机器人打电话低层技术的发展

 　在阿里这几年，祝磊发现销售每天都要花5-6个小时在上进行筛选，这是一件简单而重复的事情。他开始琢磨有没有可能通过其它方法改善这种痛点。

 

　　三十而立，三十是一个迷茫期，“销售其实分不同类型，我们这种类型的销售时刻用时间在奋斗，说的严重一点是用生命在奋斗。三十之后，人多少会有一些懈怠感。我们这个可替代性太强，时刻有更年轻的同事进入，未来应该何去何从，一股更大的危机感产生了。“

 

　　于是，祝磊选择了离开。他首先找了他表弟，后来慢慢又找了其它几位员工。前期为了保证生存，团队做了不少外包服务，比如：公众号、商城分销类。在这个过程之中，他们开始着手准备创业的第一个方向--云分身机器人的雏形。

 

　　许多外贸企业人员花费大量精力熟悉阿里巴巴的排名规则，以保证更靠前的排名。而他初步的想法就是做一个这样的东西。祝磊根据大学技术背景，他建了一个软件，能够在海量ERP数据库中，根据销售经验中的一些重要指标，进行精准的筛选。

　　这里涉及一个技术难题：如何通过数据了解阿里巴巴规则的变化，摸索排名规律。祝磊试过多次，尽管他已经开发出1.1，1.2版本，不过和他预期的目标依旧存在距离，于是放弃了这个想法。

 

　　“七个月之后，我们发现深圳有一家公司成功。也许功能不一定完成实现，不过产品概念抛出去，还是相当有市场吸引力，通过盈收再来一点点迭代优化，做出更好的产品。当时选择放弃，真的非常遗憾。”

 

　　几次战略调整，同样是解决销售和客服和问题，祝磊终于找到其中一个切入点基于语音技术和语义识别技术的机器人。

 

　　语音技术和语义技术市场分析

 

　　语音识别和语义解析是一个太大的范围，没有任何一家公司能把全程业务包断。微软、IBM等大公司在语音上已投入很多年，还没可见的产出，不能因此说小公司没有资源更搞不定。

 

　　语音是基础性的创新，会有一家或几家大公司积累了平台性的数据和技术，但最直接并给用户最多价值的，是各种各样的应用，它们是生态系统中最有影响力的部分。小公司一般能从小的市场点切入，根据市场反馈持续调整。所以业务上一定是百花齐放，能够调用语音语义基础技术能力的创业公司必然对现有业务带来破坏性的冲击。

 

　　伴随着这几年低层技术的发展，语音识别、语译技术、通信技术、神经网络、神经算法逐渐成熟。在一些利基市场，语义分析是可以由一些特定算法实现的，这个的基础是语言学，数据对于语言学基础作出修正。这让一些特定领域的语义分析成为商业企业和学院结合可以发挥巨大作用的领域。