-
人工智能
利用AI回答员工的重复性问题，Spoke 获2800万美元融资
外媒消息，美国初创公司 Spoke 宣布完成了两轮融资，金额总计2800万美元。第一轮为 Accel Partners领投的800万美元，第二轮是 Greylock Partners 领投的2000万美元。其他投资者还包括 Felicis Ventures、 Webb Investment Network、 Spider Capital 、Red Dog Capital 等。
Spoke 利用人工智能来帮助企业解决自动化信息请求，通过回答IT和人力资源相关的问题来节省人们的时间。例如，如何登录工资系统，如何使用打印机，如何访问网站，以及如何重置密码等重复性的模版问题。
Spoke 的目标是减少人工服务的次数，适用于规模在100-1000人之间的公司。如果有人问到一个 Spoke 不能回答的问题，或提问者对答案不满意，那么它会将挑选出合适的人选，并将请求指向该人员。Spoke 从中学习答案，并在下一次询问中使用。
Spoke 的一个好处是它的产品可以在 Slack 中直接使用，而不是另一个独立APP。Slack 等消息平台越来越多地被用来代替电子邮件进行工作沟通，这使得团队中每一个人的信息更易于被访问。这也有助于 Spoke 利用人工智能来确定知识库中的哪些现有答案适用于员工的查询，然后随着时间的推移提供更好的答案。
创始人兼首席执行官 Srinivasan 表示，许多公司都已养成了在内部服务软件上花钱的习惯，这为 Spoke 未来的销售收入带来了想象空间。比如 Atlassian 和 ServiceNow 都是在服务平台上销售软件的公司。
Spoke 目前共有20名员工，大部分是技术人员。创始人 Srinivasan 和联合创始人 Patnaik 的上一个创业项目是 Appurify，于2014年被Google收购。
本文参考了多个信息来源：["https://www.cnbc.com/2017/10/19/spoke-raises-28-million-in-funding.html"]，如若转载请注明出处。
36kr.com
-
人工智能
微软Dynamics 365推出人工智能服务聊天机器人，用AI提高企业服务效率
微软正在利用AI的能力为Dynamics 365企业应用套件客户提供全新功能。该公司在Iginte会议上宣布了一系列新功能，专注于将智能引入业务之中，包括专为领域客户服务查询设计的预置聊天机器人。
包括惠普和梅西百货在内的相关客户已经在使用新的聊天机器人来帮助处理客户查询，以便客户得到更快的响应。微软计划在未来发布更多的AI功能，不过其并未提供详细信息。
对于那些不想购买整个Dynamics 365捆绑软件的客户，微软将其产品分解成以订阅为基础的可单独购买的模块。该公司首先从人力资本管理套件Talent开始。其被划分成了两个模块化应用Attract和Onboard，分别针对招聘和雇佣过程。
顾名思义，Attract旨在帮助公司找到合适的候选人，并为他们的申请池提供资料。Onboard旨在帮助新员工熟悉业务内部系统，以及培训和团队建设。
在未来，微软将会提供更多的此类型产品，客户无需购买整个套件，只需要购买一两个模块即可。
微软还进一步加强了LinkedIn和其CRM产品Sales之间的联系。很快，销售代表就可以通过Dynamics 365直接发送InMail，并将专业社交网络中的档案图片导入到其CRM的联系人记录中。
【AI星球（微信ID：ai_xingqiu）】10月12日报道（编译：福尔摩望）
-
人工智能
美国CRM人工智能软件工具提供商 Spiro 获 300 万美元种子轮融资
