《智能客服行业发展状况的研究报告.doc》由会员分享，可在线阅读，更多相关《智能客服行业发展状况的研究报告.doc（17页珍藏版）》请在三一办公上搜索。
1、智能客服行业发展状况的研究报告目 录智能客服行业概述1. 研究背景、目标及范围2. 中国客服软件发展历程23智能客服行业发展现状分析1. 客服行业产业链格局及演化趋势分析2. 中国客服行业规模及市场空间分析3. 智能客服行业投融资现状分析4. 智能客服行业厂商背景类型分析5. 智能客服行业厂商客户战略及业务模式分析6. 智能客服行业竞争及成长逻辑分析7. 智能客服行业产品及服务类型8. 智能客服典型细分产品及市场情况分析9. 智能客服产品应用领域分析智能客服行业典型公司分析1. 小i机器人2. 追一科技3. 云问科技4. 小能科技5. 智齿客服6. 环信7. 容联七陌8. 极限元5 鸣谢名单及
2、鲸准介绍1. 鸣谢名单2. 鲸准产品定位3. 鲸准数据来源4. 鲸准研究院4 智能客服行业当前问题及未来发展趋势分析1. 智能客服行业当前核心问题分析2. 智能客服行业未来发展趋势分析智能客服行业概述. 研究背景、目标及范围2. 中国客服软件发展历程1.1 研究背景、目标及范围智能客服行业现状如何？去向何方？研究背景近两年来，人工智能技术在各行各业加速落地。相比语音识别和计算机视觉，自然语言处理（NLP）技术一直以来被认为是成熟度相对较低的AI技术分支。不过，尽管NLP在开放域环境中表现不佳，但对于限定场景来说，NLP及其背后的知识图谱技术却能发挥出巨大价值。作为企业客户关系管理（CRM）的重
3、要组成部分，客服是连接企业与客户的重要桥梁，极大地影响着企业的销售成果、品牌影响及市场地位。但是，长久以来，客服行业都存在诸多痛点，客服人员流动性大、培训成本高、客服效果难以把控、大量重复性问题过度消耗人工客服，同时，如何提升售前转化，如何优化客服流程，如何从客服数据中发现企业业务问题等，都是各类企业面临的普遍问题。早期客服机器人的出现在一定程度上解决了简单重复性问题，而深度学习算法的应用又降低了客服机器人所依赖的知识库构建和维护成本的大幅下降，加上大数据分析和智能语音技术在客服场景深入应用，AI正在变革客服行业的原有业态。研究目标基于这一背景，鲸准研究院系统调研了国内最具代表性的智能云客服及
4、客服机器人创业公司，旨在通过对客服市场发展历程、产业链、主要玩家、业务模式、竞争逻辑、应用领域、典型公司以及未来发展趋势等进行分析，为您解答以下问题：客服软件经历了怎样的演变？背后驱动力是什么？当前产品形态如何？ 智能客服企业所在的产业链构成是怎样的？格局会如何演化？ 智能客服行业的投融资现状如何？市场空间有多大？ 智能客服行业有哪些类型的公司以及不同的业务模式？孰优孰劣？ 当前智能客服市场的竞争现状如何？竞争逻辑是什么？ 智能客服产品的应用领域有哪些？分别具有怎样的特点和问题？ 智能客服行业当前主要玩家发展情况如何？分别具有怎样的优劣势？ 智能客服产业未来会呈现怎样的发展趋势？背后的逻辑是什
5、么？智能客服行业现状如何？去向何方？研究范围本报告中所提到的“智能客服行业”是指包括国内涉足客服机器人市场的云客服厂商以及专注客服机器人的厂商所在的新兴客服软件市场，典型公司分析也以上述两类公司为主。1.2 中国客服软件发展历程技术驱动客服软件从单一渠道向多渠道、智能化方向发展客户服务的概念来源于美国，最早是在1956年由泛美航空公司推出客服中心，用于客户机票预订。此后随着AT&T推出首个用于电话营销的外呼中心，以及Rockwell发明自动呼叫分配（ACD），这种通过电话进行客服、营销以及其他商业活动的服务形式才逐渐在全球被推广开来。90年代末，以呼叫中心为主的客服系统进入中国，而后随着互联网
