从技术突破到商业变现，AI落地的挑战和应对之道

【猎云网（微信：）北京】5月21日报道

近日，英诺天使基金举办了“Call Me Inno”2019英诺6周年创新者大会。大会以“新环境下如何求发展”为主题，通过知名创业者和投资人的分享与探讨，为创业者如何应对新环境下的挑战提供了新的思路和建议。

作为当下最热门的赛道之一，“人工智能”受到越来越多人的关注。随着人工智能技术的逐渐成熟和应用落地，其在各领域中发挥着愈加重要的作用和价值， 在《人工智能的现实世界和理想国》圆桌论坛中， 英诺天使基金合伙人、臻云创投合伙人祝晓成 、 崧智智能联合创始人兼CEO丁昊、 零犀科技创始人夏仲璞 、 通用机器人CEO李洪谊 、 玩秘创始人余轲 聚焦人工智能，针对人工智能落地过程中的痛点和难点展开了讨论。

崧智智能联合创始人兼CEO丁昊认为，读懂客户的需求是有门槛的，他表示，客户很多时候对AI的需求并不明确，这个时候就需要解决方案提供商站在客户的角度去梳理问题，解决实际的需求——而这则是当前AI落地过程中遇到的痛点和难点。

零犀科技创始人夏仲璞在分享中谈到，随着AI语音方案的落地市面上出现了两种声音，一类认为人工智能是玩具，另外一种，极少数的客户选用了比较可靠、效果非常好的解决方案之后，则将其作为企业的刚需。因此他认为，目前AI语音解决方案就是“刚需”和“玩具”之间的博弈，“谁可以证明这样的模式可以带来真金白银，谁就会在这个市场里面胜出”。

通用机器人CEO李洪谊认为，智能机器人是要替代和延伸人的能力，而不是简单重复人的劳动。而目前最具场景应用价值的则是服务机器人领域。

玩秘创始 人余轲 在分享中表示，今天人工智能被视为”人工智障“是困扰NLP最大的问题。在他看来，语音的交互效率比的就是洁面的交互效率。三四年前大家想做NLP语音助理的时候，谷歌还没有发布深度学习的底层框架，所以没有“火药”就造不了“枪”。今天的好处则是已经有了“火药”，谷歌已经把深度学习的框架发布出来了，这也是加速AI语音落地的重要因素之一。

以下为论坛实录，猎云网整理删减：

祝晓成（主持人）：今天的主持是想稍微反常规一点，今年是创新者大会，我们还是把主角给创新者。反常是想怎么做呢？他们问问题，我来回答。下面是1分钟的介绍。

英诺天使基金合伙人、臻云创投合伙人祝晓成

丁昊：大家好，我是崧智智能的联合创始人兼CEO。崧智智能致力于打造一个开放易用的机器智能操作系统，类似于安卓。我们用先进的技术赋能于设备，使机器更智能。我们的使命是拉近人与机器的距离，用的技术改造工业思维的模式。

比如说机器很难使用，操作员要学过机器人编程才会操作，但大部分人曾经没有接触过这样的教育。但中小型企业和工厂都有换线的需求，所以我们希望能不能使用我们的技术来降低机器的使用门槛——就像智能手机一样，让机器的使用门槛降低，这样一来，机器的使用率和柔性就被盘活了，这是我们的一个落地场景。

崧智智能的联合创始人兼CEO 丁昊

夏仲璞：我叫夏仲璞，之前是百度AI解决方案的总监，在百度做了五年AI人机对话，主要是To B方向。

我属于老炮创业，2018年出来创立了零犀科技。零犀创立之初就是“呼叫中心的智能化”，我们的切入点就是办公室蓝领。零犀科技是要替代中国500万的办公室蓝领。刚刚提到了老跑创业，我在百度的时候做了百度2017年商业化最大的一单，我带队从解决方案到落地实施，单笔订单过亿，这个数字在现在，不管是百度还是阿里，还是很大的。

创立的零犀科技，用10个月的时间完成了盈亏平衡，商业化的速度跑得比较快。现在我准备挑战下一个，把我们的商业模式再进行一次升级。

零犀科技创始人夏仲璞

李洪谊：大家好，我叫李洪谊，原来在中科院沈阳所工作，做机器人，2015年初离职拿了英诺的天使基金创立了现在的公司。现在我们的主要业务是做三块。

一块是肿瘤手术机器人。这块主要是面向国际市场和国内一部分三甲医院，我们做放疗；另外一方面，是做智慧停车，主要是面向国内一线城市停车难的问题，用机器人技术使得停车变得更方便。