据外媒消息，总部位于美国波士顿的CRM人工智能软件工具提供商 Spiro 宣布获得了一笔 300 万美元的种子轮融资，领投方为 Geekdom Fund，参投方包括New Harbor Capital、Hyperplane Venture Capital和MassVentures。截止目前，该公司的融资总金额达到了 450 万美元。
记者还了解到，Sprio 公司的目标，是要把自己的CRM软件产品卖给那些对CRM“不感冒”的传统企业。事实上，过去困扰CRM发展的一大原因，就是所有信息都需要企业安排人力资源手动录入，而且每次信息更新也需要手工进行调整，即耗时又浪费资源。而利用人工智能技术，Sprio 公司推出了一种“主动式CRM”平台，利用与企业邮箱的智能整合，他们可以分析电子邮件发送的内容，然后自动创建和更新客户个人资料，这种强大的自动化功能大幅降低了繁琐的数据输入操作。现阶段，该公司已经获得了来自制造业等传统行业领域里500多家企业客户。
本文作者：Farmer
来源：鸵鸟创投媒体（微信：wechuangye）
-
人工智能
是炒作还是现实？人工智能究竟如何颠覆财税和审计行业？
《经济学人》杂志曾通过调查罗列了未来20年最有可能被机器人抢走饭碗的岗位。排名靠前的包括低端制造业的生产、销售、会计等。在大多数人还认为人工智能离我们还有些远的时候，人工智能在财税和审计领域的应用已经开始全球范围进行大范围的试水和应用。
威科集团（Wolters Kluwer），这家超过180年历史的百年老店，一直以来致力于为包括财税、审计、法律、金融和医疗的专业人士提供解决方案的供应商。
9月20日，由荷兰威科集团主办的2017威科国际财税论坛论坛上，威科集团财税与会计事业部首席技术官和资深副总裁布莱尔.迪芬（Brian Diffin）和以《人工智能
和机器学习在全球财税行业的应用》为题，分享了威科在财税领域人工智能的最新发展趋势。威科集团财税审计事务部产品管理副总裁巴斯.克尼佛斯特（Bas Kniphorst）展示了威科集团人工智能和机器学习的先进创新产品CCH iQ。
会后，记者对布莱尔.迪芬（Brian Diffin）和巴斯.克尼佛斯特（Bas Kniphorst）进行了专访。以下是访谈内容：
问：威科集团有哪些基于领先技术和云服务的业务板块？
答：威科集团为财税和审计专业人士提供基于云技术的解决方案。我们的客户通过云技术解决方案进行客户管理，保证信息安全。这些云服务包括：
• 随时随地进入业务、项目的智能终端；
• 高效部署任务并轻松添加各类功能和特性；
• 通过高度安全、抗外界干扰和专业管理的IT基础设备保证客户的商业正常不间断运转。
问：AI在财税和审计行业的应用会对整个行业带来什么影响吗？
答：财税和审计专业人员已经开始感受到人工智能和机器学习对其日常工作的改变了。在很多方面，财务和审计确实是人工智能能够发挥作用的典型代表。财税审计行业的特点是有很多结构性的数据，这就为机器学习提供了非常大的便利。未来，传统行业的会计师、税务师将需要提升自己的业务技能，保证自己的能力走在前列，并且开发更多的增值服务。因为基础的数据录入、转录和翻译等工作将会被智能化的系统所取代。
当然，这个行业被人工智能改变主要体现在，将会有更多的工作模式的创新和更有价值的服务，同时入行门槛也将会被改变。从前一位会计师通过计算器、表格、软件去处理数据和报告，用网络进行搜索，但未来随着这些工作的效率大幅提升，对会计师的要求将会史无前例的高。话虽如此，这个行业中“人”的因素并没有消失，会计师将通过人工智能这样的技术为他们的客户提供更有价值的增值服务，换句话说，我们相信人工智能在财税审计这样的服务行业会创造更多的机会和需求。
问：在美国企业财务服务市场中的应用现状是怎样的？在威科集团的商业版图中，AI有哪些具体的应用案例？
