1、36KR RESEARCH 2020年中国智能客服行业研究报告 智能客服升级企业服务场景，拓展降本增效新渠道 36氪研究院 2020.11 2 36Kr-2020年中国智能客服行业研究报告 智能客服是在各类技术赋能下，通过客服机器人协助 人工进行会话、质检、业务处理，从而释放人力成本、 提高响应效率的客户服务形式。而技术的深入发展， 将持续拓宽智能客服服务场景与职能边界，使客服功 能不仅仅局限于客户服务，更多地向运营管理、营销 等环节延伸。 优化消费体验、实现降本增效是企业用户积极探索客 服系统智能化的驱动力。随着消费主权意识的觉醒， 消费者咨询需求随之上升，随之而来的是海量咨询需 求与有限人

2、工客服供给之间的矛盾。智能客服扮演着 矛盾调和剂，提高客服响应效率、优化消费体验的同 时释放人力，为企业用户带来降本增效新路径。 底层技术不成熟、技术复用壁垒高，共同构成现阶段 智能客服行业痛点。技术的不成熟并非单一智能客服 供应商所面临的难题，而是整个行业的共同困境。N LP、深度学习、人机交互等这些智能客服核心技术 均存在较大的优化空间，导致智能客服不够“智能”， 服务缺失精准度及人文关怀。 面对行业痛点，智能客服供应商可从技术、产品及服 务、组织管理三方面打造行业核心竞争力，深耕垂直 行业，积累行业可复用的技术经验，持续丰富与优化 智能客服产品的同时，降低成本。 未来，智能客服有望从成本

3、中心走向价值中心，打通 企业与行业生态，打造企业用户数据资产。与此同时， 5G技术的落地，将拓宽服务场景，创新智能客服形 式，带来更贴近用户、更为直观且交互的客服系统。 报告摘要 相关研究报告 案例分析公司 科大讯飞 综合性智慧服务供应商 远传科技 综合性智慧服务供应商 网易七鱼 云客服供应商 微洱科技 客服机器人供应商 1 36Kr-2020年 中国 服装 行业数据中台研究报告 （2020.10） 36Kr-2020年 中国 新经 济趋势洞察报告 （2019.10） 36Kr-商用服务机器人行 业研究报告 （2019.08） 目录CONTENTS 行业概览 概念 发展历程 驱动力分析 痛点分

4、析 市场空间分析 投融资情况分析 01 发展现状分析 产业链结构分析 企业类型分析 业务模式分析 应用场景分析 02 典型供应商分析 科大讯飞 远传科技 网易七鱼 微洱科技 03 发展建议与趋势展望 发展建议 趋势展望 04 概念 发展历程 驱动力分析 痛点分析 市场空间分析 投融资情况分析 行业概览01 3 5 1.1 概念 作为多技术融合的产物，智能客服实现人力辅 助，提高企业与用户交互效率 狭义上，智能客服指的是在人工智能、大数据、云计算等技术赋能下，通过 客服机器人协助人工进行会话、质检、业务处理，从而释放人力成本、提高 响应效率的客户服务形式。而广义上，随着各类技术的深入应用，智能客

5、服 的外延被进一步拓宽，不仅仅指企业提供的客户服务，还包括了客服系统管 理及优化。本报告研究范畴为广义的智能客服。 智能客服的核心在于企业与用户的交互。通过文字、图片、语音等媒介，构 建企业与用户的交互桥梁，从而达到售前咨询、售中答疑、售后关怀等多重 目的。 相比传统的人工客服，智能客服在接入渠道、响应效率、数据管理等多方面 具有突出优势。 尽管智能客服呈现诸多优势，其核心功能仍在于辅助，而非替代人工。智能 客服在实际应用中仍存在一定痛点，需要人力补充及优化。这主要与底层技 术发展不成熟有关。 4 对比维度智能客服传统客服 特点 以各技术为基础； 通过机器人进行服务 以呼叫中心为基础； 通过人

6、工进行服务 接入渠道 多元化接入渠道； 各渠道呈互通的发展态势 接入渠道单一，以电话为主； 各渠道相对封闭 响应效率 7*24响应； 响应效率高 全天候响应受限； 响应效率因人而异 数据管理 数据处理快速； 形成对数据的统一管理 数据处理环节较多，效率较低； 数据分散不易管理 图示：智能客服与传统客服对比 6 客服行业历经四个发展阶段，向着多渠道互通、多场景互联的方向发展。 电话呼叫中心。从上世纪九十年代客服系统引入中国到千禧年开端，客服沟 通工具以电话为主，是最传统的单一渠道客服形态。在CTI集成技术辅助下， 企业自建呼叫中心。该阶段主要满足大中型企业客户服务的需要。 多渠道呼叫中心。进入二

