撰稿
| 贾
宁
2016年，团购谢幕，O2O烧钱大战还远未熄火。
O2O业务在某种意义上是传统行业和互联网的结合，通过消费互联网的方式升级，也由此催生出千亿级的外卖市场，以及各种到店、到家服务。
趋势与市场环境的变化，往往会助推新事物的诞生与发展。O2O业务大量延伸出增量的客服需求，让智能客服有了进入传统行业的机会。
这一年，追一科技创始人兼CEO吴悦，与另几位腾讯同事，共同离职创业。
NLP（自然语言处理）是搜索引擎的核心技术之一。吴悦与两位联合创始人刘云峰、汶林丁，之前均任职于腾讯搜索部门，他们所做的客服机器人产品，一开始即采用了深度学习与NLP技术。
无论是AI，还是to B，放在2016年，或者今天，或者不远的未来，都是一个不断碰壁、持续探索、慢步前行的过程。
追一科技商业化的三步走：
攘外、安内、增长
，是否可以打破这种困境呢？
1
-
攘外：代差的机遇
-
滴滴、携程、国美，是追一科技创业第一年首先拿下的三个客户。
滴滴曾经跟他们抱怨过，之前用的一家客服机器人供应商，准确率一直不是很高。
于是吴悦没有直接谈商务，而是让滴滴先把他们的产品拿过去试用一下。
▲ 追一科技创始人兼CEO 吴悦
对于试用结果，追一科技CTO刘云峰内心还是有些打鼓的， 「技术上不存在太大难度，但是我不知道追一的技术和之前那些厂商相比，有没有优势，有多大优势，这就像一个转学学生，之前学校学到很多知识，但是他不知道在新学校和同班生比的话，考试会考第几。」
当时滴滴组织厂商做相同的题目来比较准确率。结果那次「考试」，追一领先了原来那家厂商14%，达到近90%的准确率。
「携程、滴滴、国美当时都在跟传统机器人厂家合作或者对接，只有我们是一套全新的技术。深度学习的方式，效果比传统的机器人好很多；端到端学习，让整个运营门槛降了很多。这核心的两点，让我们跟传统机器人有了明显的代差。」吴悦对新经济100人说。
技术代差带来的时间窗口，悄悄打开了。
上一代机器人厂商已经教育过部分市场，对追一来说，逐个吃下大客户，树立行业标杆，提高垂直行业市场份额，是早期乃至中期都要坚持的路径。
追一把战场首先推到了金融行业。他们进入这个领域，是一个机遇，也有一些巧合。
当时正值某银行信用卡中心想升级客服机器人，开启测试，已经测了半年。等到追一得知这个消息，距离最后的截止日期只有一个月时间，国内最好的客服机器人厂商云集于此，追一是最后一家进入竞逐的公司。
该银行心态开放、热爱创新，1999年启动首家网上银行，云计算和大数据时代，也是第一批吃螃蟹的人。
因此，他们没有戴着有色眼镜看待追一这家初创公司，反而对新事物充满了好奇。
根据测试的结果，该银行信用卡中心签下了追一科技。
当时追一与老牌智能客服厂商的测试准确率不相上下，都是93%至94%，该老牌厂商已经运营了多年，而追一刚部署了一个月。显然深度学习的方式更有潜力，新旧技术的代差显露出来。
有了标杆客户，追一在金融领域的扩展就顺利许多。
金融，是企业服务比较难做的行业，因为它对数据和信息敏感，对技术实力和服务质量敏感，有一套非常严苛的测试、部署流程。在追一看来，率先攻下金融，等于占领了一座高峰，
再进军其他行业，就具备战略优势。
「金融行业，目前我们的覆盖是领先的，在TOP100的机构里，我们覆盖了大约70%到80%的市场。」吴悦说。
2
-
安内：铺路规模化
-
2018年一整年，追一科技团队做了200多个POC（针对客户具体应用的验证性测试），交付了六七十个项目，而交付团队只有五十人。这样的效率，是追一踩过无数坑后，慢慢把工程和后台体系搭建起来的结果。
追一科技金融领域的客户，在意数据安全，多是项目制的私有化部署。
私有化项目的优劣势非常明显，对于早期创业公司来说，它短期可以带来可观的现金流，服务的多是大型企业，容易树立品牌影响力；不足之处在于对团队的要求比较高，尤其是在交付这一块，需要投入大量人力与时间，并且线性增长，边际成本不降反增。
追一早期项目不多，刚开始创业时人才比较缺乏，员工多是应届毕业生或者实习生。他们慢慢积累了六七个产品的解决方案，一步步把团队搭起来。
2017年底的时候，追一开始面对大量私有化客户，金融行业起量了。
交付成为了阻碍增长的严重问题。
追一后台负责人调去组建交付团队，花了两年时间打造了一支百人左右的团队。