6、、移动互联网、云计算、AI等技术的应用普及演化出多种形态。总体来看，中国客服软件市场大致经历了三个发展阶段：传统呼叫中心软件、PC网页在线客服+传统客服软件、云客服+客服机器人的智能客服阶段。2000年以前，互联网尚未普及，客服主要以电话沟通为主。2000-2010年间，得益于计算机技术、计算机电话集成技术（CTI）、网络技术、多媒体机技术以及CRM、BI、ERP、OA等企业信息化应用的集成，客服系统跳出单一的电话沟通，出现了网页在线客服等多种客服渠道。而过去近十年，移动互联网、云计算、大数据和AI技术的发展又将传统呼叫中心和客服软件带入了SaaS和智能化时代，一方面全新的SaaS模式使得企业
7、搭建客服中心的成本大大降低，产品功能更加丰富，应用场景也从客服延伸到了销售、营销等多个环节，另一方面，客服机器人通过辅助人工，以及回答简单重复性问题，大大提高了人工客服的工作效率。同时，AI也在从各个环节上变革着企业客服的交互方式，加速线上线下客服的智能化升级。未来，随着AI在客服领域的应用逐渐深化，并渗透到企业服务的其他环节，将为现有企业客户服务、管理、营销、销售体系带来更多颠覆性变革。智能客服行业发展现状分析客服行业产业链格局及演化趋势分析2. 中国客服产业规模及市场空间分析3. 智能客服行业投融资现状分析4. 智能客服行业厂商背景类型分析5. 智能客服行业厂商客户战略及业务模式分析6.
8、智能客服行业竞争及成长逻辑分析7. 智能客服行业产品及服务类型8. 智能客服典型细分产品及市场情况分析9. 智能客服产品应用领域分析2.1 客服行业产业链格局及演化趋势分析积累技术，深耕行业，中游产品厂商向产业链上下游延伸与大多企业信息化产业类似，客服软件行业也呈现出从上游基础设施厂商、到上中游技术厂商、中游产品服务厂商、再到中下游系统集成商的产业链构成。不过，新兴技术的出现往往会改变一个行业的产业链格局，客服行业也不例外，智能客服公司正通过SaaS和AI技术重塑客服行业原有产业链格局。由上图可见，上游基础设施环节主要由IaaS云计算厂商、电信运营商以及硬件设备厂商构成。随着SaaS模式逐渐普
9、及，早期提供呼叫中心硬件设备的厂商已经延伸到中下游，为外企、国企等大型客户提供本地客服中心解决方案。中上游技术提供商主要包括PaaS层云通讯公司和AI语音技术公司。云通讯公司为客服产品厂商提供上层通讯和呼叫中心能力，智能语音技术公司为呼叫中心及产品公司提供语音识别、合成、声纹质检等较底层的智能语音技术。中游客服产品提供商包括云客服、客服机器人厂商，以及成立较早的传统呼叫中心和客服软件厂商，不过，后者的份额正在被云客服公司蚕食。AI方面，云客服厂商早期多使用客服机器人厂商的AI技术，近两年纷纷开始自研AI技术，以提升对客服机器人核心技术的把控能力。中下游的IT软件及系统集成商多存在于一些传统行业
10、领域，产品公司要服务这些行业的大客户一般很难绕开集成商，或者需要与他们正面竞争。由于集成商在垂直行业具有很强的客户关系和服务经验，因此目前产业链地位仍然较强。2.1 客服行业产业链格局及演化趋势分析智能客服公司做深产品和服务，传统集成商将逐渐被边缘化从当前客服产业链构成情况来看，上游基础设施环节已经发展成熟，少数巨头垄断市场。未来，他们会继续向下游延伸，构建企业服务生态。上中游AI技术提供商除了科大讯飞较为强势，其他智能语音技术创业公司由于所切产业链环节较小，且规模较小，因此地位较弱。未来，他们需要在垂直应用场景深耕，向产品、服务和解决方案延伸。中游客服产品提供商中，云客服厂商经过几年竞争，头
