被3万企业调戏的定制版Siri：4年12亿次问答准确率95% 获投3千万

文| 铅笔道 记者 王琳

王清琛的微信头像很容易让人误解，它看上去像一个机器人。

可似乎没有比这个头像更能代表他所做的事儿。他在2013年下半年创办云问科技，想为B端企业打造一个智能问答机器人，“就好比企业内部的Siri”。

他的服务对象不乏明星企业，如东软、如家、国家电网……倘若掰着手指头数一下，最快可能也要7个小时才能数完。4年里，他们累计服务3万多家企业，1.8亿用户，交互问答12亿次，准确率95%。

想要吞下如此庞大的体量，这其中需要一些“技巧”。王清琛似乎摸到了门道——将企业划分为9个行业、75类核心场景。如此一来，只要依据服务企业类型，调用核心场景算法，无需从头搭建。

他尝到了甜头：服务企业年增速340%。2013年203家，2014年1123家，2015年4806家，2016年1.7万家，2017年3万家。

但王清琛觉得未来的路很长……

注: 王清琛承诺文中数据无误，为内容真实性负责。铅笔道作客观真实记录，已备份速记录音。

找上门来的生意

“我们想购买你的那款产品。”北京某家服装公司的IT部门打来电话。

让对方心动的是一个免费智能问答平台。“现在看来回答的问题比较简单，都是怎么下载等问题”，王清琛回忆，“现在看来更像一个FAQ（Frequently Asked Questions）”。

这是王清琛大学期间做的“半成品”。出发点简单且实际，“想在网站咨询量比较大的时候解放一些重复性劳动，尤其节假日和晚上”。

期间，他没少为这个项目费心思。为了保证回答的准确性，他和同学们往往一个人盯着10多台电脑，一旦有机器人不会的问题出现，电脑会自动提醒。这时候，就轮到王清琛出手了，“我们先人工录入答案，后来让机器不停地学习”。

这样简单的交互恰好符合服装公司的诉求。彼时，服装公司内部每天有大量咨询业务，如尺码、颜色、材料等等。如果每次动用人力，重复的问题反复回答，公司内部觉得不妥，因此想要IT部门解决这个问题。

市场需求再一次敲响了虚掩的创业之门。当时，该平台的注册用户已有4000多个，其中有电商网站，也有一些非营利性组织，比如政府工作部门。一些电商网站在高峰期间（比如活动期间）咨询量有10万多次/天。

但王清琛心里还不够笃定。他对产品能不能产生价值存疑，因此孤身奋战了几个月。之后，他按照服装公司的要求如期交付产品，还添加了一些特色功能，比如我要报账、我要查订单等等。对方直言响应速度提高了好多。

客户的满意让他下了决心。于是在2013年7月，也是产品交付当天，王清琛成立了云问科技。他想在这个自己热爱的领域里大展拳脚。

但拳脚还没伸开，他先摔了一跤。

客户在哪里？

王清琛给自己定了个规矩：一定要有强现金流。这就意味着他必须找到更多的付费用户，不能仅仅依靠此前免费问答平台的转化。

他想寻找到一个强需求的场景。“即便你每天的咨询量是100个、1000个，但是这个环节对公司是一个强烈的业务需求，你也愿意和我们一起深度打磨这个产品。”

中小企业是他们第一个要攻下的山头。“就是考虑一下决策周期。”当时他可以选择的有大型企业、中小企业、政府等，而中小企业无非是决策最快的那个。

事实往往不尽如人意。“没有考虑中小企业的付费意愿和付费能力。”而这些企业，往往自身业务还未完善，更没有时间和你一起打磨别的产品，之前定的标准完全派不上用场。

本想借此摸清楚自己的用户定位，但无奈根本找不到用户——连续3个月的走访，接连不断的婉言拒绝。原本的信心满满的他看上去有些焦虑。

一通电话让团队舒展了眉头。电话那头是东软集团某部门的负责人，该负责人通过此前的网站找到了云问科技的联系方式。当时的东软，每天有3万员工会咨询人事、财务等相关问题，咨询量庞大而繁杂。他鼓足了劲儿在4家竞标企业中脱颖而出。