7、十一世纪，互联网的迅猛发展将线上渠道带入客服 行业，网页、移动端、邮件等形式进入大众视野。同期语音软交换技术的升 级使托管型呼叫中心建设得以实现。相较自建型呼叫中心，托管型呼叫中心 极大减轻了企业构建客服系统的成本，呼叫服务向企业端持续渗透。 全渠道云客服。2010年以来，SaaS模式创新客服行业，催生出云客服这一 新形态，推动托管型呼叫中心向云呼叫中心演进。打破各渠道客户数据相互 割裂的局面。 全场景智能客服。2017年以来，客服机器人渗透率逐渐提升，发挥更重要的 作用。同时，智能客服外延得到拓展，覆盖范围从服务拓展至运营管理和营 销等领域中。 从人到机器、从呼叫中心到云，客服行业向多 渠道

8、、多场景方向发展 1.2 发展历程 5 电话呼叫中心多渠道呼叫中心全渠道云客服全场景智能客服 2000 2010 2017 图示：中国客服行业发展四阶段 数据来源：36氪研究院根据公开资料整理 7 1.3 驱动力分析 需求端：消费主权意识觉醒，客服需求增加对 服务响应速度提出较高要求 消费升级趋势明显，消费者主权意识逐渐觉醒。不同于以往对供给端产品的 被动接受，如今消费者对产品内容及配套服务有了更高要求。特别是随着80、 90及Z世代消费群体的崛起，个性化、定制化的消费体验成为影响消费决策 的关键因素之一。作为消费体验的重要环节，客户服务成为消费者衡量商家 服务好坏的核心指标之一。 随着消费主

9、权意识觉醒，消费者对客服的需求也有所有增加。客服应用场景 也日益延伸，覆盖售前、售中、售后各环节。而传统人工坐席客服发展受限 于人力资源带宽和服务时间，无法提供二十四小时实时客户服务。特别是在 行业消费旺季，如电商领域的双十一消费季、黑色星期五等，咨询人数激增， 海量咨询需求与有限的人工客服供给之间便产生了不可调和的矛盾。在此背 景下，智能客服的作用得以凸显。 智能客服及时响应消费者需求，智能回答部分重复性及结构性问题，缩短消 费者等待时间，优化消费体验。消费者对智能客服的接受度也随之升高。根 据2018年埃森哲对中国消费者进行的洞察调研，71%的用户希望自身的消 费问题可以通过智能客服解决，

10、76%的用户希望企业能够更多地通过科技手 段来提供更好的客户服务。 6 76% AI+客服 75% 全渠道 客户服务 71% 自助式 客户服务 55% 个人 信息保护 55% 定制化 客户服务 图示：消费者对客户服务的期待 数据来源：埃森哲，36氪研究院 8 1.3 驱动力分析 供给端：智能客服作为数智化转型工具，推动 企业降本增效，受到企业青睐 2018年前，我国传统呼叫中心坐席数量实现了稳定增长。根据中国信通院数 据测算，2010-2018年间，呼叫中心坐席保持15%的年均复合增长率。而 2018年之后，传统人工座席的数量不增反降，减少了约16万。 传统呼叫中心坐席数量的下降，与智能客服渗

11、透率的提升存在直接关系：智 能客服在一定程度上解决传统人工坐席的部分痛点，成为企业实现数智化、 降本增效的利器，企业纷纷搭建智能客服系统。 传统客服中心高度依赖人工，客户接待、问询回复、工单填写、客服质检等 环节均需人力介入。随着客服需求的爆发式增长，人工客服的弊端及痛点逐 渐暴露。 此外，受年初新冠肺炎疫情的影响，人们消费习惯向线上倾斜，由此导致的 客服咨询量激增，人工客服痛点加速凸显。越来越多的企业意识到，客服智 能化在缓解企业人工成本压力的同时，优化用户消费体验，带来潜在业务增 量。因而，企业加速布局智能客服，顺应消费新需求，提高企业数智化水平。 7 图示：人工客服主要痛点 客服工作强度

12、大， 离职率高 每日应对重复性咨 询，工作效率低 客服自身企业自身 消费体验 客服人工成本高 客服流动性高，新客服 培训费用不容忽视 数据分散，削弱客服反 哺业务效果 实时客服咨询受限 客服响应不及时 客服体验与消费者需求 存在落差 9 1.3 驱动力分析 技术驱动：各技术的突破与融合是构建智能客 服系统的必要条件 智能客服的诞生及应用价值的逐步凸显，离不开技术的发展与推动。大数据、 云计算、人工智能等技术的纵深演进，是智能客服商业化的必要条件，同时 也为智能客服应用场景的落地提供底层技术支持。 NLP技术。NLP即自然语言理解，包括机器对自然语言的理解与输出两方面， 是实现智能客服“拟人化”

