例如在討論“對話機器人工廠”這一熱點話題時，研究報告認為：廠商在沉淀足夠項目經(jīng)驗、業(yè)務邏輯與AI技術后，為了提高項目開發(fā)效率，可通過搭建對話機器人工廠以加強規(guī)?；ㄖ颇芰?、減輕產(chǎn)品方案的定制壓力。從供給側來說，對話機器人工廠可在極大程度上減少廠商的定制開發(fā)成本與后續(xù)運維投入；從需求側來說，客戶可基于需求特點與業(yè)務邏輯自主搭建，使產(chǎn)品更貼合自身想法。因此，對話機器人工廠可從供需兩側優(yōu)化產(chǎn)品流程，為目前對話機器人廠商的主要選擇策略。

　　就對話機器人工廠而言，竹間智能早在2017年就已成功推出了自研的BotFactory1.0版本，開創(chuàng)了行業(yè)先河，經(jīng)過數(shù)年更迭，現(xiàn)如今已升級成為BotFactory21對話式AI平臺，向廣大企業(yè)提供優(yōu)質(zhì)對話機器人服務。以和竹間智能深度合作的一家ICT頭部廠商為例，依托竹間智能自研的BotFactory21對話式AI平臺，創(chuàng)造了超過500個機器人，充分滿足了自身的業(yè)務需求。

　　此外，研究報告還明確指出：在對話機器人“擬人化”進程中，機器學習是現(xiàn)階段實現(xiàn)人工智能的主要手段。而深度學習是機器學習的分支，是基于建立和模擬人腦進行分析的特殊機器學習模式。相對于傳統(tǒng)機器學習以數(shù)據(jù)為經(jīng)驗來驅動計算機模擬人類的經(jīng)驗決策行為，深度學習通過模擬人類的神經(jīng)元結構來達成數(shù)據(jù)的處理和結果產(chǎn)出，能處理更為復雜的各類數(shù)據(jù)進行決策。如今它以自動提取特征、神經(jīng)網(wǎng)絡結構、端到端學習等優(yōu)勢，成為當下最熱門的算法架構。

　　深度學習也是竹間智能六大核心技術之一，歷經(jīng)長期打磨、調(diào)整和完善，從無數(shù)產(chǎn)品研發(fā)與落地實踐的過程中積累了豐富的經(jīng)驗。竹間智能自研質(zhì)量領先的深度學習模型，并成功實現(xiàn)工程自動化，以此打造了Scorpio21機器學習平臺，提供從建模、數(shù)據(jù)處理、訓練、自學習到高性能分布式計算的一站式服務，廣泛應用于通用機器學習模型、自然語言處理、計算機視覺、語音技術、多模態(tài)情感識別等多個領域。

　　從艾瑞咨詢發(fā)布的研究報告中不難看出，竹間智能在“對話機器人”這一領域清晰地展現(xiàn)了強大的產(chǎn)品研發(fā)能力、服務能力與發(fā)展?jié)摿?。今后，竹間智能還將不斷推進技術變革升級、迭代與重構，實現(xiàn)更豐富、先進的AI產(chǎn)品矩陣與落地應用，賦能企業(yè)智能化轉型升級之路。