36Kr：2020年中國智能客服行業研究報告（39頁）.pdf

《36Kr：2020年中國智能客服行業研究報告（39頁）.pdf》由會員分享，可在線閱讀，更多相關《36Kr：2020年中國智能客服行業研究報告（39頁）.pdf（39頁珍藏版）》請在三個皮匠報告上搜索。

1、36KR RESEARCH 2020年中國智能客服行業研究報告 智能客服升級企業服務場景，拓展降本增效新渠道 36氪研究院 2020.11 2 36Kr-2020年中國智能客服行業研究報告 智能客服是在各類技術賦能下，通過客服機器人協助 人工進行會話、質檢、業務處理，從而釋放人力成本、 提高響應效率的客戶服務形式。而技術的深入發展， 將持續拓寬智能客服服務場景與職能邊界，使客服功 能不僅僅局限于客戶服務，更多地向運營管理、營銷 等環節延伸。 優化消費體驗、實現降本增效是企業用戶積極探索客 服系統智能化的驅動力。隨著消費主權意識的覺醒， 消費者咨詢需求隨之上升，隨之而來的是海量咨詢需 求與有限人

2、工客服供給之間的矛盾。智能客服扮演著 矛盾調和劑，提高客服響應效率、優化消費體驗的同 時釋放人力，為企業用戶帶來降本增效新路徑。 底層技術不成熟、技術復用壁壘高，共同構成現階段 智能客服行業痛點。技術的不成熟并非單一智能客服 供應商所面臨的難題，而是整個行業的共同困境。N LP、深度學習、人機交互等這些智能客服核心技術 均存在較大的優化空間，導致智能客服不夠“智能”， 服務缺失精準度及人文關懷。 面對行業痛點，智能客服供應商可從技術、產品及服 務、組織管理三方面打造行業核心競爭力，深耕垂直 行業，積累行業可復用的技術經驗，持續豐富與優化 智能客服產品的同時，降低成本。 未來，智能客服有望從成本

3、中心走向價值中心，打通 企業與行業生態，打造企業用戶數據資產。與此同時， 5G技術的落地，將拓寬服務場景，創新智能客服形 式，帶來更貼近用戶、更為直觀且交互的客服系統。 報告摘要 相關研究報告 案例分析公司 科大訊飛 綜合性智慧服務供應商 遠傳科技 綜合性智慧服務供應商 網易七魚 云客服供應商 微洱科技 客服機器人供應商 1 36Kr-2020年 中國 服裝 行業數據中臺研究報告 （2020.10） 36Kr-2020年 中國 新經 濟趨勢洞察報告 （2019.10） 36Kr-商用服務機器人行 業研究報告 （2019.08） 目錄CONTENTS 行業概覽 概念 發展歷程 驅動力分析 痛點分

4、析 市場空間分析 投融資情況分析 01 發展現狀分析 產業鏈結構分析 企業類型分析 業務模式分析 應用場景分析 02 典型供應商分析 科大訊飛 遠傳科技 網易七魚 微洱科技 03 發展建議與趨勢展望 發展建議 趨勢展望 04 概念 發展歷程 驅動力分析 痛點分析 市場空間分析 投融資情況分析 行業概覽01 3 5 1.1 概念 作為多技術融合的產物，智能客服實現人力輔 助，提高企業與用戶交互效率 狹義上，智能客服指的是在人工智能、大數據、云計算等技術賦能下，通過 客服機器人協助人工進行會話、質檢、業務處理，從而釋放人力成本、提高 響應效率的客戶服務形式。而廣義上，隨著各類技術的深入應用，智能客

5、服 的外延被進一步拓寬，不僅僅指企業提供的客戶服務，還包括了客服系統管 理及優化。本報告研究范疇為廣義的智能客服。 智能客服的核心在于企業與用戶的交互。通過文字、圖片、語音等媒介，構 建企業與用戶的交互橋梁，從而達到售前咨詢、售中答疑、售后關懷等多重 目的。 相比傳統的人工客服，智能客服在接入渠道、響應效率、數據管理等多方面 具有突出優勢。 盡管智能客服呈現諸多優勢，其核心功能仍在于輔助，而非替代人工。智能 客服在實際應用中仍存在一定痛點，需要人力補充及優化。這主要與底層技 術發展不成熟有關。 4 對比維度智能客服傳統客服 特點 以各技術為基礎； 通過機器人進行服務 以呼叫中心為基礎； 通過人

6、工進行服務 接入渠道 多元化接入渠道； 各渠道呈互通的發展態勢 接入渠道單一，以電話為主； 各渠道相對封閉 響應效率 7*24響應； 響應效率高 全天候響應受限； 響應效率因人而異 數據管理 數據處理快速； 形成對數據的統一管理 數據處理環節較多，效率較低； 數據分散不易管理 圖示：智能客服與傳統客服對比 6 客服行業歷經四個發展階段，向著多渠道互通、多場景互聯的方向發展。 電話呼叫中心。從上世紀九十年代客服系統引入中國到千禧年開端，客服溝 通工具以電話為主，是最傳統的單一渠道客服形態。在CTI集成技術輔助下， 企業自建呼叫中心。該階段主要滿足大中型企業客戶服務的需要。 多渠道呼叫中心。進入二