13、的重要推动力。在自然语言理解上，机器主要面 临语言多样性、语义多样性、上下文情景复杂性、文法错误等几大核心挑战。 这也是未来NLP技术重点优化方向。 知识图谱。知识图谱是由信息构成的知识网络。行业知识图谱的构建及行业 知识库的打造，是智能客服精准定位问题及给出相应回复的知识基础。 交互技术。交互技术的应用，使智能客服实现多轮与连续对话成为可能。 深度学习。智能客服通过深度学习，捕捉用户询问意图，通过区分同问句不 同语义、同问题不同问法，实现具体问题的针对性回复。同时，基于持续的 深度学习，智能客服识别与判断人工客服跳转节点，优化人机协作水平。 8 智能客服 核心技术 NLP技术 自然语言理解

14、自然语言生成 交互技术 场景交互 对话及动作交互 知识图谱 整合行业话术 构建知识库 深度学习 用户意图识别 优化人机协作 图示：智能客服核心技术 10 1.4 痛点分析 底层技术不成熟、迁移壁垒高、用户端服务缺 失精准度及人文关怀，构成现阶段行业痛点 9 智能客服搭建起连接企业与用户的桥梁。但现阶段，受底层技术影响，“智 能客服不够智能”问题给企业端与用户端均造成一定困扰，掣肘行业进一步 发展。 沟通不易。智能客服能轻松应对重复度较高的结构性问题。但用户提问方 式、句子组织均结构各异，智能客服往往无法精准理解问题的真正含义，影 响用户体验。 服务不专。用户期望收到更具有针对性、更具人文关怀的

15、客户服务，但智能 客服的服务流程与话术存在标准化特征，无法灵敏捕捉用户情感变化，用户 与企业情感链接存在缺口。 底层技术不成熟。尽管行业玩家及国家双层面积极推动人工智能技术的研发 与落地，但受制于较长的技术研发周期、技术研发与转化之间的非同步性， 人工智能底层技术仍存在较大的完善与突破空间。 成本偏高。智能客服服务方案具有”定制化“特征，由企业发展现状及所在 行业业务逻辑及核心痛点决定。这也意味着技术在不同企业、不同行业之间 的可复制性较差。技术迁移壁垒导致供应商整体成本偏高。 沟通不易服务不专 技术成熟度低技术迁移壁垒 用户 企业 图示：智能客服痛点 11 1.5 市场空间分析 人工智能加码

16、客服市场，预计未来将释放300- 600亿潜在增量 10 从目前智能客服市场容量来看，客服基础软件的市场规模大概在100亿人民 币左右，且毛利较小。未来，随着人工智能技术的演进与加速赋能，智能客 服行业有望突破300-600亿的市场增量。 智能客服市场增量来源主要有：智能终端设备、企业数智化转型需要、自建 客服转云等。 智能终端设备。智能终端以硬件智能设备为主。随着客服应用场景的拓展与 延伸，智能终端设备的普及率有望进一步提升，以实现企业与用户之间”无 处不在“的交互。 企业数智化转型。越来越多的企业加速数字化、智能化转型步伐，以实现组 织结构的优化，降本增效。而智能客服对企业数智化转型的推动

17、作用不仅仅 局限在客服系统上，更多地向营销、数据管理等方向延伸，释放增量。 自建转云。选择自建客服的企业中，约有22%*的企业并未上云。该部分企 业向云端转型的过程中有望带来20亿的潜在增量。 *数据来源：T研究，容联七陌，36氪研究院 智能终端设备 200亿 企业数智化转型 100-200亿 自建转云 20亿 智能客服市场增量 300-600亿 图示：智能客服市场增量来源 数据来源：行业专家访谈，36氪研究院整理 12 1.6 投融资情况分析 尽管资本市场整体遇冷，智能客服赛道投融资 热度不减 2020年上半年，受新冠肺炎疫情黑天鹅事件与全球经济增速放缓下资本寒冬 的双重影响，我国股权投资金

18、额与数量出现双下滑。但智能客服赛道投融资 热度不减。资本在经历年初短暂沉寂后，于4、5月出现投资小高峰。 截至2020年九月底，我国智能客服赛道中，45.53%企业实现了融资，其中 4.07%的企业已经进入战略投资阶段。 2020年1月-9月，智能客服赛道共发生融资事件13起，总金额约30亿人民币。 11 种子轮至Pre-A轮 A轮至C+轮 战略投资及并购 未融资 20.33% 21.14% 4.07% 54.47% 图示：智能客服投融资现状 数据来源：鲸准数据库，36氪研究院整理 企业名称融资轮次融资金额融资时间领投资本 微洱科技B轮数亿元人民币2020年9月启明创投 乐言科技C+轮1.5亿

19、人民币2020年9月九云资本 小能科技C轮亿元人民币以上2020年4月一村资本 晓多科技C轮数千万人民币2020年4月嘉御基金 智齿客服C轮2.1亿2020年4月用友网络、云启资本 图示：近期智能客服投融资事件节选 数据来源：鲸准数据库，36氪研究院整理 产业链结构分析 企业类型分析 业务模式分析 应用场景分析 发展现状分析02 12 14 智能客服产业链中，云计算及通信商为行业提供底层技术支撑；上游应用技 术研发商包括提供云通讯的服务商及提供语音识别、声纹识别、语义识别、 自然语言处理、智能人机交互等技术的智能语音研发商；中游智能客服供应 商在底层及上游技术能力基础上，向下游企业客户输出智能

