火热的人工智能技术和应用，目前更多集中在“认知智能”层面，如人脸识别、语音识别等。而被认为更高阶的“情感智能”，还较为早期。
EmoKit（翼开科技）是一家专注于AI情感智能的行业落地服务商，自主研发了图像、声音、生理等信号多模态情绪识别算法，结合行业场景需求，为客户提供相应的解决方案。
36氪曾于年报道过EmoKit，当时其还处于早期探索阶段，如今过去了近两年时间，我们再次接触，发现EmoKit在商业化落地方面已经较为清晰，且产生了一定营收。核心方向包括金融领域的反欺诈和医疗领域的精神疾病筛查。
金融：借贷反欺诈
据银监会年初发布的数据显示，我国银行业不良贷款率为1.74%，持续处于高位。年6月末，全国银行不良贷款总额1.64万亿元。其中，我国消费信贷规模年预计达到41.1万亿，不良贷款将达到.4亿元。
EmoKit瞄准不良贷款这一痛点，推出了“EmoFinAI多模态金融反欺诈方案”，通过微表情、眼神、声纹、情绪结果、认知压力等信息，实时分析客户的欺诈风险，从而帮助金融机构阻断黑产、减少坏账。
实际使用时，业务员可以通过“EmoFin”系统，对借款人进行线上视频对话审核。整个过程中，业务员只需按照系统提示，询问借款人相应问题即可。（参见上方视频）
EmoFin全程会通过“情绪、音频、眼部、面部肌肉”维度，对借款人进行风险点实时分析，最终会输出一份分析结果，包括借款人在每个问题和每类问题下的欺诈概率。
问答过程中的实时分析结果
问答完成后的最终分析结果
EmoFin的方案已在某借款机构进行过测试，据EmoKit提供的数据显示：经初步核算，该借款机构每出借20亿元，可以减少坏账和降低募资成本约1.6亿元，年化收益率最高提升8%。
EmoKit的CEO魏清晨向36氪表示，目前业内大多通过历史数据进行欺诈识别，但欺诈团伙的造假能力也在不断提高。而人的欺诈、情绪表现，很难从本能上进行伪装，所以EmoKit通过借款人的实时状态分析，可以有效弥补传统方式的不足。
魏清晨表示，在金融反欺诈领域，EmoKit已完成万元的合同，客户还将追加万元订单。
医疗：精神疾病筛查
医疗是EmoKit瞄准的另一个落地领域。
EmoKit通过情绪、音频、眼部、面部肌肉、心率等信息，对可能患有抑郁、精神分裂等精神疾病的患者进行初步筛查，从而降低医生的工作量。
此方面，EmoKit医院进行合作，据其验收报告显示，仅基于情绪和面部肌肉两个维度，EmoKit对精神分裂患者的筛查准确率已经达到78.8%，后续双方会增加眼神、音频等更丰富的特征数据。
商业价值方面，魏清晨向36氪表示，我国精神科/心理医生的需求总量约为45万人，年薪约10万元，Al精神健康体检装备可减少其30%的工作量。按照等量劳动价值换算，这一块的商业价值每年约.5亿元。
精神疾病筛查方向，EmoKit已有部队万元订单，预计年新增万元。
商业化落地和竞争
经过多年探索，对于落地领域的选择逻辑，魏清晨表示主要有三点：
有历史数据积累，且自带标签。客户有刚需，付费意愿强烈。系统产生的价值可用数据衡量。
根据以上逻辑，EmoKit目前的重点方向是金融和医疗，未来计划扩展到公安智能审讯、自适应教学辅助等领域。
对于EmoKit的竞争优势，魏清晨总结为以下三点：
EmoKit的情感识别引擎，融合了心理学和AI技术分别构建的两套算法，可以形成互补，从而更加准确；EmoKit自主研发了融合面部、语言、心率等的多模态情感识别技术，而其他大多数情感智能公司只做一种维度。EmoKit输出的并不只是喜怒哀乐的情感，而是深度结合客户业务，输出客户可用的结果，如欺诈风险有多大。
EmoKit的核心团队成员拥有脑神经认知、机器学习、大数据、心理学等多种学科背景。CEO魏清晨曾任中国中期（）信息公司副总经理。首席学术顾问JefferyCohn教授，是IEEE情感计算三个委员会的主席，也是全球情感计算领域的奠基人之一。科学家张鹿鸣是新加坡国立大学博士后，机器视觉和深度学习方向。
目前，EmoKit正在寻求万元Pre-A轮融资，资金将用于团队扩充、标准服务方案建设，以及基础设施和市场营销的投入。
36氪曾还报道过其他做情感智能的公司，国内有竹间智能和语忆科技，智能对话是他们目前的重要落地方向。国外有通过语音进行情感分析的以色列公司BeyondVerbal，以及通过表情进行情感分析的美国公司Affectiva和Emotient（已被苹果收购）。
转载请注明：http://www.0431gb208.com/sjszlff/5078.html
