最近闲来无事，想通过NLP相关的创业公司，了解一下NLP落地的实际情况和趋势，同时也可以追踪工业界的动态。我直接根据CB Insights在2017和2018公布的AI100榜单，筛选出一些和NLP比较相关的公司（一定程度上，NLP是作为该公司的核心技术，而不是辅助技术），然后对这些公司业务作个简单的介绍，再根据他们所属的领域分类。按照惯例，CB Insights应该会在近期公布2019的榜单，到时候再进行补充。

PS. 我本身对这些公司的业务没有深入的了解，信息仅来源于CB Insights的报告和各公司官网。本文只是探索NLP应用的场景，不对其他问题形成参考和建议（说得好像有人会信了我的邪，手动狗头）。CB Insights报告里面已被收购或上市的公司就没列出来了，像百度的Kitt.ai（个性化唤醒词），思科的MindMeld（对话AI），微软的Semantic Machines（对话AI），有兴趣的可以搜搜看（其实我就是懒）。另外，公司成立时间、地点、员工数等基本信息来源于Crunchbase。

AlphaSense

• 成立时间：2010
• 地点：美国纽约
• 员工数：101-250
• 总融资额：37.1M美元
• 网址：https://www.alpha-sense.com

AlphaSense通过从大量数据源，包括公司文件、文稿、新闻、华尔街研报，为客户高效地整理有价值的讯息。该公司的业务主要是针对企业客户以及投资者，帮助他们从多源信息中提炼关键信息，指导决策和投资，即，信息优势是该公司给客户带来的核心利益。

Automat

• 成立时间：2016.1
• 地点：加拿大蒙特利尔
• 员工数：11-50
• 融资情况：A轮
• 总融资额：10.9M美元
• 网址：https://www.automat.ai/

相对于传统的邮件营销（就是你收到的各类产品广告邮件），Automat提出了对话营销（Conversation Marketing）的概念。基本思想就是提供商家与每个客户一对一交流、有针对性地推销产品的能力。通过他们提供的对话即服务（Conversation as a Service），商家可以方便地将这种服务和当前流行的即时通讯聊天APP（WhatsApp，Line，微信等）进行对接，以触及更多的用户。他们提供了与欧莱雅合作的案例，该服务为欧莱雅的营销带来了显著增长。

Chorus

• 成立时间：2015
• 地点：美国旧金山
• 员工数：51-100
• 融资情况：B轮
• 总融资额：55.3M美元
• 网址：https://www.chorus.ai

Chorus旨在理解并加强人们沟通的效率。其通过实时地记录、总结、存储人们的交流过程，以可视化的方式展现对整个交流过程分析的结果，帮助客户了解哪些内容会影响沟通交流的结果以改进沟通的方式。一个典型的场景就是电话销售，该公司团队分析了三百多万个通话记录（大部分是销售电话），将他们的分析结果公布在公司的博客上，主要是介绍一些电话销售的技巧，比如如何让整个销售流程顺利进行。

CloudMedx

• 成立时间：2015
• 地点：美国帕洛阿尔托（旧金山附近）
• 员工数：11-50
• 总融资额：5.3M美元
• 网址：http://www.cloudmedxhealth.com/

CloudMedx是一家提供医疗分析的公司。公司的业务流程，先是从穿戴设备、电子病例多个和病人相关的数据源收集收据，然后利用NLP和机器学习技术，结合AI模型生成诊断结果和后续操作建议，提升病人风险评估和诊断文档整理的效率。他们的平台是构建于一个全面的，且规模不断增长的医学知识图谱之上的。知识和本体的引入，增强了整个系统的能力。

http://Cortical.io

• 成立时间：2011.11.1
• 地点：奥地利维也纳
• 员工数：11-50
• 总融资额：6.3M美元
• 网址：https://www.cortical.io/

这个公司和NLP的关系更直接，他们提供一系列NLU解决方案。受到近期关于大脑如何处理信息的研究的启发，Cortical开发了Retina引擎，其能够将语言转为语义指纹（其实就是信息指纹，只不过是能够显式地捕获文本语义的信息指纹）。通过计算指纹之间的重合度来比较两段文本之间的语义相关度。他们声称，该NLU系统有别于现在主流的AI，其能够轻松地完成任何语言、领域的定制化。而算法内在的差别使得Cortical可以解决许多开放的NLU问题，比如在TB级别非结构化数据上完成基于含义的过滤，社交媒体实时话题检测，以及，在百万文档规模上进行跨语言的语义搜索。个人感觉这个公司挺有意思的，可以深入了解一下他们的业务和技术。官网提供了一些demo，也可以申请免费的API试用。