当时他们从头部科技公司物色经验丰富的交付人才，吸纳了BAT十多位专家及高级技术人才加盟，才逐步把中台团队组建起来。
「若非如此，整个公司的复制性和规模化问题很难解决，这些人都是做过大量大型系统加工的，必须去找这么一波人。」追一科技联合创始人汶林丁说。
2019年，追一做了500多个POC，实施项目量翻倍，但交付团队并未新增人员。
然而，金融客户全是大客户，回款周期长，增长痛苦。这促使追一开始做公有云业务，构建另一个增长点，为未来铺路。
「我们的打法跟现在很多智能客服公司不一样，他们是直接拿一个很通用的产品，建立庞大的电销团队，卖什么东西可能就不重要了，虽然大家一直在强调自家产品和别人产品的差异化，但是分析他们产品，这种差异只是很短时间之内创造的东西。」
在一遍遍踩坑、填坑中积累的经验，打磨的流程与体系，才是壁垒。
在银行等金融机构的私有化部署内，每个企业硬件、网络等基础设施都不一样，在交付时非常定制化，通常需要数月之久。
这种差异化曾让追一吃过不少苦头，后来他们通过虚拟化、容器化等PaaS层面的技术方案消除企业之间的差异化，营造一种相对标准化的实施环境，从而简化安装部署，降低成本。
「现在付出成本最高的两点，
一个是研发和稳定性，一是现场AI产品的交付。
因为研发迭代非常快，研发流程、研发质量包括测试并不完备，只能边打仗边一点一点积累，这个过程非常痛苦。」汶林丁说。
智能客服项目每到一个客户那里，都要帮客户建立一套知识图谱，跟场景、业务相关。这个过程非常耗时耗力，例如一家银行，在追一已经具备多家银行场景经验的基础上，仍需要一个人完全投入两三周时间，效率仍有很大提升空间。
3
-
增长：结构与战略
-
前两三年，在追一科技的第一阶段与第二阶段，对外，他们拿下KA客户，树立起品牌形象，对内，搭建起中台与后台，规范标准化流程。
这些都是在为接下来的增长铺平道路。
公司增长，
分为结构化增长和战略型增长。
结构化增长即拉新，获客。拉新不易，金融市场盘子有限，几年时间就可以吃透，接下来就是锁定这些客户，深挖它的价值，把服务的连续性做起来。
结构化增长是公司的根据地。放眼全球，商业银行对企业服务的贡献是排名最高的。虽然国内商业环境形成标准付费行为尚需要一个过程，但是非常有深耕的价值。
例如2019年，追一科技头部客户的签单额达到了千万级别，与过去智能客服机器人百万级别的单子相比，增加了语音、坐席辅助、分期等很多服务，这种基于客服服务的纵向拓展，可以让商务成本降低很多。
它起源于客户的需求。当时追一的客户提出智能客服完全可以用到其内部的办公场景，例如公司内部的OA、财务、人力的常见问题，包括报销、入职指引、打印机驱动等数百个问题。于是追一建立了一个完备的知识库，客户只要把那些问题里面的答案换成公司相应的链接或者答案即可。
国美、万达、百威……越来越多客户开始使用。
目前追一正在跟企业微信、钉钉等平台对接，这样一来企业直接买下第三方应用就可以使用，如果企业微信、钉钉把人力行政机器人的接口开放给第三方，人力行政岗位的重复性工作全部可以预设好，不需要员工定时再去操作。
这种结构化增长的思路，让追一从智能客服这样一个切入点，开始提供更多服务，逐渐形成了「数字员工」的概念。
「我们目前提供数字员工的工种大概有50种。同时，如果按人的边界去衡量工作量，截至2019年，我们对外基本相当于提供了大概10,000名雇员。」汶林丁对新经济100人说。
「我们公司做的是下一代智能交互，这个交互通过自然语言意图理解，把各个场景串接起来，哪怕小场景知识库的机器人，也算一个数字员工的工种，这样大家沟通成本就会降低很多。 」
而战略型增长，与结构化相辅相成，更多是对公司未来发展的布局。
战略型增长涉及到从私有云到公有云，以及生态、渠道的拓展。
从自营到渠道、生态的拓展，通常是企业发展壮大的必经之路。
像微软、深信服等企业，渠道贡献营收比例都非常可观。
「一个公司未来要发展，生态的比例肯定是持续增大的，甚至以后结构性增长或者自己自营的部分慢慢都要交出去，你只做最核心的、打样的东西。」汶林丁说。
如果全部自营，到一定阶段，公司的服务必定是跟不上的。哪怕如腾讯、如阿里，有上万人的技术团队，如果深入去做项目，仍然会力不从心。
对巨头来说，生态亦是最佳选择，从IaaS向上，做到PaaS，更具体的应用解决方案，应由合作伙伴共同完成。
