Bot Factory 22
对话式AI平台
Bot Factory 22
对话式AI平台
VCA智能客服
帮助企业实现在线服务的智能化人机协作系统,提高坐席服务的效率、降低人力开销及新人业务知识学习成本
企业助手
Emoti VEA是竹间智能专为企业用户打造的企业级机器人虚拟助理( VEA), 帮助员工在企业工作中减少琐碎的事务负担, 让每个员工都能拥有智能的个人助理
竹间精灵
竹间精灵是搭建在BotFactory上,与之相伴成长的聊天机器人。竹间精灵可以在开放域的聊天场景中,予以用户富有温度的趣味应答,可以快速接入各种渠道,适应于IOT设备、对话机器人等不同场景。
多模态情感数字人
竹间通过文字、图像及语音的人机交互技术与竹间自主研发的“多模态情感识别模型”,助力虚拟形象成为能读懂、看懂、听懂、有记忆、自学习,真正理解人类语言与表情的“情感虚拟形象数字人”。
多模态人机交互
基于竹间智能的人机交互平台,结合图像、语音以及文字的情绪识别完成多模态人机交互。通过多模态的结合,达到听懂,读懂以及看懂的人机交互
语音平台
提供基于语音识别、语音合成、智能打断以及语音情绪侦测等智能语音服务,此平台旨在将客户的语音数据转为文本, 后续由智能机器人对话平台进行话术回复和信息采集, 为产品赋予真正能听会说、 听你懂你的能力。
AICC+ 22
解决方案平台
Emoti Mate 实时坐席助手
EmotiMate是集智能辅助、实时质检、智能陪练为一体,通过对全渠道数据深度解析,实现机器智能和人的智能的深度协同,从执行层、销售/服务管理层、运营管理层三个层面提供辅助工具,包括实时语音转写、流程导航、客户画像提取、话术推荐、实时质检等功能,帮助企业和员工实现高效率的客户服务和高转化率的销售
Emoti QI 实时质检
Emoti QI实时质检通过语音识别技术,将通话录音均转成文字,由机器人根据质检规则对录音进行质检,同时挖掘客户深层次需求,为客户提供个性化服务。基于竹间强大的AI能力为录音提供深层次的挖掘与分析,赋能坐席能力,销售分析,投诉预测,话术挖掘等数据分析能力。
Emoti Voice 语音机器人
竹间智能新一代语音机器人,集成了竹间自研的自然语言处理(NLP)算法与真人语音技术,基于多行业领域细分业务深耕沉淀,更理解业务,更了解客户,更具有智慧。
Emoti Coach 智能培训
基于竹间自研的NLP模型和语义质检模型,融质检和陪练一体,通过质检快速发现服务质量问题,并能根据质检结果,利用坐席画像和推荐系统,针对薄弱环节自动生成培训课程并进行课程推荐,大大提升培训效率,从而不断提升服务质量,实现员工快速上岗、促进员工持续进步。
智能营销
基于多种复合推荐策略以及基于deep-wide深度宽度网络的推荐模型,融合系统内外结构化和非结构化数据,根据用户数据和对话数据产生用户画像,充分勾勒出客户的特点和客户群体特征,配合语义理解和认知引擎,进行相关内容的推送。
Gemini 22
知识工程平台
Gemini KG 知识图谱
GeminiKG是Gemini平台的知识图谱模块。可针对结构化或非结构化数据进行知识图谱构建和schema构建,并可进行schema管理以及端到端的知识图谱应用,包括但不限于智能搜索、文本分析、机器阅读理解、舆情监控、风险控制等
Gemini KM 智能知识库
智能化管理企业海量非结构化的文档和数据,让所有的知识可以用简单的自然语言即可查询、应用。以竹间自研的NLP和KG提供智能搜索和自动文档解析功能,完成企业用人力无法完成的业务
知识关联
自动识别重要信息,对于相关知识直接进行知识、文档关联,不仅保证知识可溯源,消除知识孤岛,而且通过知识内容分析及知识关系分析可进行知识洞察。知识关联后,上下游的知识联动起来,可以进行变更提醒。
知识管理
可以进行多种知识类型管理(文档、文章、流程、图谱等),多源汇聚,平台统一管理应用,权限分级,达到节省管理成本的效果。
智能采编