11、部几家已脱颖而出，但仍未长出巨头，竞争依然激烈。与此同时，为了摆脱对客服机器人厂商的技术依赖，云客服厂商在过去一两年纷纷开始自研AI技术，同时整合产品和服务经验，通过提供行业解决方案，向下游延伸，以提升产业链地位和价值空间。客服机器人厂商由于直接提供产品/服务，因此在具备高壁垒的同时，也拥有比上中游AI技术公司更强的话语权，但相比提供全套产品的云客服公司，地位又相对较弱。未来，他们既可以补足其他客服产品，与云客服厂商竞争，也可以用AI帮助企业做智能化转型，实现换维竞争。传统行业IT软件及系统集成商虽然依靠稳固的大客户关系以及丰富的行业经验，在产业链上具备较强的话语权，但如果不能积极拥抱新技术，
12、提升服务，未来市场地位也岌岌可危，尤其是单纯的集成商目前话语权已经在逐渐减弱。随着智能客服公司陆续入局大客户市场，逐渐将产品和服务做细做深，他们已经有机会直接服务行业大客户，而传统集成商由于其固有的交付模式，以及在新兴技术上的落后缺乏AI技术，无法积累数据，也无法提供深度分析运营服务，未来会逐渐被中游的智能客服厂商边缘化。不过，由于企业服务市场整体节奏较慢，AI从技术到产品再到应用价值的凸显以及大范围的市场认可，还需要时间，因此，这一过程也不会太快。2.2 智能客服产业规模及市场空间分析云客服厂商与传统软件厂商争夺百亿市场规模根据前述产业链分析，当前中国客服软件市场主要由电信运营商、呼叫中心设
13、备厂商、传统呼叫中心厂商、传统客服软件厂商、系统集成商、云客服SaaS厂商、客服机器人厂商等构成。首先，将云客服企业所在的存量市场分成语音呼叫中心和在线客服两块来看。呼叫中心市场中，运营商话费规模在10-20亿之间，呼叫中心设备厂商占10-20亿左右规模，传统呼叫中心厂商占10-20亿规模，业务系统集成商和行业集成商占30-40亿规模，总计60到100亿市场规模。其次，在线客服领域，传统软件公司和SaaS公司各占10亿左右规模，各类系统集成商占10-20亿规模，总计约40-50亿市场规模。因此中国客服软件当前存量市场规模在100-150亿人民币。目前看来，云客服厂商所占份额仍然较小。要在现有客
14、服软件存量市场上争夺，就需要与服务大客户的呼叫中心设备厂商、传统呼叫中心、传统客服软件厂商、甚至规模庞大的系统集成商正面竞争，而抢夺的重点不在云客服厂商所擅长的互联网领域，而在于传统行业。因为互联网行业服务较浅，且大公司自研客服系统，中小企业付费能力较弱，不足以将云客服厂商养成巨头。而对传统行业大客户的争夺一方面靠过硬的技术和产品实力，另一方面还要依赖资源和服务水平，这对于才发展几年的云客服厂商来说挑战重重。2.2 智能客服产业规模及市场空间分析AI将为智能客服厂商释放500-800亿市场空间目光移到增量市场。由于客服人员招人难、培训成本高、流动性大，不易管理，而客服机器人可以全天24小时工作
15、，还能通过实时数据反馈不断学习，企业有足够的动力用客服机器人取代一部分人工客服。根据智能客服厂商给出的数据，客服机器人正在以40-50%的比例替代人工客服工作。中国大约有500万全职客服，以年平均工资6万计算，再加上硬件设备和基础设施，整体规模约4000亿人民币。按照40-50%的替代比例，并排除场地、设备等基础设施以及甲方预算缩减，大概会有200-300亿规模留给智能客服公司。除了取代部分人工的客服机器人，AI也在变革企业传统的线下客服交互方式。随着智能设备、物联网的普及，各种设备也将成为企业服务客户的入口和新兴场景，智能客服公司、尤其是AI公司有机会在千亿智能设备交互市场中分得200-30
