务，以及复杂场景的人机协作任务。业务的应用，也会反向驱动AI和机器人不断进化，理解更深的业务场景，形成更加普适、强大的AI能力，进而有机会打造各行各业的解决方案。多模态数字员工到来在AI发展与应用过程中，技术创新是重要驱动力。作为认知智能的核心技术，

追一科技在金融科技领域的技术与服务实力，再次获得业内权威认可。近日，《亚洲银行家》杂志公布2020年度亚洲银行家中国奖项计划获奖名单，追一科技与广发银行合作的智能催收机器人项目，斩获零售金融单元“中国最佳生产力、效率和自动化”年度大奖。在全球知名的IT市场研究机构IDC

2个月，给一家大型银行做智能外呼系统，服务百万级用户。什么概念？AI可不再是试点，探索,

新冠疫情以来，各行各业都面临巨大压力，同时也迎来数字化和智能转型的机遇期。如何从科技角度帮助大家解决业务问题，依靠智能化转型，支撑线上业务发展，降本提效，帮助获客和营销转化？智能化建设面临哪些挑战，如何突破？对迈出“建设”第一步的企业，又如何通过持续“运营”，最大化地发挥人工智能的效力？近期，追一科技云课堂邀请到了追一的资深AI解决方案专家woody，探讨新冠背景下智能化建设的挑战与机遇，从AI“建设”到“运营”到实战案例，追一科技的分析与思考，以下是本次直播的内容回顾。数字化冰火两重天

并通过持续运营优化提升。以银行信用卡业务为例，面向催收、分期等重要营收场景，我们提供了包括硬件设备、通讯平台、产品系统、运维服务在内的全套解决方案，开箱即用，快速部署上线。●

作为国内领先的人工智能公司和数字员工提供商，追一科技在多家领先保险企业相继落地了智能在线机器人、智能营销机器人、智能培训师、智能分析师等多种类型的数字员工，帮助保险企业提升服务体验、改善运营效率、驱动业务创新。在入选2019年中国企业500强的保险公司中，超过一半是我们的客户。上周，追一科技云课堂邀请到了三位保险行业的解决方案规划与实施专家，为大家分享智能培训师Learn在保险业中的落地应用，以下是本次分享的内容。保险企业的培训痛点随着近年来保险行业的快速发展，保险企业庞大的营销人员团队管理面临着多重挑战：形势变化“快”与队伍变化“慢”、“量”扩受限与“质”升压力，营销规律仍然经典但落地方式亟需创新。保险营销队伍已不再追求数量的扩张，而是更注重“量稳质升”，提升整体产能。而实现这一目标的关键在于能为营销人员提供高质量的培训，但目前的培训模式面临不少挑战，不能完全满足培训的需求。培训需求大、成本高：保险企业的营销人员数量从几千到几十万不等，而且分散在各地，人员流动性大，企业往往需要投入大量资源和人力进行重复性的基础培训工作。传统培训模式学习效率低下：保险产品更新快，不同产品的投保、理赔规则知识点多，培训频次高。传统通过听讲和阅读的学习方式，导致学习内容的平均留存率极低，学习效果不佳。一些企业采用E-Learning将线下培训搬到线上，但学习过程中最重要的学习方式与内容并未发生改变，对学习效率的提升不大。缺乏场景式实践训练和科学评估体系：技巧类的学习需要通过大量的练习来实现提升，尤其是保险业务需要处理面向不同客户问题的各类场景，目前的培训模式缺乏有效的场景化对练。同时，对员工的学习效果难以标准化、量化考核，没有形成闭环的培训反馈机制，对培训进度和效果的把控较差。▲

近年来的行业深耕让追一科技成为国内银行业领先的人工智能服务商，获得了多家知名银行的认可。我们的智能语义和语音技术广泛应用于银行的营销，客户服务，风险管理等多个领域的交互场景中，帮助他们降本提效，优化客户体验，驱动创新增长，打造面向未来的智慧运营模式。在这些年的实践中，银行在AI的实际应用中仍面临着一些挑战和困惑：如何让AI和业务场景更好地融合；AI项目和传统IT