答：威科集团代表质量和精准，这也是客户找到并且信任我们的原因。我们的服务无论是从效率和附加值角度都极为有效，基于客户巨大的数据量和智能化的需求，我们通过减轻密集型的手工作业——比如将相关信息进行编译形成可用信息来帮助客户节省时间。
威科集团的CCH iQ 是税务和财务行业领域最早基于人工智能技术的解决方案，重新定义了会计事务所如何利用云技术发展业务。CCH iQ的分析工具匹配上百件年积累下来的税务事件以及该事件可能对客户产生的影响。自动化沟通模块生成一份执行方案，这份方案解释了客户受到特定税务事件的影响，并且提出可行的下一步解决方案，再提示用户如何由此给他再带来新的业务，这些才是给用户的一个完整的方案。
除此之外，我们还看到AI技术在用户支持领域的机会。今天，当一个客户遇到一个问题，它们可能会用到很多网站、文档、设备以及应用去解决问题。这就是客户以及我们客户支持部门工作人员的一个痛点。我们目前正在使用整合了AI和机器学习技术的聊天程序，为客户和内部工作人员提供一份基于彼此没有任何关联的多个数据库和知识库中搜索出来的结果整合起来的一体化信息来应对需要解决问题。
问：威科在中国有哪些竞争者？
答：中国的人工智能技术发展的很快，在美国的大学里，无论是斯坦福还是伯克利，顶尖的学者中到处都是中国人的影子。威科在中国的竞争者，说实话我们还不知道在哪里，目前中国在这个领域有很多新的、小的创业者，他们都非常优秀。如果有机会，我们非常愿意和中国的技术公司合作。
问：在财务和税务服务领域，基于规则的机器学习和神经网络，哪种技术应用的更多？
答：人工智能和机器学习技术发展的十分迅速，但目前机器学习的应用案例明显多于神经网络的应用，主要因为发展成百上千节点的高端神经网络的时间和成本很高。
相比而言，一个基础的机器学习算法可以应用在不同的输出模型中。 输出量越大，机器会变得更聪明更准确。比如，用算法去识别会计单据和税务表格中的变量数据，并且将数据传输到另外一份文件或者合规表格中看起来是非常合理的应用。其中最重要的是有大量的输入数据。
神经网络在财税和审计领域的应用有很多设想，但目前我们仍然要测试这些想法的商业可行性。
来源：36氪，作者：Simone。转载或内容合作请联系zhuanzai@36kr.com；违规转载法律必究。
-
人工智能
以后让人工智能安排你去合适的岗位，而不是老板
编者按：本文作者Tim Chatfield是Jitjatjo的联合创始人兼CEO，Jitjatjo是一家利用人工智能技术为纽约市的餐厅、酒吧、场馆和酒席承包商等雇主，在紧急时刻找到合适又随叫随到的临时员工。尽管作为一位CEO他时刻不忘PR自己公司，但是他在这篇文章中介绍，类似的雇主和人力资源服务公司要如何利用人工智能技术快速找到合适的人，这个过程很是有趣，似乎说明了，在人工智能系统中，收集到足够大量又可用的数据，才是王道。坦白说，看完文章之后的我反而觉得，人在职场上的每一次行为和评价都被记录，实在太可怕了。
雇主每年要看成千上万的简历，面试成百上千为候选人。这个过程其中涉及到海量数据，可以说是超过一般人能处理的量。就算今天的老板们再聪明，也不免发生看走眼的时候，毕竟人总是会犯错的。
所以我们才需要AI。
接近一半（46%）的招聘人员认为，招人最难的部分是，你要如何从一大堆乏味的简历中，挑选出合适的候选人。人工智能和机器学习很可能会改变此局面，它们可以大幅提高招聘人员筛选简历和给候选者安排合适岗位的效率。
将人才信息数据化
酒店经理需要招聘酒保、服务员、洗碗工等前台后厨一大堆岗位，同时要安排他们的工作时间。究竟谁能在要求的时间内工作，谁应该在什么时候做什么事？