20、客服解决方案。 中游供应商承接上游云通讯及智能语音研发商， 为下游企业用户提供智能客服解决方案 2.1 产业链结构分析 13 智能客服技术基础 云计算 上游中游下游 云通讯服务商 智能语音研发商 综合智慧解决方案厂商 云客服厂商 客服机器人厂商 传统客服厂商转型 政务 电商 金融 教育 电力 图示：智能客服产业链（仅列出部分企业，未包含全部） 通信 人工智能 15 智能客服供应商是智能客服产业链核心环节，在云计算、通讯等底层技术支 撑下，依托人工智能、语音技术及融合通信，针对企业客户需求及其所在行 业特点，提供定制化智能客服解决方案。 受自身发展、公司战略及技术专长的影响，智能客服供应商呈现出

21、多元化的 业务布局，其运营逻辑、客户群体及部署模式也不尽相同。 以服务对象为区分，供应商包括垂直领域专业厂商及通用型厂商两大类，前 者专注于某一或某些特定领域的智能客服解决方案，如以电商为切入点的微 洱科技、晓多科技，聚焦“保险+客服”的企保科技以及专注于人力资源行 业的墨子AI等。而后者多具有鲜明的技术背景，基于各类技术推动多行业客 服的智能化，例如科大讯飞、网易七鱼、Udesk、云问科技等。 垂直领域专业厂商聚焦特定行业，通用厂商依 托技术优势提供跨领域服务 2.2 企业类型分析 14 垂直领域专业厂商通用型厂商 专注特定行业 行业通用服务 特征 行业聚焦，持续优化行业 知识图谱，积累行业

22、数据， 打造供应商核心竞争力 技术基础牢固，具有广阔 潜客群体，打造行业知名 度的门槛较低 优势 服务群体有限，企业转型 或拓展服务领域时面临一 定挑战 服务行业未聚焦，在构建 专业知识图谱上不具备明 显优势 劣势 典型供应商 16 从服务内容角度，智能客服供应商主要包含四类：综合智慧解决方案厂商； 云客服厂商；客服机器人厂商；传统呼叫中心厂商。 综合智慧解决方案厂商。提供集通讯类产品、智能应用与智能客服业务系统 于一体的综合性服务商。此类企业往往综合性能力强，且在客服行业持续深 耕。 云客服厂商。包括兼具上游云通讯能力的供应商以及专注于SaaS产品的供应 商。前者具备较强的PaaS能力，在服

23、务大客户时优势明显，以环信为典型代 表；而后者的SaaS产品能力则更适用于预算不高的中小企业。 客服机器人厂商。此类厂商多以客服机器人为切入点，凭借AI底层技术沉淀 及支撑，逐渐拓展至全链条客服产品。 传统客服厂商转型。包括传统呼叫中心及客服软件厂商。在客服智能化和数 字化的浪潮下，企业逐步实现转型。 以服务内容区分，四类供应商各有所长，共同 参与智能客服行业竞争 2.2 企业类型分析 15 区别 综合智慧解决 方案厂商 云客服厂商客服机器人厂商传统客服厂商转型 客户群体大客户为主中小客户为主兼具大、中小客户大客户为主 部署方式 本地化部署为主， 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 本地化部署为主 相对优势服务全面 部署成本较低 符合中小企业需求 技术背景鲜明大客户资源丰富 相对劣势客单价相对较高客单价低 技术研发与 转化周期长 部分企业技术 优势不明显 典型供应商 百度 远传科技 Udesk 容联七陌 小i机器人 微洱科技 小能科技 Live800 图示：四类供应商对比分析 17 根据部署方式的差异性，智能客服行业主要包含三种业务模式：公有云部署、 私有云或本地部署、公私混合部署，满足不同类型企业用户的需求。 公有云部署。供应商主要扮演SaaS服务的角色，提供集智能客服软件开发、 管理及部署于一身的服务内容。企业用户借助供应商搭建的云平台，无需自 建服务

25、器，仅需平台账户便可实现客服应用。 本地部署。供应商根据企业客户需求量身定做智能客服服务方案，服务内容 包括系统搭建、系统应用培训、系统巡检、系统升级和扩容等。服务器落地 后，企业客户自行组建技术团队，对客服系统进行运营管理。 混合云部署。企业客户使用供应商提供的云平台服务，而企业数据保存在本 地，兼具公有云与本地部署的部分特征。混合云部署模式是部分云客服厂商 未来的重要发力点之一。 公有云、私有云、混合云三类部署方式，满足 企业用户多样化需求 2.3 业务模式分析 16 公有云 混合云 本地智能客服 智能客服系统全部在云端部署，无需自 建服务器 公有云部署 客服系统、应用、数据等均部署在本地

