精准获客的需求是一直存在。
如果按照互联网发展的时代划分，企业服务基本上可以分为传统、信息化和数字化三个阶段。
第一阶段是用最基础的软件填写信息，比如 Excel 报表，需要人手动填写并分类，一个个独立文件对企业来说可以算是负担；信息化在一定程度上解决了信息整合的问题，随着云计算和移动互联网的大规模普及，企业服务上云，用手机 App 办公查看信息等等都变成了常规操作，越来越熟悉。
可是在企业服务的领域当中，即便把基础设施建设得很完善，在一些更细分的场景之下，还有很多需求需要用更深入的方式去满足。精准获客就是企业一直在追求的目标，但在过去，达成这个目标的效率并不是那么理想化。
百炼智能是一家专注在企业获客领域的服务商，在人工智能技术逐渐成熟的时候，根据业务场景生长出来的产品，也许更加能够满足企业的需要。
作战地图
怎么理解企业获客是一件困难的事？
一般来讲，企业获客有线上线下两个渠道，线上在各大 App 或网站的广告平台进行投放，线下普遍的方法就是在展会、大型的会议上寻找潜在客户，或者靠熟人介绍，拉关系等等。这些方式被无数次使用固然有效，但在效率上难免差强人意。
百炼智能创始人兼总裁姚从磊在接受极客公园采访时表示，有一定规模的企业在每年初做预算时，都要涉及到全局的营销决策和执行计划。企业要实现自己的目标，需要考虑从营销战略到销售执行策略的一系列问题，比如如何调整销售团队，要在全国哪些区域内布局，每一单的客户会是哪些类型，销售线索如何获取等。把这些问题想好，才能进一步思考提升销售的效率。
百炼智能的产品是如何做到的呢？第一步是提供智能的营销决策支持。通过 AI 技术，整合全网海量的公开信息，为企业展现实时的潜在客户分布地图，提供营销决策数据分析看板，帮企业省去复杂耗时的传统线下市场调研环节，制定更加科学、合理的营销决策。
百炼智能店店通产品，即「作战地图」的部分功能 | 百炼智能第二步则是帮助企业获取精准的销售线索。按照线索来源区分，企业的获客方式可以分为两种。第一种是借助于线上广告投放、线下展会等传统营销渠道，通过产品价值、能够解决客户痛点的能力或者有价值的资料，吸引客户主动留下线索，然后对这些线索进行筛选和销售触达，这种方式在营销界称之为 inbound marketing。
在经过投放和线下展会之后，企业会收集到大量潜在客户，但怎样在短时间内分辨哪家公司值得进行下一步沟通，对于销售人员来说是最耗费精力的事。
而当企业获得一些潜在客户的线索之后，录入到百炼智能的系统当中，系统会在几分钟之内给出这家企业相关维度的信息，如规模、员工学历水平、企业主营业务等等，将这些信息与企业目标客户的模型去比对，就会自然得出排序，匹配程度更高的属于优质客户。
inbound marketing 的方式存在一些难以解决的问题：第一，广告投放渠道的价格逐年递增，导致获客成本也随之增长。第二，由于 inbound marketing 是一种被动的获客方式，其 ROI 难以衡量，并且很难保证稳定的获客效果。
不管是百炼智能或者它的客户，都不会满足于被动获客。如果让企业销售的规模越来越大，向外主动获取用户是必不可少的一条途径。与被动的逻辑相反，这种获客方式被称作 outbound marketing。
简单来讲，这种获客方式是根据企业的目标客户画像，找到符合这类画像的客户，并通过电话、邮件等方式主动触达他们。
百炼智能的核心业务就是帮助这些企业进行主动获客。
首先，百炼智能利用自然语言处理、知识图谱等人工智能技术，从海量的公开数据源中，挖掘、提取有效的信息，将其结构化，生成包含企业关键联系人信息、工商信息、招投标信息等企业详情的全量企业知识库，为百炼智能的获客系统提供支撑。
百炼智能渠道宝产品企业详情档案部分功能 | 百炼智能当一家公司有获客需求时，可以通过它们的客户画像，从百炼智能的系统中直接找到目标潜在客户。假如企业无法确定其客户画像，百炼智能为此构建了一套机器学习模型，这套模型可以根据企业现有的客户名单，提炼出目标客户画像，同时为企业自动推荐客户线索。
举个例子，一家做企业福利的公司，在寻找目标客户时，它会考察的维度在于客户的规模、客户所处的行业、所在的办公楼等级、周边消费水平等等，这些维度都会录入机器学习的模型里进行自动学习，最终生成一个完整的客户画像，系统再根据这个客户画像为其推荐合适的潜在客户线索。