还有一块业务，是面向同行业，我们做机器人减速器。因为减速器一直是机器人卡脖子的技术，目前还是被日本垄断。我们和韩国的工艺团队做，我们自己的设计研发，再加上国外团队的长期工艺积累，今年年底应该能实现量产。

通用机器人CEO李洪谊

余轲 ： 我是玩秘的创始人余轲，是一个NLP的平台。我们提供电影、酒店、外卖等等，从人机功能对话到支付闭环的NLP的云服务。

目前我们所在的市场，即手机的语音助手、汽车语音交互这两部分市场正处于爆发前夕。我们的服务已经介入了国内四大手机品牌，也介入了国内的汽车头部品牌。用一句简单的话描述我们公司，我们公司是中国国内做的跟《西部世界》最相近的一家公司。

玩秘创始人余轲

祝 晓成：四位介绍完了，我补充一下，余柯是金融行业出身，李洪谊是中科院体系出来的，夏仲璞是百度出来的，夏仲璞和丁昊比较像，是从大公司出来的。所以不同的背景，很落地聊一下人工智能的现实世界，我们讲了这么几年了。各位目前公司在做的，有哪些东西落地了，你们认为现实世界有哪些是能够被人工智能赋能的场景？

余柯：我在人工智能应用当中，我个人感兴趣的是两块，我的硕士、博士在斯坦福，所以我是深度学习的背景，硕士、博士也是读深度学习。所以我最主要关注人工智能行业深度学习技术，在行业当中的应用。

在我看来主要分为两个方向，第一，图像。第二，NLP就是自然语言处理。在我们感兴趣的NLP行业，自然语言理解和处理现在是爆发的前夕。这里面有两个大场景，就是客服和外呼。

我们原来在华尔街做到NLP算法驱动的交易，也就是利用新闻标题、新闻信息流做交易，当时做到了华尔街的第一名。因此，我作为摩根大通的全球负责人。这对于语义深层理解有非常深的经验，所以我们挑选了人工智能助理来做，所以这是我能看到的行业格局。

祝晓成：刚刚提到的华尔街第一名的算法，还在用吗？

余柯：基本上相当于我之前金融行业的时候，把NLP的算法和和深度学习的技术用在二级市场金融交易，说白了就是用在炒股中。今天就是把NLP技术用在人工智能助理上。

祝晓成：当时的用户是谁呢？

余轲 ： 用户是自己，通过我们的NLP技术分析，比如任何一个新闻的标题进来，比如彭博社的信息流进来，说美国会改变他的谈判方针。我们会分析，之前的谈判立场是如何，谈判立场的改变会影响什么股票的价格，影响价格的百分比是多少，这是当时的用法。相当于用户是摩根大通自己，我们直接用NLP的智能算法直接决定交易。交易的业绩最终在华尔街排名第一。

祝晓成：国内有人做吗？

余柯：2010年的时候，我们是华尔街做NLP第一波的交易公司，这叫新闻驱动的交易，我们是第一批。后面我开始创业，随着我不做金融部分的工作，我也了解了不止是国内，国际上已经有非常成熟的，利用新闻进行超高频交易的交易所。像超高频的交易，在我们那个年代还是不可能的。

祝晓成： 请零犀科技的夏仲璞介绍一下呼叫中心这块。

夏仲璞：另外一块比较大的应用就是呼叫中心，中国的从业人员往下，中国有500万的从业人员。这500万里面有5%在做在线侧的客服或者相关的营销。这个技术在这个行业的应用也是从先这部分小人群开始的，因为这部分的技术相对来说要容易一些，集成度低一些。

所以当时在百度的时候，2014年做呼叫中心的在线客服和在线营销。做了两年以后，随着技术的进步，我们在百度已经切入到了包括语音，就是95%的市场，400多万人的市场。

这个市场在当时有一个预测，2010年会降低40%的人工，也是一个非常大的市场。因为每个人每年10万块钱，这是千亿级的市场。当时百度的做法，他是最难的部分就是客服。呼叫中心的业务，客服技术很难。外乎是盈利中心，是甲方最爱投钱的，技术挑战相对容易。我们选了最难的路进入，中国联通、中国移动、中国联通是呼叫中心最大的国资企业，单体是4万、3万、3万，我们选了最大的一家中国联通。