16、0亿规模。此外，AI对企业服务市场的变革并不仅限于客服场景，以企业和用户沟通为桥梁和入口，智能客服公司可以延伸到营销、销售等重要的企业服务外部场景，从交互方式、流程优化、数据分析等角度推动企业外部服务的全面智能化，从而释放100-200亿的原有营销、销售等市场规模。虽然前景广阔，但由于企业服务市场整体节奏较慢，无论是对存量市场的争夺，还是增量市场的开拓，都需要较长时间。回到当下，受限于NLP算法水平的限制，客服机器人在实际使用中更多只是发挥辅助作用，此外，数据分析的价值发挥、企业服务方式的优化，也需要智能客服公司和企业方的共同探索和努力。2.3 智能客服行业投融资现状分析智能客服行业累计融资3
17、5.16亿，客服机器人为创投热点方向截止2018年5月28日，国内包括智能云客服以及客服机器人在内的公司共计69家，累计融资额35.16亿元。未融资、种子轮、天使轮阶段公司占比超58%。B轮到D轮公司共计8家，分别为小能科技、环信、智齿科技、Udesk、追一科技、逸创云客服、意能通、V5智能客服。新三板公司共计6家，包括小i机器人、快商通、风语者机器人、中科汇联、远传技术、融合通信。而在69家公司中，过去一年获得过新一轮融资的公司有16家，分别为智齿科技、小i机器人、意能通、中金智汇、墨子AI、浙江一芯、百可录、八爪鱼智能、S先生、融合通信、追一科技、进化者机器人、小丁智能、云问科技、爱因互动
18、、快递哥。从成立时间来看，云客服公司多成立于2013年前后，客服机器人公司多成立于2016年前后。2010年之前成立的公司则是一些传统客服软件和传统客服机器人公司。从业务方向看，专门做文字客服机器人的公司最多，云客服及综合类公司业务种类则相对较全，但技术参差不齐。此外，快递、招聘、电商、小程序等领域也出现了一些垂直客服机器人公司，更有新成立的公司在探索虚拟影像客服机器人。2.4 智能客服行业厂商背景类型分析云客服企业加码AI，客服机器人公司挖掘企业服务智能化中国客服行业在云计算、大数据、AI等技术推动下所出现的创业潮主要体现了两个趋势，工具化和智能化。前者由云客服厂商引领，通过SaaS模式降低
19、企业构建客服系统的成本。后者由客服机器人厂商引领，通过AI、数据分析等功能帮助企业实现客服智能化。随着B端对AI需求的爆发，云客服公司也纷纷自研AI技术，推出客服机器人、智能质检等智能化产品，与客服机器人厂商共同竞争智能客服市场。下图列出了智能客服市场按照背景划分的不同厂商类型。从PaaS云通讯延伸到SaaS客服的公司相较其他竞品而言，具备较强的PaaS层云通讯能力，在服务大客户时更具优势，其中最典型的代表是环信和容联七陌。环信做IM云起家，而后拓展到SaaS领域，2016年初又组建AI团队，切入客服机器人市场。容联七陌是容联云通讯的子公司，能够得到来自集团云通讯能力的支持，呼叫中心业务较强，
20、目前也已推出语音客服机器人。互联网巨头旗下智能客服业务部门资源优势明显，无论是生态企业还是庞大流量，都为获客带来诸多便利。网易七鱼在云客服领域发展多年，目前已服务超过15万家企业客户。百度商桥服务数百万小型企业，主打营销属性，包含数据分析和智能客服功能。腾讯企点是依托腾讯云的SaaS客服产品，包括客服、营销、协作三大功能，通过直销和经销商获客，同样面向中小型企业。单纯的云客服公司包括Udesk、小能科技、快商通等。Udesk最早对标美国做工单起家的Zendesk，而后补足其他产品，目前也在搭建AI团队，发展语音客服机器人。小能科技经历了传统客服软件时代，而后积极转型SaaS，专注为大客户提供深
