文 | 寓扬
移动互联网时期，智好手机已经成为我们的“贴身之物”，我们每个人都是“手机人”。我们通过运用商店下载各种APP，来知足自身多样化的需求。可见，APP做事对我们弥足主要。
在语音交互入口下，我们的人机交互办法也将由现在的触屏转变为语音。同样我们也须要一个语音“运用商店”，承载各种语音技能，来知足我们多样化的需求。
而海知智能便是一家在语音交互入口下做“运用商店”和“APP”的创业公司，即专注于语义理解，供应第三方Bot开放平台和Skill开拓工具。Bot可理解为谈天机器人，或一个虚拟助理，它可以实现人机交互，供应各种知足人们需求的内容做事。
近期智东西和海知智能CEO谢殿侠环绕语音交互入口展开深入对话，看看这家专攻语义理解的创业公司，潜伏三年究竟铸了把什么剑？如何看待风口下的语音交互行业？风口下又将作出若何的决议？
一、始于硅谷的创业团队谢殿侠是一个非常健谈的人，有时抛出一个问题，就能滔滔不绝的评论辩论一番，再配上一阵豁达的笑声，确实给人一种江湖豪杰“谢大侠”的觉得。
他略带调侃的讲起了和CTO丁力一起创业的故事。谢殿侠在北京大学读书期间，搞了一个几百人的“北大爱乐社”，而在这些社员中就有一个叫丁力的。后来他1997年北大毕业后，就去了方正技能研究院事情。2014年他在硅谷再次碰着了那个“丁力”。
谢殿侠一贯在思考怎么让知识系统化，让知识流动起来，从而产生更大的代价，而多年的事情经历给予了他更多产品、行业、市场的履历。而丁力从研究生到博士以及后续事情都在学术界从事知识图谱领域的研究和实践。
经由几个月的洽谈，在2014年下半年，两人便决定环绕语义理解开始创业，深耕家居市场，做Bot运用，并在2015年拿了联创永宣冯涛的天使投资。
谢殿侠回顾到，当时几个成分匆匆成了这次创业。其一4G开始遍及，传统的智能硬件也刚刚开始，未来机器人、智能硬件将会对语音交互有巨大的需求；其二随着深度学习的发展，语音识别准确率大大提高，这样语义理解的前置条件就靠谱了；其三，传统知识图谱本钱高，并且无法做到全、新、准，而2012年谷歌则推动了知识图谱技能的发展；其四只管语义理解很难做，但是通过对边界的界定，是可以做出用户可容忍范围内的产品的。
以上条件的成熟，加上对未来智能硬件市场的看好，谢殿侠便和丁力便当仁不让地选择了自然措辞处理（NLP）和知识图谱（KG）这个方向。当时他们乐不雅观的认为1年旁边市场就会起来，但预想并没有准期而至。
2016年上半年是海知智能的低谷期，智能硬件等业务并没有准期发展起来。只管其技能也运用在了一些机器人中，如贤二机器僧，但全体行业生态没有起来。机缘巧合之下，海知智能参与了智能客服、智能剖析员等业务，作为当下生存的变现渠道。
而随着国外亚马逊Echo的成功，2016年下半年海内涵智能音箱等市场也起来了，许多企业开始找海知智能互助，其业务营收也随着风口而水涨船高。
目前，海知智能团队约50人旁边，个中一半为研发职员，一半为产品职员。
二、NLP+KG打造技能平台那么海知智能到底做什么呢？如果将语音交互拆开来说，大体可以分为以下过程：拾音唤醒、语音识别、语义理解、语音合成。大家耳熟能详的科大讯飞做的便是语音识别部分，它处理的工具是声音，将声音转换成文本；而海知智能做的便是语义理解部分，处理的工具便是文本，理解文本的意图，并调动相应的做事。
谢殿侠将这种能力称为Bot（智能助理）或者Skill（技能），“Bot的本色是它构建了一个领域的知识图谱，通过人能够理解的措辞和人互换”。而在技能路线上，海知智能通过知识图谱+自然措辞处理相结合的办法去搭建Bot平台以及技能插件。
（海知智能的Bot引擎）
大略来讲Bot可以理解为手机中一个完全的“运用商店”，它里面有各种内容和做事，只有有了运用商店，你才能够下载你想要的内容，获取你想要的做事。而Skill就像运用商店的“APP”，它是一种单个的技能做事，但是它的维度比触屏更高，是通过语音的办法掌握的。比如智能音箱中“查景象”、“百科问答”等都是一个Skill，而浩瀚Skill就汇聚成一个Bot平台，而这背后须要知识图谱和NLP（自然措辞处理）的支持。