团队似乎找到了方向。“我们就该找这种有付费能力和付费意愿的大公司啊！他们嗅觉比较敏锐，也愿意提升整个公司的运营效率。”

王清琛不做一锤子买卖。因此和东软的合作方式也属于细水长流型。团队先是和东软的HR部门合作，提供一整套从员工入职到离职的自动化咨询和办理流程，后来扩展到更多的部门。“根据他们的需求日益完善，因为机器的准确率也是需要海量数据学习的。”

这样的服务模式后来成为了标配。但如果想要大规模扩张，团队必须要动点儿脑子。

捷径：细分9个行业

王清琛要找到“捷径”。

这需要服务足够多B端用户，之后归类整理。“原有平台可以转化，如果做好服务质量，也会形成口碑。”但这些法子看上去有些被动，他们必须更主动的推进。

担子落在了公司COO茆传羽身上。茆和王各司其职，前者负责市场，后者负责技术。在王清琛的眼里，这位原来在世界500强公司有过市场营销经验的伙伴对于如何找到“猎物”颇有自己的见解。

结果是最好的佐证。他们服务的企业以每年340%的速度增长：2013年仅203家，2014年1123家，2015家4806家 ……

他们看起来离目标更近了。“要找到一些通用的场景，才能适应快速增长。”因此，当服务企业达到10000家时，团队便开始琢磨更加合理的运营方式。他们找到了75类通用场景，比如网站咨询、APP咨询、企业内部咨询等等。

这样还不够。他们发现在后台服务的企业中，酒店、电商、证券等9个行业的比例达到了70%以上。这意味着他们需要找到核心行业的核心场景，比如酒店的订房退房系统等等，以此建立核心场景的底层架构。

模型已好，需要的是数据。当企业需要智能问答系统时，他们只需调用自己的数据喂饱这个机器，不断调试便可使用。

这提高了服务的效率。从服务的体量可见一斑：截至目前，云问科技累计服务3万家企业，1.8亿用户。

四年多时间，12亿次交互问答，成长的不止团队，还有机器的准确率。

95%正确率

起初，机器并不是那么善解人意。

它看上去有些笨笨的。它只能回答一些简单问题，比如如何注册，怎么下载等。

但它却乐于学习。比如最初用户问它感冒要吃什么药，起初它并不知道怎么回答。但当人工辅助回答“是风湿型感冒还是风热型感冒”时，它马上记住了这个操作。

当人工辅助的次数多了，下一次当再有人问它感冒吃什么药时，它马上回答到风湿型还是风热型，然后根据用户的回答继续给出用药提示。

如今，它被调教得更懂人性。在懂人性的路子，它的步子显得慢一些。最初，当用户提出某个问题时候，系统会给出10个关联问题供用户选择。用户选择最多的那个往往是他真正要问的问题。

比如有房客问：“我飞机晚点儿了怎么办”？下面会列出酒店可以保留到几点呢、房间可不可以保留等10个关联问题。长期调教后，它很快就可以得知房客的真正意图是想要知道房间可以预留到几点。

经过四年多的调教，人机交互的准确率从最初的80%到95%。用户提问的方式有语音和文本两种，语音识别直接调用业内优秀的语音识别系统。

机器学习的脚步从未停止，它的作用没有止步于问答。“比如系统统计结果表明在西藏有相当比例的用户问在拉萨有没有如家酒店，这其实可以辅助高层做决策的”，王清琛信誓旦旦地说，“这表明要么附近没有酒店，要么位置不好找”。

从创业之初到现在，王清琛一直遵循最初给自己定的规矩。公司可以稳定持续盈利，且利润连年增长。收费模式分两种：大型企业直接买断服务；或者帮助企业购买维护服务器。

融资方面，团队在去年9月获得由松禾资本领投的3000万元A轮融资，今年年中着手A+轮融资，“想跑得快一点儿”。

编辑   付文学   校对   冯猫猫