近年来，以在线客服机器人和语音机器人为代表的人工智能技术在客户关系管理中越来越被广泛地应用，不仅有效帮助企业降本增效，而且有助于优化客户体验，推动业务的增长。对于正在转型的券商来说，面对日益增加的客户投资需求、对投资理财服务专业和效率的更高期待、买方投顾模式兴起、以及客户个性化服务等行业变革趋势，他们更为迫切地需要利用人工智能技术来应对由此带来的机遇和挑战。在我们最近做的一次调研中，也发现券商对此有着广泛的需求：自2017年以来，追一科技为国内多家领先券商和基金公司提供智能化解决方案，从客户服务到营销外呼，从自助化到人机协同，从运营优化到合规管理，形成了多层次、多样化的应用落地。近日，追一的两位资深专家在追一云课堂和大家分享了人工智能如何推动券商服务转型和追一科技的拳头产品在线机器人Bot和语音机器人Call在券商客户服务中的应用场景，以及一些经验和教训。我们将此次分享的主要内容总结出来以飨读者，大家也可以在文末观看此次分享的完整视频。在线机器人Bot在券商客户关系管理中的应用基于深度学习技术在线机器人产品Bot是追一最成熟、应用最广泛的产品，在实际应用中有着上佳的表现：极大降低企业成本：机器人能够轻松理解知识点，为用户提供精准回答，解决用户问题，替代部分人力工作让用户体验更智能：基于深度学习的语义理解，能够与用户口语化沟通，覆盖券商业务中的咨询、查询、办理等多类场景，根据渠道、用户标签进行千人千面的多样化回复。针对券商业务场景常规客服类问答：开户咨询、股票百科教育股票信息咨询：股票信息诊断、行情走势分析、投顾信息查询智能选股：根据涨幅/市盈率等指标筛选股票智能指令：根据买入/卖出指令实现便捷操作人机协作：能够与客服IM坐席台整合，实现与人工无缝对接切换产品亮点券商行业知识图谱构建：整合“行业数据-知识图谱-图谱搜索-表达解析”的全链业务，便于用户查询检索行业领先的运营体系：方便运营人员对机器人的训练和操作1）

如今金融科技愈加成为影响银行业的颠覆性力量，各大银行面临的同业和跨行业竞争不断加剧，一些行业创新引领者积极探寻破局的方法，利用人工智能技术提升客户服务效率，降低人力成本，成效初显。然而，在支撑银行营收的关键业务场景，如客户营销、挖掘存量客户价值等方面的智能化应用还比较少，影响了行业整体营收能力的提升。银行必须以更加开放的姿态拥抱智能化浪潮，才能蝶变新生，在激烈的市场竞争中先声夺人。某上市银行是国内领先的商业银行，随着近年来各大银行间信用卡业务的竞争愈发激烈，该行的信用卡中心面临较大的增收压力。为实现信用卡业务的稳健增长，该银行需进一步提高账单分期的营销力度，继续挖掘存量客户价值，实现生息资产规模的有效提升，故考虑将传统账单分期业务结合AI语音机器人技术，提升营销外呼效率，并覆盖到更多小额账单长尾客户。同时，为了应对业务快速增长带来的坏账率上升问题，希望让语音机器人替代人工进行账单催收，提高回款效率。追一科技的语音机器人，能够基于营销、催收等不同场景配置外呼对话流程，细分场景、描绘精准客户画像并对应采取不同话术，通过“千人千面”的外呼策略，有效提升营销和催收效率，成为该银行智能化转型的合作厂商。智能营销外呼解决方案改善分期营销效果追一科技为其量身打造了基于语音机器人产品的营销外呼解决方案，具备语音识别（ASR）、语音合成（TTS）、自然语言理解（NLP）功能，构建了业务场景流程与意图库，可以实现语音外呼机器人与客户的自动交互，覆盖了电话呼出、表明来意、身份确认、分期产品介绍、异议处理、分期确认、身份验证、成功办理全流程。为了提高分期营销效果，语音机器人针对首呼和复呼中的不同场景进行了流程话术优化，在确保合规的前提下适当合并部分流程节点，缩短全流程时间，充分考虑影响客户体验的每个细节，提升全流程完成比例。通过优化各场景话术，提高了2-3%的营销成功率。语音机器人也在如何与客户打交道上“做足功课”。基于运营数据，精准描绘客户画像，充分考虑不同年龄、性别客户的还款能力和还款习惯，制定差别话术，强调分期还款给不同客户群体带来的优势，打消客户顾虑。通过在各节点持续调整针对不同属性客户的营销话术，单一节点最高可降低7%的流失率。除此之外，语音机器人还在细节上出奇制胜。通过调整音色、语速、语调，控制各个节点的流失率，其中流失率最高的“表明来意”节点从27.7%降低到23.2%，提升营销效果，也改善了客户体验。在指定的测试时间段内，追一科技的营销外呼解决方案每天能带来近60000元的分期手续费收入，而语音机器人的日均呼叫成本仅为6000元左右，有着很高的回报率。智能催收解决方案提升坏账催收效率追一科技为其提供的智能催收解决方案，也在实际应用中取得上佳表现。在该方案中，语音机器人具备精准的语音识别和语义理解能力，提供逼真的人机交互对话体验，自然流畅地完成身份确认、欠款情况通知、催款信息触达全流程，还能够解答客户关于欠款金额、还款方式、质疑账单等查询类问题。语音机器人可配置多套话术库，多维度催收话术处理，将客户细分为未承诺还款、已承诺但未还款等不同阶段，采取不同话术策略，还款率可提升3%以上。为了科学客观地评估外呼效果，语音机器人的监控平台能够实时对外呼任务及状态进行监控和分析，生成可视化图形报表及外呼结果日报数据，基于数据事实，管理人员可灵活调整外呼策略。外呼录音也被保存在录音系统，随可调听历史录音，发现和优化不足。上线运营后，语音机器人日均呼出有效催收电话约2000通，日高峰值达到3000通，催收成功率达55%-62%。此外，追一科技还为该银行提供全面的项目托管服务，包括对话逻辑设计，IT运维，以及模型效果调优、日常质检、数据标注和数据优化等AI运营工作，为该银行的智能化转型保驾护航。如果您对追一智能解决方案，有任何问题需求，请在追一微信公众号留言给我们追一技术专家将第一时间为您解答。追一科技针对AI数字员工平台、电商产品、教育产品、酒旅产品等应用产品解决方案，新推追一数字员工公众号。扫一扫二维码关注后，获取更多资料。▲