7、十一世紀，互聯網的迅猛發展將線上渠道帶入客服 行業，網頁、移動端、郵件等形式進入大眾視野。同期語音軟交換技術的升 級使托管型呼叫中心建設得以實現。相較自建型呼叫中心，托管型呼叫中心 極大減輕了企業構建客服系統的成本，呼叫服務向企業端持續滲透。 全渠道云客服。2010年以來，SaaS模式創新客服行業，催生出云客服這一 新形態，推動托管型呼叫中心向云呼叫中心演進。打破各渠道客戶數據相互 割裂的局面。 全場景智能客服。2017年以來，客服機器人滲透率逐漸提升，發揮更重要的 作用。同時，智能客服外延得到拓展，覆蓋范圍從服務拓展至運營管理和營 銷等領域中。 從人到機器、從呼叫中心到云，客服行業向多 渠道

8、、多場景方向發展 1.2 發展歷程 5 電話呼叫中心多渠道呼叫中心全渠道云客服全場景智能客服 2000 2010 2017 圖示：中國客服行業發展四階段 數據來源：36氪研究院根據公開資料整理 7 1.3 驅動力分析 需求端：消費主權意識覺醒，客服需求增加對 服務響應速度提出較高要求 消費升級趨勢明顯，消費者主權意識逐漸覺醒。不同于以往對供給端產品的 被動接受，如今消費者對產品內容及配套服務有了更高要求。特別是隨著80、 90及Z世代消費群體的崛起，個性化、定制化的消費體驗成為影響消費決策 的關鍵因素之一。作為消費體驗的重要環節，客戶服務成為消費者衡量商家 服務好壞的核心指標之一。 隨著消費主

9、權意識覺醒，消費者對客服的需求也有所有增加?？头脠鼍?也日益延伸，覆蓋售前、售中、售后各環節。而傳統人工坐席客服發展受限 于人力資源帶寬和服務時間，無法提供二十四小時實時客戶服務。特別是在 行業消費旺季，如電商領域的雙十一消費季、黑色星期五等，咨詢人數激增， 海量咨詢需求與有限的人工客服供給之間便產生了不可調和的矛盾。在此背 景下，智能客服的作用得以凸顯。 智能客服及時響應消費者需求，智能回答部分重復性及結構性問題，縮短消 費者等待時間，優化消費體驗。消費者對智能客服的接受度也隨之升高。根 據2018年埃森哲對中國消費者進行的洞察調研，71%的用戶希望自身的消 費問題可以通過智能客服解決，

10、76%的用戶希望企業能夠更多地通過科技手 段來提供更好的客戶服務。 6 76% AI+客服 75% 全渠道 客戶服務 71% 自助式 客戶服務 55% 個人 信息保護 55% 定制化 客戶服務 圖示：消費者對客戶服務的期待 數據來源：埃森哲，36氪研究院 8 1.3 驅動力分析 供給端：智能客服作為數智化轉型工具，推動 企業降本增效，受到企業青睞 2018年前，我國傳統呼叫中心坐席數量實現了穩定增長。根據中國信通院數 據測算，2010-2018年間，呼叫中心坐席保持15%的年均復合增長率。而 2018年之后，傳統人工座席的數量不增反降，減少了約16萬。 傳統呼叫中心坐席數量的下降，與智能客服滲

11、透率的提升存在直接關系：智 能客服在一定程度上解決傳統人工坐席的部分痛點，成為企業實現數智化、 降本增效的利器，企業紛紛搭建智能客服系統。 傳統客服中心高度依賴人工，客戶接待、問詢回復、工單填寫、客服質檢等 環節均需人力介入。隨著客服需求的爆發式增長，人工客服的弊端及痛點逐 漸暴露。 此外，受年初新冠肺炎疫情的影響，人們消費習慣向線上傾斜，由此導致的 客服咨詢量激增，人工客服痛點加速凸顯。越來越多的企業意識到，客服智 能化在緩解企業人工成本壓力的同時，優化用戶消費體驗，帶來潛在業務增 量。因而，企業加速布局智能客服，順應消費新需求，提高企業數智化水平。 7 圖示：人工客服主要痛點 客服工作強度

12、大， 離職率高 每日應對重復性咨 詢，工作效率低 客服自身企業自身 消費體驗 客服人工成本高 客服流動性高，新客服 培訓費用不容忽視 數據分散，削弱客服反 哺業務效果 實時客服咨詢受限 客服響應不及時 客服體驗與消費者需求 存在落差 9 1.3 驅動力分析 技術驅動：各技術的突破與融合是構建智能客 服系統的必要條件 智能客服的誕生及應用價值的逐步凸顯，離不開技術的發展與推動。大數據、 云計算、人工智能等技術的縱深演進，是智能客服商業化的必要條件，同時 也為智能客服應用場景的落地提供底層技術支持。 NLP技術。NLP即自然語言理解，包括機器對自然語言的理解與輸出兩方面， 是實現智能客服“擬人化”