26、， 自建服务器，由企业自主管理 本地/私有云部署 供应商提供云服务，应用在云端，交换 网关及数据在本地 混合云部署 图示：智能客服系统三大业务模式 18 不同部署方式在数据私密性、建设成本、稳定性等方面呈现一定差异。企业 用户依据自身业务规模、对数据安全性要求、智能客服系统建设预算等各维 度要素，选择不同的部署路径。 三类部署模式中，公有云建设客服系统成本最低、客服坐席扩容最为灵活， 适用于中小企业。对供应商而言，公有云部署建设周期短，企业可以通过有 限的人力实施更多的项目；但由于服务内容较为单一，且复杂程度不高，公 有云部署普遍客单价较低。 私有云部署模式下，数据保存在本地，确保了数据安全的

27、可靠性，而个性化 定制部署方案则意味着较高的建设成本和较长的服务周期。因而私有云部署 更适合具备一定规模、对数据安全性要求极高的行业头部企业。通过私有云 部署，供应商可获得高客单价，但能够接受私有云部署成本的企业客户数量 有限，且数据本地化不利于行业数据的积累与复用，对供应商构成一定挑战。 公有云部署周期短且建设成本低；私有云部署 成本高但数据更安全 2.3 业务模式分析 17 特点公有云部署私有云部署混合云部署 数据安全 中等 数据保存在云端 较高 数据保存在本地 相对安全 核心数据本地化 运行稳定性相对稳定 稳定 企业自有服务器 单点故障偶有出现 建设成本 较低 企业仅需承担软件费用 较高

28、 企业需自建运营维护团队 介于公有云和私有云 部署之间 线路接待能力 扩容灵活，坐席人数可 及时调整 灵活性小灵活性较小 部署周期部署时间短 定制化智能客服系统建设， 部署周期最长 部署周期中等 图示：智能客服部署模式对比 19 2.4 应用场景政府及事业单位 智能客服推动政务流程优化、缩短业务处理时 间、提升跨部门协作效率 在各地政府大力推行智慧城市的背景下，智慧政务作为连接群众和政府的纽 带，成为公共价值重塑的核心动力。智慧政务旨在简政高效、服务惠民，但 在其落地过程中，不可避免地出现诸多隐性矛盾。 针对上述矛盾与痛点，智能客服系统以政务大数据与人工智能为基础，致力 于提供实时、高效、全面

29、的政务辅助。现阶段，智能客服对政务的智能化推 动主要体现在以下几方面： 全时智慧政务热线。7*24的智能服务热线，突破政务咨询的时间与空间限制； 智能记录群众需求，并以此为基础持续优化政务服务知识库，将原本分散的 数据切实转化为政务优化的核心数据资产。 多场景智能政务服务。线上智能服务渠道+线下智能实体机器人，全方位打 通线上线下场景及数据，提高政务处理速度的同时减轻政务窗口的服务压力。 标准化信息服务平台。跨人员、跨部门的政务知识统一化及标准化，解决由 内部信息不对称导致的回复口径不一致的问题。 18 服务时间受限 无法提供全天、全时 的咨询服务 跨部门协作效率低下 跨部门协作的政务，无法及

30、 时优化操作流程 内部信息不对称 复杂政策场景下，工作人员自身 对政务不了解，回复口径不统一 图示：智慧政务痛点 20 2.4 应用场景金融业 智能客服成为金融企业抢夺用户、提升附加价 值的重要路径 随着我国金融业成熟度的不断提升，客户服务内容与水平愈发成为各大金融 服务企业抢夺用户、保持用户粘性的重要路径。特别是在金融产品同质化较 为突出的背景下，客户服务自然成为了金融企业的核心竞争力。智能客服系 统的搭建，以科技直击金融业客户服务痛点，驱动企业的潜在增长。 金融业又可被细分为银行、保险、证券等多领域，各领域面临痛点不尽相同， 因而智能客服赋能作用的侧重点也存在一定差异。 银行业：银行业痛点

31、主要在于客户咨询重复度高、高峰时期用户咨询体验差、 催收人力成本高等。智能客服作为人工客服的辅助，提高咨询高峰期的响应 时速；对于重复率高的问题，基于持续扩充优化的行业知识库，实现快速且 精准的应答；智能催收，针对多元场景制定差异化机器人催收战略，释放人 力成本。 保险业：投保、核保、赔付等相关条款普遍较为复杂，消费者个人需求及投 保标的自身状况也千差万别，导致消费者咨询内容呈个性化特征。在保险售 前咨询与售后理赔等环节，客户服务水平直接决定了客户转化或留存率。基 于保险行业知识图谱的智能客服，能够识别各类复杂条件，提高回复精准性， 在渠道获客、续保留存、核保定价、风险控制方面赋能保险企业。

