循环智能获「红杉中国」领投1200万美元融资

首页    公司动态    循环智能获「红杉中国」领投1200万美元融资

 

 

重要的事情放前面:

  • 红杉资本中国基金领投了循环智能(Recurrent AI)的新一轮融资,金额 1200 万美元,万物资本和金沙江创投跟投本轮融资。此前循环智能也获得了真格基金、靖亚资本和金沙江创投等机构的支持。
  • 目前,循环智能已经与两家头部股份制商业银行达成了合作,在保险、教育、房产等领域签约了招商信诺、众安保险、水滴、轻松筹、新东方在线、51Talk、自如、我爱我家等行业标杆客户。

融资消息公布后,可能会有一些新朋友想了解,新加入红杉大家庭的循环智能(Recurrent AI)到底是做什么的?这篇推送争取能回答这个问题。

 

中大型企业在销售环节面临的挑战与解决方案

 

 

挑战一:在企业数字化转型的过程中,销售过程的线上化成为主流趋势。无论哪种销售方式,涉及到高附加值、复杂产品的销售时,人与人的沟通过程必不可少。但中大型企业普遍面临的挑战是,大量一线业务人员的专业能力和沟通能力不足,尤其是在面对客户提出的异议时,缺乏有效的应对策略,很容易导致意向客户流失。同时销售管理者很难追踪到,经过多次培训后,业务人员是否真的在实际沟通时学以致用了。

 

挑战二:企业获取新线索的难度在增大,成本在变高,而针对已沟通过的几十万、上百万存量线索进行二次接触时,转化率非常低,缺乏有效的技术手段能筛选出其中的高意向线索,提升转化率。

 

针对上述两大挑战,循环智能借助原创的自然语言处理(NLP)和深度学习技术,搭建了基于AI的销售策略生成与执行辅助系统。具体来看,包括:

 

实时辅助销售人员,提升他们处理客户异议的能力和专业度。在销售员与客户沟通过程中,大量订单的流失是由于销售员没有正确应对客户提出的异议导致的。循环智能通过挖掘出沟通中关键的客户异议点和有效应答话术,将来自优秀销售的最佳实践总结到系统中,在销售与客户沟通过程中提供实时辅助。实时辅助系统的挑战主要体现在从海量沟通数据中挖掘最佳实践的能力、实时转写的高并发&低延时技术实力以及对一线业务员的需求理解上。三者缺一不可,组合起来才能做出让一线业务员真正愿意使用,并且能对业绩提升带来实际帮助的工具。

 

利用AI对话分析系统,实现销售沟通过程管理。大部分管理者长期存在一个痛点:不知道业务员在与客户的实际沟通中,是否正确地处理了所有的客户异议,是否正确传递了产品价值。有时候即使提供实时辅助工具,还是有业务员没有正确执行。因此,循环智能除了提供实时辅助,也会同时将业务员与客户的沟通内容记录下来,通过语义分析,将执行情况报表化,让管理者及时了解到每名业务员是否采用了最佳实践,并且结合成单数据,看到因为未采用最佳实践导致了多少客户流失。

 

无需行为数据实现成单预测,带来2-3倍转化率提升。目前市场上的客户成单预测模型,大部分是基于客户浏览网站、app产生的行为数据,以及客户过往的订单等业务数据进行建模的。但是,在保险、教育等很多销售场景,成交之前并没有业务数据可以使用,也没有用户的行为数据,只有过往的电话录音、文本记录等数据。因此,循环智能开发出一套无需行为数据的成单预测方案——通过对接企业以往与客户沟通的数据,利用自然语言处理技术,将成单的沟通数据作为“正例”,将未成单的沟通内容作为“负例”进行训练,得到无需行为数据的成单预测模型。企业可以根据成单预测的结果,筛选出高意向线索进行沟通,提升2~3倍转化率。

 

AI系统落地的挑战与突破

 

挑战一:过去大家普遍认为,人与人的沟通过程是非常个性化和多样化的,所以依赖标准化、“结构化”数据的AI技术很难带来实际帮助。

 

