切入智能客服千亿市场，Rul.ai想用半监督学习做低成本机器人

工商局数据显示，截至2016年年初，全国中小型企业约有4200万户，与此同时，2016年间平均每天新增1.5万户。中小型企业——尤其是初创企业——对企业级服务的需求巨大。艾媒咨询分析师估测，企业级服务的市场规模在2020年将达到上万亿元，其中的垂直细分市场智能客服，是一块千亿级的蛋糕。

自2013年以来， 国内市场上基于自然语言学习和机器学习技术的智能客服发展迅猛 。在阿里云ET、京东JIMI等对第三方开放的自平台机器人外，涌现了大量广受资本青睐的第三方平台机器人，其中包括与Rul.ai同样以 自然语言理解和自主学习为核心 的 蓦然认知 、 三角兽 、 网易七鱼 、海知智能等。

基于自主研发的第三代客服机器人技术，Rul.ai的潜在客户不仅限于企业，还有需要技术升级的其他企业服务公司。联合创始人兼CTO、美国加州大学终身教授张奕博士告诉36氪，基于规则系统（Rule-based System）的第一代客服机器人和运用监督学习（Supervised Learning）的第二代客服机器人，虽然能够降低企业人工客服的成本，却产生了持续更新规则库或人工标注机器学习样本的技术人员成本。Rul.ai运用了最新的半监督学习（Semi-supervised Learning）和无监督学习（Unsupervised Learning）方法，对人工标注样本的需求远低于使用监督学习的二代机器人。如此一来，有效降低了智能机器人的生产和维护的成本。

Rul.ai核心引擎在客户上传已有客服对话数据和知识库数据后，短则几小时、长则数日内即可优化出为客户企业量身定制的智能客服；第一、第二代机器人通常需要数周至数月才能交付。此外，在人工客服为顾客服务时，Rul.ai机器人会开展人机协作、向客服提供建议，同时观察对话、进行自主学习和自我优化。不过，张博士指出，现在智能机器人技术还有很多待解决的问题，需要团队能够持续地创新改善。Rul.ai的团队成员均毕业于国内外名校，包括曾在Ask Jeeves、Salesforce、Aspect、Oracle等科技公司任职的高管，在客服方面有较多经验。

Rul.ai在2016年完成了天使轮和A轮融资，投资人包括金沙江创投和斯道资本。公司在中国已有环信客服平台和助理来也等客户，在美国也已与数家企业开展试运行。