AI如果想要解决类似问题，招人的恭喜首先需要构建一个数据集（人才库），里面记录着候选人的各种属性，并持续更新。更重要的是，你需要有一款数据驱动的能够上传到系统的员工简历系统，里面包括了候选人的背景。这些背景包括候选人的技能、爱好、住址、工作经历、空闲时间，还有雇主对他的评价。
提供临时雇员的人力外包/人力资源公司，需要将没什么从业经历的人派去不同的岗位，方便形成一个数据库。最终，当岗位和员工们的数据积累到一定量的时候，AI就可以非常准确地分析数据，并为某个岗位推荐最合适的候选人。
这就有点像Netflix 和 Amazon 等平台上的个性化推荐引擎。系统不会给你推荐最好的电影、最好的产品或最好的人，而是根据客户以前的挑选历史和评价，挑出你最喜欢的、最有可能选的人。
分析员工的长处
AI能做的不仅是简单地匹配公司和候选人，还可以帮你选出最守时、最有经验、最全能甚至是最圆滑的员工。它还能找出，哪位员工在高度时间压力下，还能有稳定发挥。如此一来，公司可以根据客户不同的需求，做出合适的安排。
这个过程跟市场营销人员利用谷歌、Facebook和Twitter上的用户行为数据，针对特定消费人群调整营销方案的道理类似。未来，我相信会有越来越多的公司通过开放API的方式共享数据，招聘人员就能更加深入地分析申请人。目前，人工智能抓取的还主要人力资源行业比较表面的指标。
展望未来
我们在过去几年看到，许多突破性的新技术在人力资源落地。比如FirstJob推出自动化招聘机器人Maya（时刻不忘PR自己公司的创始人），它可以将招聘过程中75%的流程自动化，评估完应聘者们之后进行排序，并自动安排面试。
本文翻译自 venturebeat.com，原文链接。如若转载请注明出处。
-
人工智能
当人工智能遇见企业 SaaS，Salesforce 为销售云业务开发三项全新服务
距离 Salesforce 推出其 AI 产品 Einstein ，已经过去了一年时间。在庆祝 Einstein 一岁生日时，Salesforce 为其销售云（Sales Cloud services）企业用户开发了3项全新功能。
这里简单介绍下 Salesforce 旗下的7个主要产品方向，Service Cloud、Sales Cloud、Marketing Cloud、Community Cloud、Analytics Cloud、IoT Cloud 和 APP Cloud。分别为企业的客户服务，销售业务，市场营销，数据分析等各个领域提供帮助。
在这些新功能中，Einstein Forecasting 会基于 Salesforce 中所存储的企业用户数据，通过机器学习帮助销售主管预测他的销售团队在接下来的时间段内会有何种表现。其目的是帮助经理们在制定团队销售目标时不要感性地猜测，而是依据公司历史、团队的过往销售数据科学预测。
Salesforce 也会为销售代表们开发新功能，Einstein Opportunity Scoring 会给团队指出哪些销售交易是最有可能成功的，哪些可能会失败。从而给销售代表们指出应该把时间花费在哪里，以提高效率。
Einstein Email Insights 会用自然语言解析销售代表邮箱内的邮件内容，指出哪些邮件是重要的，并应该如何回复。从理论上讲，这应该会帮助人们不再错过关键信息。尤其是邮箱中堆积了太多的垃圾来信时，销售们很容易把握不住重要用户信息。
目前这三项功能都处于试用阶段，预计将在明年年初推出这一功能，价格也会于那时公布。除了这些新功能，Salesforce 还会为人工智能领域公司投资一笔5000万美元的专项资金，Highspot, Squirro, 和 TalkIQ 是第一批接受此笔融资的企业。相比于其他竞品，在人工智能领域最大的优势在于其沉淀了多年的企业用户数据，未来 Salesforce 可能还会通过收购来进一步扩充其数据量。