21、度服务，拥有大量传统行业客户。客服机器人公司中既有成立较早的小i机器人、云问等，也有在新一波AI浪潮下成长起来的NLP公司追一、三角兽、助理来也等公司，从B端或C端转型切入企业智能服务市场。2.5 智能客服厂商客户战略及业务模式分析做大客户还是做小客户？自企业服务SaaS在中国诞生以来，做大客户还是小客户的争论就从未停止。从近两年行业发展态势来看，各家公司的重心几乎都转移到大客户市场。那么，这两条路线是否是企业通向市值高峰的南坡和北坡，殊途但又同归呢？首先，小客户普遍采用SaaS，服务模式较轻，要求产品简单、易用、稳定、价廉，服务起来相对容易。但从企业长远发展来看，小客户客单价低，死亡率高，同
22、时面临巨头免费产品的冲击，如何大量获客实现规模化是难题。而大客户业务相对复杂，定制化需求多，需要企业提供深度服务，当然客单价也相对较高。由于特点不同，大客户市场需要分成两块来看，一类是规模较大的互联网企业，一类是传统行业大公司。互联网企业对SaaS接受度高，企业可以通过服务他们积累行业数据。而传统行业大公司则出于数据安全性、和定制要求，倾向于选择本地部署，尤其是传统金融、国企等领域客户，本地部署模式会使企业业务模式变重，规模化发展放缓。由于SaaS自身特点及发展的市场环境，云客服公司的客户多集中在互联网领域，尤其是互联网金融、垂直电商、O2O等行业，互联网公司业务较浅，服务也相对较轻，加上这些
23、互联网企业整体规模不大，导致云客服公司经过四五年发展营收才接近一亿。因此各家都希望通过转向大客户，靠高客单价、高毛利拉动营收和利润。另一方面，规模化获客一直是企业服务公司的难题，而企业服务市场又具有明显的灯塔效应，需要先树立标杆，再进行规模化，因此大客户成了各家的争抢对象。不过，服务大客户和服务小客户无论是在产品逻辑，还是在服务深度上来看，都存在较大差别，前者需要深度服务，后者要求标准化产品大规模复制。转型大客户市场的公司一方面需要考虑聚焦和资源分配的问题，另一方面还要适应大客户的深度服务模式。从美国客服SaaS公司Zendesk发展历程来看，小客户定位也能养出上市公司，最关健的是解决大规模获
24、客问题，只不过在中国市场，由于互联网巨头争抢企业服务市场，这条路会走得相对艰辛。2.5 智能客服厂商客户战略及业务模式分析做公有云还是本地部署？如前所述，互联网行业客户一般都会选择公有云/SaaS模式，而传统行业一方面对数据安全性要求较高，另一方面业务复杂，定制化需求较多，因此大多会选择本地部署。此外，业务规模较大的集团型企业也会倾向于选择本地部署，而传统行业规模较小的客户也能够接受公有云/SaaS模式。因此，智能客服厂商对两种业务模式的选择基本取决于行业和客户定位的选择。不过，单从两种模式来看，公有云业务模式相对较轻，维护成本低，按年付费，可持续性较强，从长远看，客户生命周期价值更高。同时，