国际油市“巨震”，叠加疫情全球蔓延，2020年开局油气市场面临多重挑战。石油行业如何打赢提质增效攻坚战？除了外部应对，以及产销储运贸平衡外，企业内部各个业务系统更加有效的协同支撑，服务运营管理的精细化、智能化，也成为高质量发展的重要驱动力。本期智能转型，卓越伙伴系列，分享某国有石油集团与追一科技的合作实践，利用智能在线机器人和智能IVR交互式语音应答，助力其提升运营效率，改善用户体验。如果您对追一智能解决方案，有任何问题需求，请在追一微信公众号留言给我们追一技术专家将第一时间为您解答。追一科技针对AI数字员工平台、电商产品、教育产品、酒旅产品等应用产品解决方案，新推追一数字员工公众号。扫一扫二维码关注后，获取更多资料。▲

公共事业涉及国计民生，除了硬件基础设施的智能化建设外，软性的客户服务同步智能化也至关重要，这对企业是极大挑战。以电网行业为例，引入AI服务机器人，低成本运营与高效可靠的服务体验需要兼备，而且，机器人需要动态自适应业务发展，乃至提供商业分析与洞察。本期智能转型，卓越伙伴系列，分享某电网公司与追一科技两年来的合作实践，通过引入智能客服机器人，减少人力投入，提升服务体验。如果您对追一智能解决方案，有任何问题需求，随时联系我们。Yi_Partner@wezhuiyi.com追一技术专家将第一时间为您解答。追一科技针对AI数字员工平台、电商产品、教育产品、酒旅产品等应用产品解决方案，新推追一数字员工公众号。扫一扫二维码关注后，获取更多资料。▲

每一家汽车“百年老店”，行稳致远背后，都离不开卓越的服务体验。在数字化、智能化的今天，汽车服务又如何创新求变？人工智能在这个苛刻专业的领域，又能否成为客户服务“老司机”？本期智能转型，卓越伙伴系列，分享某全球知名汽车公司与追一科技的合作实践，利用知识型数字员工，打造令人满意的客户服务体验。如果您对追一智能解决方案，有任何问题需求，随时联系我们。Yi_Partner@wezhuiyi.com追一技术专家将第一时间为您解答。追一科技针对AI数字员工平台、电商产品、教育产品、酒旅产品等应用产品解决方案，新推追一数字员工公众号。扫一扫二维码关注后，获取更多资料。▲

