本文是一個TechCrunch最近一年有關bot新聞報道的survey，從原文中提煉了些核心觀點，來研究下國外bot的發展。

Forget Apps, Now The Bots Take Over

Sep 29, 2015 TechCrunch

正如瀏覽器取代了操作系統的地位作為新的平台，網站取代了應用程序的地位，bots將會取代移動app的地位，今後將會是bot store，各種各樣的bot，而不再是app store。

類似於微信、Line、Facebook、Slack這樣的message平台，將會成為一個新的入口。在message平台上有各種各樣的bot，用戶通過message與各種bot進行交互，來體會之前在手機各種app上的服務。

It』s a brave new bot-filled world, with new possibilities and new risks.

Check out the new AI-powered TechCrunch news bot on Telegram messenger

Mar 15, 2016 TechCrunch

Techcrunch在Telegram上用Chatfuel構建了一個news bot，用戶可以通過訂閱不同的topic，authors和sections，bot根據訂閱內容每天會推送兩次trending stories digest給用戶，另外也可以進行一些問答、聊天。

Microsoft is bringing bots to Skype — and everywhere else

Mar 30, 2016 TechCrunch

微軟CEO Nadella說,bots是下一代應用，只需要用自然語言與bot進行talk就可以完成之前大量手機app和網站做的工作。微軟在bot的研究上投入很大，成果也頗多，小冰、Tay、Cortana，和開源的bot framework，並且將很多好玩的deep learning應用與bot做了整合，比如image caption bot，bing music bot，bing news bot。

Chat app Kik launches a bot store and anyone can make bots for it

Apr 5, 2016 TechCrunch

Kik是一個聊天app，構建了自己的bot store，chat被認為是下一代操作系統，而聊天app則是新型的瀏覽器，bots是新型的網站。bot和聊天的環境類似，增加了一些特殊的trigger，用來激發一些特殊的動作。

Botlist is an app store for bots

Apr 11, 2016 TechCrunch

Botlist是一家做bot聚合的平台，和豌豆莢是類似的概念，聚合了各種message平台上的各種bot應用。

TechCrunch launches a personalized news recommendations bot on Facebook Messenger

Apr 19, 2016 TechCrunch

TechCrunch在Fb平台上的bot具備一個簡單的個性化推薦的功能，根據用戶的喜歡來推薦可能感興趣的文章。

ToyTalk renames to PullString, repositions as authoring tool for bots

Apr 26, 2016 TechCrunch

PullString做兒童市場，因為孩子的辭彙量非常有限，而且都很容易理解，關鍵是孩子對那些nonsense的回答並不介意。

Bots, Messenger and the future of customer service

May 7, 2016 TechCrunch

傳統的客服總是給人留下低效的印象，而隨著AI研究水平地不斷提高，用bot來替代或者輔助人工客服將是一種趨勢和潮流。

Penny raises $1.2M in seed funding for its personal finance bot

May 23, 2016 TechCrunch

Penny是一個personal finance bot，通過chat來幫助用戶管理finance。不過chat只能通過pre-populated messages，而不是自然語言。儘管進入了一個bot時代，但chat的方式並不是解決所有問題的最好方法，在shopping領域，傳統的電商網站比bot更好用。

Microsoft tries its hand at a news bot with Rowe

May 24, 2016 TechCrunch

微軟太鍾愛bot了，在新聞領域開發了一款bot，整合了自家一個新聞App News Pro的功能，通過topic來獲取相關news，獲取今日頭條，獲取系統推薦的news。

Workato unveils Personal Workbot to silence some of the Slack bot noise

Jun 23, 2016 TechCrunch

Workato提供一個bot服務Personal Workbot，為slack用戶過濾掉channel中無關的信息，提高效率。

Zoom.ai believes an automated assistant is the fix for a weighty workload

Jul 14, 2016 TechCrunch

Zoom.ai與之前的chat bot startups不同，目的客戶是企業。創始人說，bot更像是一種UI，bot背後的技術才是真正需要解決的問題，NLP技術才是最關鍵的東西。

Legion Analytics is building bots to automate your sales pitch

Jul 15, 2016 TechCrunch

Legion Analytics這家公司藉助人工智慧技術，幫助銷售團隊更加高效地工作。並不是說用bot來替代人工銷售團隊，而是幫助他們處理更加耗時的郵件諮詢和demo演示。

Bot influencers are the programmatic future of conversational advertising

Jul 21, 2016 TechCrunch

conversational廣告有望改善目前digital ads的缺陷，可以做的更加relevant、contextual和unobtrusive。

Why do chatbots suck?