中国联通第一年降低25%的人力，这就是为什么提到百度的这个单子过亿的原因。这是两年前的状态。

到了今天是什么程度呢？随着优秀的案例落地，市场上出现了两种声音。第一，简单、低成本、智能客服、智能外呼，导致用户侧觉得人工智能是个玩具。另外一种声音，极少数的客户选用了比较可靠、效果非常好的解决方案之后，值得智能客服、智能外呼在他的企业成为刚需。

目前我看到的状态，就是刚需和玩具之间的博弈，谁可以证明这样的模式可以带来真金白银，谁就会在这个市场里面胜出。

祝晓成：所以我们现在是不分行业的，只要是客服和外呼，都可以做？

夏仲璞：是的，目前不分行业，我们已经签下的中国人寿、招商银行、中国移动，都是总部的订单。在大的呼叫中心的行业，以人数和规模来看。

祝晓成：再问一句，你们做这个事的时候，是端到端做解决方案，还是有上下游的解决方案？

夏仲璞：我们整个团队的核心竞争力也好，我们的超前的部分就是端到端解决完整的问题，为业务的效果负责。

祝晓成：请丁昊介绍一下。

丁昊：我个人的背景，国内读完本科，德国读的硕士和博士，德国工作了15年，一直都是在制造业领域做一些事情，无论是机器人协作还是机器化。AI从大的角度来讲就是一个算法，我们经常开玩笑说，阿尔法狗可以做到决策怎么做，但是并不会把棋子拿起来，并下到棋盘上。所以需要有一个决策做这个事情，但是谁来做、怎么做、怎么把它像人一样完成这个动作，无论用什么样的算法，这个东西本身是非常大的考虑。

我是学控制论的，基于传统控制论在制造业的应用，无论是做装配也好，还是做组装也好，很多人遇到的问题是能不能保证可靠性。这个东西的可靠性，不是用70%、80%，而是用99.97%来衡量。这种情况下AI在我们看来，无论是德国研究院，还是其他案例，其实AI确实可以很快。

但是从工业角度来看，不能保证100个数据OK以后，101个数据也是OK的。我们辩证地看AI，比如我们教机器怎么组装的时候。本身用传统的方式，是用比较长的时间来做，或者门槛比较高，需要教的人需要一些东西。

现在用AI的方式，可以把速度加快的。但是真正把它落地做这件事情的时候，是一种混合的打法，怎么把它变得更有效，这是我们看到的情况。我们看到制造业大家都在讲工业4.0、先进制造，我们怎么能让工厂变得更有柔性。我们确实也切很多大客户，因为大客户有一些订单。

我们看到了另外一种现象，真正需要解决柔性的客户是中小微型企业。从数字来说德国有96%、97%甚至98%的企业是中小型的企业。它们可以成为每一个行业的冠军，是因为对每一个行业的工艺很了解。它们不是买不起设备，而是对设备的使用门槛，和解决能柔性制造的时候需要快速换线，快速培养这个东西能不能快速用起来，这是他们的最重要的痛点，包括在国内也是一样的。

所以我们慢慢转型的时候就会发现无论研究任何一个设备或者任何一个算法、我们服务的还是To C。人觉得个东西好使，这个东西就会滚起来，这是我们的理念。

所以两个方向吧，AI本身的落地，它是正反来看的。你确实能保证快，但是怎么保证稳定性和可靠性，需要99.7%或者更高的可靠性。这个策略没有任何问题，但是还有非常多的中小型企业需要用最顶尖的算法，若他们使用成本可以降低。所以我个人和崧智是这么理解AI和落地的。

祝晓成：我的问题比较糙，场景是什么，但是丁博士把在先进制造、柔性制造方面所要面对的理论框架讲了一遍，非常好。

丁昊：比如说中小型企业它要用到机器人，或者我们研发了一款机器人，我们叫工业机器人或者工业产品的时候。你在教机器使用的时候，会有一个盒，一般传统工业是必须熟悉传统工业的语言，才能做这件事情。

就跟编程的时候，必须要用到C++，你不能在研发这款产品的时候。很多人质疑我们，这个东西市场上已经有了，为什么还要研发。我会说，我们面对的对象不一样，我们面对的对象就是不懂、但是想做这件事情的人。目的很简单，就是要用。

