對于試用結果，追一科技CTO劉云峰內心還是有些打鼓的，“技術上不存在太大難度，但是我不知道追一的技術和之前那些廠商相比，有沒有優勢，有多大優勢，這就像一個轉學學生，之前學校學到很多知識，但是他不知道在新學校和同班生比的話，考試會考第幾。”

當時滴滴組織廠商做相同的題目來比較準確率。結果那次“考試”，追一領先了原來那家廠商14%，達到近90%的準確率。

“攜程、滴滴、國美當時都在跟傳統機器人廠家合作或者對接，只有我們是一套全新的技術。深度學習的方式，效果比傳統的機器人好很多;端到端學習，讓整個運營門檻降了很多。這核心的兩點，讓我們跟傳統機器人有了明顯的代差。”吳悅對新經濟100人說。

技術代差帶來的時間窗口，悄悄打開了。上一代機器人廠商已經教育過部分市場，對追一來說，逐個吃下大客戶，樹立行業標桿，提高垂直行業市場份額，是早期乃至中期都要堅持的路徑。

追一把戰場首先推到了金融行業。他們進入這個領域，是一個機遇，也有一些巧合。

當時正值某銀行信用卡中心想升級客服機器人，開啟測試，已經測了半年。等到追一得知這個消息，距離最后的截止日期只有一個月時間，國內最好的客服機器人廠商云集于此，追一是最后一家進入競逐的公司。

該銀行心態開放、熱愛創新，1999年啟動首家網上銀行，云計算和大數據時代，也是第一批吃螃蟹的人。

因此，他們沒有戴著有色眼鏡看待追一這家初創公司，反而對新事物充滿了好奇。

根據測試的結果，該銀行信用卡中心簽下了追一科技。

當時追一與老牌智能客服廠商的測試準確率不相上下，都是93%至94%，該老牌廠商已經運營了多年，而追一剛部署了一個月。顯然深度學習的方式更有潛力，新舊技術的代差顯露出來。

有了標桿客戶，追一在金融領域的擴展就順利許多。

金融，是企業服務比較難做的行業，因為它對數據和信息敏感，對技術實力和服務質量敏感，有一套非常嚴苛的測試、部署流程。在追一看來，率先攻下金融，等于占領了一座高峰，再進軍其他行業，就具備戰略優勢。

“金融行業，目前我們的覆蓋是領先的，在TOP100的機構里，我們覆蓋了大約70%到80%的市場。”吳悅說。

2

-安內：鋪路規模化-

2018年一整年，追一科技團隊做了200多個POC（針對客戶具體應用的驗證性測試），交付了六七十個項目，而交付團隊只有五十人。這樣的效率，是追一踩過無數坑后，慢慢把工程和后臺體系搭建起來的結果。

追一科技金融領域的客戶，在意數據安全，多是項目制的私有化部署。

私有化項目的優劣勢非常明顯，對于早期創業公司來說，它短期可以帶來可觀的現金流，服務的多是大型企業，容易樹立品牌影響力;不足之處在于對團隊的要求比較高，尤其是在交付這一塊，需要投入大量人力與時間，并且線性增長，邊際成本不降反增。

追一早期項目不多，剛開始創業時人才比較缺乏，員工多是應屆畢業生或者實習生。他們慢慢積累了六七個產品的解決方案，一步步把團隊搭起來。

2017年底的時候，追一開始面對大量私有化客戶，金融行業起量了。

交付成為了阻礙增長的嚴重問題。追一后臺負責人調去組建交付團隊，花了兩年時間打造了一支百人左右的團隊。

當時他們從頭部科技公司物色經驗豐富的交付人才，吸納了BAT十多位專家及高級技術人才加盟，才逐步把中臺團隊組建起來。

“若非如此，整個公司的復制性和規模化問題很難解決，這些人都是做過大量大型系統加工的，必須去找這么一波人。”追一科技聯合創始人汶林丁說。

2019年，追一做了500多個POC，實施項目量翻倍，但交付團隊并未新增人員。

然而，金融客戶全是大客戶，回款周期長，增長痛苦。這促使追一開始做公有云業務，構建另一個增長點，為未來鋪路。

“我們的打法跟現在很多智能客服公司不一樣，他們是直接拿一個很通用的產品，建立龐大的電銷團隊，賣什么東西可能就不重要了，雖然大家一直在強調自家產品和別人產品的差異化，但是分析他們產品，這種差異只是很短時間之內創造的東西。”

在一遍遍踩坑、填坑中積累的經驗，打磨的流程與體系，才是壁壘。

在銀行等金融機構的私有化部署內，每個企業硬件、網絡等基礎設施都不一樣，在交付時非常定制化，通常需要數月之久。

這種差異化曾讓追一吃過不少苦頭，后來他們通過虛擬化、容器化等PaaS層面的技術方案消除企業之間的差異化，營造一種相對標準化的實施環境，從而簡化安裝部署，降低成本。

“現在付出成本最高的兩點，一個是研發和穩定性，一是現場AI產品的交付。因為研發迭代非常快，研發流程、研發質量包括測試并不完備，只能邊打仗邊一點一點積累，這個過程非常痛苦。”汶林丁說。