来源：36氪，作者：徐宇。转载或内容合作请联系zhuanzai@36kr.com；违规转载法律必究。
-
人工智能
用人工智能搞定营销自动化，深知科技想为每个企业配备“精英广告操盘手”
数据显示，2017年全球营销服务支出总额将有望突破万亿美元。这个看起来十分高端的行业，实际却是人力密集型产业。一方面，现有的营销活动仍存在大量复杂繁琐的人工工作，需要营销人员不断测试、调整、维护，周期长、效果不稳定、预算浪费严重；另一方面，优质营销人才稀缺，企业千金难求。
在Google 和阿里妈妈（阿里广告事业部）做了多年广告相关的技术研发，陈辉认定自动化是营销的未来，利用人工智能相关技术可以提升营销的效率与效果，2017年2月在杭州创办了深知科技，并很快获得来自创新工场数百万美元天使融资。
经过不到半年的研发，深知科技打造了第一款产品——深钻，定位为给淘宝钻展商户提供的一键式投放工具。用户只需要注册账号，设定营销投入的预算，上传创意，机器即会自主创建投放计划并通过算法自动优化定向、出价、创意、广告位组合。
营销自动化是近年来一个比较热的概念，但要真正实现落地并不容易，要从技术上解决投放决策自动化、数据不足等难题。
首先，要解决快速投放决策自动化的问题。广告投放是一个海量参数空间动态优化问题，以淘宝钻展广告为例，投放人员面临 3000 万种不同的“定向x创意x广告位x出价”组合，四种优化目标，以及随时发生变化的市场竞争环境，寻找最优参数通常需要几周时间。传统的方法基于 逻辑回归，适合单一场景 CTR（点击通过率） 预估，但无法帮助商家端进行决策优化。深知的方案是基于深度学习和 强化学习进行自主决策，可以将几周的优化时间降低到几个小时，模式可以做到十五分钟迭代，实际验证中 CTR 提升七倍，ROI 提升两倍。
其次，要解决数据不足的问题。优质数据对于人工智能来说必不可少，过往营销投放少的公司往往数据量有限，深知利用精准定向和迁移学习技术解决这一问题。机器会自动对比类似店铺，通过行业数据和跨店铺的迁移学习，在数据不足的情况下仍能得到较好的初始模型。因为深知的模型可以做到每15分钟迭代一次，因此数据较少的店铺也可以快速找到适合自己的模型，提升投放效率与效果。
此外，深知解决了全栈的私域互联网“自动登录”问题，无需广告平台提供开放接口，机器人可以自动登录、接入第三方平台账号（比如钻展的后台账号），自动控制Web、APP、微信和电话系统，并无缝对接到深知自研的机器学习平台，完成人能够完成的操作，从而减少人的工作量。
深知的第一款产品“深钻”，已于7月中旬上线，目前已经落地女装、男装、化妆品、营养品、家具等七个行业，已经有十几家客户已经或正在接入，主要是各个行业销售额前十的客户。这些客户多有大量的广告预算，且有相对优秀的广告操盘手，可以更直观的展示自动化投放的实际效果并与人工对比。
CEO 陈辉告诉36氪，“深钻”目前的一家客户为行业Top3 营养品商家 ，采用深知的推荐计划，拉新成本（CPC）、投入产出比（ROI）都要高于人类，其中 ROI 有127%的提升，拉新成本降低了 34%；另一家行业Top 5的商家过去平均只有 1.4 倍的投资回报率，深知做到了 98.76 倍，仅一天就给商家多赚了 10 万人民币。
经过半年的研发，深钻的产品形态基本稳定，产品上线两个星期收集了 293 个新需求，目前已经迭代到 1.4 版本。接下来团队也会在细节方面进行优化，比如配合淘宝活动，提升类似双11等特殊时段的投放效率；推出人机问答界面取代目前的Web操作界面，进一步减少用户的设定工作。