32、证券行业：与银行业类似，证券行业客服同样面临大量重复性基础问题。智 能客服的介入缓解人工客服回答重复问题的压力，将有限的人力释放到更为 专业的问题上去。目前，智能客服支持证券基础问题回复、智能选股诊股、 证券行业信息智能推送、智能营销等功能，为证券行业降本增效提供可能。 智能客服作为金融科技中重要的一环，越来越受到企业重视。但值得注意的 是，智能客服的赋能作用更多地体现在对人力资源的辅助，即解答常见的重 复性问题，对于专业性较高的问题，依旧需要人力客服的介入。 19 21 2.4 应用场景电商零售 智能客服助力电商零售企业降低人力成本、打 造消费数据资产 电商零售企业直接面向下游消费者，具有天

33、然的客服服务属性，因而对客服 的及时性和高效性具有更高要求。 目前我国电商零售企业，普遍面临居高不下的客服人力资源成本及分散消费 数据无法高效利用两大核心痛点。 智能客服的介入，减轻人工坐席回答重复性问题压力的同时，智能整合多渠 道消费数据，覆盖售前、售中、售后三大场景，直击电商零售领域企业痛点。 20 图示：电商零售核心痛点 售前 全渠道客户接入； 重复性问题自动回复； 用户浏览行为记录及 购物偏好预测 售中 售后 智能导购及推荐； 消费者个性化服务； 智能催付 消费数据管理； 复盘回顾，优化知识库 图示：智能客服赋能作用 售前咨询量大，针对产品性能的问题 重复率高，特别是在电商购物节来临

34、之际，不间断的海量用户咨询大大增 加客服工作量，带动人工成本的增长 海量咨询需求与有限人工客服之间的 矛盾，影响客户体验，抑制客户转化 率的提升 人力成本居高不下消费数据分散 随着获客渠道的多元化拓展，客户 信息来源也渐趋分散，不同客户管 理系统之间并未互通。尽管企业收 集了海量消费数据，但数据烟囱林 立，数据的孤岛效应削弱数据反哺 前端业务的能力，影响消费者拉新、 转化、促活及裂变等 22 年初，由新冠肺炎疫情而导致的居家隔离，推动教育向线上渠道倾斜。在教 育部“停课不停学”的号召下，教育机构积极拥抱发展利好，重点发力线上 教育。尽管资本大环境遇冷，但在线教育赛道投资火热。行业风口的背后，

35、在线教育迎来海量客户服务需求。 在线教育需要对学员进行全生命周期的陪伴，意味着从课程售卖、学习、复 习答疑等各环节均需客服的及时介入。客户对服务的满意度直接影响用户转 化率及复购率。在客户咨询量激增的背景下，在线教育面临营销、管理、服 务各场景的多个痛点。 针对以上痛点，智能客服实现结构性问题自动回复、复杂问题转人工、开课 及复习节点提醒智能触发、智能排班等，极大减轻人工客服的压力，将有限 的人力保留给拉新转化、学员关系维护等环节。 智能客服覆盖在线教育营销、服务及管理各环 节，推动企业实现获客留存及核心客群转化 2.4 应用场景在线教育 21 图示：在线教育核心痛点 营销 营销场景复杂：受用

36、户 自身教育水平、教育目 的、知识结构等影响， 客户问题也呈极强的多 样性，定制化的咨询需 求对客服及营销转化提 出了较大挑战 重复性服务：在付费学 员服务方面，客服需及 时进行开课提醒、复习 推送、学员回访。受学 员人数的影响，客服每 日进行大量重复性服务， 人力资源并未得到有效 利用 精细化管理挑战：在线 教育机构通常具有多学 科、多模块课程，以满 足不同学员的需求。相 应地，不同客服团队得 以建立。如何对跨团队 客服进行精细化管理， 成为各机构面临的挑战 在线教育核心痛点 服务 管理 科大讯飞 远传科技 网易七鱼 微洱科技 典型供应商分析03 22 24 3.1 科大讯飞 历经二十余年的

37、发展，科大讯飞逐步确立我国 语音产业的领先地位 23 科大讯飞成立于1999年，专注于智能语音与人工智能技术的研发与应用。集 团致力于成为语音产业领导者和人工智能产业先行者。 科大讯飞在成立之初便确立了以语音产业为核心的发展战略，深耕语音产业 二十余年。目前集团已成为我国智能语音高新技术产业化基地、语音及语言 信息处理国工程实验室，逐步确立智能语音行业的领先地位。 科大讯飞以智能语音技术为底层依托，通过语音引擎及嵌入式软件，赋能各 行业。其服务领域包括教育、医疗、智慧城市、汽车、营销、司法、工业智 能、智慧服务等。 其中，智能客服作为智慧服务的细分领域，构成集团产品矩阵的重要部分。 19991

38、999 20022002 20052005 20082008 科大讯飞集团成立 被列入“国家规划布局内重点软件企业” 科大讯飞研究院成立，专注智能语音技术 于深圳证券交易所上市 20202020 20142014启动“讯飞超脑计划”，优化人工智能应用 构建集团人工智能生态 图示：科大讯飞集团发展核心节点 25 3.1 科大讯飞 科大讯飞打造开放式科技平台，以科技优势实 现产业链整合，强化品牌效应 24 科大讯飞坚持“平台+赛道”的发展战略。平台即“讯飞开放平台”以 智能语音和人机交互为核心的人工智能开放平台，构建人工智能生态；而赛 道指的是教育、医疗、司法、企业服务等各行业。 智能客服是集团重