谢殿侠谈到，语义理解是非常难的一块，只有限定语义理解的边界才能够做出在用户容忍度之内的产品。通过限定特定场景、特定用户、特定问题这三个边界条件，海知智能选择了家居这个场景。家庭对应的产品是冰箱、空调、电视、音箱、机器人等；用户可能有一对夫妻、老人和孩子；问题则是从他们早上起床、音乐、新闻、景象、出行、菜谱、讲故事等。
环绕这条线，经由3年韶光的打磨，海知智能在音乐、百科类、诗词、有声资源（喜马拉雅、蜻蜓、荔枝）、景象等方面建立完善的知识图谱，并深耕家庭场景，形成了50多个技能插件。
海知智能的Bot平台号称“第三方Bot开放平台”。首先这个平台不仅供应全体Bot的输出，也供应单个技能的输出，并且在此根本上，开拓者能够进行自己的个性化优化。其次，它的开放不仅对付开拓者，也对B真个平台开放，如百度DuerOS平台、思必驰的DUI平台。
末了，它还供应开拓工具，降落技能的开拓本钱，让工程师，乃至普通职员来开拓他们自己的技能。详细而言，比如你是一个菜谱内容供应商，有100万个笔墨菜谱，通过海知智能平台的开拓工具可以在较短的韶光内变成知识图谱，并形成基于Bot的Skill技能。目前这个平台还在内测阶段，有近10家厂商通过海知智能的平台开拓技能，涉及政府、新闻、旅行客服等。
谢殿侠坦言，他们只深耕语义理解这个细分领域，如果要想形成闭环，必须要采纳开放互助的模式，同时他们也乐意开放，乃至向有业务竞争关系的对手开放，共同把技能平台这块市场做起来。
目前，小米电视、小米AI音箱、海尔冰箱、康力优蓝机器人、张小盒机器人、贤二机器人等都利用海知智能的技能插件，如近期推出是小米AI音箱中就利用了海知智能的17个技能插件。此外，百度DuerOS平台、思必驰DUI开放平台、小米水点平台都是其互助伙伴。
三、“独辟路子”的盈利模式在语音交互行业都面临变现难题确当下，海知智能是否盈利，以及如何营收呢？谢殿侠表示，海知现金流为正，目前年业务额达千万。
但他也谈到在智能家居技能方面采纳免费模式，比如和小米的互助。条件是小米有足够的流量，可沿用运用商店的分成模式，有得到预期收入的可能。对付用户流量规模较小的，可以采取授权模式，按照设备或者调用次数进行收费。
但靠免费怎么能够盈利？海知的收入到底来源于哪里？终极谢殿侠透露了当下的核心盈利来源，目前智能客服业务和智能剖析员的B端业务构成了其收入的紧张来源。
他近一步谈到，之前做语义理解，做机器人的Bot平台，但是生态没起来，公司的业务就没有预期增长，必须将技能运用在当下“接地气”的项目中。而机缘巧合之下，他们去年参与了智能客服领域。
当时一个潜在互助项目存在大量智能客服的需求，又对原来的智能客服不太满意，而海知智能通过技能测评，创造可以通过其平台的开拓工具，供应一套大略实用的智能客服技能。这给了谢殿侠一个启示，他们能够凭借Bot的能力做智能客服。
智能客服确实是当下技能运用的一个刚需，但现有市场中玩家的技能力量不敷，谢殿侠便在去年就启动了干系业务。目前他们也在为另一家大型客户构建智能客服，项目已经基本敲定，这块业务估量未来一两年会较快发展。
通过其商业模式，我们创造，只管海知智能定位于打造家居Bot平台以及技能插件，但是这块市场尚属早期，目前盈利模式并不清晰，反而是当下需求较大的智能客服和智能剖析员业务成为了它的紧张收入。海知当下的选择，代表了他们对技能落地的新思考，也为公司拓展了更多的生存空间。
不仅感慨，目前市情上许多做Bot的公司如何生存盈利？或许在光鲜的Demo展示之外，不得不将技能落地到当下需求性强、能够办理的实际问题上，来得到生存。
四、供应标准工具打造个性化产品涉及到打造产品，一定面临一个问题，如何打造差异化的产品？如何提升用户体验？