May 29, 2016 TechCrunch

文中的觀點基本同意，chatbot領域太廣容易失敗，不如做好特定領域內的服務。bot有智能的，比如微軟的Tay，也有不智能的，比如Facebook平台上的CNN chatbot，設定一些button，綁定一些特定的事件。市面上沒有一個真正好用的bot，很多領域為了bot而bot，用傳統的app通過幾個步驟就可以完成的事情，在bot中需要通過打很多的字才能完成，其實用戶並不在意你的東西是不是智能，也不關心你產品背後的技術多牛，只在乎你的產品是不是簡單好用效率高。一切以貼牌炒概念的bot產品都是耍流氓。現階段，很多相關技術並不成熟，作者建議說在企業客服這個領域多做一些工作，比如把企業的產品FAQ bot做好，節約一些人力成本。（國內很多家做FAQ bot的公司）

Review

本文是考察國外bot文章系列的第一篇，全都來自TechCrunch。看了一天的新聞文章，從國外科技記者的角度看了下bot這個領域的發展和未來。

1、整體來說，比較樂觀，從大公司、投資人、記者、用戶多個角色來看，大家都比較看好bot的發展，相信bot是下一個app的形式，就像website取代了傳統桌面程序一樣，bot也會取代現在的手機app。

2、chat的形式就是大家來聊天，自然而然大的message平台，比如Facebook的Messenger，微信，Line，Slack，Telegram等等，就是成為bot的平台，就像現在的操作系統平台一樣。

3、國外的bot公司很多很多，後綴帶.ai多的數不清，從這些新聞中分享的bot應用，看得出大家現在還停留在一個比較初始的bot狀態，有一點像arxiv上占坑的感覺，沒有太多所謂的智能，只是有一個chatbot交互的UI，基本上實現具體的功能都靠事先定製好的button來trigger，更像是交互方式的革新，而非真的人工智慧。

4、很多bot都在炒概念，往hot topic上靠，為了bot而bot，手機app用基本簡單的點擊操作就可以完成的任務，用bot卻非要花費大量的時間來輸入order或者人類語言，有點多此一舉了。說白了，語義理解技術還不夠成熟，大家將本該高度智能化的bot做成了step by step的引導，讓用戶使用了更加複雜的操作。當然，如果你的bot可以準確理解一句或幾句簡單的人話，然後完成複雜的業務處理，並反饋給用戶結果，這樣的bot才會讓用戶真的信服。

5、大伙兒基本上都把bot當成下一代app了，於是出現了很多家做bot聚合和分發的平台，類似app store，豌豆莢這種角色。一個市場雛形出來了之後，大家各自定位，各吃一塊蛋糕。

6、客服bot是目前國內市場bot最活躍的一類，提供的功能基本上是企業產品或者業務的faq，差異化在於理解用戶的query上，可能技術上略有差異。另外還有一種助手式的bot，提供了一些日常服務，比如查天氣，訂機票，訂飯，打車等功能，基本上純粹理解自然語言的很少，都是預先設定好套路，根據前一個context來trigger出後一個question，step by step地帶著用戶完成一個指定任務，因為涉及到多輪對話，context的理解和處理就顯得非常重要，理解不好就顯得bot非常弱智。這裡，我覺得根據context做response的生成是個可以應用的點，雖然說可用的dataset規模很小，但可以考慮將已有的dataset做template化，通過template後的dataset來訓練response generator。

今天是系列文章的第一篇，後續會讀更多的news或者discussion，以及研究國外bot的產品形式和所用技術，做更多的分享，歡迎討論。

推薦閱讀：