13、的重要推動力。在自然語言理解上，機器主要面 臨語言多樣性、語義多樣性、上下文情景復雜性、文法錯誤等幾大核心挑戰。 這也是未來NLP技術重點優化方向。 知識圖譜。知識圖譜是由信息構成的知識網絡。行業知識圖譜的構建及行業 知識庫的打造，是智能客服精準定位問題及給出相應回復的知識基礎。 交互技術。交互技術的應用，使智能客服實現多輪與連續對話成為可能。 深度學習。智能客服通過深度學習，捕捉用戶詢問意圖，通過區分同問句不 同語義、同問題不同問法，實現具體問題的針對性回復。同時，基于持續的 深度學習，智能客服識別與判斷人工客服跳轉節點，優化人機協作水平。 8 智能客服 核心技術 NLP技術 自然語言理解

14、自然語言生成 交互技術 場景交互 對話及動作交互 知識圖譜 整合行業話術 構建知識庫 深度學習 用戶意圖識別 優化人機協作 圖示：智能客服核心技術 10 1.4 痛點分析 底層技術不成熟、遷移壁壘高、用戶端服務缺 失精準度及人文關懷，構成現階段行業痛點 9 智能客服搭建起連接企業與用戶的橋梁。但現階段，受底層技術影響，“智 能客服不夠智能”問題給企業端與用戶端均造成一定困擾，掣肘行業進一步 發展。 溝通不易。智能客服能輕松應對重復度較高的結構性問題。但用戶提問方 式、句子組織均結構各異，智能客服往往無法精準理解問題的真正含義，影 響用戶體驗。 服務不專。用戶期望收到更具有針對性、更具人文關懷的

15、客戶服務，但智能 客服的服務流程與話術存在標準化特征，無法靈敏捕捉用戶情感變化，用戶 與企業情感鏈接存在缺口。 底層技術不成熟。盡管行業玩家及國家雙層面積極推動人工智能技術的研發 與落地，但受制于較長的技術研發周期、技術研發與轉化之間的非同步性， 人工智能底層技術仍存在較大的完善與突破空間。 成本偏高。智能客服服務方案具有”定制化“特征，由企業發展現狀及所在 行業業務邏輯及核心痛點決定。這也意味著技術在不同企業、不同行業之間 的可復制性較差。技術遷移壁壘導致供應商整體成本偏高。 溝通不易服務不專 技術成熟度低技術遷移壁壘 用戶 企業 圖示：智能客服痛點 11 1.5 市場空間分析 人工智能加碼

16、客服市場，預計未來將釋放300- 600億潛在增量 10 從目前智能客服市場容量來看，客服基礎軟件的市場規模大概在100億人民 幣左右，且毛利較小。未來，隨著人工智能技術的演進與加速賦能，智能客 服行業有望突破300-600億的市場增量。 智能客服市場增量來源主要有：智能終端設備、企業數智化轉型需要、自建 客服轉云等。 智能終端設備。智能終端以硬件智能設備為主。隨著客服應用場景的拓展與 延伸，智能終端設備的普及率有望進一步提升，以實現企業與用戶之間”無 處不在“的交互。 企業數智化轉型。越來越多的企業加速數字化、智能化轉型步伐，以實現組 織結構的優化，降本增效。而智能客服對企業數智化轉型的推動

17、作用不僅僅 局限在客服系統上，更多地向營銷、數據管理等方向延伸，釋放增量。 自建轉云。選擇自建客服的企業中，約有22%*的企業并未上云。該部分企 業向云端轉型的過程中有望帶來20億的潛在增量。 *數據來源：T研究，容聯七陌，36氪研究院 智能終端設備 200億 企業數智化轉型 100-200億 自建轉云 20億 智能客服市場增量 300-600億 圖示：智能客服市場增量來源 數據來源：行業專家訪談，36氪研究院整理 12 1.6 投融資情況分析 盡管資本市場整體遇冷，智能客服賽道投融資 熱度不減 2020年上半年，受新冠肺炎疫情黑天鵝事件與全球經濟增速放緩下資本寒冬 的雙重影響，我國股權投資金

18、額與數量出現雙下滑。但智能客服賽道投融資 熱度不減。資本在經歷年初短暫沉寂后，于4、5月出現投資小高峰。 截至2020年九月底，我國智能客服賽道中，45.53%企業實現了融資，其中 4.07%的企業已經進入戰略投資階段。 2020年1月-9月，智能客服賽道共發生融資事件13起，總金額約30億人民幣。 11 種子輪至Pre-A輪 A輪至C+輪 戰略投資及并購 未融資 20.33% 21.14% 4.07% 54.47% 圖示：智能客服投融資現狀 數據來源：鯨準數據庫，36氪研究院整理 企業名稱融資輪次融資金額融資時間領投資本 微洱科技B輪數億元人民幣2020年9月啟明創投 樂言科技C+輪1.5億

19、人民幣2020年9月九云資本 小能科技C輪億元人民幣以上2020年4月一村資本 曉多科技C輪數千萬人民幣2020年4月嘉御基金 智齒客服C輪2.1億2020年4月用友網絡、云啟資本 圖示：近期智能客服投融資事件節選 數據來源：鯨準數據庫，36氪研究院整理 產業鏈結構分析 企業類型分析 業務模式分析 應用場景分析 發展現狀分析02 12 14 智能客服產業鏈中，云計算及通信商為行業提供底層技術支撐；上游應用技 術研發商包括提供云通訊的服務商及提供語音識別、聲紋識別、語義識別、 自然語言處理、智能人機交互等技術的智能語音研發商；中游智能客服供應 商在底層及上游技術能力基礎上，向下游企業客戶輸出智能