关于用户体验，谢殿侠认为，首先界定边界非常主要，只有深耕某一场景的语义理解，才能够做出用户能够容忍的技能做事；其次，海知智能在3年前就开始从事知识图谱等的积累，目前在音乐、百科等领域积累了丰富的知识图谱，这也大大提升了语义搜索能力；此外，海知的Bot管理工具可以和人工相结合，让人工参与，从而提升差异化。
详细来讲，海知智能在NLP层面是通过对话模板进行机器学习，由人来写少量的对话模板，再由海知通过平台进行学习、理解。谢殿侠认为，这种办法比端到真个学习办法阐明性更强，领域的优化空间也更大。由于算法末了不能办理所有的问题，一个领域的数据量不敷够大， NLP中的问题也没法办理。针对这个问题，可以供应一个足够强的工具，让Bot领域的专家、工程师等干预这个过程，将算法和人工相结合的办法提升Bot的管理能力。
而另一个问题就在于差异化。他谈到，目前海知的互助紧张分为两类，一类像和海尔的互助，海知供应一整套Bot/Skill的办理方案，对接硬件、语音识别、语音合成，落地到海尔。海尔也可以通过其平台的开拓工具，进行设定，打造个性化的产品。
小米的互助是另一种模式，小米有自己的Bot平台，海知则是通过开放API（运用程序接口）的形式，将自己的技能插件输出给小米的技能平台。
前者的输出像是输出了一个手机上的“运用商店”，而后者的输出则像运用商店中的“APP”。即便是对不同厂家输出了相同的技能，随着用户的利用，数据的演习，也会进行自适应，呈现个性化的差异。并且，人工也可以针对不同场景去干预。
五、语音交互的痛点是基于场景的个性化做事回到语音交互这个大入口，尤其是今年火爆的智能音箱市场。他谈到，语音命令并不是语音交互的核心痛点，比如在冰箱上设定温度，一方面遥控器足够方便，另一方面语音交互准确率并没有那么高。那么语音交互的痛点究竟在哪里呢？
他认为语音命令、语音掌握只是锦上添花的事情。比如海尔打造的冰箱，最核心的不是听歌，也不是查景象，最核心的该当是基于厨房场景所供应的个性化做事。当你要做一道菜时，是拿手机搜菜谱，还是直接问一下冰箱更方便呢？当你做菜时，猪肉和杏仁食材能不能搭配呢？当你要减肥，如何制订营养饮食体系？而这个冰箱中的语音交互就相称于一个私人营养师，它会比你电脑搜索、APP查询更高效。
可以看出，谢殿侠眼中的语音交互核心在于Bot，针对每个场景供应智能助理，连接各种做事。而做事的打磨和体验，则有赖于知识图谱和NLP技能在边界范围内进一步完善。
谢殿侠也认为智能音箱在家庭场景中是有刚需的，它可以为用户供应从早上的闹钟、新闻、路况、菜谱、音乐、故事等代价，它是一个范例的MVP（最小可用功能体）。但受限于文化、家庭环境等成分，智能音箱在中国环境可能没有美国那么成功，但它会逐步发展起来，估量今年智能音箱市场将达百万台，明年千万台的规模。
谢殿侠所理解的智能音箱是一个基因Bot的MVP，他认为有电的地方都可以有语音交互。而Bot本色上不仅仅可以是音箱、也可以是冰箱、空调、电视等等，它本色上构建了一个领域的知识图谱，通过人能够理解的措辞和人互换。
对付语音技能落地到家庭场景而言，他更看好智能电视，其次才是智能音箱。他谈到，现在出货的电视都是语音交互的电视，而剩下的便是怎么在语义技能上做起来，这也正是海知智能等发力Skill平台的机会所在。
结语：语音技能的崛起如果说当下火爆的智能音箱、智能电视等推动了智能硬件的迅速发展，那么接下来智能硬件对“技能商店”以及“技能”的需求将会大幅增长。
谢殿侠认为，人们日常生活做事中的需求比如说要8万个Skill（技能）才能够知足，而发展最迅速的亚马逊Alexa也只有1.5万个技能，技能只有达到一个更高的临界点，Bot和人沟通起来，才能大部分命中人们的需求。在这种情形下，行业须要开放，大家共同来做并集。
语音交互会是人机交互中的一场大变革，而硬件之上的交互内容，下一个“运用商店”又会出身在哪里？