降本、提效、挖潜，这是智能化转型的三部曲。在财富管理转型上，不少基金公司都对自己的业务和组织系统，进行智能化升级。客户服务部门作为传统的成本单元，如何挖掘更多的价值机会？本期智能转型，卓越伙伴系列，分享某大型基金管理公司与追一科技的合作实践，利用智能化的系统，推动原来客服部门从成本中心向财富管理中心升级。如果您对追一智能解决方案，有任何问题需求，随时联系我们。Yi_Partner@wezhuiyi.com追一技术专家将第一时间为您解答。追一科技针对AI数字员工平台、电商产品、教育产品、酒旅产品等应用产品解决方案，新推追一数字员工公众号。扫一扫二维码关注后，获取更多资料。▲

从疫情防控的阻击战到有序科学的精准复工、复产..这场艰苦卓绝的双线战役，成为全国人民、各条战线的“大考”。人工智能怎样打好AI“战役”，从“战时”到常态智能化赋能，提供助力？追一科技与多个行业的伙伴，一直探索不息，这是一份阶段性的答案，我们还在继续努力，但我们相信：聚力携手，春天不远...追一科技将密切关注疫情动态，克难攻坚，与相关部门和生态伙伴一起，不断创新迭代机器人服务，为疫情防控和复工复产发挥力量。有需求机构组织，请联系我们。追一技术专家将第一时间响应支持。联系方式：王先生：15615312929，allenwang@wezhuiyi.com曲先生：13795424522，frankqu@wezhuiyi.com追一科技针对AI数字员工平台、电商产品、教育产品、酒旅产品等应用产品解决方案，新推追一数字员工公众号。扫一扫二维码关注后，获取更多资料。▲

银行业向来是新技术的应用先锋。本期智能转型，卓越伙伴系列，分享追一科技如何助力某头部银行信用卡中心升级智能客服系统的实践。如果您对追一智能解决方案，有任何问题需求，随时联系我们。Yi_Partner@wezhuiyi.com追一技术专家将第一时间为您解答。追一科技针对AI数字员工平台、电商产品、教育产品、酒旅产品等应用产品解决方案，新推追一数字员工公众号。扫一扫二维码关注后，获取更多资料。▲

金融三剑客，券商相比银行保险，服务相对短板。新题材加上大波行情的出现，让投资者再上过山车同时，也让券商的客户服务能力，“捏紧一把汗”，客户服务部门很多时候在一些简单的问题上疲于应付，真正的高净值客户挖掘，远远不足。如何借力AI新技术，实现服务模式和能力转型升级？本期智能转型，卓越伙伴系列，分享某大型券商与追一科技携手，应对客户服务挑战，实现智能化转型的实践。如果您对追一智能解决方案，有任何问题需求，随时联系我们。Yi_Partner@wezhuiyi.com追一技术专家将第一时间为您解答。追一科技针对AI数字员工平台、电商产品、教育产品、酒旅产品等应用产品解决方案，新推追一数字员工公众号。扫一扫二维码关注后，获取更多资料。▲

疫情非常时期，也是企业修炼内功的最佳时机。通过远程在线培训，企业实现员工不间断学习，打造学习型组织，才能提升全体员工的战斗力，进一步提升企业组织能力，为疫情结束后的业务开展做好准备。但实际启动远程培训后，却发现诸多问题：如何保证学员有效学习时长？如何解决靠视频/直播学习的枯燥与低效问题？如何监督学员的学习状态和学习效果？如何防止在线考核学员的作弊行为？追一科技研发的Learn智能培训机器人，能对传统E-Learning平台进行很好的补充，解决上述短板挑战，适用于大中型企业销售、客服团队培训。AI模拟实战演练告别枯燥与低效销售与客服的工作是一门“话术的艺术”，话术的提升属于技能型学习，而技能型学习最高效的方式是“实战演练+及时反馈”。实战演练能让学员将学习到的话术即学即用，实现最高的学习内容平均留存率，真正将话术知识变成自己的“肌肉”。Learn智能培训机器人通过扮演真实客户，与学员进行1V1的人机对练，实现线上的“实战演练”，让学员完成从理解到会用的提升。▲