你怎么能提供一个平台化的产品，这它好使，这是我们产品的切入点。

李洪谊：先说一下，我是做机器人的，机器人涉及到分类。最传统的时候，机器人相当于工厂代替工人做重复性劳动，这种属于预编程的机器人。再往后面出了一个分类叫智能机器人，我现在做的属于智能机器人的事情。

这种机器人是替代和延伸人的能力，而不是简单重复人的劳动，这就是智能机器人。我们公司做的事情，跟研究所不太一样的。最开始觉得可以做的有20个项目，但是最有价值的还是要在场景中。所以聚焦的时候，智能机器人落在服务机器人场景下，其实服务机器人也宽，发现我们最适合的是持证上岗的，也就是专业机器人。专业机器人我们再聚焦的话就是两个场景。

第一，手术机器人，手术机器人也挺大，我们又聚焦了一下。就是什么手术对机器人路径依赖更深的，我们自己提了肿瘤手术。这是代替医生，代替医生过程中要持证，就是三类医疗机械证，它的科学性、有效性要经过评估才能做。

场景锁定以后，我们发现市场非常宽广，首先发达国家这块的需求非常旺盛。我们在亚洲的日本和韩国动非常快，接下来会去欧盟、德国，还有意大利、法国，在去年的基础上，今年是一个上量的基础了。所以国内三甲医院沉迷于进口医疗器械的时候，我们先去国外打个样。我们在上海做了新产品的发布，后续会陆续启动国内市场，这是我们的落地场景。

祝晓成：顺着你刚刚说的，去了这么多国家落地，针对落地咱们讨论一下。我们在人工智能落地场景当中，你们能不能比较一下你们自己做的这些事，和海外或者同行当中先进程度大概是什么样的？

李洪谊：我们在技术层面上跟国际一线的医疗器械公司是可比较的，我们对标的是是一流的器械公司，单项指标已经优于他们了。

余轲 ： 我们做的生活领域的NLP生活助理方面，我们在NLP智能助力的语义理解、多轮对话的准确率，今天达到了行业第一，是76%。在中国国内我们的第二名不到40%，我们比第二名领先35%以上。

再说一下国外，国外大家众所周知NLP最领先的公司是谷歌，因为谷歌的业态跟我们不完全一样，我就引用一个第三方对我们两家公司的评论。我们公司入选了腾讯AI加速器，在2018年，如入了40强。腾讯认为我们公司是它见过的，在语义理解和多轮理解上最接近的公司。

夏仲璞：说一下呼叫中心，它就是接电话、打电话，这是跟语言息息相关的。这里给大家一个数据，中文受众在全世界是12亿，英文是6亿，所以做这件事情最好的土壤在中国。我再引入一个客户的数据，去年零犀用10个月的时间盈亏平衡，其中很重要的一点拿中国人寿的大单。这个大单PK掉了IBM的沃森这样的对手拿下的。

祝晓成：我们知道客服领域蛮难的，深知里面的挑战。丁博士，你是从外企来的，很了解他们，先说比他们好不好，好在哪？再说一些其他见解。

丁昊：首先从一个大的概念来讲，因为对美国那边不适那么了解，但是从制造业、从中德两边的比较，其实思维模式是完全不一样的。德国的思维模式是拼图式的，在某一个单点，你想说现在我想挑战西门子，没有人信。

但是中国的模式可以做平台化。基于这一点，从思维模式的比较来说，没有什么特别好的比较的单点。我们做的一些应用型技术，打通以中国为市场，服务的高端客户。无论是用户还是我们的控制器，可以控制器人运动的所有东西，可以降低用户的使用门槛和调试时间。这两点可以非常自豪地讲，无论在国内和国外都是世界领先的。

祝晓成：单点这块是非常客观的，包括你刚刚讲的这种情况，包括投了一些材料和芯片。以前我们认为芯片没有机会，因为AI起来以后，它对人工智能处理器有新的要求，所以有单点的创新。有的是多点融合，形成了一些解决方案，这是我的理解。从先进程度来讲，大家还是非常自信。下面问一下，你们说了这么多好的地方，近期有挑战的是哪些事情呢？