Digital Reasoning

• 成立时间：2000（老牌啊）
• 地点：美国富兰克林
• 员工数：101-250
• 融资情况：D轮
• 总融资额：104M美元
• 网址：https://digitalreasoning.com/

Digital Reasoning（DR）在认知计算方面是个领导者。业务有点类似AlphaSense，主要为国防情报机构、司法机构、金融机构和医疗保健组织提供服务。和AlphaSense不同的是，DR利用人的书面和口语形式的沟通交流数据，来挖掘有价值的信息，也就是Human-centric Insights，为客户找到潜在的风险或者机会。更具体地形式是对各类实体，比如人、地点，和他们之间的关系进行建模和挖掘。

Insight Engines

• 成立时间：2015
• 地点：美国旧金山
• 员工数：11-50
• 融资情况：A轮
• 总融资额：15.8M美元
• 网址：https://insightengines.com/

这家公司的业务面向企业客户，提供智能搜索助手（Insight Engines也称之为natural language search engine）。有点类似QA系统，用户以自然语言形式的问题作为输入，该系统以客户公司内部数据（machine generated data）作为搜索源，将处理得到的答案返回给用户（不仅仅是文本答案，还包括图表之类的可视化展示）。通过这种方式，来提高企业客户分析海量数据的效率。官网给出了该产品的介绍视频。

Kasisto

• 成立时间：2013
• 地点：美国纽约
• 员工数：51-100
• 融资情况：B轮
• 总融资额：28.5M美元
• 网址：https://kasisto.com/

Kasisto为金融领域的客户提供一个名为KAI的AI对话平台（主要为银行及其客户提供服务）。该Bot可以对个人的支付、交易及个人财务进行管理。Bot在交流过程中可以处理非正式用语、话题快速转变以及打断等情况。官网首页有demo示例。

Kyndi

• 成立时间：2014.6.5
• 地点：美国加州
• 员工数：11-50
• 融资情况：B轮
• 总融资额：9.6M美元
• 网址：https://kyndi.com/

Kyndi旨在为政府部门、金融机构和医疗保健机构搭建可解释的AI平台，辅助上述机构人员进行决策。Kyndi指出可解释性是他们产品和解决方案的核心。Kyndi也顺便怼了一把DL，DL是个黑盒子，不能用于上述等受管辖行业。因为这些组织的任何决策必须是可解释的。不过，他们应该说的是，这个最终的决策是可解释或者可理解的。因为他们自己也提到，利用NLP来做词性标注，语法树生成，命名实体识别，语义相似度计算还有关系抽取，然后用知识图谱将这些数据组织起来，所以，按照现在NLP的发展趋势，肯定是绕不开DL的。

Mobvoi（出门问问）

• 成立时间：2012
• 地点：中国北京
• 员工数：251-500
• 融资情况：D轮
• 总融资额：252.7M美元
• 网址：https://www.chumenwenwen.com/

出门问问融资快赶上之前介绍的公司的总和（CB Insights 两次上榜）。出门问问主要以语音交互为主，是个软硬结合的公司。它的实体产品包括智能手表、智能耳机、智能后视镜、智能音箱等。出门问问的核心技术涉及高识别率的中文ASR，语义分析、垂直搜索、语音合成。虽说是谷歌大佬直接投资的公司，但不知道产品到底怎么样，貌似还和小米有合作。

mya

• 成立时间：2011
• 地点：美国旧金山
• 员工数：11-50
• 融资情况：B轮
• 总融资额：32.4M美元
• 网址：https://hiremya.com/

mya的业务是利用对话AI来帮助企业进行招聘工作。通过匹配和预测模型从海量候选人中进行筛选，自动地安排面试，让招聘人员优先面试最可能成功的候选人。mya系统通过语义解析、命名实体识别和多意图分类来从候选人对话中获取有意义的信息，并利用动态对话管理技术来维护对话过程或者引导对话。mya的解决方案提升了企业招聘的效率。

Narrative Science

• 成立时间：2010
• 地点：美国芝加哥
• 员工数：51-100
• 融资情况：D轮
• 总融资额：43.4M美元
• 网址：https://narrativescience.com/

这家公司比较意思，为企业提供NLG服务，简直“企如其名”（CB Insights 两次上榜）。具体来说，就是通过对多源数据进行分析，找到有价值和意义的信息，然后将其转为人类可理解的书面语言。单纯从技术上而言，有点类似多文档摘要。但核心问题是如何抽取用户关心的信息，并以流畅的语言正确传递这些信息。