39、点发力的赛道之一，但并非唯一。尽管业务领域并未聚焦， 集团依旧凭借坚实的人工智能技术研发与应用基础，打造智能客服领域的竞 争力。 科大讯飞在智能客服行业的竞争力主要表现为：品牌效应、开放式科技平台 与产业链整合。 品牌效应。科大讯飞已成为我国领先的智能语音企业，品牌效应优势明显。 在二十余年的发展历程中，科大讯飞积累了大批不同行业的客户，并与政府 保持密切关系，其高质量的产品与服务为科大讯飞打造了良好的企业口碑。 同时，科大讯飞秉承2B和2C双轮驱动的经营理念，生产出直接面向个体消 费者的系列智能产品，比如讯飞翻译机、学习机、录音笔等。科大讯飞品牌 形象深入企业用户与个人用户。 开放式科技平台

40、。科大讯飞从不吝惜对人工智能技术的研发与投入，打造坚 实的底层技术基础，对内对外优化人工智能技术应用。对内，组建研发团队 与实验室，进一步巩固智能语音行业领先地位；对外，建立讯飞开放平台， 将语音能力开放给第三方合作伙伴，实现互利共赢。截至2020年9月底，讯 飞开放平台已累积超过150万开发者团队*。 产业链整合。科大讯飞具备的智能语音技术，位于智能客服产业链的上游。 因而集团具有天然的整合产业上中游的能力。上游语音技术可直接应用于智 能客服解决方案中，成为解决方案中的重要组成部分。 *数据来源：科大讯飞 26 3.2 远传科技 远传科技重点聚焦智能交互技术，为企业客户 提供综合性智慧服务解

41、决方案 远传科技核心团队自2004年起便专注于客服技术的研发与应用，目前已成 为行业领先的综合性智慧服务解决方案供应商。 创立之初，远传科技便聚焦客服领域，从最早的客服软件到现阶段的全域智 能客服系统，经历了从传统客服到智能客服供应商的转型。基于十余年的交 互技术沉淀，远传科技推动客服产品向智能化、精准化方向发展。 远传科技现已形成了智能交互、全媒体智能客户中心、云众包三大服务为核 心的业务版图。公司全产业链的客服产品，涵盖全媒体智能交互中心、智能 交互业务平台、智能交互中台，智能客服机器人、智能质检、智能分析、智 能助手智能运营管理等场景，为政务、金融、能源、品牌制造等多个行业提 供深度解决

42、方案，以及智能服务云应用的云客服、云众包平台等系列云产品 与服务。 25 技术层 自然语言处理知识模型深度学习 语音识别大数据云计算 智能中台 算法平台技术平台数据平台语音平台 产品层 全媒体智能客户平台智能交互产品云众包 智慧电力智慧金融智慧政务智慧制造智慧营销 图示：远传科技业务生态版图 27 3.2 远传科技 坚实的技术基础、稳定的客户关系、持续优化 的创新能力，共同打造企业核心竞争优势 历经十余年的行业聚焦与深耕，远传科技持续为企业数智化转型赋能，打造 技术、客户关系、创新能力等维度的竞争优势。 深耕智能交互技术，把握产业链核心环节。从传统客服向智能客服供应商转 型的过程中，远传科技定

43、位清晰，聚焦交互技术，以AI赋能客服行业，成效 显著。在“成为智能交互领域专家”愿景指引下，远传科技于杭州和北京建 立两大研发中心，组建专家及博士团队，确保技术的高效落地及智能客服产 品的及时更新与优化。2018年，企业荣获吴文俊人工智能科学技术奖二等奖。 该奖项被誉为“中国智能科学技术最高奖”。 “产品+场景”夯实客户基础。在电力、金融、政务、制造、营销各行业场 景下，远传科技积累了丰富的经验。智能客服产品与服务场景实现深度结合， 是远传科技高质量服务的有力保障。现阶段远传科技的客户群体主要是国企 或大中型企业，客户关系良好且稳定，为远传科技树立业界口碑、打造品牌 效应添砖加瓦。此外，疫情期

44、间远传科技利用自身成熟的AI智能交互应用技 术、底层AI、算法能力，自主研发防疫防控机器人为人员初筛排查、重点跟 踪、通知宣传等工作提供人工智能交互技术支持及服务，为拓展客户领域、 激发资源裂变夯实了基础。 “顺势而为”，持续强化创新能力。远传科技积极拥抱新技术，不断推陈出 新，以创新能力赋能智能客服产品及服务。远传科技敏锐捕捉科技及行业发 展趋势，“顺势而为”，优化与丰富客服产品类型与服务内容。顺应5G技术 发展浪潮，远传科技连通企业、行业生态以及智能客服应用场景，探索视频 客服这一创新形式，为行业的创新与发展注入更多动能。而远传科技也成为 行业内最早布局“5G+智能客服”的供应商之一。 2