25、公有云模式能够让智能客服公司积累行业数据，挖掘数据价值。但是由于公有云服务属性较弱，主要面向规模较小、或业务相对简单的企业，因此客单价较低。此外，公有云的轻度服务模式使得客户替换成本低，客户流失风险大。不过，融合了深度服务的SaaS模式由于数据量大，对于客户来说替换成本较高。 相比之下，本地部署模式定制化需求多，服务周期长，人力投入大，对智能客服公司来说业务相对较重。但对应的客单价和毛利率也更高。不过本地部署为一次性买卖，后续如何为客户提供增值服务，对企业来说是一大难题。同时，由于一些传统行业存在规模较大的IT软件及系统集成商，因此产品公司要不可避免地与这些公司展开竞争，并且从服务能力上看，产
26、品公司的优势并不明显。由于数据在AI驱动的智能化时代至关重要，因此可以积累数据的SaaS模式比一次性的本地部署模式更具优势。考虑到传统行业客户的接受度，一些智能客服公司目前正在力推混合云，希望逐步将这些客户引导到云端。而对于SaaS模式客单价低的问题，智能客服公司可以通过把产品做细做强，把服务做深，来提升客单价水平。2.6 智能客服行业竞争及成长逻辑分析什么才是智能客服公司的壁垒？当然，大客户的获取并不容易，考验的是公司的技术、产品、服务、经验、商务、背后资源等方方面面的能力。总体来看，技术驱动型企业服务公司在同赛道上的竞争主要集中在创始团队、技术、产品、销售能力、服务能力、资源六个方面，而且
27、每个要素环环相扣、相互影响，共同决定了企业能否在所切赛道上拼过竞争对手，从而成长起来。由上图可以看出，能否在各个要素上发挥出优势，根源上取决于公司的创始团队，或者说创始人所形成的企业文化、管理风格，吸引来的人才、资源，指导的技术、产品，制定的战略方向，形成的销售团队和激励机制，以及构建的服务体系等，又决定了公司的产品和服务能否在市场上获得目标客户的青睐，并形成口碑效应，实现客户和营收规模化增长，树立公司在行业内强有力的品牌，并通过规模效应和品牌溢价拓展利润空间，实现长期高速发展。不过，落脚到智能客服行业，企业达到何种状态才能算是构建起了强有力的壁垒？一般认为，技术驱动型公司要能在核心技术上与竞
28、争对手拉开足够差距才能构建护城河。但对于目前智能客服所涉及的NLP及对话技术来说，国内除了百度已经接近或达到世界领先水平，该赛道上的玩家在NLP技术上与百度差距很大，彼此之间的差别又不足以构建护城河。百度一旦将技术开放出来，所有玩家在客服机器人的底层技术上就回到了同一起跑线，接下来比拼的就只是应用和服务能力，考虑到客服机器人和知识库极度依赖行业知识，因此智能客服公司需要深耕几个特定领域，通过服务行业大客户积累行业知识和服务经验，才能形成行业壁垒。标准化、广撒网的方式只适合中小客户，或者只能为大客户做轻度服务，很难构建壁垒。2.6 智能客服行业竞争及成长逻辑分析产品运营化和服务深度化是智能客服行
29、业的成长逻辑近两年来，整个企业服务行业的发展态势似乎并没有达到2015-2016年资本市场的原有预期，市场上甚至没有长出一家营收过亿的云客服公司。如今，AI公司入局客服市场，开始从服务场景、交互方式上变革原有客服模式。那么，对于智能客服这块传统和新兴技术结合的市场来说，未来的成长逻辑是什么？产品运营化：通过产品传递服务理念和方式无论是SaaS客服软件，还是客服机器人，对企业的核心需求来说，并不只是需要一套可以用的产品，更重要的是通过这些产品，用相对较少的成本为企业的客户提供更完善、更优质的服务，从而带动业务的提升。因此，无论是云客服企业，还是客服机器人公司，都需要思考如何通过产品设计、流程优化