长期来看，在主动获客的领域还存在很大的想象空间。百炼智能也持续在「获客」这一大范畴内深耕。姚从磊告诉极客公园，在线索之外，百炼智能也在考虑如何为企业推荐商机。
「企业获客这件事并不是说提供一个潜在客户信息，而是讲清楚这家企业为什么应该是目标潜在客户，有没有采购需求，有的话应该怎么处理。」姚从磊表示。互联网上的信息在进行筛选和处理之后，能够为企业们提供足够有效的信息，后者也是企业最需要的。
百炼智能渠道宝产品竞争态势分析部分功能 | 百炼智能打一个比方，在一场战争爆发之前，指挥官会对这场战争进行详细的预估，派出多少战力，在哪些区域排兵布阵。同理，百炼智能通过产品把企业的目标客户画像全部分析出来，帮助管理者进行更好的决策，并直接帮助企业找到理想的目标客户，判断最佳的销售商机。这些产品，就是百炼智能给企业们提供的「作战地图」。
AI 进入场景
看起来简单，做一款企业服务的产品，技术和商业上的门槛都不低。
以商机预测而言，一家企业发布了获得融资的新闻，这条信息在百炼智能的产品里通过语义理解等技术转化为一个个信号，将信号送达到各个相关的企业中。获得融资代表着对于公有云厂商、办公家具厂商，招聘服务商都有机会获得订单。
另外一类信息来源于中国国内的公开采购招标公告。2017 年底，《中华人民共和国招标投标法》进行了修正，中国境内许多采购信息必须公开。而企业在这方面的需求是提前预知，因为招标公告存在一定的共性和规律，利用 AI 算法能够挖掘其中的规律，从而进行公司、商品和时间的预测。
与爬虫技术相比，AI 技术对于字里行间的理解才是最重要的。姚从磊介绍，仅仅把网页内容获取下来并不难，但把「内容讲的是什么」提取出来，进一步做理解分析，推测出这家企业有哪些需求，这一系列操作是比较难的，需要通过自然语言处理等 AI 技术实现。
需要说明的是，百炼智能的信息来源全部是合规的公开信息，如企业官网和各领域垂直网站等。
尽管底层沿用了公共知识图谱，但针对各个行业的特征不同，百炼智能需要与每个行业沟通具体的特征，进而在每一个行业建立不同的模型，用在场景当中。
据悉，百炼智能目前针对的行业有食品饮料、金融、车后与泛 IT 几大类，根据团队的经验，这几行业中都存在较大客户，首先服务大客户会比较快速得到价值。另外，这几个行业在互联网上的公开信息无论在广度还是深度上，都有很强的可处理性，适合人工智能技术去深耕。
而在技术落地的最大难点实际上是将底层技术构建成为机器学习模型的过程。姚从磊坦言，前期在技术上的投入很大，且耗费时间，但它同时也是门槛，在服务越来越多的客户之后，数据在技术的加持下，将会越来越准确，并能更加适应行业特性和满足企业需求。
得益于人工智能技术的发展，AI 落地实现商业化呈现了快速增长的阶段，百炼智能三位创始人均为技术出身，在他们看来，诸如图像识别、自然语言处理等技术在过去只能达到 80% 的准确率，在商业领域等于没有意义。而现在准确率上升到 95% 甚至更高，达到了工业级可用的水准，并逐渐在商业领域成熟。
事实上，人工智能在企业服务领域也能完成更多样的功能。
如果按照信息化时代的说法，CRM 其实把重心放在了管理上，把销售过程变成了数字，从而追踪这些数字计算转化率。这一步骤解决了很多企业内外部运转的问题。但在企业服务领域整个链条上，尚未完全打通。比如获客就属于整个链条的前端，从数据本身入手，进行客户画像的学习，对线索做处理，对商机做预测，拿到更细致的数据后继续训练模型，辅助企业看到链条的全貌，进而做决策。
在百炼智能的认知里，精准获客的需求是一直存在，但此前没有被人们重视。实际上，几乎所有的企业在获客方面都会遇到难题。「很多企业可能运营了很久，才逐渐明白自己理想的客户长什么样子。但这个过程如果持续很长时间，其实对企业是一种伤害。」
但更重要的是，作为人工智能公司，最怕的是有技术但没场景，拿着锤子找钉子。
在姚从磊看来，百炼智能能够发现在某些具体的行业或者场景之下，企业会主动要求在更多方面寻找潜在的升级需求，这是数字化时代为 To B 领域带来的红利，也是人工智能技术在各种场景中继续深入的标志。