45、6 28 网易七鱼隶属于网易集团，是集客户服务与智能营销于一体的SaaS产品供应 商。 网易七鱼以“帮助企业更好地获得客户、了解客户、巩固并提升客户关系” 为使命，目前已为超过三十万企业客户提供了智能客服解决方案，服务行业 覆盖教育、电商、政务、人力资源等垂直领域。作为SaaS级智能客服方案供 应商，网易七鱼致力于优化企业客户客服运营能力、实现人力资源的高效利 用。 网易七鱼集智能机器人、在线客服、呼叫中心、外呼机器人、工单、数据大 屏与精准营销功能于一体，驱动企业服务效率与智能营销能力升级。 3.3 网易七鱼 作为网易集团智能化战略布局之一，网易七鱼 为企业客户提供智能客服与智能营销SaaS

46、产品 27 在线客服 全渠道、全时在线客服 在线机器人 辅助人工坐席 智能问答 呼叫中心 省去接入设备 1小时接入 工单中心 跨部门无缝流转 5S工单检索 外呼机器人 数据大屏 数据实时共享 可视化呈现与动态展示 全栈式语音交互算法 图示：网易七鱼产品能力 29 3.3 网易七鱼 网易七鱼依托网易多年行业语料积累及AI技术 沉淀，实现智能客服系统的高效性与全域智能 28 网易七鱼以网易人工智能自然语义处理平台为基础，通过自主学习能力和语 义理解能力，提高智能客服精准度，同时与人工客服实现人机互助模式。 网易七鱼为企业客户提供智能客服整体解决方案，助力企业客户实现运营数 据化、接入渠道一体化、服

47、务智能化、沟通高效化、数据一体化以及管理精 细化，推动客服系统的全域智能。 高度智能化 网易七鱼基于网易人工智 能自然语义处理平台，通 过人工智能记录用户行为， 根据用户画像预测用户问 题，引导用户在人机咨询 中自助解决问题。通过服 务先知、服务直达等功能， 缩短用户咨询时间，节省 企业人力成本。 特定领域语音识别 网易七鱼基于业界前沿的 深度学习技术和多年的持 续研发，依托网易私有云 底层架构，支持文件和流 式语音识别，实现了背景 噪音或背景乐较强环境下 的语音识别，可针对特定 领域快速优化。 图示：网易七鱼行业竞争优势 服务智能化 接入渠道一体化 运营数据化 沟通高效化 数据一体化 管理精

48、细化 商品、订单、会员、 物流信息整合 服务预警 智能场控 信息完整无遗漏 及时人工沟通 智能机器人 各渠道接入统一 可视化运营数据 基于数据进行决策 图示：网易七鱼产品优势 30 3.4 微洱科技 微洱科技专注“AI+电商”技术应用，为行业 用户提供全生命周期的智能服务 微洱科技成立于2016年底，是一家致力于人工智能赋能企业数智化的科技 企业。作为自带阿里系DNA的企业，微洱科技专注于“AI+电商”的技术研 发与应用，为电商领域客户提供全生命周期的智能客服解决方案。公司业务 现已覆盖200余城市，服务电商客户12,000余家。 微洱科技的核心产品是小微全域智能机器人，为企业客户提供集客服、

49、营销 导购、运营功能于一体的全域服务。小微机器人由微洱科技研发团队联合谷 歌技术人才及美国高校技术研发团队联合开发，累积服务次数已超10亿。微 洱科技相关数据显示，小微机器人目前的会话识别率在99.7%左右，可覆盖 76%左右的问题，为商家降低75%的人力成本。 29 语义理解意图识别知识图谱 大数据算法计算机视觉 技术基础 数据中台商品管理数据管理用户管理 产品能力智能问答智能营销智能CRM导购魔盘 操作台 Work at WeiAI-SaaS核心操作台 图示：微洱科技产品矩阵 31 3.4 微洱科技 聚焦电商领域，微洱科技深化行业逻辑理解， 推动智能客服精准赋能企业经营各环节 微洱科技对电商这一垂直领域的深耕，是现阶段公司打造行业核心竞争力的 基础。 底层技术沉淀。微洱科技成立专门的创新实验室，打造五百余人的研发团队， 探索技术及应用的优化可能。同时，今年九月，微洱科技完成由启明创投领 投的数亿元B轮融资。该融资将持续用于技术研发与应用、产品升级及用户 服务。人才与资本的加持下，公司将利用底层技术沉淀，赋能智能客服应用。 行业逻辑理解。微洱科技创始团队人员大都来自阿里，对电商逻辑理解具有 天然优势。公司创立之初，便深谙电商企业痛点，因而在客服产品矩阵构建 及客服解决方