其实正是得益于新一代的自然语言处理和深度学习技术的突破,企业才能准确高效地识别出同一个“语义点”的上百种表达方式,针对海量沟通内容的数据挖掘和信息提取才有了可能。循环智能以自然语言处理和深度学习技术见长:循环智能联合创始人杨植麟博士作为第一作者,与 Google AI 和卡内基梅隆大学联合推出了深度学习模型 XLNet,该模型在 18 项自然语言理解任务中取得SOTA最优结果(state of the art)。根据 Google Scholars 统计,在 2019 年全球所有  NLP 论文中,XLNet 以 1000+ 引用量排在第一位。另一位联合创始人、CTO张宇韬博士曾获得北京市科学技术一等奖、吴文俊人工智能技术进步一等奖,并且入选了国家博士后创新人才支持计划。

 

挑战二:过去企业管理者在部署AI系统时,会遇到投入产出比难衡量、回报周期过长的问题。

 

与常规的AI系统不同,循环智能的AI系统对接了企业的业务结果数据,也就是销售跟客户沟通之后是否成单。因此可以从海量的沟通数据中分析出不同应对方式的成单率差别,挖掘到经过数据验证的最佳实践,让企业摆脱了完全依赖人工基于少数案例进行经验总结的局限。与此同时,对于企业管理层而言,部署这套AI系统带来的业务价值也变得更容易衡量、更快获得回报——转化率提升了多少,业绩增长了多少,都可以通过AB测试快速看到效果。

 

投资人寄语

 

红杉资本中国基金合伙人郑庆生:循环智能由国内顶尖AI团队创立,致力于通过语音识别和自然语言处理等技术全面提高企业销售效率,在企业销售与客户的交流中,分析非结构化的语音和文本数据,将销售数据进行量化,不仅提高销售效率、转化率和客户满意度,而且反向指导企业的销售流程发现新的机会,是很好的AI应用落地场景。他们把握住了企业管理者对AI系统的诉求,同时又能深入到一线业务员的工作场景,这对于一家年轻的企业服务公司而言非常难得。

 

金沙江创投合伙人张予彤:很荣幸从天使轮到现在,见证了循环智能团队从创业伊始就提出的愿景一步步转化为产品,服务于产业。传统的SaaS只解决业务流程和数据接入的问题,并不能直接为企业量化其降本增效的价值。而循环智能的产品立足于用AI重新塑造每个人的工作方式,真正为销售团队提高产能。公司今年推出的实时话术辅助系统,做到了有效降低新老销售之间的差异,让最佳实践和AI成为每一位员工的虚拟教练,帮助新员工顺利成长、迭代和超越自我,真正为销售团队提升产能。随着市场上流量和销售线索逐步稀缺,企业会转向数据驱动的精细化运营。我们看好并将继续支持循环智能团队,我们相信,切实提升销售漏斗转化的产品将成为企业销售管理的利器。

 

未来:面向更广阔的销售场景

 

在我们看来,企业与自己的客户之间的交互主要有两种:一种是通过开发app或网站,供客户使用,比如头条、淘宝和抖音等;另一种是通过业务员与客户进行交流,比如保险代理人、课程顾问和置业顾问等。

 

前者会产生以用户点击为主的行为数据,通过分析行为数据,企业可以更了解客户的需求,从而提供更准的资讯、商品和短视频;后者会产生电话录音、在线IM沟通记录等对话数据,这些对话数据中隐藏着成单的沟通秘诀、业务员的沟通能力和客户的意向等信息,但企业还没有充分利用好这些对话数据的价值。

 

循环智能(Recurrent AI)帮助企业高效地利用对话数据,打开沟通过程的“黑盒子”,一方面从中挖掘成单的沟通秘诀,为业务人员提供实时辅助系统;另一方面借助无需行为数据的成单预测方案,为企业提供转化率更高的精准销售策略。最终,帮助企业提升销售效率,带来业务增长。

 

循环智能的产品支持本地化、私有云和公有云等灵活的部署方案,采用SaaS订阅制的收费模式。接下来,我们将广泛接入线上、线下等更广阔的销售场景,帮助更多中大型企业客户实现销售效率提升和业绩增长。

 

2020年9月24日 14:24