20、客服解決方案。 中游供應商承接上游云通訊及智能語音研發商， 為下游企業用戶提供智能客服解決方案 2.1 產業鏈結構分析 13 智能客服技術基礎 云計算 上游中游下游 云通訊服務商 智能語音研發商 綜合智慧解決方案廠商 云客服廠商 客服機器人廠商 傳統客服廠商轉型 政務 電商 金融 教育 電力 圖示：智能客服產業鏈（僅列出部分企業，未包含全部） 通信 人工智能 15 智能客服供應商是智能客服產業鏈核心環節，在云計算、通訊等底層技術支 撐下，依托人工智能、語音技術及融合通信，針對企業客戶需求及其所在行 業特點，提供定制化智能客服解決方案。 受自身發展、公司戰略及技術專長的影響，智能客服供應商呈現出

21、多元化的 業務布局，其運營邏輯、客戶群體及部署模式也不盡相同。 以服務對象為區分，供應商包括垂直領域專業廠商及通用型廠商兩大類，前 者專注于某一或某些特定領域的智能客服解決方案，如以電商為切入點的微 洱科技、曉多科技，聚焦“保險+客服”的企?？萍家约皩Ｗ⒂谌肆Y源行 業的墨子AI等。而后者多具有鮮明的技術背景，基于各類技術推動多行業客 服的智能化，例如科大訊飛、網易七魚、Udesk、云問科技等。 垂直領域專業廠商聚焦特定行業，通用廠商依 托技術優勢提供跨領域服務 2.2 企業類型分析 14 垂直領域專業廠商通用型廠商 專注特定行業 行業通用服務 特征 行業聚焦，持續優化行業 知識圖譜，積累行業

22、數據， 打造供應商核心競爭力 技術基礎牢固，具有廣闊 潛客群體，打造行業知名 度的門檻較低 優勢 服務群體有限，企業轉型 或拓展服務領域時面臨一 定挑戰 服務行業未聚焦，在構建 專業知識圖譜上不具備明 顯優勢 劣勢 典型供應商 16 從服務內容角度，智能客服供應商主要包含四類：綜合智慧解決方案廠商； 云客服廠商；客服機器人廠商；傳統呼叫中心廠商。 綜合智慧解決方案廠商。提供集通訊類產品、智能應用與智能客服業務系統 于一體的綜合性服務商。此類企業往往綜合性能力強，且在客服行業持續深 耕。 云客服廠商。包括兼具上游云通訊能力的供應商以及專注于SaaS產品的供應 商。前者具備較強的PaaS能力，在服

23、務大客戶時優勢明顯，以環信為典型代 表；而后者的SaaS產品能力則更適用于預算不高的中小企業。 客服機器人廠商。此類廠商多以客服機器人為切入點，憑借AI底層技術沉淀 及支撐，逐漸拓展至全鏈條客服產品。 傳統客服廠商轉型。包括傳統呼叫中心及客服軟件廠商。在客服智能化和數 字化的浪潮下，企業逐步實現轉型。 以服務內容區分，四類供應商各有所長，共同 參與智能客服行業競爭 2.2 企業類型分析 15 區別 綜合智慧解決 方案廠商 云客服廠商客服機器人廠商傳統客服廠商轉型 客戶群體大客戶為主中小客戶為主兼具大、中小客戶大客戶為主 部署方式 本地化部署為主， 兼具公有云部署 公有云 混合云 兼具公有云、本

24、地 化、混合云 本地化部署為主 相對優勢服務全面 部署成本較低 符合中小企業需求 技術背景鮮明大客戶資源豐富 相對劣勢客單價相對較高客單價低 技術研發與 轉化周期長 部分企業技術 優勢不明顯 典型供應商 百度 遠傳科技 Udesk 容聯七陌 小i機器人 微洱科技 小能科技 Live800 圖示：四類供應商對比分析 17 根據部署方式的差異性，智能客服行業主要包含三種業務模式：公有云部署、 私有云或本地部署、公私混合部署，滿足不同類型企業用戶的需求。 公有云部署。供應商主要扮演SaaS服務的角色，提供集智能客服軟件開發、 管理及部署于一身的服務內容。企業用戶借助供應商搭建的云平臺，無需自 建服務

25、器，僅需平臺賬戶便可實現客服應用。 本地部署。供應商根據企業客戶需求量身定做智能客服服務方案，服務內容 包括系統搭建、系統應用培訓、系統巡檢、系統升級和擴容等。服務器落地 后，企業客戶自行組建技術團隊，對客服系統進行運營管理。 混合云部署。企業客戶使用供應商提供的云平臺服務，而企業數據保存在本 地，兼具公有云與本地部署的部分特征?；旌显撇渴鹉Ｊ绞遣糠衷瓶头S商 未來的重要發力點之一。 公有云、私有云、混合云三類部署方式，滿足 企業用戶多樣化需求 2.3 業務模式分析 16 公有云 混合云 本地智能客服 智能客服系統全部在云端部署，無需自 建服務器 公有云部署 客服系統、應用、數據等均部署在本地