为打赢新型冠状病毒感染的肺炎疫情防控攻坚战，保障人民群众生命安全和身体健康，减少人员聚集，降低交叉感染风险，多地结合实际，暂停开放实体政务服务，企业启动线上办公，线上服务和热线电话等需求大幅增加，形成人员和成本压力。部分行业和企业，更亟需快速构建线上服务能力。追一疫情机器人以便捷接入、可复制、运营灵活的特点，落地应用在广东、江苏、安徽、甘肃等地的政务热线、医院、广电、公益、行业协会、城市服务等多个领域机构，成为全天候在线、快速响应的“数字员工”，助力疫情防控服务和防疫知识宣教。疫情服务机器人驰援多地与时间赛跑，与疫情赛跑，返城潮的到来、复工期的临近、各行业的差异化，让疫情服务形势更加严峻、刻不容缓。基于追一科技成熟的AI数字员工平台，公益疫情服务机器人在云端部署、便捷接入，帮助政企部门、医疗机构等快速构建数字化服务能力，7*24小时全天候在线，便民服务永不打样。目前这批数字员工已紧急“奔赴”多个领域服务前线，为疫情防控加油助力！贴近本地化，政务“连心桥”12345是各地政府部门关注民生、倾听民意的平台。随着疫情发展和各地应急状态启动，市民来电和留言也明显增加，尤其是对本地疫情动态、防控措施等更加关注。能否及时响应和处理市民诉求，消除市民担忧和疑惑迫在眉睫。惠州12345等地方政务热线在微信公众号平台接入追一疫情机器人，除了常规热点，更解答市民工作、生活、防控等多方面问题，比如旅行人员安置、高速及村庄封行情况、防疫物资供应、企业开复工、社保权益等问题，大大拓展了服务能力。机器人7*24小时坚守岗位，更好地发挥“便民、利民、为民”的连心桥作用。▲

基于追一成熟的AI产品能力，疫情机器人可快速、便捷地接入微信公众号等新媒体渠道，助力政府部门、医疗机构、教育组织、企业、物业社区、公益组织等快速构建智能化服务能力，打赢疫情阻击战。

某银行为国内领先的知名银行，随着业务规模扩大，数据量剧增，以及业务知识更加复杂，对银行客服系统提出更高要求。虽然该行现有的客服系统已运营多年，相当完备，但智能化水平不高，并不能满足业务发展的需求。

追一科技是国内领先的NLP创业公司和数字员工提供商，致力于利用最前沿的AI技术解决企业智能化升级需求，为企业的客户服务、营销、运营管理、流程自动化等方面提供数字员工。

追一科技一直深耕企业级市场，专注下一代智能交互，凭借强大的AI综合实力，对行业的长期积累和市场口碑，获得众多权威机构、媒体和客户认可，2019入选多个榜单。下面，就来分享下属于AI耕耘者的高光时刻。

追一科技是国内领先的NLP创业公司和数字员工提供商，致力于利用最前沿的AI技术解决企业智能化升级需求，为企业的客户服务、营销、运营管理、流程自动化等方面提供数字员工。

2019年12月23日，毕马威第四届"中国领先金融科技50企业"颁奖典礼在北京举行，追一科技与蚂蚁金服、腾讯金融科技、京东数科、金融壹账通、陆金所控股等一起，成为上榜企业。

另一方面，企业对多项AI能力需求也在增长，从而更好地满足业务需求。落地应用多项AI技术的企业占比73%，仅落地应用单项AI技术的只有27%。技术供应商也在拓展提供AI技术的边界，以实现更多场景应用。

此次与碧桂园携手，尤其是结合合作伙伴的丰富场景、行业积淀、综合科技能力，将实现AI的深度赋能，提供更加成熟、完善、场景化的智慧地产解决方案，共同为地产行业智慧化升级提供助力。

追一科技是国内领先的NLP创业公司和数字员工提供商，致力于利用最前沿的AI技术解决企业智能化升级需求，为企业的客户服务、营销、运营管理、流程自动化等方面提供数字员工。

比如AI训练师。他的主要任务就是训练AI，让AI从一个拥有基础理解力的小朋友，不断通过训练学习，变成拥有专业技能的行业“人才”。换句话说AI训练师让AI数字员工从“小白”变成了“大白”。