30、、服务方式等，解决企业的核心痛点和问题。此外，虽然B端市场对AI的需求大规模爆发，但核心还是为了改善现有服务效率、流程及管理。因此，AI并不是万能药，通过AI所解决的问题、通过交互方式变革降低的成本、提升的效率对企业来说才是最具有价值的，智能客服公司应当能够通过将这些服务经验内化到产品中，并带给更多的客户，来发挥自身在行业的价值。只有真正能够创造价值的产品和服务才能让企业获得更高的客单价、更多的客户，以及更大的成长空间。服务深度化：通过将定制需求产品化提升服务能力和效率随着AI、物联网等新兴技术大范围应用，未来，企业级市场的智能化需求将更多地来源于传统行业。而传统行业由于业务相对复杂，会有更多
31、的定制化需求。一般而言，定制化服务耗时耗人，业务较重，规模化较慢，但是同时，定制化服务客单价高，能够积累较多的行业服务经验，有利于公司快速成长。因此，要服务好传统行业大客户，一方面要求智能客服公司具备提供深度定制化服务的能力，另一方面需要能够将定制化需求产品化，提升定制服务效率和可复制能力，能够以较快速度实现规模化复制。不同于互联网行业付费能力相对较弱，传统行业大客户一般对价格不敏感，而对产品和服务效果要求很高，通过深度服务这些大客户，智能客服公司足以在客服这条赛道上长出巨头。不过，不同于消费级市场的百米冲刺，企业服务市场更像是马拉松，需要企业服务公司能够深度打磨产品和服务，深耕行业领域和场景
32、，厚积厚发。2.7 智能客服软件产品及服务类型多渠道接入+四位一体+数据分析移动互联网的发展以及各类平台的涌现，使得当今客服需求渠道日益丰富，除了早期的电话、短信、网页，还衍生出APP、微博、微信、H5、小程序等新兴渠道。为了满足客户多种渠道的客服需求，目前主流智能客服厂商都支持全渠道的客服接入。而在客服产品方面，主流云客服厂商已经形成了涵盖呼叫中心（呼入+电销）、在线客服、工单、文字+语音客服机器人在内的四位一体客服系统，满足企业服务、营销、协作等多方面需求。当然，各家公司由于技术背景、起步业务以及发展重点的不同，会在不同产品的性能上存在差异，也有公司专注提供呼叫中心或客服机器人产品，在其他
33、产品方面通过第三方合作或渠道商共同服务客户。为了帮助客户提高销售转化、实现精准营销，智能客服公司还会在接入环节追踪各渠道用户的浏览轨迹。随着客服需求进入到呼叫中心、在线客服系统、工单系统或客服机器人，人工客服或机器人客服会对相应客服诉求进行处理，在此过程中产生的大量会话数据、行为数据、反馈数据一方面可以反哺客服机器人的训练模型，提高客服机器人回答准确性和服务效果，另一方面，智能客服公司还会提供基于这些数据提供质检和用户数据分析等服务，帮助客户提升客服效果，实现精细化运营。除了提供丰富的接入渠道、良好的产品性能、以及智能的数据分析，智能客服厂商还要保证整套客服系统的开放性。因为在客户分别采购的情
34、况下，单个客服产品需要与企业原有CRM系统或第三方客服系统、数据分析系统等进行对接，这就要求客服系统具有较强的开放性和扩展性。此外，客服机器人背后的知识库对企业来说有很大的复用价值，开放的知识库可以让企业基于知识库自行开发或对接其他智能产品，实现价值最大化。2.8 智能客服细分产品及市场情况分析呼叫中心：话费成本高，毛利低，行业竞争混乱呼叫中心自上世纪90年代末进入中国以来，经历了技术和产品形式上的多次演变，从传统的PBXCTI、板卡、一体机的硬交换技术，到现在基于软交换技术的多媒体呼叫中心，产品服务形式从早期的自建、托管模式，发展到如今的云服务、外包等多种模式，客户也从最初的金融、电信等大企