26、， 自建服務器，由企業自主管理 本地/私有云部署 供應商提供云服務，應用在云端，交換 網關及數據在本地 混合云部署 圖示：智能客服系統三大業務模式 18 不同部署方式在數據私密性、建設成本、穩定性等方面呈現一定差異。企業 用戶依據自身業務規模、對數據安全性要求、智能客服系統建設預算等各維 度要素，選擇不同的部署路徑。 三類部署模式中，公有云建設客服系統成本最低、客服坐席擴容最為靈活， 適用于中小企業。對供應商而言，公有云部署建設周期短，企業可以通過有 限的人力實施更多的項目；但由于服務內容較為單一，且復雜程度不高，公 有云部署普遍客單價較低。 私有云部署模式下，數據保存在本地，確保了數據安全的

27、可靠性，而個性化 定制部署方案則意味著較高的建設成本和較長的服務周期。因而私有云部署 更適合具備一定規模、對數據安全性要求極高的行業頭部企業。通過私有云 部署，供應商可獲得高客單價，但能夠接受私有云部署成本的企業客戶數量 有限，且數據本地化不利于行業數據的積累與復用，對供應商構成一定挑戰。 公有云部署周期短且建設成本低；私有云部署 成本高但數據更安全 2.3 業務模式分析 17 特點公有云部署私有云部署混合云部署 數據安全 中等 數據保存在云端 較高 數據保存在本地 相對安全 核心數據本地化 運行穩定性相對穩定 穩定 企業自有服務器 單點故障偶有出現 建設成本 較低 企業僅需承擔軟件費用 較高

28、 企業需自建運營維護團隊 介于公有云和私有云 部署之間 線路接待能力 擴容靈活，坐席人數可 及時調整 靈活性小靈活性較小 部署周期部署時間短 定制化智能客服系統建設， 部署周期最長 部署周期中等 圖示：智能客服部署模式對比 19 2.4 應用場景政府及事業單位 智能客服推動政務流程優化、縮短業務處理時 間、提升跨部門協作效率 在各地政府大力推行智慧城市的背景下，智慧政務作為連接群眾和政府的紐 帶，成為公共價值重塑的核心動力。智慧政務旨在簡政高效、服務惠民，但 在其落地過程中，不可避免地出現諸多隱性矛盾。 針對上述矛盾與痛點，智能客服系統以政務大數據與人工智能為基礎，致力 于提供實時、高效、全面

29、的政務輔助?，F階段，智能客服對政務的智能化推 動主要體現在以下幾方面： 全時智慧政務熱線。7*24的智能服務熱線，突破政務咨詢的時間與空間限制； 智能記錄群眾需求，并以此為基礎持續優化政務服務知識庫，將原本分散的 數據切實轉化為政務優化的核心數據資產。 多場景智能政務服務。線上智能服務渠道+線下智能實體機器人，全方位打 通線上線下場景及數據，提高政務處理速度的同時減輕政務窗口的服務壓力。 標準化信息服務平臺?？缛藛T、跨部門的政務知識統一化及標準化，解決由 內部信息不對稱導致的回復口徑不一致的問題。 18 服務時間受限 無法提供全天、全時 的咨詢服務 跨部門協作效率低下 跨部門協作的政務，無法及

30、 時優化操作流程 內部信息不對稱 復雜政策場景下，工作人員自身 對政務不了解，回復口徑不統一 圖示：智慧政務痛點 20 2.4 應用場景金融業 智能客服成為金融企業搶奪用戶、提升附加價 值的重要路徑 隨著我國金融業成熟度的不斷提升，客戶服務內容與水平愈發成為各大金融 服務企業搶奪用戶、保持用戶粘性的重要路徑。特別是在金融產品同質化較 為突出的背景下，客戶服務自然成為了金融企業的核心競爭力。智能客服系 統的搭建，以科技直擊金融業客戶服務痛點，驅動企業的潛在增長。 金融業又可被細分為銀行、保險、證券等多領域，各領域面臨痛點不盡相同， 因而智能客服賦能作用的側重點也存在一定差異。 銀行業：銀行業痛點

31、主要在于客戶咨詢重復度高、高峰時期用戶咨詢體驗差、 催收人力成本高等。智能客服作為人工客服的輔助，提高咨詢高峰期的響應 時速；對于重復率高的問題，基于持續擴充優化的行業知識庫，實現快速且 精準的應答；智能催收，針對多元場景制定差異化機器人催收戰略，釋放人 力成本。 保險業：投保、核保、賠付等相關條款普遍較為復雜，消費者個人需求及投 保標的自身狀況也千差萬別，導致消費者咨詢內容呈個性化特征。在保險售 前咨詢與售后理賠等環節，客戶服務水平直接決定了客戶轉化或留存率?；?于保險行業知識圖譜的智能客服，能夠識別各類復雜條件，提高回復精準性， 在渠道獲客、續保留存、核保定價、風險控制方面賦能保險企業。