丁昊：谈到AI，制造业会问一句话，AI靠谱吗？我们会快速解决一个问题，做一个可行性分析。真正使用的时候，会非常谨慎，尤其是制造业。机床或者任何运动东西，怎么保证它的可靠性，这是我们现在遇到的一个很大的问题。

另外一个问题是，客户有的时候说，我要上AI，就是觉得AI牛。问题它也不知道AI干嘛，所以它提问题的时候，在制造业的时候无论是大数据、AI、5G，它的需求是不明确的。所以这种情况下怎么帮它梳理精确，并解决实际的问题，这是现在要遇到的两个痛点或者难点。

祝晓成：非常理解，你能不能讲一下要解决这些问题，需要哪些资源呢？

丁昊：其实是需要陪同的，首先我清楚问题，知道您今后会遇到什么问题，提前布局，这里面有很多大数据、AI的东西埋进去。可能他现在不懂，但是早晚会懂，这是我们从点到线到面，整个立体图形的一个机会。你能不能读懂客户需求这件事情，其实是有门槛的。

祝晓成：还需要资金和人才吗？有没有上下游需要合作的？

丁昊：有，我们认为制造业没有所谓的老大，你占了99%，不如大家把这个蛋糕做成千亿。我都想象不到，这个市场有多大。

夏仲璞：这个问题是，现在遇到的最新的问题是什么吧。我很同意刚刚丁总讲的，在现在的行业里面最大的问题是人工智能和人工智障并存，导致客户挑花了眼。这是任何一场创业都要面对的问题，这是深水区。

我们的做法简单来讲，我们和客户对赌，我们是市场上玩得最大的。我和业务指标对赌，如果是金融行业，比如现在核心的金融还款场景，我们是和还款率对赌。用这种方式，用商业模式的升级去弥合客户的担心。我们把客户的风险转嫁到我们身上，用我们的方法帮客户绑定。

余轲 ： 我补充两句。这里面碰到什么样的障碍，什么样的挑战？在NLP智能助理方面，我们看到的是两个。第一，有人来问，包括手机、语音助手这些东西，到底会有多少人用，这是一个比较大的方面。

国内现在四大手机厂商华为、OV、小米，这四家其中之一，因为保密我不能讲，它每日的语音助手的日活量是1700万，这是一个真实数字。这个数字震惊到我了，不知道有没有震惊到大家。

第二个问题你到底是人工智能是人工智障，这是困扰NLP最大的问题。刚刚说到语义理解和多轮对话准确率今天达到了76%，刚刚已经讲过了，这个水平才真正达到了一个用户对于NLP助理的使用要求。之前一些公司像出门问问，也在做类似的事情，为什么那个时候没有完全做到，今天你为什么可以做到呢？最主要的原因，你在语义理解准确率到30%的时候，用户会觉得你是人工智障，不会用你。

只有超过75%以后，用户才会开始真正用你。因为语音的交互效率就是比界面交互效率高，但是你要保证准确率要高。在三四年前大家想做NLP语音助理，谷歌那时候并没有发布深度学习的底层框架，所以没有火药的时候造不了枪。只有有了火药，才能造枪。今天的好处，已经有了火药，谷歌已经把深度学习的框架发布出来了，这是一个很好玩的问题。

祝晓成：我做个补充，几位讲的挑战是什么？其实这些挑战有可能是动态的。语义30%的是觉得是执着，然后量变到质变，质变可能是75%。同样的工业互联网、先进制造，大量的情况是这种情况。所以我相信大家讨论场景的时候，也要动态地来看。

李洪谊：拿肿瘤手术机器人方向来讲，对我们的挑战还是持续的技术进步。这块不仅仅是人工智能本身，整个系统毕竟要替代医生或者辅助医生做手术。这样有几个维度，每个患者的病灶都是不一样的，切得干净或者不干净，是不是把周边的重要器官误割了，这是很大的事情。

像达芬奇手术机器人，打开以后发现结肠癌进入大骨盆了，就关闭掉用传统的手术。新的术式在产生，怎么样让机器人手术平台融纳新的手术技术。原来我们是做ESD，对手术的外延内容的扩大，还有严格压力的监管。因为是机器人做的，每一例死亡案例都要做研究。