35、业客户拓展到各行各业的中小型客户。目前，提供呼叫中心产品的厂商大致包括三类： 第一类是原先提供呼叫中心软硬件系统的厂商，如Avaya、Genesys、华为等，这类厂商主要面向国企、外企等大型企业，为他们提供本地客户联络中心解决方案，无论是系统性能还是产品价格都处于行业顶尖水平； 第二类是传统呼叫中心厂商，规模较大的如天润融通、合力亿捷、青牛、迅鸟等，前两家新三板公司营收规模在1-2亿左右，年营收增长率在15%-20%之间。而除此之外，规模较小、缺乏品牌知名度的传统呼叫中心小厂商也充斥着这个市场，通过低价策略维持生存。 第三类是近几年发展起来的云呼叫中心厂商，例如容联七陌、Udesk等，他们也同
36、时提供其他云客服产品。当前云呼叫中心厂商大都基于开源软交换技术Freeswitch或Asterisk建立，相比前两类厂商来说，在大规模集群和大容量部署的情况下，稳定性还相对较弱。由于云呼叫中心节省了硬件设备、场地等成本，目前主要的成本就是运营商话费。由于运营商定价权很强，加上呼叫中心行业竞争者众多，导致云呼叫中心业务毛利率很低，目前一些云客服公司在呼叫中心方面也会选择第三方呼叫中心厂商合作。2.8 智能客服细分产品及市场情况分析客服机器人底层技术：从关键词+搜索，到NLP+深度学习客服机器人并非近两年才出现的新鲜事物，只不过在不同发展阶段，它所依赖的底层技术有所差别，导致其效果不尽相同。纵观客
37、服机器人的发展历程，其底层技术大体经历了四个阶段： 第一阶段是基于关键词匹配的“检索式机器人”； 第二阶段是运用一定模板，支持多个词匹配，并具有模糊查询能力； 第三阶段是在关键词匹配的基础上引入了搜索技术，根据文本相关性进行排序； 第四阶段是以神经网络为基础，用深度学习理解意图。目前，行业内一些做客服机器人较早的公司早期都是基于关键词和模版匹配技术。后来搜索引擎的出现以及相关的搜索技术和NLP技术的发展，使得客服机器人能够在关键词匹配的基础上对文本进行相关性排序。深度学习算法的突破又为原来的搜索技术和NLP技术注入了新的能力，计算机能够通过神经网络模型进行学习，理解文本意图。这也是为什么在后人
38、工智能时代，国内NLP领域创业团队大多来自大型互联网公司的搜索业务部门，因为他们在搜索业务和产品中掌握了扎实的技术和工程化能力，并有机会接触到前沿的深度学习算法，能够将最新的AI技术应用到实际场景中。本报告中所提到的追一科技就是典型代表，创始团队大都来自腾讯搜索业务部门，目前在国内智能客服公司中具备相对较强的底层技术实力。文字客服机器人：算法能力+工程化能力+服务能力随着新一代AI技术在客服领域逐渐落地，人工客服被机器人取代的说法就不绝于耳。但从目前的AI技术水平以及应用情况来看，客服机器人只能处理一些简单重复性客服问题，对于一些销售导向或需要复杂交互的场景问题，机器人客服都较难胜任。除了简单
39、重复性问题，客服机器人背后的知识库还能通过实时提示和点选编辑的方式帮助人工客服更高效地提供服务。因为对于企业来说，销售和客服人员培训成本很高，且经验无法有效传递，这种人机协作模式可以让企业客服和销售人员更专注于提供核心价值和服务。虽然AI技术能力对于客服机器人公司至关重要，但是在大客户实际招标中，他们不只看重提供商的技术和算法能力，更关注客服机器人的业务解决能力、知识库的构建、维护成本，以及系统的可拓展能力。其中，业务解决能力、知识库构建和维护成本几点，很大程度上都依赖于智能客服厂商服务大量行业客户所积累的经验和数据。客服机器人对企业客户服务的改变不仅仅是效率的提升和成本的节省，还有企业与用户交互方式的改变。双方除了在线上通过对话方式进行沟通，还可以在线下基于各种智能设备进行沟通。目前，一些智能客服厂商已经将客服从线上延伸到线下，帮助企业进行全方位的客服智能化变革。