32、證券行業：與銀行業類似，證券行業客服同樣面臨大量重復性基礎問題。智 能客服的介入緩解人工客服回答重復問題的壓力，將有限的人力釋放到更為 專業的問題上去。目前，智能客服支持證券基礎問題回復、智能選股診股、 證券行業信息智能推送、智能營銷等功能，為證券行業降本增效提供可能。 智能客服作為金融科技中重要的一環，越來越受到企業重視。但值得注意的 是，智能客服的賦能作用更多地體現在對人力資源的輔助，即解答常見的重 復性問題，對于專業性較高的問題，依舊需要人力客服的介入。 19 21 2.4 應用場景電商零售 智能客服助力電商零售企業降低人力成本、打 造消費數據資產 電商零售企業直接面向下游消費者，具有天

33、然的客服服務屬性，因而對客服 的及時性和高效性具有更高要求。 目前我國電商零售企業，普遍面臨居高不下的客服人力資源成本及分散消費 數據無法高效利用兩大核心痛點。 智能客服的介入，減輕人工坐席回答重復性問題壓力的同時，智能整合多渠 道消費數據，覆蓋售前、售中、售后三大場景，直擊電商零售領域企業痛點。 20 圖示：電商零售核心痛點 售前 全渠道客戶接入； 重復性問題自動回復； 用戶瀏覽行為記錄及 購物偏好預測 售中 售后 智能導購及推薦； 消費者個性化服務； 智能催付 消費數據管理； 復盤回顧，優化知識庫 圖示：智能客服賦能作用 售前咨詢量大，針對產品性能的問題 重復率高，特別是在電商購物節來臨

34、之際，不間斷的海量用戶咨詢大大增 加客服工作量，帶動人工成本的增長 海量咨詢需求與有限人工客服之間的 矛盾，影響客戶體驗，抑制客戶轉化 率的提升 人力成本居高不下消費數據分散 隨著獲客渠道的多元化拓展，客戶 信息來源也漸趨分散，不同客戶管 理系統之間并未互通。盡管企業收 集了海量消費數據，但數據煙囪林 立，數據的孤島效應削弱數據反哺 前端業務的能力，影響消費者拉新、 轉化、促活及裂變等 22 年初，由新冠肺炎疫情而導致的居家隔離，推動教育向線上渠道傾斜。在教 育部“停課不停學”的號召下，教育機構積極擁抱發展利好，重點發力線上 教育。盡管資本大環境遇冷，但在線教育賽道投資火熱。行業風口的背后，

35、在線教育迎來海量客戶服務需求。 在線教育需要對學員進行全生命周期的陪伴，意味著從課程售賣、學習、復 習答疑等各環節均需客服的及時介入?？蛻魧Ψ盏臐M意度直接影響用戶轉 化率及復購率。在客戶咨詢量激增的背景下，在線教育面臨營銷、管理、服 務各場景的多個痛點。 針對以上痛點，智能客服實現結構性問題自動回復、復雜問題轉人工、開課 及復習節點提醒智能觸發、智能排班等，極大減輕人工客服的壓力，將有限 的人力保留給拉新轉化、學員關系維護等環節。 智能客服覆蓋在線教育營銷、服務及管理各環 節，推動企業實現獲客留存及核心客群轉化 2.4 應用場景在線教育 21 圖示：在線教育核心痛點 營銷 營銷場景復雜：受用

36、戶 自身教育水平、教育目 的、知識結構等影響， 客戶問題也呈極強的多 樣性，定制化的咨詢需 求對客服及營銷轉化提 出了較大挑戰 重復性服務：在付費學 員服務方面，客服需及 時進行開課提醒、復習 推送、學員回訪。受學 員人數的影響，客服每 日進行大量重復性服務， 人力資源并未得到有效 利用 精細化管理挑戰：在線 教育機構通常具有多學 科、多模塊課程，以滿 足不同學員的需求。相 應地，不同客服團隊得 以建立。如何對跨團隊 客服進行精細化管理， 成為各機構面臨的挑戰 在線教育核心痛點 服務 管理 科大訊飛 遠傳科技 網易七魚 微洱科技 典型供應商分析03 22 24 3.1 科大訊飛 歷經二十余年的

37、發展，科大訊飛逐步確立我國 語音產業的領先地位 23 科大訊飛成立于1999年，專注于智能語音與人工智能技術的研發與應用。集 團致力于成為語音產業領導者和人工智能產業先行者。 科大訊飛在成立之初便確立了以語音產業為核心的發展戰略，深耕語音產業 二十余年。目前集團已成為我國智能語音高新技術產業化基地、語音及語言 信息處理國工程實驗室，逐步確立智能語音行業的領先地位。 科大訊飛以智能語音技術為底層依托，通過語音引擎及嵌入式軟件，賦能各 行業。其服務領域包括教育、醫療、智慧城市、汽車、營銷、司法、工業智 能、智慧服務等。 其中，智能客服作為智慧服務的細分領域，構成集團產品矩陣的重要部分。 19991

