随着PC向移动端的迁移过程逐渐步入尾声，移动端APP的红利也日渐稀薄。前两年轰轰烈烈的APP潮、O2O潮开始衰落，现在再去互联网圈打听一转，得到的答案只有一个——现在的APP不好做了。

　　人们纷纷开始思考，继移动端之后，下一个人机交互平台是什么呢？有人曾认为是VR／AR，然而虚拟现实逐渐遇冷；有人曾认为是可穿戴，然而如今市场黯淡、巨头失语。

　　前微软亚洲互联网工程院副院长、竹间智能创始人简仁贤认为，是BOT；（BOT泛指虚拟AI助手，一个经典的例子就是Siri，属于语音BOT，虚拟语音助手）更进一步的，是能够理解人类情感的BOT——这一理念如此贯穿始终，甚至体现在了竹间智能的英文名里——EMOTIBOT。

　　一、BOT的崛起

　　什么是BOT呢？它就是建立在讯息型平台上的，能够与人类互动的AI小助手，一个为你服务的小伙伴儿。搜索不需要再去搜索引擎、订餐不需要APP、打车也不需要APP，只要告诉你的BOT，它就能帮你全部搞定。

　　以Alexa为例，今年年初，亚马逊的Alexa语音助手结结实实地火了一把。CES 2017上无孔不入的Alexa助手预示着这个IT巨头布局语音市场的野心。不到两年时间，从音响到电视，从LG到福特，超过7000种硬件产品，Alexa正以一种近乎于可怕的速度渗透电子市场。

　　Alexa是一款完全基于语音指令驱动，无需屏幕的AI语音助理软件，于2015年8月正式向第三方开放。此前，Alexa一直默默无闻地充当着亚马逊另一款产品——智能语音音箱Echo的幕后功臣，为其创造了上市两年累计销量超过510万台的成绩。根据数据统计，搭载Alexa的硬件品类已经超过7000种。产品品类从电器、手机到机器人、汽车信息娱乐系统，品牌涵盖了LG、华为、GE、福特、大众、联想、优必选等多个领域。

　　国内也有许多类似的对标产品，以百度重头加码的“度秘”为例，在百度前阵子的人员清洗动荡过程中，原本只是一个小型项目的“度秘”AI语音助理被直接提为“度秘事业部”。

　　在这个数据越来越繁多冗杂的时代，我们不再为“没有答案”而烦恼，反而开始为“太多答案”而烦恼上；塞满了APP的手机越来越臃肿，搜一个问题得出十几种不同答案，让人倦怠而无所适从。人们只想提一句要求，马上就能得到满足——比如“妈，我饿了！”——于是，BOT应运而生。

　　但是，亚马逊的那一套玩法至今仍未进入中国市场——这对于中国创业者，既是绝好的商机，同样也意味着未知的风险。中西方市场在用户习惯和商业模式上存在较大差异，从国内市场而言，各类主打AI概念的语音技术公司（如Nuance、云知声、思必驰、度秘、微软小冰等）都不曾对市场产生明显的冲击与突破。

　　基于对于语音市场商业生态的理解，简仁贤另辟蹊径，将“情感”放在了第一位。与一般的BOT不同，竹间智能要做的这款AI小助手不仅能够为你服务，还能够通过识别你的表情、语言、语调来了解你的情感变化，机器将可以记住你说了什么、读懂你的情感，它不再只是冷冰冰的硬件设备，而真正像朋友一样理解你。

　　二、竹间智能的前世今生

　　出身微软亚洲互联网工程院副院长的简仁贤从开始便与其他小公司的创业者不同，而交谈过程中微软“小冰”、“小娜”等语音BOT更是绕不开的话题。至于为什么要从微软离开，转而创办一间AI创企，简仁贤是这样认为的。以前人工智能说了很久，但是一直都没有落实。大公司与小公司都存在自己的限制。大公司拥有AI人才与技术，然而需要给股东一个交代，所以众多项目都需要往主业务上靠拢，难以有异军突起的AI项目。而小公司在资源、人才方面都存在一定劣势，有的只能做细分领域技术，有的则没有成熟的商业场景，非常可惜。

　　因此，作为手握经验、资源的公司，竹间智能在成立初期便有明显优势。现在公司在北京、上海、波士顿、西雅图都分设有研究机构，团队总人数约150人，核心技术人员来自微软、亚马逊、谷歌、百度、清华、北大、MIT、中科大……成立一年半以来已经获得了数千万美元的融资，最近的A轮也正在收官阶段。

　　此外，竹间智能还与MIT的两大实验室（Media Lab、CSAIL）有专门合作，能够引进他们的技术、算法等工具，为己所用。情感理解和情感识别需要独特的算法＋独特的数据，而首先提出了情感计算（Affective Computing）的MIT教授Rosalind Picard正是此方面的权威人物。

　　据简仁贤介绍，公司经过18个月的封闭式开发，目前竹间智能已经构建了三大业务板块：类脑机器人对话系统、多模态情感分析模型、以及商业化AI SaaS平台。

　　这三块业务简单来说分别是——通过“情感智能”来进行语言理解、用户理解等；通过表情、声音、文字等多种工具综合判断用户情绪变化；为B端用户提供AI云服务平台，提供多轮对话的AI导购客服机器人、语音情绪质检、用户画像分析等服务。

　　值得一提的是，竹间智能并不负责目前竞争日益激烈的语音识别部分，而是在基础识别功能至上加入了对用户情感的理解和分析。因此虽然看似业务线繁多，但其核心技术还是在于一点——情感人工智能。