智能客服項目每到一個客戶那里，都要幫客戶建立一套知識圖譜，跟場景、業務相關。這個過程非常耗時耗力，例如一家銀行，在追一已經具備多家銀行場景經驗的基礎上，仍需要一個人完全投入兩三周時間，效率仍有很大提升空間。

3

-增長：結構與戰略-

前兩三年，在追一科技的第一階段與第二階段，對外，他們拿下KA客戶，樹立起品牌形象，對內，搭建起中臺與后臺，規范標準化流程。

這些都是在為接下來的增長鋪平道路。

公司增長，分為結構化增長和戰略型增長。

結構化增長即拉新，獲客。拉新不易，金融市場盤子有限，幾年時間就可以吃透，接下來就是鎖定這些客戶，深挖它的價值，把服務的連續性做起來。

結構化增長是公司的根據地。放眼全球，商業銀行對企業服務的貢獻是排名最高的。雖然國內商業環境形成標準付費行為尚需要一個過程，但是非常有深耕的價值。

例如2019年，追一科技頭部客戶的簽單額達到了千萬級別，與過去智能客服機器人百萬級別的單子相比，增加了語音、坐席輔助、分期等很多服務，這種基于客服服務的縱向拓展，可以讓商務成本降低很多。

它起源于客戶的需求。當時追一的客戶提出智能客服完全可以用到其內部的辦公場景，例如公司內部的OA、財務、人力的常見問題，包括報銷、入職指引、打印機驅動等數百個問題。于是追一建立了一個完備的知識庫，客戶只要把那些問題里面的答案換成公司相應的鏈接或者答案即可。

國美、萬達、百威……越來越多客戶開始使用。

目前追一正在跟企業微信、釘釘等平臺對接，這樣一來企業直接買下第三方應用就可以使用，如果企業微信、釘釘把人力行政機器人的接口開放給第三方，人力行政崗位的重復性工作全部可以預設好，不需要員工定時再去操作。

這種結構化增長的思路，讓追一從智能客服這樣一個切入點，開始提供更多服務，逐漸形成了“數字員工”的概念。

“我們目前提供數字員工的工種大概有50種。同時，如果按人的邊界去衡量工作量，截至2019年，我們對外基本相當于提供了大概10，000名雇員。”汶林丁對新經濟100人說。

“我們公司做的是下一代智能交互，這個交互通過自然語言意圖理解，把各個場景串接起來，哪怕小場景知識庫的機器人，也算一個數字員工的工種，這樣大家溝通成本就會降低很多。”

而戰略型增長，與結構化相輔相成，更多是對公司未來發展的布局。

戰略型增長涉及到從私有云到公有云，以及生態、渠道的拓展。從自營到渠道、生態的拓展，通常是企業發展壯大的必經之路。像微軟、深信服等企業，渠道貢獻營收比例都非常可觀。

“一個公司未來要發展，生態的比例肯定是持續增大的，甚至以后結構性增長或者自己自營的部分慢慢都要交出去，你只做最核心的、打樣的東西。”汶林丁說。

如果全部自營，到一定階段，公司的服務必定是跟不上的。哪怕如騰訊、如阿里，有上萬人的技術團隊，如果深入去做項目，仍然會力不從心。

對巨頭來說，生態亦是最佳選擇，從IaaS向上，做到PaaS，更具體的應用解決方案，應由合作伙伴共同完成。

“我們和合作伙伴的合作，是利用合作伙伴積累的場景和數據，結合我們的技術和產品，打造比較專業的解決方案，在合作伙伴的客戶群中快速落地。”

例如某家掌握了絕大部分985、211高校市場資源的公司，2018年下半年開始與追一合作，至今已經推了一百家高校，2019年內計劃再推三百家，以云服務的方式快速落地。

再比如，追一某個圖書館的合作伙伴，做的是市、區的公共圖書館，這種圖書館一般規模都比較大，每層放四個實體機器人，可以通過對話交流的方式查詢圖書并引路。機器人的交互模塊，就是追一提供的技術。

在追一的合作伙伴評判標準里，他們認為，有行業屬性最好，離客戶越近越好。

為此，他們也招聘了一些在傳統銷售、渠道做了幾十年的人，打通跟合作伙伴的語言體系。在共同的營銷思路和方法論下，快速建立起信任關系。

烯牛數據顯示，2018年企業服務遇冷，投融資事件從2017年的2135起降至1440起;人工智能領域投融資事件從590起降至541起，但融資額大幅提升，頭部效應顯露。

經歷了2016年之后的快速發展與洗牌，智能客服頭部陣營也基本確立，各有倚重，成犄角之勢。

“我們在做的事情，它需要三個方面的能力，一個是商業化能力，包括獲客和交付，第二是產品化能力，中國企業軟件產品挺落后的，過去20年沒有什么大發展，先發優勢可以帶來我們對產品的理解和沉淀，第三是技術優勢，真正經歷過搜索沉淀的，也就這幾個團隊，我們是其中一個很重要的分支。”吳悅說。