2016年，团购谢幕，O2O烧钱大战还远未熄火。
O2O业务在某种意义上是传统行业和互联网的结合，通过消费互联网的方式升级，也由此催生出千亿级的外卖市场，以及各种到店、到家服务。
趋势与市场环境的变化，往往会助推新事物的诞生与发展。O2O业务大量延伸出增量的客服需求，让智能客服有了进入传统行业的机会。
这一年，追一科技创始人兼CEO吴悦，与另几位腾讯同事，共同离职创业。
NLP(自然语言处理)是搜索引擎的核心技术之一。吴悦与两位联合创始人刘云峰、汶林丁，之前均任职于腾讯搜索部门，他们所做的客服机器人产品，一开始即采用了深度学习与NLP技术。
无论是AI，还是to B，放在2016年，或者今天，或者不远的未来，都是一个不断碰壁、持续探索、慢步前行的过程。
追一科技商业化的三步走：攘外、安内、增长，是否可以打破这种困境呢?
1
-攘外：代差的机遇-
滴滴、携程、国美，是追一科技创业第一年首先拿下的三个客户。
滴滴曾经跟他们抱怨过，之前用的一家客服机器人供应商，准确率一直不是很高。
于是吴悦没有直接谈商务，而是让滴滴先把他们的产品拿过去试用一下。
▲ 追一科技创始人兼CEO 吴悦
对于试用结果，追一科技CTO刘云峰内心还是有些打鼓的， 「技术上不存在太大难度，但是我不知道追一的技术和之前那些厂商相比，有没有优势，有多大优势，这就像一个转学学生，之前学校学到很多知识，但是他不知道在新学校和同班生比的话，考试会考第几。」
当时滴滴组织厂商做相同的题目来比较准确率。结果那次「考试」，追一领先了原来那家厂商14%，达到近90%的准确率。
「携程、滴滴、国美当时都在跟传统机器人厂家合作或者对接，只有我们是一套全新的技术。深度学习的方式，效果比传统的机器人好很多;端到端学习，让整个运营门槛降了很多。这核心的两点，让我们跟传统机器人有了明显的代差。」吴悦对新经济100人说。
技术代差带来的时间窗口，悄悄打开了。上一代机器人厂商已经教育过部分市场，对追一来说，逐个吃下大客户，树立行业标杆，提高垂直行业市场份额，是早期乃至中期都要坚持的路径。
追一把战场首先推到了金融行业。他们进入这个领域，是一个机遇，也有一些巧合。
当时正值某银行信用卡中心想升级客服机器人，开启测试，已经测了半年。等到追一得知这个消息，距离最后的截止日期只有一个月时间，国内最好的客服机器人厂商云集于此，追一是最后一家进入竞逐的公司。
该银行心态开放、热爱创新，1999年启动首家网上银行，云计算和大数据时代，也是第一批吃螃蟹的人。
因此，他们没有戴着有色眼镜看待追一这家初创公司，反而对新事物充满了好奇。
根据测试的结果，该银行信用卡中心签下了追一科技。
当时追一与老牌智能客服厂商的测试准确率不相上下，都是93%至94%，该老牌厂商已经运营了多年，而追一刚部署了一个月。显然深度学习的方式更有潜力，新旧技术的代差显露出来。
有了标杆客户，追一在金融领域的扩展就顺利许多。
金融，是企业服务比较难做的行业，因为它对数据和信息敏感，对技术实力和服务质量敏感，有一套非常严苛的测试、部署流程。在追一看来，率先攻下金融，等于占领了一座高峰，再进军其他行业，就具备战略优势。
「金融行业，目前我们的覆盖是领先的，在TOP100的机构里，我们覆盖了大约70%到80%的市场。」吴悦说。
2
-安内：铺路规模化-
2018年一整年，追一科技团队做了200多个POC(针对客户具体应用的验证性测试)，交付了六七十个项目，而交付团队只有五十人。这样的效率，是追一踩过无数坑后，慢慢把工程和后台体系搭建起来的结果。
追一科技金融领域的客户，在意数据安全，多是项目制的私有化部署。
私有化项目的优劣势非常明显，对于早期创业公司来说，它短期可以带来可观的现金流，服务的多是大型企业，容易树立品牌影响力;不足之处在于对团队的要求比较高，尤其是在交付这一块，需要投入大量人力与时间，并且线性增长，边际成本不降反增。
追一早期项目不多，刚开始创业时人才比较缺乏，员工多是应届毕业生或者实习生。他们慢慢积累了六七个产品的解决方案，一步步把团队搭起来。
2017年底的时候，追一开始面对大量私有化客户，金融行业起量了。
交付成为了阻碍增长的严重问题。追一后台负责人调去组建交付团队，花了两年时间打造了一支百人左右的团队。
当时他们从头部科技公司物色经验丰富的交付人才，吸纳了BAT十多位专家及高级技术人才加盟，才逐步把中台团队组建起来。
「若非如此，整个公司的复制性和规模化问题很难解决，这些人都是做过大量大型系统加工的，必须去找这么一波人。」追一科技联合创始人汶林丁说。
2019年，追一做了500多个POC，实施项目量翻倍，但交付团队并未新增人员。
然而，金融客户全是大客户，回款周期长，增长痛苦。这促使追一开始做公有云业务，构建另一个增长点，为未来铺路。
「我们的打法跟现在很多智能客服公司不一样，他们是直接拿一个很通用的产品，建立庞大的电销团队，卖什么东西可能就不重要了，虽然大家一直在强调自家产品和别人产品的差异化，但是分析他们产品，这种差异只是很短时间之内创造的东西。」
在一遍遍踩坑、填坑中积累的经验，打磨的流程与体系，才是壁垒。
在银行等金融机构的私有化部署内，每个企业硬件、网络等基础设施都不一样，在交付时非常定制化，通常需要数月之久。
这种差异化曾让追一吃过不少苦头，后来他们通过虚拟化、容器化等PaaS层面的技术方案消除企业之间的差异化，营造一种相对标准化的实施环境，从而简化安装部署，降低成本。
「现在付出成本最高的两点，一个是研发和稳定性，一是现场AI产品的交付。因为研发迭代非常快，研发流程、研发质量包括测试并不完备，只能边打仗边一点一点积累，这个过程非常痛苦。」汶林丁说。
