把人工智能带入企业级应用

EverString做的是典型的B2B型业务，面向公司的销售和市场部门，可以**地筛选出公司的潜在用户，帮助销售减少寻找潜在用户的机会成本，提高客户转化率。另外，还可以帮助企业**地寻找到新客户。

“我们只分析公司，不分析个人。” 杨文杰说。EverString分析的公司数据，一端是EverString的企业客户内部的数据，一端则是这些客户企业的潜在企业客户的数据。前者数据由客户企业提供,后者数据则通过挖掘全网在线企业数据和购买而来。

结合这两部数据，系统通过机器学学习自动建立客户模型。*先，分析企业现有客户。然后，再利用模型然后在全美国找*像企业现有客户的潜在客户。 且，这个建模过程都是全自动的，无须任何的人工介入。

EverString目前主要应用在北美市场。企业客户只需要像登陆**、QQ一样登陆在Everstring上的账号，将自己的CRM系统(客户关系管理系统)与Everstring的引擎连接就可以了，剩下的事就可以交给系统了。

潜在客户企业方面，杨文杰介绍，EverString目前已经积累美国近700万家企业画像数据。它构建了一个智能爬虫，搜索分析全网的企业网站，利用自然语言分析，非监督机器学习将其分解成产品页面、招聘页面、团队介绍页面等等，从这个页面当中挖掘具体的信息，然后把这个信息放到机器学习的模型当中去。基于一些简单的变量，做一些预测已经是行业中大家都在使用的技术。但EverString是利用非结构化的文本做机器学习，同时实时地分析上十万到**个变量。

这个预测分析过程每分每秒都在进行。杨文杰介绍，EverString到目前为止已经为56家客户公司构建了他们的企业模型，平均的转化率提升超过了3.8倍。现在EverString的客户当中已经有将近5家世界500强，有很多是美国高速成长的公司。其中一家企业在使用EverString两个月内销售收入翻了一倍。基于此，EverString从上线以来，短短6个月时间，实际入账的销售收入超过了**美金，每年的年费收入2015年底预计超过7**美金。