祝晓成：你觉得这个挑战还要结合精度或者其他方面来提高质量吗？

李洪谊：是的，还有智能化程度，相当于对行业内知识的理解。

祝晓成：我可以举一个例子，它可以支撑你实时图像的处理。实时图像的处理一般用GPU，如果用更高的解决、能耗又小，也可以批量化，结合医疗影像信息人工智能 的使用，它可以提 高准确度。如果在手术当中能够实施提高判断的话，本身也是降低了这一次手术不能完成要缝合，要拿出去做病理，这样成功率就大大提高了。由于时间关系，大家展望一下人工智能，可以放长一点，可以说10年、30年、50年，各位可以畅想一下。

丁昊：最近两天看了一张图片，机器在不断学习，人在不断看手机。不光是崧智，我们希望机器能学到很多东西。其实在制造业，很有意思的一件事情，不是一定要把人的能力给到制造业，制造业就会很好。因为很多时候机器去解决这个问题，也许比人更方便。

人确实有一定的局限性，所以两个事情，第一，有了AI，我们会不会变得越来越懒。如果我们变得越来越懒，我们是不是会被淘汰。第二，赋能让商业更好这件事情要做，而且AI和所有的算法，像大数据、5G肯定要用到上面，而且肯定有要用到的场景。

夏仲璞：不管是10年还是30年，AI大家讨论的是非常生活的部分。我这边有一些边缘的思考，我认为AI会改变国家的政治结构。

为什么呢？因为之前人类的文明还是靠每一个人的智慧或者体力在运转，试想如果之后有大量的AI可以自动维系人类文明的话，大多数被赋予出来的人，他在社会里面的价值，以及它的社会地位会怎么样？目前市场的阶层，之前是依靠人类不同的分工，之后依赖不同AI的机器人。对于它的同类来说，还有任何的依赖和畏惧吗？这是一个问题。

我不认为它会短期内发生，回看30年，中国是近半个世纪以来发展最快的国家。30年前的中国，它在除高科技的行业，它的进化有多快，会出现这样的指数级的曲线。就是开始的时候会很快，经过一个观点以后，就会有下一个曲线。至少我们这代人还看不到我刚刚说的场景。

李洪谊：最近看分子人类学这件事情，结论是很明确的，人的很多能力在迅速退化过程中。包括牙齿、露骨，都在退化，但是大脑一直在成长。导致人对智力的依赖越来越重要，就是将来社会会回到一个新奴隶社会。

前一段时间网络游戏的商业模式已经体现的，没钱的人都是免费打，有钱人花钱买武器打。将来人工智能和机器人，先把人从生产资料环节解放出来，再从服务业把人解放出来，然后从决策环节解放出来。

祝晓成：科技一定会在文化、社会其他方面，产生深远影响，这两者不是割裂的。

余轲 ： 我说一个具体一点的场景。我描述这么一个情况，我觉得五年之内单位《西部世界》的状态，还没有这么快。但是有另外一个场景，假设3到5年之后就像发微信一样，用语音跟微信一个人说一个具体的任务，不管是买电影票还是订酒店，还是小孩要报英语的口语培训班。你跟它说，对方回给你。三到五年以后，你就不能判断对方是一个机器人还是真人了。我敢说这个事情，我们确实在这个领域的NLP里面，站到了整个行业最前沿，我基本敢说这个事三到五年。

祝晓成：那10年以后会怎么样呢？

余轲 ： 10年以后，就慢慢往《西部世界》走，不是说机器人会杀人，而是情感方面的情况。最后做个小广告，手机、汽车语音交互，我们在公司最前列，我们在招聘方面有需求。如果有朋友是 JAVA 、NLP的工程师，能力越强的，可以联系我们。

祝晓成：最后一个问题，每人讲一句，一年以后，你们公司会是什么样？这是我今天想到的问题，我希望一年以后能看到诸位的变化。今天说了以后，英诺会来考核。

丁昊：我一直在努力的事情，让我的客户高兴，我就会高兴，我高兴，客户就会高兴，这是轮流上升的事情。一年以后我希望在崧智智能产品平台或者生态上，所有都高兴。我希望在一两年内，看到一两个行业的爆发。

夏仲璞：一年之后零犀将成为中国呼叫中心行业最大的呼叫机器人提供商。

李洪谊：我们希望成为专业服务机器人细分行业的独角兽企业。

余轲 ： 我这边的想法，我们本来就是，一年以后我相信也会继续是中国个人NLP智能助理的第一名，而且远拉开第二名很大的距离，而且覆盖到手机、音箱适合语音交互的终端。