來自硅谷的科技公司Rul.ai，以SaaS平臺的形式，為眾多領域的企業提供智能虛擬助手服務。傳統的人工客服面臨著人力成本快速攀升、人員培訓貴、流動性高、服務質量難以保證等問題，虛擬助手，或者說智能客服機器人，可以在售前咨詢和售后服務中，通過語義分析快且準確地理解客戶的問題和需求，并以自然語言進行解答和對話。在常見的重復的、結構化、機械式問題之外，Rul.ai依托MITIS™（Mixed Tasks and Initiatives）對話管理系統，對結構復雜的多輪驅動任務對話——比如顧客在結賬過程中突然對送貨安排提出問題——也能做出高精準度的回答。目前，Rul.ai可以使用中文和英文兩種語言。

　　工商局數據顯示，截至2016年年初，全國中小型企業約有4200萬戶，與此同時，2016年間平均每天新增1.5萬戶。中小型企業——尤其是初創企業——對企業級服務的需求巨大。艾媒咨詢分析師估測，企業級服務的市場規模在2020年將達到上萬億元，其中的垂直細分市場智能客服，是一塊千億級的蛋糕。

　　自2013年以來，國內市場上基于自然語言學習和機器學習技術的智能客服發展迅猛。在阿里云ET、京東JIMI等對第三方開放的自平臺機器人外，涌現了大量廣受資本青睞的第三方平臺機器人，其中包括與Rul.ai同樣以自然語言理解和自主學習為核心的驀然認知、三角獸、網易七魚、海知智能等。

　　基于自主研發的第三代客服機器人技術，Rul.ai的潛在客戶不僅限于企業，還有需要技術升級的其他企業服務公司。聯合創始人兼CTO、美國加州大學終身教授張奕博士告訴36氪，基于規則系統（Rule-based System）的第一代客服機器人和運用監督學習（Supervised Learning）的第二代客服機器人，雖然能夠降低企業人工客服的成本，卻產生了持續更新規則庫或人工標注機器學習樣本的技術人員成本。Rul.ai運用了最新的半監督學習（Semi-supervised Learning）和無監督學習（Unsupervised Learning）方法，對人工標注樣本的需求遠低于使用監督學習的二代機器人。如此一來，有效降低了智能機器人的生產和維護的成本。

　　Rul.ai核心引擎在客戶上傳已有客服對話數據和知識庫數據后，短則幾小時、長則數日內即可優化出為客戶企業量身定制的智能客服；第一、第二代機器人通常需要數周至數月才能交付。此外，在人工客服為顧客服務時，Rul。ai機器人會開展人機協作、向客服提供建議，同時觀察對話、進行自主學習和自我優化。不過，張博士指出，現在智能機器人技術還有很多待解決的問題，需要團隊能夠持續地創新改善。Rul.ai的團隊成員均畢業于國內外名校，包括曾在Ask Jeeves、Salesforce、Aspect、Oracle等科技公司任職的高管，在客服方面有較多經驗。

　　Rul.ai在2016年完成了天使輪和A輪融資，投資人包括金沙江創投和斯道資本。公司在中國已有環信客服平臺和助理來也等客戶，在美國也已與數家企業開展試運行。