38、999 20022002 20052005 20082008 科大訊飛集團成立 被列入“國家規劃布局內重點軟件企業” 科大訊飛研究院成立，專注智能語音技術 于深圳證券交易所上市 20202020 20142014啟動“訊飛超腦計劃”，優化人工智能應用 構建集團人工智能生態 圖示：科大訊飛集團發展核心節點 25 3.1 科大訊飛 科大訊飛打造開放式科技平臺，以科技優勢實 現產業鏈整合，強化品牌效應 24 科大訊飛堅持“平臺+賽道”的發展戰略。平臺即“訊飛開放平臺”以 智能語音和人機交互為核心的人工智能開放平臺，構建人工智能生態；而賽 道指的是教育、醫療、司法、企業服務等各行業。 智能客服是集團重

39、點發力的賽道之一，但并非唯一。盡管業務領域并未聚焦， 集團依舊憑借堅實的人工智能技術研發與應用基礎，打造智能客服領域的競 爭力。 科大訊飛在智能客服行業的競爭力主要表現為：品牌效應、開放式科技平臺 與產業鏈整合。 品牌效應?？拼笥嶏w已成為我國領先的智能語音企業，品牌效應優勢明顯。 在二十余年的發展歷程中，科大訊飛積累了大批不同行業的客戶，并與政府 保持密切關系，其高質量的產品與服務為科大訊飛打造了良好的企業口碑。 同時，科大訊飛秉承2B和2C雙輪驅動的經營理念，生產出直接面向個體消 費者的系列智能產品，比如訊飛翻譯機、學習機、錄音筆等?？拼笥嶏w品牌 形象深入企業用戶與個人用戶。 開放式科技平臺

40、?？拼笥嶏w從不吝惜對人工智能技術的研發與投入，打造堅 實的底層技術基礎，對內對外優化人工智能技術應用。對內，組建研發團隊 與實驗室，進一步鞏固智能語音行業領先地位；對外，建立訊飛開放平臺， 將語音能力開放給第三方合作伙伴，實現互利共贏。截至2020年9月底，訊 飛開放平臺已累積超過150萬開發者團隊*。 產業鏈整合?？拼笥嶏w具備的智能語音技術，位于智能客服產業鏈的上游。 因而集團具有天然的整合產業上中游的能力。上游語音技術可直接應用于智 能客服解決方案中，成為解決方案中的重要組成部分。 *數據來源：科大訊飛 26 3.2 遠傳科技 遠傳科技重點聚焦智能交互技術，為企業客戶 提供綜合性智慧服務解

41、決方案 遠傳科技核心團隊自2004年起便專注于客服技術的研發與應用，目前已成 為行業領先的綜合性智慧服務解決方案供應商。 創立之初，遠傳科技便聚焦客服領域，從最早的客服軟件到現階段的全域智 能客服系統，經歷了從傳統客服到智能客服供應商的轉型?；谑嗄甑慕?互技術沉淀，遠傳科技推動客服產品向智能化、精準化方向發展。 遠傳科技現已形成了智能交互、全媒體智能客戶中心、云眾包三大服務為核 心的業務版圖。公司全產業鏈的客服產品，涵蓋全媒體智能交互中心、智能 交互業務平臺、智能交互中臺，智能客服機器人、智能質檢、智能分析、智 能助手智能運營管理等場景，為政務、金融、能源、品牌制造等多個行業提 供深度解決

42、方案，以及智能服務云應用的云客服、云眾包平臺等系列云產品 與服務。 25 技術層 自然語言處理知識模型深度學習 語音識別大數據云計算 智能中臺 算法平臺技術平臺數據平臺語音平臺 產品層 全媒體智能客戶平臺智能交互產品云眾包 智慧電力智慧金融智慧政務智慧制造智慧營銷 圖示：遠傳科技業務生態版圖 27 3.2 遠傳科技 堅實的技術基礎、穩定的客戶關系、持續優化 的創新能力，共同打造企業核心競爭優勢 歷經十余年的行業聚焦與深耕，遠傳科技持續為企業數智化轉型賦能，打造 技術、客戶關系、創新能力等維度的競爭優勢。 深耕智能交互技術，把握產業鏈核心環節。從傳統客服向智能客服供應商轉 型的過程中，遠傳科技定

43、位清晰，聚焦交互技術，以AI賦能客服行業，成效 顯著。在“成為智能交互領域專家”愿景指引下，遠傳科技于杭州和北京建 立兩大研發中心，組建專家及博士團隊，確保技術的高效落地及智能客服產 品的及時更新與優化。2018年，企業榮獲吳文俊人工智能科學技術獎二等獎。 該獎項被譽為“中國智能科學技術最高獎”。 “產品+場景”夯實客戶基礎。在電力、金融、政務、制造、營銷各行業場 景下，遠傳科技積累了豐富的經驗。智能客服產品與服務場景實現深度結合， 是遠傳科技高質量服務的有力保障?，F階段遠傳科技的客戶群體主要是國企 或大中型企業，客戶關系良好且穩定，為遠傳科技樹立業界口碑、打造品牌 效應添磚加瓦。此外，疫情期

44、間遠傳科技利用自身成熟的AI智能交互應用技 術、底層AI、算法能力，自主研發防疫防控機器人為人員初篩排查、重點跟 蹤、通知宣傳等工作提供人工智能交互技術支持及服務，為拓展客戶領域、 激發資源裂變夯實了基礎。 “順勢而為”，持續強化創新能力。遠傳科技積極擁抱新技術，不斷推陳出 新，以創新能力賦能智能客服產品及服務。遠傳科技敏銳捕捉科技及行業發 展趨勢，“順勢而為”，優化與豐富客服產品類型與服務內容。順應5G技術 發展浪潮，遠傳科技連通企業、行業生態以及智能客服應用場景，探索視頻 客服這一創新形式，為行業的創新與發展注入更多動能。而遠傳科技也成為 行業內最早布局“5G+智能客服”的供應商之一。 2