借助AI智能化技术,将文档中非结构化知识提取转化为结构化知识,极大地降低了知识采编成本。同时提供了一个简约但足够强大的在线文档编辑器用于采编流程,在提供基础文本操作的同时,可以在文档中插入脑图、在线视频、表格、公式等丰富功能。
智能审核
通过机器智能审核来提炼重要信息, 并进行拼写纠错、 语法纠错等检测, 不再依靠人工逐句审核, 减少人工审核的时间, 提高效率, 降低知识风险。
智能应用
通过对非结构化知识的转化、提取及加工,一键将知识发布到下游场景如智能对话系统、坐席辅助机器人、一线知识门户、搜索门户等,发挥知识效能
Gemini Studio
只需几分钟即可零代码创建一个低运营需求文本工作流。Gemini Studio是竹间自研的新一代文本工作流管理平台。可用直观方式设计繁琐、高难度的文本处理工作,对海量文档进行存储管理与应用,自动化提供建构图谱、认知搜索、智能问答、知识推理、文本审核、比对、查重等多种知识应用信息
认知+RPA
通过 Gemini Automation 平台,融合 RPA 与 AI +NLP,实现智能自动化企业。让数字人员工赋予更强的业务处理能力、解放人类的双手和宝贵资源
Scorpio 22
机器学习平台
NLP 22
自然语言处理平台
SaaS 产品
对话机器人
任何人可以通过Bot Factory,获得不同行业不同场景的智能对话服务。能够针对您的业务需求,将对话机器人训练成懂您业务知识和流程,了解您的客户,同时具备客户同理心的7*24数字员工。为您的客户提供更高效、专业的优质服务。
营销助手
Emoti Salesmate是一个“销售对话智能”的产品,通过自然语言处理(NLP)技术对销售人员的语音会话进行解析,帮助一线销售复盘和学习每一次客户沟通,同时赋能销售经理为团队提供培训,通过人工智能捕捉和理解每一次客户互动,然后通过知识图谱与数据分析进行洞察,使团队能够根据知识数据而不是意见作出决策。
陪练机器人
Emoti Coach 是一个沉浸式模拟实战场景的“智能对话练习”产品,通过自然语言处理(NLP)、多模态等技术,完整复刻真实场景发生的对话,企业可用于进行候选人的AI面试,快速甄选人才;也可以帮助企业员工提升销售/客服对话技巧,在第一天成为业务专家。
认知洞察
No-code NLP 平台,以竹间硬核自然语言技术,无需编程,即可将任何非结构化数据自动生成 insights,再以 open API 与任何应用无缝衔接。丰富行业的标签库与知识图谱,让模型训练与标准工作大大降低。
智能知识库
竹间智能知识库是企业的知识大脑,能够将企业积累的海量非结构化文档及异构数据通过自然语言的解析,变成结构化的知识。解锁企业沉睡的非结构化数据,为企业沉淀和积累宝贵的知识资产,并基于这些知识进行查询、语义搜索、分析、预测、决策、洞察、根源分析,做到知识整合,消除知识孤岛和促进企业知识资产沉淀。
AI+金融
构建真正AI一体化的技术能力平台,促进金融科技的进一步发展
AI+银行
推翻碎片化产品服务ALL-In-One 全生命周期解决方案
AI+保险
完成保险服务生态闭环,缔造新时代业务模式
AI+理财
成熟的客户经营和营销体系,实现业务转化,降低营销成本
AI+证券
打造一体化闭环管理模式,通过AI技术支撑和辅助多元化应用场景,重塑行业竞争力
AI+政务
助力政务实现全渠道服务智能化、一网通办智能化、服务热线智能化、政务监管智能化、内部协同智能化,携手迈入“智慧政务”时代
AI+医疗
赋能医疗行业实现智能化转型,全方位辅助科、教、研、医每个环节
AI+企业
让企业里的每一个员工解放重复劳力,专注于核心专业技能更高的工作
AI+IOT
更有温度的智能终端,开启便捷体验新模式
AI+制造
赋能制造业知识管理、售前咨询、售后服务等各业务场景,大幅提升企业管理效率
Avaya Total Solution
竹间智能与Avaya基于业界先进的技术和优势打造联合方案,为新一代联络中心提供智能化应用服务
在线咨询
仅能体验5条对话,更多体验请 申请试用
IDC产业大典|“从ChatGPT看AI的算力需求与未来”圆桌对话精彩观点
竹间智能 | 2023-03-07