获客是企业服务类公司的一大关键。深钻目前已经找到一条高效的渠道，但因为涉及商业机密暂不方便对外公布。一般深知会给客户提供一周的免费试用期验证产品效果， 团队表示因为效果较好，付费转化率较高。目前有十几家商户已经或者正在接入，收费模式为按照商户的规模、调用功能阶梯收费。
现阶段，阿里电商广告每年的投放金额超过1500亿人民币，钻展的广告投放总额达到250亿左右。过去，因为广告投放优化难度高，商家广告投放效率较低，预算浪费非常严重，100万商家中也仅有5万家钻展商家，深知预计通过傻瓜式的操作，不仅可以吸引现有商家，也有可能激活其他商家的投放热情。
深知的底层技术相对通用，因此也比较容易拓展淘宝钻展以外的平台。一般来说，淘品牌很难突破10亿元营收的天花板，也都在拓展淘宝以外的渠道，为深知基于已有客户提升客单价提供了可能性。
现阶段，深知科技组建了20人规模的团队，以技术为主。CEO 陈辉是美国德克萨斯大学奥斯汀分校博士，曾在Google、阿里巴巴和蚂蚁金服广告相关的业务部门任职。在阿里期间，从无到有地做出了第一个真正意义的大数据营销产品“魔镜”，将商家的广告投放 CTR和 ROI分别提升了七倍和两倍。 COO 唐陈俊之前是华为浙江联通部部长，有12年的销售经验。团队的算法专家楼楼，在阿里时做的任务调度模型，曾一个季度给阿里云节约 5 个亿，并多次获得算法比赛大奖。另外，团队成员中还包括无人驾驶算法专家、阿里前数据部门的架构专家、十年经验的电商总监、Github star 数排名前三的 iOS 工程师等。目前团队也在寻求优秀人才（ jobs@shenzhi.ai）。
当前，企业普遍面临流量越来越贵难题，营销成本居高不下。数据显示，2015年百度广告的平均消费额相比2011年增长200%；广点通和今日头条2016年CPC相比2013年分别上涨260%和150%。为了降低成本，企业提高营销效率，企业精细化营销的需求迫切。根据Gartner预测，企业使用营销自动化系统后能够节省15％的工作时间。营销自动化为企业用降低33%的成本创造了50%及更多的销售线索。营销自动化也成为一个热门概念。
这也意味着，深知有可能要面对来自于大公司和新初创公司的竞争。这方面，陈辉并不太担心。初创公司要组建起在算法、广告、工程等领域均有所长的团队并不容易。大公司则因为相互之间的竞争关系，很难获得其他公司的数据，且产品多为自己的平台服务，并不是完全从用户的角度出发。
来源：36氪 ，作者：石亚琼，如若转载，请注明出处：http://36kr.com/p/5087381.html
-
人工智能
人工智能云服务公司云脑科技获数千万元A轮融资，翊翎资本领投
记者今日获悉，云脑科技已经完成数千万元人民币A轮融资，由翊翎资本领投，美国中经合集团等共同投资。资金主要用于技术研发、市场拓展，团队会侧重推动金融、能源、人力资源三个领域内的合作。
云脑科技（CloudBrain）成立于2015年，是一家跨越中美两地的人工智能云服务公司。公司成立之初，就获得了峰瑞资本领投的千万级天使轮融资。云脑科技致力于将硅谷最前沿的人工智能、深度学习研究成果引入中国，提供X+AIx的行业AI中间件产品及服务，目前已在金融、能源、HR等行业落地。
据悉，云脑科技要解决AI应用在传统行业落地时的三个常见问题：“数据如何选择和导入？”、“模型和技术如何组合？”和“输出如何集成到业务？”。为此，云脑科技探索出一条独特的商业模式，与合作伙伴共同打造解决B端客户问题的工具和PaaS/SaaS平台。
创始人兼CEO张本宇毕业于北京大学计算机系95级本科／人工智能硕士，先后工作于微软亚洲研究院，Google，Facebook，18年来专注于人工智能的研究及开发。曾发起／领导Microsoft adCenter Lab，Microsoft SILK，Google AdWords Quality，Google Now，Facebook Search等多项核心技术及系统的研发。