Snips

• 成立时间：2013
• 地点：法国巴黎
• 员工数：51-100
• 总融资额：24.7M美元
• 网址：https://snips.ai/

Snips为客户提供可运行于各种设备及各种平台上的语音助手。该语音助手完全是在本地运行（不需要网络连接），没有服务器（用户数据都在本地）。也就是说，Snips提供语音助手SDK，其支持语音或文本自然语言查询、鲁棒的查询理解，也包含多种语言下多领域预训练模型。个人觉得就是智能音箱的定制化解决方案了，很多特性是用你自己的数据进行训练，按照他们的说法，也不会收集你的数据。所以，技术涉及比较广，整个流程，包含从个性化唤醒词（Wake Word），ASR，NLU，到TTS等等。CB Insights在报告中收录这个公司的时候，他们一共有41个人，其中18个人搞机器学习，14个人负责工程实现。

https://www.zhihu.com/video/1060497701027876864

Textio

• 成立时间：2014.9.25
• 地点：美国西雅图
• 员工数：51-100
• 融资情况：B轮
• 总融资额：29.5M美元
• 网址：https://textio.com/

这家公司的业务一个词就可以总结了：Polish。再具体一点就是polish your writing。Textio为客户提供文笔润色的服务（CB Insights 两次上榜）。有点类似Grammarly，不过Grammarly的功能主要是指出文章中的语法问题。Textio目前主要关注招聘领域，和上面介绍的mya一样。简单来说，就是帮助企业调整JD内容，以吸引更多符合要求的应聘者。单是这么细分的一个业务就能融到近三千万美金。。。真是。。。很有想象空间了。。

Twiggle

• 成立时间：2014
• 地点：以色列特拉维夫
• 员工数：11-50
• 融资情况：B轮
• 总融资额：35M美元
• 网址：https://twiggle.com/

Twiggle利用ML、NLP、Data Mining等技术为电商所面临的一些重大挑战提供解决方案。Twiggle旨在改变人们搜索商品和购物的方式。看了一下官网的demo，他们能够支持用户以自然语言的方式，在多个维度下进行搜索，比如“500块以下的带有长袖的黑色短裙”。个人觉得，相对于语义解析，难点更多在于如何构建健全的商品属性信息，以及怎么把语义元素和商品属性元素进行更好的匹配。根据Twiggle发布的高级NLP工程师招聘JD，发现他们的系统是由知识图谱来进行支撑。其实也比较好理解，在电商垂直领域，天然地适合用KG来进行商品建模和管理。淘宝也有自己的商品知识图谱，我随手在淘宝试了一下，搜索“500块以下的带有长袖的黑色短裙”，根据搜索结果来看，淘宝貌似是支持这种搜索模式的。我又试着搜索“男的穿的，800块以下的，白色大码羽绒服”，返回“没有找到相关宝贝”，但列出了与查询所包含的关键词相关的一些商品。虽然不知道淘宝到底有没有利用类似Twiggle的技术，但个人认为这是一个很好的探索方向。毕竟淘宝的商品知识图谱已经建立起来了，通过语义解析和商品匹配等手段，为消费者提供更细致化的商品搜索服务，让消费者高效率地剁手，何乐而不为呢？

将上述公司按照业务领域进行分类：

• 跨行业应用：AlphaSense、Narrative Science、出门问问、Kyndi、Insight Engines、http://Cortical.io、Digital Reasoning、Snips
• 销售：Automat、Chorus
• 医疗健康：CloudMedx
• 金融科技：Kasisto
• 人力资源技术：mya、Textio
• 商业：Twiggle

必须承认，这次调研十分粗略，数据来源局限于CB Insights的年度报告。不过考虑到很多媒体都引用CB Insights的报告，那么我就假设上榜的企业具有相当的代表性，可以在一定程度上反映NLP工业落地的现状和趋势。另外，这次调研并没有覆盖CB Insights报告中所有NLP相关的企业，一方面，我筛选的方式比较粗暴（直接看介绍是否包含language关键词，再排除），并没有细看所有上榜的企业；另一方面，上面罗列的企业大致能概括NLP落地的场景和领域。

上面2/3（10/15）的公司是在2012年后成立的，整体比较符合DL发展的趋势。新技术的出现、成熟必定会催生出一批企业。2012年之前成立的企业，尤其是2000年成立的Digital Reasoning，也许侧面反映了行业的真实需求，并不是由于AI的热潮，大家一拍脑袋，没有需求创造需求也要上，而是市场本身存在这样的需求或者说行业痛点。当然，我也不是说后面新生的业务是扯蛋。受限于技术，以前很多场景不能被满足，但随着技术的发展和成熟，诞生新的业务也很正常，这也是开拓者干的事。至于效果到底如何，只有交给时间来检验了。

最后提一句，Crunchbase这个网站确实好用，企业的基本信息全不说，还能通过关键词来搜索公司。比如，你可以指定NLP来查找相关企业。不过这是高级功能，要会员才能用，348刀一年。如果想比较全面地了解一个行业，或者某种技术的落地情况，这应该是个不错的工具。