上周,第十七届中国IDC产业年度大典在北京召开,竹间智能总裁兼COO孙彬先生受邀出席盛会,携手多位算力及人工智能产业的专家,针对“从ChatGPT看AI的算力需求与未来”的主题展开了一场高端圆桌对话。算力是AI的坚实承载,也是数据中心领域的重要切入点,目前人工智能浪潮汹涌,ChatGPT不仅是一款强大的工具,还将给算力基础设施、数据中心和计算设备的形态带来长远改变。这吸引了专家、学者及产业界人士的强烈关注。
本次圆桌对话中,孙彬先生作为主持,和其他嘉宾围绕多个AI算力焦点问题陈述专业意见,以多维观点交流碰撞,共商市场和需求的变化,探讨算力产业发展的路径。
ChatGPT的突破以及国内对标产品的进展
孙彬先生开场便指出,ChatGPT这个词已经成为一个现象级热词,不仅影响了人工智能圈的从业者,也波及到整个科技界的所有从业人员,甚至触达了很多文化工作者。其背后的大语言模型也同时站上风口浪尖。竹间智能长期深耕自然语言处理领域,用相关技术去构建知识对话的机器人以及知识对话的知识库,真正帮助企业完成大语言模型和知识应用的落地,希望能够找到更多伙伴,一起合作来对标ChatGPT,在国内完成人工智能的落地,在AIGC这个赛道上领跑。
如今ChatGPT已在大量场景中实现了突破,无论逻辑、对话、翻译、写代码还是通用知识方面都表现得足够惊艳。在大语言模型领域,其实国内企业都在奋勇争先,很多专业的模型公司已经发展了多年,有些专注于底层模型研发,有些像竹间智能更偏向于落地,大家都有尝试将大模型和自己的专业模型整合起来,这种趋势非常明确。从产业发展方向来看,预计未来会主要依靠这种混合模型的方式为企业和公众提供服务。
ChatGPT类产品对算力的需求特征及特性
众所周知,大模型对算力的依赖极为严重。孙彬先生详细介绍道:根据官方发布的数据,Meta训练一次650亿参数的模型,就需要2048张A100跑21天。这还只是百亿参数模型,如果要训练Google的4500亿参数模型,大概需要6000多张TPU运算将近50天。一旦模型无效,还得再跑一遍。可以想见这是多么巨大的投入和消耗。
另外,大语言模型的规模很大,且需要互联网上的庞大数据和知识来训练,再收敛成推理模型去使用,但在训练上和推理上的算力需求其实是不一样的。比如训练模型,需要大型服务器集群来完成,时间可能集中在几十天内,这一项任务就会占据上千甚至上万台GPU服务器,这是处于波峰期,在下次训练之前,则会处于波谷期。总的来说,大语言模型在算力使用上,会有高强度的大集群训练,然而平常也会有闲置,这就要求全新的模式和方法来支撑。
数据中心及服务器在AI带动下的发展趋势
国内聚焦大语言模型和自然语言技术落地的产业从业者都面临着严峻的现状,那就是ChatGPT在中国不可用,而且全国大部分企业用不起大模型,但孙彬先生认为,这同样能带来产业重新爆发的契机,就像过去的互联网或云计算一样,引发科技的创新和应用场景的创新,为企业和个人创造完全不一样的体验。
从PC时代,到互联网时代,再到云计算时代,算力已经像电力一样进行供给了,大家习惯了不再私有化部署,而是去调取资源,那么新一代大模型恰恰就是将人工智能从原来的模型私有化部署中解放出来,往前推动一步,直接调用大模型,这样既能降低成本,也可以享受最先进的技术。今天,AI的对话能力和内容生成能力都在增强,放眼望去,以后会出现更多的智能工具或助手来为我们处理各种各样的事情。
基于这样的情形,孙彬先生号召国内所有相关企业把自己的大旗竖起来,在上中下游各个环节,无论是专注芯片、模型、数据、算力还是落地,不管是基础层、技术层还是应用层厂商,大家此刻应该凝心聚力,担当中国打造对标ChatGPT产品的行业标兵,这样才能在AI赛道上跻身前列,最终让企业和个人,尤其是知识工作者,都从AIGC技术中获益。
全国热线电话:
Copyright©2022竹间智能科技(上海)有限公司All Rights Reserved
Copyright©2022 Emotibot Technologies Limited All Rights Reserved