目前云脑科技在中美两地建立了30人的研发团队，团队成员来自Microsoft、Google、Facebook、Qualcomm、阿里巴巴、中国电信等企业，在深度学习（RNN/CNN）、增强学习、NLP、知识图谱领域均拥有大规模项目成功实践经验。美国团队由张本宇带领。
【猎云网（微信：ilieyun）北京】7月13日报道
-
人工智能
求职网站Workey获得800万美元，用人工智能代替猎头 厉害了我的哥
Workey由Ben Reuveni、Danny Shteinberg和Amichai Schreiber于2015年创立，至今已与400多家公司合作，包括雅虎、亚马逊、戴尔EMC和甲骨文。
这一平台目前采取的是匿名形式，Workey解释说这一做法有助于缓解招聘偏差，公司会在看不到候选人的种族、性别或宗教信仰前提下做判断，能保证一定的公平性。另外Workey还能够帮助职位候选人看到自己在就业市场的位置，这样可以帮助他们在工资谈判中获得优势。
这一轮融资由PICO Partners和Magma VC领投，使Workey累积融资达到960万美元，其中包括早期获得的种子基金。 Workey将利用这新一轮资本在美国扩张开来，首先在纽约开设办事处并聘请专业人员组成团队进行研发。
-
人工智能
利用人工智能筛选信息，自动化信息处理初创公司 Agolo 获微软 350 万美元投资
Agolo 是一家位于纽约的初创公司，旨在通过人工智能帮助企业处理信息超载问题。公司日前宣布已经完成了Microsoft Ventures 和CRV共同出资的350万美元融资，参与投资的还有Point72 Ventures和Franklin Templeton。公司表示，将利用新资金扩大平台来适应资产管理者和投资银行，进一步改变金融服务分析师的工作方式。
Agolo成立于2012年，公司最知名的产品是摘要软件，它可以帮助用户在大量的信息中提取处要点，帮助用户处理过剩信息。公司之前的测试版本帮助用户提取处Twitter中和他们最相关的对话和信息。早期的测试版也显示了在大量信息中提取关键信息的重要性并且做这件事情是完全可行的。今天，Agolo被评为“世界上最先进的汇总摘要软件”，能够对新闻、文档等信息进行自动总结。
使用自然语言，Agolo 技术能够分析数据内容，识别不同主题，并绘制它们之间的联系。公司表示，它已经与“世界上最大的媒体公司”合作，通过亚马逊 Alexa语音助手来摘要Facebook上的消息。未来，Agolo 计划将产品集成到其他平台，如Slack，并将形式扩展到聊天，语音和视频。
Agolo首席执行官Sage Wohns认为，“总结”本质上是对内容和阅读的算法，人们有必要了解世界的信息，而Agolo 正在填补这一空白。与投资者的平台合作伙伴关系帮助Agolo 成为媒体公司不可或缺的一部分。Agolo 将来在不同领域，包括金融服务行业也会有更广泛的应用。首席技术官Mohamed AlTantawy也表示，对于依赖于数据准确性做出高风险决策的人来说，Agolo 利用人工智能总结摘要信息，大大降低了时间成本，最终用户可以获得个性化的市场报告。
算法和人工智能越来越渗透到创意领域。类似Agolo的公司还包括 Automated Insights，Automated Insights 使用自动化来分析大数据并将其转化成比较形象的可视化报告。Narrative Science 则侧重于使用BI，从而实现自动化创建营收报告的目的。
本文参考了多个信息来源：venturebeat.com，如若转载，请注明出处：http://36kr.com/p/5073607.html
扫一扫 加微信
hrtechchina