45、6 28 網易七魚隸屬于網易集團，是集客戶服務與智能營銷于一體的SaaS產品供應 商。 網易七魚以“幫助企業更好地獲得客戶、了解客戶、鞏固并提升客戶關系” 為使命，目前已為超過三十萬企業客戶提供了智能客服解決方案，服務行業 覆蓋教育、電商、政務、人力資源等垂直領域。作為SaaS級智能客服方案供 應商，網易七魚致力于優化企業客戶客服運營能力、實現人力資源的高效利 用。 網易七魚集智能機器人、在線客服、呼叫中心、外呼機器人、工單、數據大 屏與精準營銷功能于一體，驅動企業服務效率與智能營銷能力升級。 3.3 網易七魚 作為網易集團智能化戰略布局之一，網易七魚 為企業客戶提供智能客服與智能營銷SaaS

46、產品 27 在線客服 全渠道、全時在線客服 在線機器人 輔助人工坐席 智能問答 呼叫中心 省去接入設備 1小時接入 工單中心 跨部門無縫流轉 5S工單檢索 外呼機器人 數據大屏 數據實時共享 可視化呈現與動態展示 全棧式語音交互算法 圖示：網易七魚產品能力 29 3.3 網易七魚 網易七魚依托網易多年行業語料積累及AI技術 沉淀，實現智能客服系統的高效性與全域智能 28 網易七魚以網易人工智能自然語義處理平臺為基礎，通過自主學習能力和語 義理解能力，提高智能客服精準度，同時與人工客服實現人機互助模式。 網易七魚為企業客戶提供智能客服整體解決方案，助力企業客戶實現運營數 據化、接入渠道一體化、服

47、務智能化、溝通高效化、數據一體化以及管理精 細化，推動客服系統的全域智能。 高度智能化 網易七魚基于網易人工智 能自然語義處理平臺，通 過人工智能記錄用戶行為， 根據用戶畫像預測用戶問 題，引導用戶在人機咨詢 中自助解決問題。通過服 務先知、服務直達等功能， 縮短用戶咨詢時間，節省 企業人力成本。 特定領域語音識別 網易七魚基于業界前沿的 深度學習技術和多年的持 續研發，依托網易私有云 底層架構，支持文件和流 式語音識別，實現了背景 噪音或背景樂較強環境下 的語音識別，可針對特定 領域快速優化。 圖示：網易七魚行業競爭優勢 服務智能化 接入渠道一體化 運營數據化 溝通高效化 數據一體化 管理精

48、細化 商品、訂單、會員、 物流信息整合 服務預警 智能場控 信息完整無遺漏 及時人工溝通 智能機器人 各渠道接入統一 可視化運營數據 基于數據進行決策 圖示：網易七魚產品優勢 30 3.4 微洱科技 微洱科技專注“AI+電商”技術應用，為行業 用戶提供全生命周期的智能服務 微洱科技成立于2016年底，是一家致力于人工智能賦能企業數智化的科技 企業。作為自帶阿里系DNA的企業，微洱科技專注于“AI+電商”的技術研 發與應用，為電商領域客戶提供全生命周期的智能客服解決方案。公司業務 現已覆蓋200余城市，服務電商客戶12,000余家。 微洱科技的核心產品是小微全域智能機器人，為企業客戶提供集客服、

49、營銷 導購、運營功能于一體的全域服務。小微機器人由微洱科技研發團隊聯合谷 歌技術人才及美國高校技術研發團隊聯合開發，累積服務次數已超10億。微 洱科技相關數據顯示，小微機器人目前的會話識別率在99.7%左右，可覆蓋 76%左右的問題，為商家降低75%的人力成本。 29 語義理解意圖識別知識圖譜 大數據算法計算機視覺 技術基礎 數據中臺商品管理數據管理用戶管理 產品能力智能問答智能營銷智能CRM導購魔盤 操作臺 Work at WeiAI-SaaS核心操作臺 圖示：微洱科技產品矩陣 31 3.4 微洱科技 聚焦電商領域，微洱科技深化行業邏輯理解， 推動智能客服精準賦能企業經營各環節 微洱科技對電商這一垂直領域的深耕，是現階段公司打造行業核心競爭力的 基礎。 底層技術沉淀。微洱科技成立專門的創新實驗室，打造五百余人的研發團隊， 探索技術及應用的優化可能。同時，今年九月，微洱科技完成由啟明創投領 投的數億元B輪融資。該融資將持續用于技術研發與應用、產品升級及用戶 服務。人才與資本的加持下，公司將利用底層技術沉淀，賦能智能客服應用。 行業邏輯理解。微洱科技創始團隊人員大都來自阿里，對電商邏輯理解具有 天然優勢。公司創立之初，便深諳電商企業痛點，因而在客服產品矩陣構建 及客服解決方